一种基于近红外高光谱技术无损检测杨梅中黄酮含量的方法技术

本发明专利技术公开了一种基于近红外高光谱的杨梅中黄酮含量测定的方法，该方法包括以下步骤：准备不同品种的新鲜杨梅样本，使用近红外高光谱成像系统扫描样本，收集900～1700nm近红外波段高光谱图像，获得样本集光谱；利用分光光度法测定杨梅样本中黄酮含量；结合光谱预处理方法和偏最小二乘法回归法(PLSR)建立校正模型，得到杨梅中黄酮含量的最优预测模型。本发明专利技术采用近红外高光谱成像技术，具有无损伤、快速检测、成本低等优点，有效的检测杨梅中黄酮的含量。

Method for nondestructive detecting Yang Meizhong flavone content based on near infrared hyperspectral technology

The invention discloses a method for the determination of flavonoids in Yang Meizhong near infrared high spectrum based on the method comprises the following steps: preparation of different varieties of fresh red bayberry samples, samples using scanning near infrared hyperspectral imaging system, collected 900 ~ 1700nm near infrared hyperspectral images, obtained samples using spectroscopy; Determination of flavonoids in Myrica rubra sample spectrophotometry; combined with spectral pretreatment method and partial least squares regression method (PLSR) to establish the calibration model, the optimal Yang Meizhong flavonoids content prediction model. The invention adopts near-infrared hyperspectral imaging technology, has the advantages of no damage, rapid detection, low cost, etc., and effectively detects the content of Yang Meizhong flavone.

【技术实现步骤摘要】
一种基于近红外高光谱技术无损检测杨梅中黄酮含量的方法
本专利技术涉及一种基于近红外高光谱无损测定黄酮含量的方法，尤其涉及一种基于近红外高光谱技术无损检测杨梅中黄酮含量的方法。
技术介绍
杨梅是我国的特色水果，在浙江、江苏、福建、广东和湖南等省份有较大面积的种植。杨梅营养价值较高，富含的黄酮类物质，同时含有丰富的纤维素、矿质元素、维生素和一定量的蛋白质、脂肪、果胶等。黄酮类化合物是一类低分子天然植物成分，广泛存在于蔬菜、水果和药用植物中，是目前人们比较关注的一类化合物，有很多药用植物的主要活性成分都是黄酮类，包括黄酮、异黄酮、黄酮醇、黄烷酮等。杨梅中黄酮类物质具有较高的生物活性作用，具有抗氧化、抗炎症等功效。杨梅是中国特色浆果资源，且含有丰富的黄酮。因此，研究杨梅中的黄酮含量有助于评价杨梅的营养价值，对进一步开发杨梅资源具有十分重要的意义。目前对杨梅中黄酮含量的测定主要通过高效液相色谱法或分光光度法，两种方法皆需对杨梅进行处理，提取后才能测定，会破坏检测样品的完整性，难以实现大样本量的快速无损检测。近年来，近红外高光谱成像技术作为一种无损检测方法引起了广泛的关注。其最大特点是结合光谱技术与计算机图像技术两者的优点，可获得大量包含连续波长光谱信息的图像块，由于其具有检测速度快、效率高、成本低等优点，越来越多地应用于农产品品质与安全的无损检测。因此可以利用近红外高光谱成像技术来快速无损检测杨梅中黄酮含量。
技术实现思路
本专利技术的目的在于提供一种基于近红外高光谱技术无损检测杨梅中黄酮含量的方法，旨在实现无损、快速、大样本量的检测。本专利技术提供了一种杨梅中黄酮含量的测定方法，该基于近红外高光谱的杨梅中黄酮含量测定的方法包括以下步骤：1)样本光谱的建立：采集不同品种的新鲜杨梅样本，采用近红外高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s,采集900～1700nm近红外波段高光谱图像，得到样本集光谱；2)样本黄酮含量的测定：采用分光光度法测定杨梅样本中黄酮含量，测定方法包括以下几个步骤，首先样本采用50～90％乙醇提取，取适量提取液与亚硝酸钠溶液反应，再加入硝酸铝溶液反应，最后加入氢氧化钠溶液，在510nm波长下检测吸光值，以芦丁为标准品进行定量；3)建立校正模型：对样本进行随机分配建立校正样本集和检验样本集，对样本集900～1700nm的红外光谱采用平滑法(移动平均平滑法(MovingAverage)、卷积平滑法(Savitzky-Golay)、高斯平滑滤波(Gaussianfilter)和中值滤波平滑(Medianfiltersmoothing)等处理，消除光谱噪声，提高分辨率和灵敏度；继续使用标准正态变量变换算法(Standardnormalvariatetransformation，SNV)或多元散射校正算法(Multiplicativescattercorrection，MSC)处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响。对于上述处理后的校正样本集光谱数据，结合样本黄酮含量，应用偏最小二乘法回归法(PLSR)建立校正模型，通过X-载荷(X-loadingweight)图，提取光谱特征值，特征光谱波长范围是910～940、950～990、1000～1100、1120～1180和1230～1290nm，以第一次建模得到的部分或全部校正特征光谱波长数据和黄酮含量再次使用PLSR建模，采用检测样本集，评估建立模型的效果，优化上述特征光谱范围至R2大于0.9，选取R2最大值时对应的特征光谱波长范围，确定杨梅中黄酮含量的最优预测模型；上述最优建模特征光谱波长范围是960～980、1120～1180和1240～1280nm，模型预测值与实际值的R2为0.9114，均方根误差(Root-mean-squareerror，RMSE)值为0.1326。4)样品的无损快速测定：采集待测布杨梅样品的近红外高光谱数据，将特征光谱输入校正模型，进行无损快速测定，即得杨梅样本中的黄酮含量。光谱数据预处理、建模及预测均在TheUnscramblerX软件上操作。本专利技术提供的基于近红外高光谱的杨梅中黄酮含量测定的方法，通过采用近红外高光谱图像提取杨梅光谱数据，结合光谱预处理方法和最小二乘回归法(PLSR)建模方法，建立杨梅中黄酮含量的预测模型。第一次建模采用的是900～1700nm波长的所有数据，第一次建模可以得出波长与含量之间的关系，可以通过第一次建模，得到特征光谱波长段，第二次建模利用第一次建模得到的特征波长段再次建模，选择特定波长段的数据，提高建模准确性，减少数据计算量。本专利技术可以避免黄酮现有的化学检测法会破坏检测对象，可实现无损、快速和大量的检测杨梅中黄酮的含量。附图说明图1是本专利技术实施例一提供的基于近红外高光谱的杨梅中黄酮含量测定的方法流程图；图2是本专利技术实施例二提供的近红外高光谱图像的平均光谱曲线图；图3是本专利技术实施例二提供的PLSR建模方法下的X-载荷(X-loadingweight)图；图4是本专利技术实施例四提供的PLSR建模方法下杨梅中黄酮预测值与实际值的比较示意图；具体实施方式下面结合具体实施例对本专利技术作进一步描述，以下列举的仅是本专利技术的具体实施例，但本专利技术的保护范围并不仅限于此：实施例一一种基于近红外高光谱的杨梅中黄酮含量测定的方法，其特征在于该方法的步骤如下：1)样本光谱的建立：采集不同品种的新鲜杨梅样本，采用近红外高光谱成像系统进行光谱扫描，其中镜头与样本距离为15cm，曝光时间为5s，样本移动速度为10mm/s,采集900～1700nm近红外波段高光谱图像，得到样本集光谱；2)样本黄酮含量的测定：采用分光光度法测定杨梅样本中黄酮含量，测定方法包括以下几个步骤，首先样本采用70％乙醇提取，取适量提取液与亚硝酸钠溶液反应，再加入硝酸铝溶液反应，最后加入氢氧化钠溶液，在510nm波长下检测吸光值，以芦丁为标准品进行定量；3)建立校正模型：对样本进行随机分配建立校正样本集和检验样本集，对样本集900～1700nm的红外光谱采用卷积平滑法(Savitzky-Golay)处理，消除光谱噪声，提高分辨率和灵敏度；继续使用标准正态变量变换算法(Standardnormalvariatetransformation，SNV)处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响。对于上述处理后的校正样本集光谱数据，结合样本黄酮含量，应用偏最小二乘法回归法(PLSR)建立校正模型，通过X-载荷(X-loadingweight)图，提取的光谱特征值为910～940、950～990、1000～1100、1120～1180和1230～1290nm，再次使用PLSR建模，采用检测样本集，评估建立模型的效果，优化上述特征光谱范围至R2大于0.9，选取R2最大值时对应的特征光谱波长范围，确定杨梅中黄酮含量的最优预测模型；上述最优建模特征光谱波长范围是920～930、940～980、1120～1160和1240～1280nm，模型预测值与实际值的R2为0.9065，均方根误差(Root-mean-squareerror，RMSE)值为0.2631。4)样品的本文档来自技高网...

【技术保护点】
一种基于近红外高光谱技术无损检测杨梅中黄酮含量的方法，其特征在于该方法的步骤如下：1)样本光谱的建立：采集不同品种的新鲜杨梅样本，采用近红外高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s，采集900～1700nm近红外波段高光谱图像，得到样本集光谱；2)样本黄酮含量的测定：采用分光光度法测定杨梅样本中黄酮含量，测定方法包括步骤如下：首先样本采用体积百分比为50～90％的乙醇提取，取提取液与亚硝酸钠溶液反应，再加入硝酸铝溶液反应，最后加入氢氧化钠溶液，在510nm波长下检测吸光值，以芦丁为标准品进行定量；3)建立校正模型：对样本进行随机分配建立校正样本集和检验样本集，对样本集900～1700nm的红外光谱采用平滑法处理，消除光谱噪声，提高分辨率和灵敏度；继续使用标准正态变量变换算法或多元散射校正算法处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响，结合处理后的校正样本光谱数据和黄酮含量，应用偏最小二乘法回归法建立校正模型，计算黄酮实际值与预测值的相关性系数R

【技术特征摘要】
1.一种基于近红外高光谱技术无损检测杨梅中黄酮含量的方法，其特征在于该方法的步骤如下：1)样本光谱的建立：采集不同品种的新鲜杨梅样本，采用近红外高光谱成像系统进行光谱扫描，其中镜头与样本距离为15～30cm，曝光时间为1～5s，样本移动速度为10～20mm/s，采集900～1700nm近红外波段高光谱图像，得到样本集光谱；2)样本黄酮含量的测定：采用分光光度法测定杨梅样本中黄酮含量，测定方法包括步骤如下：首先样本采用体积百分比为50～90％的乙醇提取，取提取液与亚硝酸钠溶液反应，再加入硝酸铝溶液反应，最后加入氢氧化钠溶液，在510nm波长下检测吸光值，以芦丁为标准品进行定量；3)建立校正模型：对样本进行随机分配建立校正样本集和检验样本集，对样本集900～1700nm的红外光谱采用平滑法处理，消除光谱噪声，提高分辨率和灵敏度；继续使用标准正态变量变换算法或多元散射校正算法处理，消除固体颗粒大小、表面散射以及光程变化对光谱的影响，结合处理后的校正样本光谱数据和黄酮含量，应用偏最小二乘法回归法建立校正模型...

【专利技术属性】
技术研发人员：陈卫，鲍涛，
申请(专利权)人：浙江大学，平湖天之源生物科技有限公司，
类型：发明
国别省市：浙江,33