一种利用深度学习和比色荧光阵列快速检测生肉新鲜度的系统及方法技术方案

本发明专利技术属于生鲜检测技术领域，尤其涉及一种利用深度学习和比色荧光阵列快速检测生肉新鲜度的系统及方法，利用茜素和FITC对生物胺的特异性响应，通过比色/荧光双模式直观反映冷鲜肉新鲜度变化。两种色素在不同酸碱环境下结构变化导致颜色和荧光改变，使指示标签对冷鲜肉腐败产生的胺类物质灵敏响应。通过优化色素提取和浓度筛选，提高了检测灵敏度和准确性。结合深度学习模型，克服了人眼分辨颜色差异的局限性，能快速处理大量图像数据，准确判断新鲜度等级。使用天然色素降低了食品污染风险。本发明专利技术有效解决了现有冷鲜肉新鲜度检测技术的不足，实现了快速、准确、无损检测，保障了食品安全，减少了食品浪费，在食品检测领域具有显著的应用价值。

【技术实现步骤摘要】

本专利技术属于生鲜检测，尤其涉及一种利用深度学习和比色荧光阵列快速检测生肉新鲜度的系统及方法。

技术介绍

1、鲜肉不同的新鲜度等级。而且，多数指冷鲜肉在储存、运输和销售过程中容易受到微生物污染和酶促反应的影响而发生腐败变质。目前，冷鲜肉新鲜度检测方法主要分为有损检测和无损检测。有损检测方法，如传统的理化分析方法，虽然准确性较高，但需要对样品进行破坏性处理，操作复杂且耗时，不适用于现场快速检测。无损检测方法，如光谱分析、电子鼻等技术，虽然能够实现非破坏性检测，但存在设备昂贵、需要专业人员操作等问题。同时，冷鲜肉智能指示标签作为一种新兴的检测手段，在一定程度上能够直观反映肉类新鲜度，但现有的指示标签存在灵敏度低、检测范围窄、响应速度慢等问题，难以满足实际需求。

2、现有冷鲜肉新鲜度检测技术存在诸多不足。传统的检测方法无法在不破坏样品的前提下快速、准确地检测新鲜度，不能满足食品供应链中对冷鲜肉快速检测的需求。现有的智能指示标签，在检测灵敏度和准确性方面有待提高，对不同浓度的生物胺响应不够灵敏，无法精确区分冷示标签仅能通过单一模式(如比色或荧光)进行检本文档来自技高网...

【技术保护点】

1.一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，包括以下步骤：

2.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤1中包括：

3.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤1.1中的预处理包括将百香果果皮和火龙果果皮在55℃的烘箱中烘干5小时，粉碎成粉末后，加入固液比为1:10的乙醇水溶液，在50℃下搅拌2小时；滤液中的乙醇在35℃黑暗条件下用旋转蒸发仪去除，最后将溶液真空冷冻干燥，得到百香果果皮花青素提取物粉末和火龙果果皮花青素提取物，分...

【技术特征摘要】

1.一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，包括以下步骤：

2.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤1中包括：

3.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤1.1中的预处理包括将百香果果皮和火龙果果皮在55℃的烘箱中烘干5小时，粉碎成粉末后，加入固液比为1:10的乙醇水溶液，在50℃下搅拌2小时；滤液中的乙醇在35℃黑暗条件下用旋转蒸发仪去除，最后将溶液真空冷冻干燥，得到百香果果皮花青素提取物粉末和火龙果果皮花青素提取物，分别装入棕色样品瓶中，在4℃环境下保存。

4.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤1.2中分别将茜素、百香果皮花青素、火龙果皮花青素配制成5mg/ml的溶液，各取200μl进入96孔板，拍摄初始照片后，分别加入10、20、50、100、200、500mg/ml的氨水溶液，响应10min后拍照；使用ps软件提取溶液响应前后的rgb值，并根据公式计算溶液胺响应的ed值，根据ed值筛选出用于后续实验的色素。

5.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤2中对cfa的色素筛选标签进行测定包括：

6.根据权利要求1中一种利用深度学习和比色/荧光阵列快速检测生肉新鲜度的方法，其特征在于，所述步骤3中cfa的色素筛选标签在...

【专利技术属性】
技术研发人员：王雪峰，朱薪，徐斐然，张璐，李婷，张亚轩，杨妍，邹启鑫，
申请(专利权)人：云南农业大学，
类型：发明
国别省市：