FluorTron ®多(duo)功能高(gao)光(guang)譜成像分(fen)析(xi)技術(shu)：革新(xin)蜂蜜(mi)安全(quan)與(yu)質(zhi)量檢(jian)測手段

蜂(feng)蜜(mi)，這(zhe)壹珍貴的農(nong)產品，以(yi)其豐(feng)富的(de)營(ying)養(yang)價值，在食(shi)品工(gong)業(ye)和傳統醫(yi)學(xue)領域(yu)中(zhong)占(zhan)據(ju)著舉(ju)足(zu)輕(qing)重(zhong)的(de)地位，自古(gu)以(yi)來就被譽(yu)為天然(ran)的(de)甜(tian)味(wei)瑰(gui)寶。然(ran)而，市場(chang)上蜂(feng)蜜(mi)的質(zhi)量參(can)差不齊、以(yi)次(ci)充(chong)好(hao)、摻(chan)假(jia)問(wen)題(ti)嚴(yan)重(zhong)，這(zhe)不僅損(sun)害(hai)了(le)消費(fei)者(zhe)的利(li)益(yi)，也對(dui)蜂(feng)蜜(mi)產業(ye)的健康(kang)發展(zhan)構成了(le)威脅(xie)。FluorTron®多(duo)功能高(gao)光(guang)譜成像分(fen)析(xi)技術(shu)的(de)出(chu)現(xian)，為(wei)蜂(feng)蜜(mi)的安(an)全(quan)和質量檢(jian)測提(ti)供了(le)壹種(zhong)創(chuang)新(xin)的解(jie)決方(fang)案。

蜂(feng)蜜(mi)的品質檢(jian)測鑒定(ding)是保(bao)障其安全(quan)和營養價(jia)值的(de)關鍵(jian)。傳統的檢(jian)測方(fang)法(fa)往往(wang)耗時且可(ke)能破壞樣品，而FluorTron®多(duo)功能高(gao)光(guang)譜成像分(fen)析(xi)技(ji)術(shu)的(de)應用則(ze)為這(zhe)壹領域(yu)帶來了(le)革命(ming)性的變(bian)化(hua)。其通(tong)過無(wu)損(sun)、快速(su)、靈敏(min)的成像檢(jian)測手段可(ke)準(zhun)確(que)地分(fen)析(xi)蜂蜜(mi)中(zhong)的(de)各(ge)種(zhong)成分，從(cong)而有效分(fen)辨(bian)蜂(feng)蜜(mi)品質、精(jing)準(zhun)識(shi)別摻假(jia)蜂(feng)蜜(mi)以(yi)及(ji)高(gao)效區分蜂蜜(mi)原產地。

電導率(lv)預(yu)測(ce)：提(ti)高(gao)檢(jian)測效率與準確(que)性

電導率(lv)作為(wei)蜂(feng)蜜(mi)的物理性質之(zhi)壹，可(ke)用於(yu)評(ping)估(gu)蜂蜜(mi)品質。在壹項針對(dui)蜂(feng)蜜(mi)電導率(lv)的(de)研(yan)究(jiu)中(zhong)，研(yan)究(jiu)人(ren)員(yuan)開(kai)發(fa)了(le)壹種(zhong)基於(yu)可(ke)見近(jin)紅(hong)外成像的(de)蜂(feng)蜜(mi)電導率(lv)測量系統。該(gai)系統采(cai)用400-1000nm波(bo)長(chang)範(fan)圍(wei)的高(gao)光(guang)譜相(xiang)機，以(yi)透(tou)射(she)模式捕(bu)獲蜂蜜(mi)樣品的光(guang)譜信息(xi)。通(tong)過偏(pian)最小二乘法(fa)和人工(gong)神(shen)經網絡(luo)(PLS-ANN)相(xiang)結(jie)合(he)的方法(fa)，建立(li)了(le)波長(chang)選擇(ze)和預測模型(xing)，從(cong)而實現(xian)了(le)對(dui)蜂(feng)蜜(mi)電導率(lv)的快速(su)無損(sun)測定(ding)。這(zhe)壹技術(shu)的(de)應用不僅提(ti)高(gao)了(le)檢(jian)測效率，也保(bao)證(zheng)了(le)檢(jian)測結(jie)果的(de)準(zhun)確性。

推(tui)進新(xin)西蘭(lan)蜂蜜(mi)的欺(qi)詐檢(jian)測新(xin)方法(fa)

新(xin)西蘭(lan)Mānuka蜂(feng)蜜(mi)因其高(gao)商(shang)業(ye)價值而成為摻(chan)假(jia)的(de)主要目標。為(wei)了(le)應對(dui)這(zhe)壹挑戰(zhan)，研究(jiu)人(ren)員(yuan)提(ti)出了(le)壹種(zhong)結(jie)合(he)高(gao)光(guang)譜成像（HSI）和基於(yu)GANomaly的(de)單(dan)類分類方法(fa)來檢(jian)測欺(qi)詐行(xing)為(wei)的(de)新(xin)策略(lve)。本(ben)研(yan)究(jiu)從(cong)5個(ge)新(xin)西蘭(lan)品牌(pai)中(zhong)收(shou)集(ji)了(le)18個(ge)不同UMF分(fen)級(ji)（Mānuka蜂(feng)蜜(mi)的分(fen)級(ji)系統，主要基於(yu)蜂(feng)蜜(mi)中(zhong)甲(jia)基乙(yi)二醛（Methylglyoxal, MGO）的(de)含(han)量來衡量麥(mai)盧卡蜂蜜(mi)中(zhong)抗菌活性的強度）的(de)純Mānuka蜂(feng)蜜(mi)樣品進行模型(xing)訓練，並在包(bao)括陳(chen)年(nian)蜂蜜(mi)和糖漿(jiang)摻(chan)假(jia)蜂(feng)蜜(mi)在內(nei)的欺(qi)詐樣品上進行了(le)測試(shi)。結果表明(ming)，HSI與(yu)GANomaly方(fang)法(fa)相結(jie)合(he)，實現了(le)對(dui)所(suo)有測試(shi)樣品100%的(de)區(qu)分(fen)率，顯著(zhu)優(you)於(yu)傳(chuan)統(tong)的檢(jian)測技(ji)術。

高(gao)光(guang)譜成像技(ji)術(shu)在蜂(feng)蜜(mi)植物原(yuan)產地分(fen)類中(zhong)的(de)應用

蜂(feng)蜜(mi)的植物來源鑒定(ding)對(dui)於(yu)保護(hu)消(xiao)費者(zhe)利(li)益(yi)和確保市場(chang)公(gong)平競(jing)爭至關(guan)重(zhong)要(yao)。在壹項創(chuang)新(xin)研究(jiu)中(zhong)，研(yan)究(jiu)人(ren)員(yuan)利(li)用高(gao)光(guang)譜成像技(ji)術(shu)，成功區分(fen)了(le)來自11個(ge)不同生產商(shang)的21種(zhong)植物來源的56種(zhong)新(xin)西蘭(lan)蜂蜜(mi)產品。研究(jiu)中(zhong)采(cai)用了(le)隨機(ji)森(sen)林(lin)（RF）、支(zhi)持向量機(ji)（SVM）、多(duo)層感(gan)知器(qi)（MLP）和卷(juan)積(ji)神(shen)經網絡(luo)（CNN）四(si)種(zhong)算法(fa)進行分(fen)類。結果顯示(shi)，RF和SVM算法(fa)分別實現(xian)了(le)98%和99%以(yi)上的(de)準(zhun)確(que)率，有效區分了(le)不同植物來源的蜂(feng)蜜(mi)。此(ci)外，研(yan)究(jiu)還(hai)發現，即使標簽(qian)相同，不同品牌(pai)的蜂蜜(mi)產品在光(guang)譜特(te)征(zheng)上也存(cun)在顯著(zhu)差(cha)異(yi)。

紫(zi)外光(guang)激發生物熒(ying)光(guang)分(fen)析(xi)：檢(jian)測蜂(feng)蜜(mi)成分

蜂(feng)蜜(mi)的(de)特(te)殊風味(wei)特(te)性和健康(kang)益(yi)處(chu)來源於它的(de)碳(tan)水(shui)化合(he)物、酚(fen)類物質(zhi)、有機酸(suan)、揮(hui)發(fa)性化合(he)物、維(wei)生素(su)、蛋(dan)白質(zhi)和氨(an)基酸(suan)、礦(kuang)物質(zhi)、色素(su)、蠟(la)、花(hua)粉粒(li)、酶等(deng)，不同的蜂蜜(mi)其成分及(ji)含(han)量難(nan)以(yi)分(fen)辨(bian)，而FluorTron®多(duo)功能高(gao)光(guang)譜成像分(fen)析(xi)技術(shu)能對(dui)這(zhe)些成分含(han)量進行檢(jian)測。EcoTech^®實(shi)驗(yan)室(shi)技(ji)術(shu)人員(yuan)以(yi)三(san)款(kuan)椴樹(shu)蜜(mi)（北方(fang)地區(qu)的(de)特色蜜(mi)種(zhong)，來源於椴(duan)樹(shu)花(hua)蜜(mi)）和兩(liang)款其他花(hua)蜜(mi)為實(shi)驗(yan)對(dui)象(xiang)，使用FluorTron®多(duo)功能高(gao)光(guang)譜成像分(fen)析(xi)系統通(tong)過對(dui)蜂(feng)蜜(mi)樣品進行紫(zi)外光(guang)激發的(de)生物熒(ying)光(guang)數(shu)據采(cai)集(ji)及分(fen)析(xi)，展現(xian)了(le)其在蜂(feng)蜜(mi)品質鑒定(ding)中(zhong)的(de)非凡(fan)能力。

FluorTron^®多(duo)功能高(gao)光(guang)譜成像分(fen)析(xi)技術(shu)具(ju)有非接(jie)觸、非損(sun)傷(shang)、高(gao)通(tong)量、可(ke)視(shi)化(hua)等(deng)特(te)點(dian)，相對(dui)於(yu)傳統的化(hua)學(xue)評(ping)估(gu)方法(fa)具有巨(ju)大(da)的(de)優勢(shi)，可(ke)采(cai)集(ji)樣品空間(jian)維(wei)度及(ji)高(gao)光(guang)譜維(wei)度的信息(xi)，實(shi)現準(zhun)確有效的食(shi)品品質分(fen)析(xi)檢(jian)測，為(wei)蜂(feng)蜜(mi)及其他食(shi)品的安(an)全(quan)與質(zhi)量提(ti)供了(le)強有力的(de)保障，在確(que)保(bao)消(xiao)費者(zhe)享受(shou)到真(zhen)正(zheng)的高(gao)品質蜂(feng)蜜(mi)的(de)同時，還(hai)能夠(gou)推(tui)動食(shi)品檢(jian)測技(ji)術的進步，為(wei)食(shi)品安全(quan)與(yu)質量檢(jian)測領(ling)域帶來革命(ming)性的變(bian)革。

參(can)考文獻

Putro I S, Saputro A H, Imawan C. Electrical conductivity prediction system of honey using hyperspectral imaging[C]//2018 International Seminar on Research of Information Technology and Intelligent Systems (ISRITI). IEEE, 2018: 487-491.

Saputro A H, Putro I S. Measurement system based on visible near infrared imaging for predicting honey electrical conductivity[C]//AIP Conference Proceedings. AIP Publishing, 2019, 2193(1).

Cheng J, Zhang G, Abdulla W, et al. Advancing fraud detection in New Zealand Mānuka honey: Integrating hyperspectral imaging and GANomaly-based one-class classification[J]. Food Bioscience, 2024: 104428.

Zhang G, Abdulla W. New Zealand honey botanical origin classification with hyperspectral imaging[J]. Journal of Food Composition and Analysis, 2022, 109: 104511.