Hyperspectral imaging for non-destructive detection of process-related impact damage in whole Atlantic cod (Gadus morhua L.)
本研究表明，高光谱成像能够通过检测升高的肌肉血红蛋白水平，有效区分具有加工相关性损伤的北大西洋鳕鱼与未受损对照组，尽管组织深度和散射等因素目前限制了其准确量化损伤程度或对单条鱼进行分级的能力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在繁忙的工业海鲜加工领域，速度和自动化是驱动力，但它们往往以产品本身为代价。当鱼类被机器搬运或掉落在传送带上时，它们可能会遭受肉眼看不见的损伤，这些损伤在到达消费者餐桌之前就已破坏了其品质。这些冲击会导致内出血、骨折和肌肉纤维分离，使优质产品变成次品。为了捕捉这些缺陷，行业传统上依赖人工检查员，他们观察一小部分样本并做出主观判断。这种方法速度慢、缺乏一致性，且会漏掉绝大多数受损的鱼。科学家们现在正转向一种名为高光谱成像的技术来解决这个问题。与只能看到彩虹颜色的标准相机不同，这种专用相机可以为图像中的每一个点捕捉数百个特定的光波长。这使其能够看到鱼体内部的化学变化（例如血液的存在），而无需切开皮肤或损坏产品。目标是创建一个系统，能够在鱼类沿生产线移动时自动识别这些隐藏的损伤，从而确保只有最高品质的鱼才能被售出。
挪威的研究人员开始测试这项技术是否能可靠地检测出整条大西洋鳕鱼（一种常在寒冷的北大西洋养殖的受欢迎鱼类）的损伤。他们设计了一个受控实验，以模拟渔船和加工厂中发生的碰撞和跌落。研究人员使用了120条养殖鳕鱼，通过在任何伤害发生前对每条鱼进行扫描，建立了基准。然后，他们使用从1.7米高度坠落的重板对鱼进行了系列冲击。这些板的重量分别为1公斤、2公斤和4公斤，代表了鱼在现实环境中可能遇到的不同程度的力量。一组对照组鱼未受任何影响，用作比较。冲击后，研究人员再次使用高光谱相机对鱼进行扫描，该相机利用特定的照明设置来穿透皮肤并观察肌肉组织。随后，研究人员等待了六天，期间鱼一直储存在冰块中，之后由一组经过培训的人类评判员进行切片并进行检查。最后，他们提取了肌肉组织样本，利用化学分析法测量血红蛋白（一种携带氧气的蛋白质）的精确含量。
结果显示，物理损伤非常严重，且与坠落板的重量直接相关。被2公斤和4公斤板击中的鱼遭受了严重的损伤，包括脊椎骨折和大量内出血。事实上，4公斤组中的每一条鱼都出现了脊椎骨折，而2公斤组中有77%的鱼也受到了类似的伤害。1公斤组的损伤较轻，仅有10%显示出脊椎骨折，但仍表现出肌肉分离和皮肤损伤的迹象。人类评判员证实了这些发现，给受重创的鱼打出了较低的质量分数，特别指出了血斑和肌肉纤维分离的问题。化学分析也证实了这一点，结果显示，与未受影响的鱼相比，被重板击中的鱼肌肉组织中的血红蛋白水平显著升高。这证实了冲击导致了血管破裂，使血液渗入肉中。
当研究人员查看高光谱相机的实验数据时，发现了一个复杂但充满希望的结果。相机非常擅长区分受损鱼类与健康鱼类。它成功识别出受冲击的鱼具有比对照组更高的血红蛋白相关信号。然而，该技术在精确测量每条鱼受损程度方面遇到了困难。虽然相机能看到血液的存在，但即使是受到相同力量冲击的鱼，其读数也存在很大差异。研究人员认为，这是因为相机试图看穿鱼皮并深入深层肌肉，而这一过程受到光线在生物组织中散射和吸收方式的影响，变得十分复杂。鱼的形状和皮肤厚度也起到了作用，使得在鱼与鱼之间获得一致的读数变得困难。因此，虽然该系统目前还不能作为一个完美的“尺子”来测量每条鱼体内血液的确切毫克数，但它证明了自己可以作为一个可靠的“过滤器”，将受损批次与健康批次区分开来。
研究结论指出，高光谱成像是海鲜行业的一项强大工具，但它并非解决所有问题的万能药。它在识别损伤是否发生以及区分粗暴处理的鱼群与温柔对待的鱼群方面非常有效。这种能力可以让工厂实现自动分拣，从而消除对每一件单品进行主观人工检查的需求。然而，该技术尚未准备好向加工商精确说明特定鱼体内含有多少毫克的血液，或根据精确量表对单条鱼的损伤程度进行分级。由于光线穿过皮肤时的散射问题以及整鱼复杂的几何结构，读数总会存在一定的确定性偏差。目前，这项技术的最佳用途是提供对整体捕获质量的快速、客观的检查，确保在生产线上流转的鱼类没有那些经常被忽视的隐藏损伤。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。