基于高光谱图像的鸡种蛋孵化早期胚胎性别鉴定

为了对鸡种蛋孵化早期胚胎进行性别鉴定,构建了高光谱图像采集系统,在400~1 000 nm范围内获取94枚种蛋孵化0~12 d的高光谱透射图像。分别在胚胎的圆头、中间、尖头3个部位选择感兴趣区域(region of interest,ROI),获取400~1 000 nm波段的响应信号,构建了支持向量机(support vector machine,SVM)、偏最小二乘判别分析(partial least squares discriminant analysis,PLSDA)和人工神经网络(artificial neural network,ANN)的鸡胚胎性别鉴定模型,并比较了不同孵化时间雌雄胚胎的鉴别准确率。试验结果表明,SVM模型、PLSDA模型和ANN模型均对孵化第10天种蛋中间部位检测效果最好。随后通过分析第10天种蛋中间部位光谱响应的差异,选取600~900 nm的光谱值构建胚胎性别鉴定模型,结果发现,3种模型的判别准确率均有上升,SVM模型和PLSDA模型预测集样本判别准确率均为75.00%,ANN模型预测集样本判别准确率达到82.86%。其中,ANN构建的种蛋孵化胚胎性别检测模型的整体效果优于SVM模型和PLSDA模型。结果表明高光谱图像技术在检测鸡种蛋孵化早期胚胎性别方面有一定效果,但种蛋蛋壳的个体差异会对鉴定准确率造成一定影响。     

基于HS-SPME-GC-MS方法分析鉴定紫马铃薯香气物质的研究

利用HS-SPME-GC-MS分离鉴定了紫马铃薯粉末香气物质,并探讨了不同预处理方式和萃取温度对香气分析的影响。结果表明,在饱和食盐水、纯水、粉末3种预处理条件中,由固体粉末分析确定的有效香气化合物更接近于真实的紫马铃薯香气组成;在25、40、60、80℃这4种萃取温度中,60℃萃取温度所分析鉴定的香气物质种类和丰度数据最优。因此选取60℃与固体粉末作为最佳萃取温度和预处理方式,并且对此温度下固体粉末香气物质建立指纹图谱,进行不同种类判别。结果发现马铃薯香气主要有壤香、酸香、烤香、焦香、青香、果香、花香这几类香气物质。其中壤香主要成分是1-辛烯-3-醇和正戊醇,占总组成16%;酸香以C-6以下直链酸为主,占30%;烤香以甲硫基丙醛为主,占4%;焦香以2,5-二甲基吡嗪和2-戊基呋喃为主,占9%;青香以己醛和2-壬醛为主,占18%;果香以壬醛为主,占15%;花香以苯甲醛和异戊醛为主,占8%。本文鉴定的紫马铃薯香气物质指纹图谱定性分析结果可以为以紫马铃薯为原料制作的各类食品香气评价和薯类风味调控技术开发提供科学依据。