System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及检测,具体为一种识别水产品加工中黄曲霉毒素污染的方法。
技术介绍
1、黄曲霉毒素是一种强烈的毒素,对人体健康有害,长期摄入或接触黄曲霉毒素可能导致中毒,引起多种健康问题,包括肝脏损伤、免疫系统抑制、神经系统毒性等,而且黄曲霉毒素是一种常见的食品毒素,存在于发霉食品中,像在水产品加工过程中也会可能出现,如果未能及时识别和处理黄曲霉毒素污染,可能导致食品安全问题,危害消费者健康识,而且识别水产品加工中的黄曲霉毒素污染不仅是为了保护消费者健康和食品安全,也是为了遵守法律法规、保护企业声誉和避免经济损失,通过有效的监测和控制,可以确保产品质量符合标准,提高消费者信任度,促进行业的健康发展。
2、在过去的监测实践中,常用的方法主要包括高效液相色谱和质谱联用技术。这些方法在监测水产品中的黄曲霉毒素方面具有一定的效果,但存在一些不足之处:
3、首先,耗时且人力成本高:这些方法需要较长的检测时间,且对人力资源需求大,增加了检测成本,还需要在专业实验室使用昂贵的检测设备,同时还需要大量使用多种有机试剂,增加了检测的成本。
4、其次,在过去的检测方法中,样品图像质量可能存在问题,这可能影响后续分析的可靠性和准确性。低质量的图像可能导致识别结果不够准确,影响对黄曲霉毒素等有害物质的准确检测。
5、最后,传统方法在特异性方面可能存在一定挑战,容易出现误判或漏检的情况。特异性不足可能导致无法准确区分出真正的污染物,从而影响产品质量和消费者健康。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种识别水产品加工中黄曲霉毒素污染的方法,解决了一种识别水产品加工中黄曲霉毒素污染的方法样本的检测效率低下且成本高的问题。
2、为实现以上目的,本专利技术通过以下技术方案予以实现:一种识别水产品加工中黄曲霉毒素污染的方法,包括以下步骤:
3、s1、样品采集:准备识别所需设备包括薄层色谱板、密闭槽、微量吸管、质谱仪、光学传感器;
4、s2、初步检测:将薄层色谱板准备在一个密闭槽中,从水产品中取得样本,并将光学传感器放入入料区检测,使其溶解在无水乙醇中,使用微量吸管在薄层色谱板的起点处滴上待测样品;
5、s3、薄层色谱分析:将样本的色谱板放入密闭槽中,让样本在板上均匀分布、将色谱板放入含有甲醇的密闭槽中,让甲醇缓慢上升,使样品在板上分离,取出色谱板干燥,然后使用荧光染料可视化分离的斑点;
6、s4、设定条件:设置质谱仪的离子检测模式,并将分离出来的化合物转化为离子;
7、s5、质谱分析:根据化合物的质荷比在质谱中检测和识别化合物结构信息,并进行验证;
8、s6、模型建立:利用傅立叶变换红外光谱对样品进行检测,建立神经网络模型并将傅立叶变换红外光谱检测得到的光谱数据输入反向传播神经网络中,基于神经网络模型进行快速识别和筛查。
9、优选的,所述步骤s2中,薄层色谱的固定相由氧化铝、二氧化硅制成,所述密闭槽内部温度设置为20℃~39℃;
10、具体的,采用氧化铝和二氧化硅作为薄层色谱的固定相,有助于提高对样品成分的分离效果,增强分析的准确性和可靠性。同时,将密闭槽内部温度设置在20℃至39℃范围内,有利于优化色谱分析条件,确保分析过程的稳定性和重复性。
11、优选的,所述s3步骤中,色谱分析采用色谱图像处理算法,用于薄层色谱板上进行图像增强、分割、特征提取,所述色谱图像处理算法对应公式为:
12、
13、g(z)是输出像素的灰度级,l是像素的最大灰度级,mn是像素总数,ni是输入图像中灰度级为i的像素数;
14、具体的,色谱图像处理算法的应用能够实现对薄层色谱板上图像的增强、分割和特征提取,从而提高对样品分离斑点的识别和分析效率。通过该算法的运用,可以准确地提取出样品的特征信息,进一步优化分析结果的可视化效果,提高对黄曲霉毒素等有害物质的检测准确性。
15、优选的,所述s3步骤中,荧光染料取用二苯基乙烯,所述二苯基乙烯对应浓度为0.1%~0.5%;
16、具体的,采用浓度为0.1%至0.5%的荧光染料二苯基乙烯进行样品分离斑点的可视化处理,有助于提高对分离斑点的清晰度和对比度,进一步增强对样品成分的识别和分析能力。这种染料的应用可以使分析结果更加直观,有助于准确判断样品中是否存在黄曲霉毒素的污染。
17、优选的,所述s4步骤中,质谱仪的离子检测模式包括正离子模式、负离子模式、碰撞诱导解离模式;
18、使用正离子模式、负离子模式和碰撞诱导解离模式等多种离子检测模式,可以全面获取化合物的质谱信息,从而更准确地识别和验证样品中的有害物质。这些模式的综合应用能够提供更全面的化合物结构信息,有助于准确判断样品的污染情况。
19、优选的,所述s5步骤中,化合物结构信息包括分子量、碳氢比、官能团。
20、优选的,所述s5步骤中,验证包括与标准品比对、重复实验的方法;
21、具体的,在质谱分析阶段,获取化合物的分子量、碳氢比、官能团等结构信息,有助于对样品中的化合物进行准确鉴定。通过与标准品比对和重复实验的方法进行验证,可以确保分析结果的准确性和可靠性,进一步提高对黄曲霉毒素等有害物质的检测准确率。
22、优选的,所述步骤s6中,傅立叶变换公式为:
23、
24、其中,f(t)是时域信号,f(ω)是频域信号,用于将时域的红外光谱信号转换为频域信号。
25、优选的,所述s6步骤中,神经网络模型公式为:
26、[z=wx+b],
27、[a=σ(z)],
28、其中,w是权重矩阵,x是输入数据,b是偏置项,σ是激活函数,z是加权输入,a是激活后的输出。
29、优选的,所述神经网络训练采用均方误差来衡量模型预测输出与真实数值之间的差异,所述均方误差对应函数表达式为:
30、
31、其中:n是样本数量,yi是第i个样本的真实值,是模型对第i个样本的预测值。
32、本专利技术提供了一种识别水产品加工中黄曲霉毒素污染的方法。具备以下有益效果:
33、1、本专利技术通过傅立叶变换红外光谱作为检测技术,实现了快速、可靠、非破坏性的样品识别和筛查,相比传统方法,大大缩短了检测时间,提高了效率,同时还减少了对人力和时间的需求,不需要在专业实验室使用昂贵的检测设备,也减少了大量使用多种有机试剂的成本。
34、2、本专利技术通过图像增强处理,使得样品图像质量更高。这有助于提高后续分析的可靠性和准确性,为识别水产品中黄曲霉毒素提供了更可靠的基础。
35、3、本专利技术通过对流程的优化,特异性得到明显提升,达到96%。这意味着在识别过程中,能够更准确地区分出真正的黄曲霉毒素污染,减少误判的可能性,保障产品质量和消费者健康。
本文档来自技高网...【技术保护点】
1.一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述步骤S2中,薄层色谱的固定相由氧化铝、二氧化硅制成,所述密闭槽内部温度设置为20℃~39℃。
3.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述S3步骤中,色谱分析采用色谱图像处理算法,用于薄层色谱板上进行图像增强、分割、特征提取,所述色谱图像处理算法对应公式为:
4.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述S3步骤中,荧光染料取用二苯基乙烯,所述二苯基乙烯对应浓度为0.1%~0.5%。
5.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述S4步骤中,质谱仪的离子检测模式包括正离子模式、负离子模式、碰撞诱导解离模式。
6.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述S5步骤中,化合物结构信息包括分子量、碳氢比、官能团。
7.
8.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述步骤S6中,傅立叶变换公式为:
9.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述S6步骤中,神经网络模型公式为:
10.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述神经网络训练采用均方误差来衡量模型预测输出与真实数值之间的差异,所述均方误差对应函数表达式为:
...【技术特征摘要】
1.一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述步骤s2中,薄层色谱的固定相由氧化铝、二氧化硅制成,所述密闭槽内部温度设置为20℃~39℃。
3.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述s3步骤中,色谱分析采用色谱图像处理算法,用于薄层色谱板上进行图像增强、分割、特征提取,所述色谱图像处理算法对应公式为:
4.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述s3步骤中,荧光染料取用二苯基乙烯,所述二苯基乙烯对应浓度为0.1%~0.5%。
5.根据权利要求1所述的一种识别水产品加工中黄曲霉毒素污染的方法,其特征在于,所述s4步骤中,质谱仪的离子检测模式包括...
【专利技术属性】
技术研发人员:马华威,吕敏,郭爱玲,尹涛,罗旭,尤娟,潘传燕,牙诗雅,蒋光正,
申请(专利权)人:广西壮族自治区水产科学研究院广西壮族自治区渔业病害防治环境监测和质量检验中心,广西壮族自治区水生野生动物救护中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。