中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！

歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >>
農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的人工智能技術(shù)

包郵 農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的人工智能技術(shù)

作者：彭彥昆
出版社：科學(xué)出版社出版時(shí)間：2022-03-01
開(kāi)本： B5 頁(yè)數(shù)： 380
中 圖 價(jià):¥203.8(7.9折) 定價(jià)  ¥258.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
開(kāi)年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類五星書更多>

農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的人工智能技術(shù) 版權(quán)信息

農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的人工智能技術(shù) 內(nèi)容簡(jiǎn)介

本書系統(tǒng)地分析了農(nóng)產(chǎn)品無(wú)損檢測(cè)現(xiàn)狀和技術(shù)瓶頸，以及人工智能在農(nóng)產(chǎn)品無(wú)損檢測(cè)中的重要作用，詳細(xì)地介紹了幾種代表性的農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)，包括機(jī)器視覺(jué)無(wú)損檢測(cè)、可見(jiàn)-近紅外光譜及熒光光譜檢測(cè)、拉曼光譜檢測(cè)以及其他典型無(wú)損檢測(cè)技術(shù)，系統(tǒng)地著述了現(xiàn)階段人工智能在農(nóng)產(chǎn)品無(wú)損檢測(cè)領(lǐng)域的應(yīng)用，以及進(jìn)一步融合于農(nóng)產(chǎn)品無(wú)損檢測(cè)評(píng)價(jià)中的可行性，特別是提出了具備多種感知能力的農(nóng)產(chǎn)品智能檢測(cè)機(jī)器人這一新概念，并圍繞人工智能與農(nóng)產(chǎn)品無(wú)損檢測(cè)在未來(lái)農(nóng)業(yè)發(fā)展模式下的深度結(jié)合提出了展望和期待。

農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的人工智能技術(shù) 目錄

目錄
第1章農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)技術(shù)1
1.1農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的現(xiàn)狀1
1.1.1農(nóng)產(chǎn)品品質(zhì)安全問(wèn)題2
1.1.2農(nóng)產(chǎn)品品質(zhì)安全檢測(cè)指標(biāo)5
1.2農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)技術(shù)的概述9
1.2.1基于光譜特性的無(wú)損檢測(cè)技術(shù)9
1.2.2基于圖像分析的無(wú)損檢測(cè)技術(shù)10
1.2.3基于聲學(xué)特性的無(wú)損檢測(cè)技術(shù)10
1.2.4基于氣味原理的無(wú)損檢測(cè)技術(shù)10
1.2.5基于生物活性的無(wú)損檢測(cè)技術(shù)11
1.3農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的主要瓶頸12
1.3.1基于光譜特性無(wú)損檢測(cè)技術(shù)存在的問(wèn)題12
1.3.2基于圖像分析無(wú)損檢測(cè)技術(shù)存在的問(wèn)題16
1.3.3其他無(wú)損檢測(cè)技術(shù)存在的問(wèn)題22
1.3.4農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的瓶頸和發(fā)展趨勢(shì)24
參考文獻(xiàn)25
第2章人工智能技術(shù)30
2.1人工智能概述30
2.1.1人工智能發(fā)展史30
2.1.2人工智能的開(kāi)發(fā)環(huán)境34
2.1.3Python常用庫(kù)35
2.2人工智能在農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)中的作用36
2.2.1人工智能與無(wú)損檢測(cè)36
2.2.2機(jī)器學(xué)習(xí)44
2.2.3知識(shí)獲取51
2.3機(jī)器學(xué)習(xí)算法及應(yīng)用54
2.3.1回歸算法54
2.3.2K-NN分類算法58
2.3.3Adaboost算法60
2.3.4決策樹(shù)算法61
2.3.5樸素貝葉斯算法63
2.3.6隨機(jī)森林算法65
2.3.7K均值聚類算法67
2.3.8支持向量機(jī)算法69
2.3.9深度學(xué)習(xí)算法73
2.3.10卷積神經(jīng)網(wǎng)絡(luò)算法76
參考文獻(xiàn)79
第3章農(nóng)產(chǎn)品品質(zhì)機(jī)器視覺(jué)檢測(cè)的人工智能技術(shù)83
3.1農(nóng)產(chǎn)品外部品質(zhì)檢測(cè)83
3.1.1農(nóng)產(chǎn)品外部品質(zhì)檢測(cè)現(xiàn)狀83
3.1.2果蔬外部品質(zhì)檢測(cè)的技術(shù)難點(diǎn)與人工智能86
3.2品質(zhì)評(píng)價(jià)及分級(jí)98
3.2.1農(nóng)產(chǎn)品的品質(zhì)評(píng)價(jià)99
3.2.2農(nóng)產(chǎn)品的分級(jí)標(biāo)準(zhǔn)與分級(jí)裝備101
3.3立體圖像深度檢測(cè)104
3.3.1基于RGB-D技術(shù)的圖像深度檢測(cè)105
3.3.2基于雙目視覺(jué)的圖像深度檢測(cè)107
3.3.3基于運(yùn)動(dòng)視覺(jué)的圖像深度檢測(cè)111
3.3.4基于深度學(xué)習(xí)的圖像深度檢測(cè)113
3.4運(yùn)動(dòng)目標(biāo)跟蹤116
3.4.1基于光流算法的運(yùn)動(dòng)目標(biāo)追蹤117
3.4.2基于幀差法的運(yùn)動(dòng)目標(biāo)追蹤121
3.4.3基于背景建模的運(yùn)動(dòng)目標(biāo)追蹤124
3.4.4基于深度學(xué)習(xí)的運(yùn)動(dòng)目標(biāo)追蹤126
參考文獻(xiàn)127
第4章農(nóng)產(chǎn)品品質(zhì)可見(jiàn)/近紅外光譜及熒光光譜檢測(cè)的人工智能技術(shù)133
4.1光譜學(xué)習(xí)及模型更新133
4.1.1可見(jiàn)/近紅外光譜技術(shù)133
4.1.2高光譜技術(shù)145
4.1.3熒光光譜技術(shù)153
4.2云服務(wù)及大數(shù)據(jù)的應(yīng)用161
4.2.1大數(shù)據(jù)及其特點(diǎn)161
4.2.2大數(shù)據(jù)應(yīng)用162
4.2.3近紅外光譜大數(shù)據(jù)分析與應(yīng)用163
4.2.4化學(xué)計(jì)量學(xué)中的大數(shù)據(jù)難點(diǎn)問(wèn)題167
4.2.5近紅外光譜云分析系統(tǒng)的基本構(gòu)成169
4.2.6云計(jì)算的應(yīng)用176
4.2.7近紅外光譜大數(shù)據(jù)與云計(jì)算的發(fā)展及其應(yīng)用前景179
參考文獻(xiàn)180
第5章農(nóng)產(chǎn)品品質(zhì)拉曼光譜檢測(cè)的人工智能技術(shù)186
5.1拉曼光譜特征學(xué)習(xí)186
5.1.1拉曼光譜技術(shù)特征186
5.1.2拉曼光譜特征識(shí)別190
5.2拉曼光譜建模方法與SERS免疫分析技術(shù)198
5.2.1使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行建模198
5.2.2SERS與免疫層析技術(shù)202
5.3拉曼光譜與大數(shù)據(jù)205
5.3.1農(nóng)產(chǎn)品拉曼光譜數(shù)據(jù)的獲取205
5.3.2農(nóng)產(chǎn)品拉曼光譜數(shù)據(jù)的儲(chǔ)存與管理208
5.3.3農(nóng)產(chǎn)品拉曼光譜數(shù)據(jù)的分析與應(yīng)用211
參考文獻(xiàn)218
第6章農(nóng)產(chǎn)品品質(zhì)其他檢測(cè)方法的人工智能技術(shù)222
6.1介電特性檢測(cè)方法222
6.1.1介電參數(shù)電學(xué)性質(zhì)222
6.1.2介電特性測(cè)量方法223
6.1.3影響農(nóng)產(chǎn)品介電特性的因素225
6.1.4介電特性檢測(cè)技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用227
6.1.5介電特性與人工智能的結(jié)合236
6.1.6介電特性在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用236
6.2生物傳感器檢測(cè)技術(shù)237
6.2.1定義237
6.2.2生物傳感器的組成238
6.2.3生物傳感器的分類239
6.2.4生物傳感器的特點(diǎn)240
6.2.5智能傳感器技術(shù)240
6.2.6生物傳感器的應(yīng)用241
6.2.7生物傳感器在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用前景243
6.3聲音感知技術(shù)244
6.3.1聲學(xué)特性檢測(cè)原理及基本結(jié)構(gòu)245
6.3.2聲學(xué)技術(shù)檢測(cè)模式246
6.3.3聲學(xué)技術(shù)與人工智能248
6.3.4聲學(xué)技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用248
6.4X射線透射檢測(cè)技術(shù)255
6.4.1X射線的發(fā)現(xiàn)255
6.4.2X射線的波長(zhǎng)256
6.4.3X射線的產(chǎn)生256
6.4.4X射線的性質(zhì)257
6.4.5X射線與物質(zhì)的相互作用259
6.4.6利用X射線進(jìn)行檢測(cè)的原理、方法及設(shè)備裝置260
6.4.7X射線技術(shù)在農(nóng)產(chǎn)品品質(zhì)檢測(cè)中的應(yīng)用262
6.4.8X射線技術(shù)在農(nóng)產(chǎn)品應(yīng)用中的展望267
參考文獻(xiàn)268
第7章農(nóng)產(chǎn)品品質(zhì)智能檢測(cè)機(jī)器人273
7.1觸覺(jué)感知273
7.1.1壓電式觸覺(jué)傳感器274
7.1.2壓阻式觸覺(jué)傳感器276
7.1.3光電式觸覺(jué)傳感器277
7.1.4電容式觸覺(jué)傳感器278
7.1.5電感式觸覺(jué)傳感器279
7.2聽(tīng)覺(jué)感知279
7.2.1聲音與聽(tīng)覺(jué)279
7.2.2機(jī)器人如何“聽(tīng)到”聲音281
7.2.3人工智能如何幫助機(jī)器人理解信息284
7.3嗅覺(jué)感知287
7.3.1嗅覺(jué)感知概述287
7.3.2電子鼻的發(fā)展歷程288
7.3.3電子鼻工作原理及其組成289
7.3.4電子鼻的應(yīng)用290
7.4視覺(jué)感知294
7.4.1人臉識(shí)別技術(shù)295
7.4.2視覺(jué)感知技術(shù)在智能養(yǎng)殖領(lǐng)域的應(yīng)用296
7.4.3視覺(jué)感知技術(shù)與農(nóng)業(yè)機(jī)器人298
7.5味覺(jué)感知302
7.5.1味覺(jué)傳感器303
7.5.2味覺(jué)傳感器類型303
7.5.3味覺(jué)感知在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用304
7.6智能控制306
7.6.1智能控制的概述307
7.6.2智能控制方法309
7.6.3智能控制在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用312
7.7專家系統(tǒng)313
7.7.1專家系統(tǒng)的概述313
7.7.2專家系統(tǒng)和傳統(tǒng)程序的區(qū)別314
7.7.3專家系統(tǒng)的類型314
7.7.4專家系統(tǒng)的結(jié)構(gòu)315
7.7.5專家系統(tǒng)在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用317
參考文獻(xiàn)319
第8章農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)中人工智能的展望325
8.1智慧農(nóng)業(yè)下的農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)325
8.1.1智慧農(nóng)業(yè)概述325
8.1.2智能選種327
8.1.3農(nóng)產(chǎn)品生長(zhǎng)環(huán)境智能監(jiān)控328
8.1.4智能機(jī)器人331
8.1.5智慧農(nóng)業(yè)的實(shí)施模式334
8.1.6智慧農(nóng)業(yè)與無(wú)損檢測(cè)技術(shù)展望335
8.2大數(shù)據(jù)支持下的農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)336
8.2.1農(nóng)業(yè)大數(shù)據(jù)337
8.2.2數(shù)據(jù)挖掘341
8.2.3農(nóng)產(chǎn)品質(zhì)量安全中的大數(shù)據(jù)342
8.2.4無(wú)損檢測(cè)中的大數(shù)據(jù)343
8.3農(nóng)業(yè)物聯(lián)網(wǎng)與農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)346
8.3.1農(nóng)業(yè)物聯(lián)網(wǎng)的構(gòu)成347
8.3.2農(nóng)業(yè)物聯(lián)網(wǎng)無(wú)損檢測(cè)應(yīng)用349
8.3.3農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)待解決的問(wèn)題352
8.3.4農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)發(fā)展趨勢(shì)354
8.4無(wú)人農(nóng)場(chǎng)與農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)355
8.4.1無(wú)人農(nóng)場(chǎng)355
8.4.2農(nóng)產(chǎn)品無(wú)損檢測(cè)對(duì)無(wú)人農(nóng)場(chǎng)的作用358
8.4.3無(wú)人農(nóng)場(chǎng)未來(lái)展望360
參考文獻(xiàn)363
展開(kāi)全部

農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的人工智能技術(shù) 節(jié)選

第1章農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)技術(shù) 農(nóng)產(chǎn)品是指來(lái)源于農(nóng)業(yè)生產(chǎn)的初級(jí)產(chǎn)品，即通過(guò)農(nóng)業(yè)生產(chǎn)活動(dòng)獲得的植物、動(dòng)物、微生物及產(chǎn)品，包括水果、蔬菜、茶葉、糧油等種植業(yè)產(chǎn)品，畜禽肉、禽蛋等畜牧業(yè)產(chǎn)品及漁業(yè)產(chǎn)品。據(jù)統(tǒng)計(jì)， 2019年我國(guó)食用農(nóng)產(chǎn)品年產(chǎn)量. 10.6. t。然而，農(nóng)產(chǎn)品在生產(chǎn)、加工、儲(chǔ)運(yùn)等產(chǎn)銷鏈主要環(huán)節(jié)中存在腐敗變質(zhì)、農(nóng)殘超標(biāo)、添加物過(guò)量等現(xiàn)象，從而導(dǎo)致食品安全事件的發(fā)生。如何保障農(nóng)產(chǎn)品的品質(zhì)和安全仍是一個(gè)難題。農(nóng)產(chǎn)品品質(zhì)與安全傳統(tǒng)的檢測(cè)方法需采用精密檢測(cè)儀器，如高效液相色譜、氣相色譜和酶聯(lián)免疫吸附試驗(yàn)等，而這些檢測(cè)方法需要較復(fù)雜的樣品前處理過(guò)程及較長(zhǎng)的檢測(cè)時(shí)間。另外，傳統(tǒng)檢測(cè)方法需要專業(yè)的人員進(jìn)行操作，并且需要對(duì)樣品進(jìn)行破壞處理，因此，傳統(tǒng)檢測(cè)方法不能用于農(nóng)產(chǎn)品在生產(chǎn)、運(yùn)輸、銷售等環(huán)節(jié)的品質(zhì)安全實(shí)時(shí)監(jiān)控，只能進(jìn)行抽樣檢測(cè)，而且造成了一定程度的浪費(fèi)。近年來(lái)，科學(xué)技術(shù)促進(jìn)了光學(xué)、電磁等無(wú)損檢測(cè)技術(shù)的發(fā)展，無(wú)損檢測(cè)裝置操作簡(jiǎn)單、響應(yīng)快、檢測(cè)結(jié)果無(wú)損且可靠。例如，機(jī)器視覺(jué)、電子鼻、超聲波、近紅外光譜、高光譜、拉曼光譜、太赫茲等，現(xiàn)階段無(wú)損檢測(cè)技術(shù)在農(nóng)產(chǎn)品品質(zhì)與安全檢測(cè)領(lǐng)域的應(yīng)用已成為研究熱點(diǎn)。 農(nóng)產(chǎn)品無(wú)損檢測(cè)技術(shù)是在農(nóng)產(chǎn)品產(chǎn)業(yè)鏈中無(wú)損傷、實(shí)時(shí)地對(duì)農(nóng)產(chǎn)品的品質(zhì)、安全、營(yíng)養(yǎng)參數(shù)進(jìn)行檢測(cè)、評(píng)價(jià)、分級(jí)、篩選的數(shù)字和智能裝備技術(shù)；是農(nóng)產(chǎn)品質(zhì)量安全物聯(lián)網(wǎng)監(jiān)控體系的關(guān)鍵技術(shù)；是農(nóng)產(chǎn)品傳統(tǒng)人工抽檢測(cè)試方法的補(bǔ)充和發(fā)展。 無(wú)損檢測(cè)采集的信息非常復(fù)雜，通常無(wú)法直接用于分析。多數(shù)情況下，獲取的信息除了分析物本身的信息外還包含噪聲成分，建模時(shí)通常不希望無(wú)效信息對(duì)模型產(chǎn)生干擾。化學(xué)計(jì)量學(xué)方法是無(wú)損檢測(cè)研究領(lǐng)域常用的分析方法，用于提升模型的預(yù)測(cè)能力。常用于提高模型預(yù)測(cè)能力的方法包括預(yù)處理技術(shù)、特征提取算法、機(jī)器學(xué)習(xí)方法、深度學(xué)習(xí)方法及模型傳遞等。現(xiàn)階段人工智能技術(shù)和大數(shù)據(jù)的發(fā)展進(jìn)一步推動(dòng)了無(wú)損檢測(cè)技術(shù)的進(jìn)步及應(yīng)用。 1.1 農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)的現(xiàn)狀 農(nóng)產(chǎn)品品質(zhì)安全是食品安全的基礎(chǔ)，其品質(zhì)屬性包括物理屬性、化學(xué)屬性、生物屬性等。物理屬性主要有大小、形狀、重量、色澤和硬度；化學(xué)屬性主要有營(yíng)養(yǎng)成分、新鮮度、成熟度等；生物屬性主要有致病菌引起腐敗變質(zhì)、重金屬、農(nóng)藥殘留等。 1.1.1 農(nóng)產(chǎn)品品質(zhì)安全問(wèn)題 農(nóng)產(chǎn)品品質(zhì)是指產(chǎn)品的優(yōu)質(zhì)程度，不僅包括風(fēng)味、質(zhì)地、外觀和營(yíng)養(yǎng)成分，還包括加工品質(zhì)和安全品質(zhì)等。外部品質(zhì)主要包括大小、色澤、重量、損傷、病蟲害、動(dòng)物糞便等。內(nèi)部品質(zhì)也稱為營(yíng)養(yǎng)品質(zhì)，是指產(chǎn)品中含有的各種營(yíng)養(yǎng)物質(zhì)的總和。不同種類的產(chǎn)品含有不同種類和數(shù)量的營(yíng)養(yǎng)要素，主要包括碳水化合物、脂類、蛋白質(zhì)、礦物質(zhì)、水分含量等。其中，脂類物質(zhì)主要是指中性脂肪酸和膽固醇，具有較高的營(yíng)養(yǎng)價(jià)值。蛋白質(zhì)含有人體所必需的氨基酸，很容易被人體吸收。安全品質(zhì)是指直接關(guān)系到人體健康的品質(zhì)指標(biāo)的總和，主要包括農(nóng)藥殘留、重金屬含量超標(biāo)、硝酸鹽超標(biāo)、亞硝酸鹽超標(biāo)及致病微生物超標(biāo)等。 水果、蔬菜、茶葉、糧食、畜禽肉、水產(chǎn)品在中國(guó)現(xiàn)代農(nóng)業(yè)經(jīng)濟(jì)中占有重要地位，是農(nóng)業(yè)經(jīng)濟(jì)的重要組成部分，其發(fā)展可促進(jìn)農(nóng)業(yè)結(jié)構(gòu)的調(diào)整、優(yōu)化居民的飲食結(jié)構(gòu)、增加農(nóng)民的收入，提供豐富營(yíng)養(yǎng)健康的食物是滿足人民對(duì)美好生活向往的物質(zhì)基礎(chǔ)（何琳純， 2020）。我國(guó)的水果、蔬菜、茶葉、糧食、肉品長(zhǎng)期占據(jù)據(jù) 2010～2019年國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)年鑒資料數(shù)據(jù)，水果、蔬菜、糧食、肉類的年產(chǎn)量數(shù)據(jù)如. 1-1所示。從圖中可以看出，我國(guó)的水果、蔬菜、糧食產(chǎn)量每年均保持穩(wěn)步增長(zhǎng)態(tài)勢(shì)。消費(fèi)者對(duì)水果、蔬菜、糧食、肉類等農(nóng)產(chǎn)品的質(zhì)量和安全性要求越來(lái)越高，已由低水平的價(jià)格競(jìng)爭(zhēng)上升到質(zhì)量、品牌和價(jià)格的綜合競(jìng)爭(zhēng)，質(zhì)量已經(jīng)成為消費(fèi)者昀為關(guān)注的方面，尤其是內(nèi)在品質(zhì)越來(lái)越受到消費(fèi)者重視。優(yōu)質(zhì)、高產(chǎn)、高效、生態(tài)、安全是當(dāng)今世界農(nóng)產(chǎn)品生產(chǎn)和消費(fèi)的總趨勢(shì)，受到各國(guó)廣泛關(guān)注（于建春， 2020）。“健康中國(guó) 2030 ”和“中國(guó)制造 2025”等國(guó)家重大戰(zhàn)略的部署和實(shí)施，引導(dǎo)了食品向安全、營(yíng)養(yǎng)、健康方向發(fā)展，為水果、蔬菜的產(chǎn)后商品化處理指明了方向。 近年來(lái)，食品安全問(wèn)題給消費(fèi)者健康帶來(lái)影響，很大程度上是初級(jí)農(nóng)產(chǎn)品源頭污染及流通過(guò)程中監(jiān)管控制力度不到位造成的。對(duì)于消費(fèi)者和生產(chǎn)者而言，農(nóng)產(chǎn)品安全是至關(guān)重要的全球性問(wèn)題，決定了農(nóng)產(chǎn)品是否可以在市場(chǎng)上銷售。因此，學(xué)術(shù)界和產(chǎn)業(yè)界的許多研究人員一直把精力集中在這一重要的公共衛(wèi)生問(wèn)題上，旨在減少或避免食源性疾病暴發(fā)（Hu et al.，2019）。農(nóng)產(chǎn)品的常見(jiàn)污染源包括病原體、重金屬、真菌毒素、農(nóng)藥、除草劑、獸藥和非法添加劑，食源性病原體包括病原細(xì)菌、真菌、病毒和寄生蟲。 糧食是人類飲食中昀重要的營(yíng)養(yǎng)和能量來(lái)源，是人類生活必需礦物質(zhì)、維生素、粗脂肪、纖維、必需脂肪酸和蛋白質(zhì)的良好來(lái)源。廣泛種植和消費(fèi)的糧食包括小麥、水稻、玉米和大麥、大豆等，然而糧食在儲(chǔ)存期間容易受到真菌感染而產(chǎn)生真菌毒素，對(duì)人體構(gòu)成重大威脅（Hussain et al.，2019）。聯(lián)合國(guó)糧食及農(nóng)業(yè)組織（FAO）估計(jì)，世界上. 25%的谷物被真菌毒素污染。此外，其他食物和各種副產(chǎn)品也受到真菌毒素污染。目前，真菌毒素對(duì)農(nóng)業(yè)產(chǎn)業(yè)構(gòu)成嚴(yán)重威脅，極大地影響全球經(jīng)濟(jì)和貿(mào)易。例如， 1998年匈牙利暴發(fā)的小麥流行病造成. 1億歐元的損失。真菌毒素是曲霉、鐮刀菌、鏈霉菌和青霉在生長(zhǎng)和繁殖過(guò)程中產(chǎn)生的天然次生代謝產(chǎn)物，對(duì)人、動(dòng)物和植物有毒。由于這些產(chǎn)物中的某些真菌會(huì)產(chǎn)生真（ DON）、T-2毒素、赤霉烯酮、曲霉毒素和黃曲霉毒素，以及其他一些被認(rèn)為是次生的真菌或真菌毒素，且它們分子結(jié)構(gòu)變化很大（Kebede et al.，2020）。自然界中存在的真菌毒素?cái)?shù)量在 300～20 000CFU/g，通常具毒性、致畸性、致癌性、致突變性和遺傳毒性。真菌毒素易于出現(xiàn)在食品生產(chǎn)的各個(gè)環(huán)節(jié)，當(dāng)食用被真菌毒素污染超過(guò)一定量的食品時(shí)，對(duì)人類和動(dòng)物自身的器官和系統(tǒng)會(huì)產(chǎn)生嚴(yán)重的急性和慢性負(fù)面影響。這些真菌可以在作物的生長(zhǎng)、收獲和儲(chǔ)存過(guò)程中生長(zhǎng)和代謝，破壞其營(yíng)養(yǎng)并造成污染，嚴(yán)重?fù)p害人體健康。例如，2010年，塞爾維亞對(duì)國(guó). 128個(gè)小麥樣品進(jìn)行分析，觀察到其中 100個(gè)樣品受到 DON污染，污染率高. 78.1%。蟲害是造成收獲后糧食損失的主要原因，據(jù)報(bào)道全球谷物有 10%～40%的損失是由蟲害造成的（Johnson，2020）。此外，害蟲不僅直接食用糧食，其排泄物及死蟲也會(huì)影響剩余谷物的質(zhì)量。因此，對(duì)糧食在生產(chǎn)鏈各個(gè)環(huán)節(jié)的檢測(cè)極為重要（Kumar et al.，2017）。 糧食品質(zhì)安全的傳統(tǒng)檢測(cè)方法有高效液相色譜、氣相色譜、酶聯(lián)免疫吸附測(cè)定、聚合酶鏈反應(yīng)、氣相色譜質(zhì)譜和液相色譜質(zhì)譜。高效液相色譜、氣相色譜廣泛用于糧食的定性和定量檢測(cè)，酶聯(lián)免疫吸附測(cè)定技術(shù)用于篩選農(nóng)產(chǎn)品中的有毒污染物（Hussain et al.，2019），但這些檢測(cè)方法具有破壞性、耗時(shí)且費(fèi)力。在當(dāng)前新興的無(wú)損技術(shù)中，光譜和成像技術(shù)顯示出巨大的在線應(yīng)用潛力。基于近紅外、熒光成像、拉曼光譜成像和高光譜成像技術(shù)在真菌污染評(píng)價(jià)質(zhì)量鑒別和摻假檢測(cè)等方面具有廣闊的應(yīng)用前景（Tao et al.，2018）。 農(nóng)藥殘留是食品生產(chǎn)中的主要安全問(wèn)題之一，農(nóng)業(yè)上的藥物濫用造成的化學(xué)污染長(zhǎng)期威脅著世界各地的農(nóng)業(yè)生產(chǎn)和糧食供應(yīng)。種植者為追求產(chǎn)量和利潤(rùn)濫用農(nóng)藥對(duì)食品安全構(gòu)成了長(zhǎng)期風(fēng)險(xiǎn)，影響了出口和生產(chǎn)的可持續(xù)發(fā)展。農(nóng)藥施用于農(nóng)作物后在環(huán)境和加工過(guò)程中產(chǎn)生各種轉(zhuǎn)化產(chǎn)物，農(nóng)藥轉(zhuǎn)化產(chǎn)物被列為“新興污染物”，嚴(yán)重威脅生物健康。水果和蔬菜是人們生活中不可或缺的一部分，也是農(nóng)藥殘留問(wèn)題的“高發(fā)區(qū)”。據(jù)報(bào)道， 2015～2020年，歐洲共發(fā). 2473份涉及水果（ Pan et al.，2021）。發(fā)展中國(guó)家也報(bào)道了類似的問(wèn)題，農(nóng)藥殘留遠(yuǎn)遠(yuǎn)超過(guò)了國(guó)家規(guī)定的限量的昀高值，嚴(yán)重?fù)p害了農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展。我國(guó)也面臨農(nóng)藥殘留帶來(lái)的危害，學(xué)者從我. 45個(gè)重點(diǎn)城市調(diào)查. 4萬(wàn)多批次 135種水果、蔬菜的農(nóng)藥殘留情況，結(jié)果發(fā)現(xiàn)其中農(nóng)藥殘留種類 532種，檢出次數(shù)為 115 981次，農(nóng)藥殘留檢出率為 81.6%（Li et al.，2021）。近些年，日本、加拿大和其他國(guó)家的農(nóng)產(chǎn)品因農(nóng)藥殘留量高或使用有毒農(nóng)藥而被拒絕出口的事件時(shí)有發(fā)生。在我國(guó)，盡管政府加強(qiáng)了對(duì)農(nóng)產(chǎn)品生產(chǎn)過(guò)程中農(nóng)藥使用的控制，但非法使用農(nóng)藥現(xiàn)象仍然存在。 如何從復(fù)雜的食品中對(duì)這些有害物質(zhì)進(jìn)行定性鑒定和定量檢測(cè)是食品安全分析和檢測(cè)的關(guān)鍵。傳統(tǒng)的農(nóng)藥殘留檢測(cè)方法，諸如高效液相色譜法、氣相色譜法是農(nóng)藥殘留常用的檢測(cè)方法，但是檢測(cè)效率低。隨著生物、化學(xué)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，拉曼光譜法或紅外光譜法等成熟的無(wú)損檢測(cè)技術(shù)不斷地應(yīng)用于農(nóng)藥殘留檢測(cè)，而且具有無(wú)損測(cè)量、穩(wěn)定性高、檢測(cè)速度快、成本低和樣品操作簡(jiǎn)單等一系列優(yōu)點(diǎn)，可以獲取許多有用的信息（Wang et al.，2021）。 肉類富含豐富的營(yíng)養(yǎng)物質(zhì)，為人類生存提供必需的營(yíng)養(yǎng)成分。因此，肉類的品質(zhì)受到廣泛關(guān)注。然而肉類易受到儲(chǔ)存環(huán)境和溫度的影響，在運(yùn)輸和銷售過(guò)程中容易腐敗變質(zhì)，導(dǎo)致肉類品質(zhì)下降，甚至危害消費(fèi)者健康。此外，肉類在腐敗過(guò)程中，容易滋生各種微生物，甚至產(chǎn)生致病菌，如彎曲桿菌、沙門氏菌等。例如，歐洲. 2005年以來(lái)，每年因彎曲桿菌造成的病例占人獸共患病例. 70%，超. 200 000例（Iannetti et al.，2020）。畜禽在屠宰過(guò)程中通常帶有人獸共患的疾病，如彎曲桿菌、腸炎沙門氏菌、人類致病性大腸桿菌和腸結(jié)腸炎耶爾森氏菌等，而且這些危害使用傳統(tǒng)的肉類檢測(cè)技術(shù)難以實(shí)時(shí)檢測(cè)（Blagojevic et al.，2021）。此外，隨著現(xiàn)代養(yǎng)殖業(yè)日趨集約化、規(guī)模化地快速發(fā)展，為了追求更大的商業(yè)利益和減少高密度飼養(yǎng)帶來(lái)的風(fēng)險(xiǎn)，常常出現(xiàn)養(yǎng)殖戶濫用獸藥的情況。如果動(dòng)物源食品中殘留有獸藥，就會(huì)通過(guò)食物鏈對(duì)人體產(chǎn)生不同程度的毒害作用。由于動(dòng)物源食品基質(zhì)復(fù)雜，含有蛋白質(zhì)、脂肪、糖類等多種化合物，而殘留其中的獸藥含量甚微，這就增加了動(dòng)物源食品中獸藥殘留的檢測(cè)難度。肉品含有豐富的營(yíng)養(yǎng)物質(zhì)，在儲(chǔ)存過(guò)程中容易受到環(huán)境和溫度的影響而腐敗變質(zhì)，品質(zhì)不好的肉品不僅影響其價(jià)格，甚至威脅到人的健康。據(jù)報(bào)道，全球超過(guò)一半的抗生素生產(chǎn)用于動(dòng)物保健，甚至預(yù)測(cè)到 2030年，這一數(shù)字將增長(zhǎng). 67%。為人類提供食物而飼養(yǎng)的動(dòng)物中，約有 80%的動(dòng)物在其生命的部分或大部分時(shí)間里都會(huì)接受處方藥物（Girmatsion et al.，2021）。因此，不合理的使用處方藥都是獸藥的主要來(lái)源，人類長(zhǎng)期食用攜帶獸藥的肉品，會(huì)對(duì)身體產(chǎn)生重大危害（Liu et al.，2018）。另外，在普通肉制品中摻入廉價(jià)肉或者其他品種的肉，以謀取更多的利潤(rùn)，是社會(huì)關(guān)注的肉品品質(zhì)的另外一個(gè)重要問(wèn)題。過(guò). 10年，歐洲抽檢的牛肉樣品中發(fā)現(xiàn)約有 61%的產(chǎn)品中含有馬肉。此外，從愛(ài)爾蘭和英國(guó)的幾家超級(jí)市場(chǎng)的冷凍牛肉漢堡中檢測(cè)到豬. DNA（Nakyinsige et al.，2012）。在南非，約有 68%的抽樣肉品中檢測(cè)到未申報(bào)的肉品（Cawthorn et al.，2013）。在馬來(lái)西亞，約有 78%的抽樣樣品中發(fā)現(xiàn)帶有虛假申報(bào)或未申報(bào)的肉品（Rahmati et al.，2016），其他國(guó)家也存在類似的情況。 目前與肉品消費(fèi)相關(guān)的挑戰(zhàn)和擔(dān)憂可分為與微生物病原體相關(guān)的挑戰(zhàn)和其他肉品安全問(wèn)題，微生物病原體的主要挑戰(zhàn)包括食源性的暴發(fā)和病原體的控制。例如毒性更強(qiáng)且感染劑量低的病原體的出現(xiàn)，病原體對(duì)抗生素或與食物相關(guān)的藥物產(chǎn)生耐藥性，與肉類產(chǎn)品以外的食物和水的交叉污染（Sofos and Geornaras，2010）。其他肉類安全問(wèn)題包括食品添加劑、化學(xué)殘留物、動(dòng)物識(shí)別和溯源問(wèn)題。 近年來(lái)，獸藥殘留檢測(cè)領(lǐng)域出現(xiàn)了固相萃取、基質(zhì)固相分散萃取、微波輔助萃取、分子印跡技術(shù)等樣品提取和凈化新技術(shù)及液質(zhì)聯(lián)用技術(shù)。然而這些傳統(tǒng)檢測(cè)技術(shù)的樣品制備及檢測(cè)方法大多存在檢測(cè)樣品基質(zhì)種類單一、檢測(cè)獸藥種類范圍小、耗

商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板： 过滤器_自清洗过滤器_气体过滤器_苏州华凯过滤技术有限公司 | 美名宝起名网-在线宝宝、公司、起名平台 | 没斑啦-专业的祛斑美白嫩肤知识网站-去斑经验分享 | 广州二手电缆线回收,旧电缆回收,广州铜线回收-广东益福电缆线回收公司 | 冷却塔减速机器_冷却塔皮带箱维修厂家_凉水塔风机电机更换-广东康明冷却塔厂家 | 真空干燥烘箱_鼓风干燥箱 _高低温恒温恒湿试验箱_光照二氧化碳恒温培养箱-上海航佩仪器 | 中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！ | 雷冲击高压发生器-水内冷直流高压发生器-串联谐振分压器-武汉特高压电力科技有限公司 | 知网论文检测系统入口_论文查重免费查重_中国知网论文查询_学术不端检测系统 | 多功能真空滤油机_润滑油全自动滤油机_高效真空滤油机价格-重庆润华通驰 | 招商帮-一站式网络营销服务|互联网整合营销|网络推广代运营|信息流推广|招商帮企业招商好帮手|搜索营销推广|短视视频营销推广 | 北京康百特科技有限公司-分子蒸馏-短程分子蒸馏设备-实验室分子蒸馏设备 | 无菌检查集菌仪,微生物限度仪器-苏州长留仪器百科 | 真空泵维修保养,普发,阿尔卡特,荏原,卡西亚玛,莱宝,爱德华干式螺杆真空泵维修-东莞比其尔真空机电设备有限公司 | 高楼航空障碍灯厂家哪家好_航空障碍灯厂家_广州北斗星障碍灯有限公司 | 合肥抖音SEO网站优化-网站建设-网络推广营销公司-百度爱采购-安徽企匠科技 | 深圳APP开发_手机软件APP定制外包_小程序开发公司-来科信 | 翰墨AI智能写作助手官网_人工智能问答在线AI写作免费一键生成 | 专业生产动态配料系统_饲料配料系统_化肥配料系统等配料系统-郑州鑫晟重工机械有限公司 | 高中学习网-高考生信息学习必备平台 | 蜘蛛车-登高车-高空作业平台-高空作业车-曲臂剪叉式升降机租赁-重庆海克斯公司 | 爆炸冲击传感器-无线遥测传感器-航天星百科 | 蜘蛛车-高空作业平台-升降机-高空作业车租赁-臂式伸缩臂叉装车-登高车出租厂家 - 普雷斯特机械设备（北京）有限公司 | 成都装修公司-成都装修设计公司推荐-成都朗煜装饰公司 | 航空障碍灯_高中低光强航空障碍灯_民航许可认证航空警示灯厂家-东莞市天翔航天科技有限公司 | MES系统-WMS系统-MES定制开发-制造执行MES解决方案-罗浮云计算 | 科昊仪器超纯水机系统-可成气相液氮罐-美菱超低温冰箱-西安昊兴生物科技有限公司 | 并网柜,汇流箱,电控设备,中高低压开关柜,电气电力成套设备,PLC控制设备订制厂家,江苏昌伟业新能源科技有限公司 | 国际船舶网 - 船厂、船舶、造船、船舶设备、航运及海洋工程等相关行业综合信息平台 | RO反渗透设备_厂家_价格_河南郑州江宇环保科技有限公司 | 刺绳_刀片刺网_刺丝滚笼_不锈钢刺绳生产厂家_安平县浩荣金属丝网制品有限公司-安平县浩荣金属丝网制品有限公司 | 斗式提升机_链式斗提机_带式斗提机厂家无锡市鸿诚输送机械有限公司 | 高压互感器,电流互感器,电压互感器-上海鄂互电气科技有限公司 | 石家庄小程序开发_小程序开发公司_APP开发_网站制作-石家庄乘航网络科技有限公司 | 糖衣机,除尘式糖衣机,全自动糖衣机,泰州市长江制药机械有限公司 体感VRAR全息沉浸式3D投影多媒体展厅展会游戏互动-万展互动 | 广东西屋电气有限公司-广东西屋电气有限公司 | 丹佛斯变频器-Danfoss战略代理经销商-上海津信变频器有限公司 | 青岛空压机,青岛空压机维修/保养,青岛空压机销售/出租公司,青岛空压机厂家电话 | 全自动端子机|刺破式端子压接机|全自动双头沾锡机|全自动插胶壳端子机-东莞市傅氏兄弟机械设备有限公司 | 粉末冶金-粉末冶金齿轮-粉末冶金零件厂家-东莞市正朗精密金属零件有限公司 | 比士亚-专业恒温恒湿酒窖,酒柜,雪茄柜的设计定制 |