高光谱图像对铜绿假单胞杆菌的生长拟合
高光谱图像对铜绿假单胞杆菌的生长拟合[20200509182839]
摘要：肉类在贮藏过程中，腐败菌通常是造成肉腐败损失和进一步威胁消费者健康的重要因素。为了发展实际的高光谱图像技术无损检测肉腐败的细菌，有必要对特定腐败菌的不同生长阶段进行分析。本文选取了肉腐败的典型微生物——铜绿假单胞杆菌为研究对象。在2天内，每12小时生长阶段（0h、12h、24h、36h、48h）检测高光谱图像信息，确定高光谱图像的相关参数，并建立了细菌生长的最佳拟合模型，并与铜绿假单胞杆菌的实际生长模型进行比较。研究结果显示，基于构建的指数生长模型，920-960nm光谱响应均值对浓度为102的铜绿假单胞杆菌的生长拟合与其真实生长情况相关系数R达到0.99；910-960nm光谱响应均值对浓度为104的铜绿假单胞杆菌的生长拟合与其真实生长情况的相关系数R达到0.95；掩膜图形中菌落占培养皿的比例对浓度为102、104的铜绿假单胞杆菌拟合生长模型与其真实生长模型相关系数R分别达到0.92、0.96；主成分分析中第一主成分值对浓度为102、104的铜绿假单胞杆菌拟合生长模型结果与其真实生长模型相关系数R分别达到0.96、0.94。以上研究证明HSI能够拟合铜绿假单胞杆菌的生长，且准确率高。另外，基于主成分分析，其结果能够区分不同浓度假单胞杆菌。研究结果将为高光谱图像技术对引起的肉腐败细菌快速监测提供了有益的技术支持。
*好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
关键字:高光谱图像；铜绿假单胞杆菌；生长拟合；模型；相关系数
目录
摘要1
关键词1
Abstract1
Key words2
引言2
1 材料与方法3
1.1 材料 3
1.1.1 菌种3
1.1.2 培养基3
1.2 方法 3
1.2.1 菌种培养3
1.2.2 二次培养3
1.2.3 浓度确定及样本制备3
1.2.4 高光谱图像采集4
1.2.5 高光谱图像特征提取5
1.2.6 数据处理5
2 结果与分析6
2.1 光谱信息分析6
2.1.1 铜绿假单胞杆菌的不同生长阶段的主成分分析6
2.1.2 不同生长阶段铜绿假单胞杆菌的光谱曲线7
2.1.3 基于光谱值拟合铜绿假单胞杆菌的生长模型8
2.1.4 基于主成分分析拟合铜绿假单胞杆菌的生长模型9
2.2 图像信息分析10
2.2.1 图像参数获取10
2.2.2 基于图像参数拟合铜绿假单胞杆菌的生长模型10
2.3 基于主成分分析区分不同浓度的铜绿假单胞杆菌11
3 讨论 13
3.1 高光谱图像对铜绿假单胞杆菌的不同生长阶段的区分13
3.2 高光谱图像对不同浓度的铜绿假单胞杆菌的生长拟合13
3.3 高光谱图像对不同浓度的铜绿假单胞杆菌的区分13
致谢14
参考文献14
高光谱图像对铜绿假单胞杆菌的生长拟合
引言
引言
随着生活水 *好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
平和教育水平的不断提高，伴随膳食结构的相对变化以及对健康的日益关注，人们对畜禽生鲜肉的需求量迅速增加，对肉品质量和安全的要求也不断提高。影响肉品质量和安全的因素有很多，但是引起肉品腐败进而产生安全问题的主要原因是微生物。当温度、水分等条件适宜时，微生物便会高速繁殖而使肉质发生腐败。肉的腐败过程使蛋白质分解成蛋白胨、多肽、氨基酸，进一步再分解成氨、硫化氢、酚、吲哚、粪臭素、胺及二氧化碳等，这些腐败产物具有浓厚的臭味，对人体健康有很大的危害。研究证明在低于5℃的冷藏环境里贮藏肉类，虽然微生物的生长会受到抑制，但随着时间的延长，一些革兰氏阴性菌、嗜冷菌、好氧杆菌等的生长也可以造成肉的败坏，主要菌群有假单胞菌属[1]、不动杆菌属、嗜冷杆菌属，其中假单胞菌属起作用最大。假单胞杆菌能够起优势作用的原因是它能够通过2-酮-3-脱氧-6-磷酸葡糖酸（KDPG）途径（ED途径）代谢葡萄糖成为葡萄糖酸和丙酮酸，两种酸在细胞外积累，并进一步为假单胞菌利用，而其它竞争性的细菌不能利用此两种酸。不动杆菌属和嗜冷杆菌属不能代谢葡萄糖，但能通过氧化有机酸或氨基酸来获得能量，不动杆菌在pH值5.7或低于5.7时生长速率降低，热杀索丝菌在pH值5.5-7.0，温度5℃以上时能良好生长。肠杆菌中的液化肠杆菌、成团肠杆菌、哈夫尼肠杆菌等嗜冷菌数量较少，而在6-10℃保藏时，这些微生物却变得非常重要，但总体看来假单胞菌仍然是优势微生物。在肉表面上需氧性腐败菌的最大细胞密度不取决于肉表面基质的衰竭而是受到氧供应的限制，如果嗜冷性细菌长期缺氧，就会影响其需氧代谢，结果造成细菌的自溶死亡或发生形态学上的变异。在鲜肉的腐败中，尤其是在现代化的低温生产贮藏条件下，酵母和霉菌作用不大。所以本研究以铜绿假单胞杆菌为对象。
高光谱图像是新一代光电检测技术，兴起于20 世纪80年代，集成了光谱检测和图像检测的优点，具有超多波段、光谱高分辨率和图谱合一的特点，可以获得系列波长下的光谱和图像信息[2-3]。众所周知，光谱技术可以检测产品的物理结构和化学成分等指标，如蛋白质、脂肪、水分、糖酸度、内部缺陷等品质信息；图像技术能全面反映产品的外部品质信息如表面缺陷、几何形状、纹理，缺陷、损伤、外部污染等。光谱评价是基于点测量，而图像测量是基于空间特性变化，两者各有其优缺点，二者结合能够全面获得待测物的综合品质信息。因此，可以说高光谱图像技术是光谱分析技术和图像分析技术发展的必然结果。另外，高光谱图像技术不仅具有光谱分辨能力，还具有图像分辨能力，利用高光谱图像技术不仅可以对待检测物进行定性和定量分析，而且还能对其进行定位分析，这种内外品质信息兼备的特征，使得高光谱图像技术成为多信息融合准确检测食品[4]、农畜产品[5]品质的首选技术。
铜绿假单胞杆菌是造成肉腐败变质的微生物之一，高光谱图像作为一种对各种食品无损、快速的质量与安全分析和评估方法，较之感官评价、显微技术、微生物理化指标等其他传统方法对肉腐败变质微生物的检测具有明显的优势。
自2008年以来，国内外利用高光谱图像对肉类和肉类产品的质量参数进行了调查，主要包括测定柔软的切片剪切力(SSF)或剪切力值（WBSF）、含水量、系水力（WHC）或滴水损失、脂肪和脂肪酸、污染(排泄物或杂物)、微生物变质、肿瘤、骨碎片、颜色、pH值、蛋白质、 *好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
分级和认证。其中，对柔软、脂肪、颜色、和pH值已进行了许多研究，并取得了较好的结果。由于近红外区可检测出丰富的水信息，评估水含量和WHC也有好的结果。对污染、肿瘤和骨碎片的研究对象主要是集中在家禽，和基于几个关键波长来提高对这些物质的检测。而损耗的测定主要集中依靠在总活菌计数（TVC）。因此，高光谱图像检测应对肉类中特殊细菌给予更多的考虑。
近年来，利用高光谱图像研究食品安全检验已经扩展到微生物变质的检测。高光谱图像测定猪肉总活菌计数(TVC)的可行性已被证明[13]。在建立样品及TVC值光谱数据之间的定量关系上，发现最小二乘支持向量机（LS-SVM）比其他方法有更好的能力，如多元线性回归（MLR）、偏最小二乘回归法（PLSR）、神经网络（ANN）。高光谱图像技术也被用于检测鸡肉微生物变质，如安全值[14]、假单胞菌[15]、和肠杆菌科[16]，和检测猪肉微生物变质，如安全值和嗜冷菌板计数(PPC)。当高光谱散射成像应用于测定牛肉的安全值[17]，通过建立的PLSR模型和基于三个组合的散射参数（i.e. a, b 和a × b ）获得了一个非常好的结果r2=0.95和SEP=0.30。后来，检测安全值的研究与之前的不同，高光谱散射技术直接应用于具体测定猪肉大肠的大肠杆菌(E. coli)的污染[14]。相比之下，利用高光谱散图像技术预测在储藏肉类中的安全值比预测大肠杆菌污染的结果更好。因此，在检测肉类中的特定的细菌方面应该做出更多的努力。
由以上可知，高光谱图像技术虽然发展的较晚，但是随着其的蓬勃发展，在肉品安全检测上呈现出了极大的优越性。目前高光谱图像检测技术的主要对象为肉类鲜嫩度、含水量、脂肪含量、颜色参数、pH值和蛋白质[18]，而对肉中主要腐败微生物只有少量研究[19]；还没有关于对铜绿假单胞杆菌的生长预测的相关报道。本研究尝试采用高光谱图像信息对铜绿假单胞杆菌的生长进行拟合，以期为高光谱图像检测肉中主要腐败微生物提供新的方法和技术。
利用ENVI软件进行掩膜图形处理。在处理过程中，创建的感兴趣区域（ROI）选择培养基中细菌菌落生长的全部地方作为ROI；再进行正向主成分分析，选择第一主成分图像进行掩膜；将掩膜得到图形与样本高光谱图像比较，根据光谱值改变，调整掩膜得到图形，以确保准确性（图4）。对于CK组和A组、B组的0h共100个样本没有菌落，选择其中一个对整个培养基进行掩膜分析，得到整个培养基的图形。最后300个样本得到200个掩膜图形，通过MATLAB7.1统计工具箱编程计算出200个图形的光谱点数。以整个培养基图形作为基数，将200个菌落光谱点数除以基数，转换为菌落占培养皿的比例，用于了解菌的生长情况。在这项研究中，除去整个培养皿的数据，有100个基准数据为0和200个基准数据收集，每个时间点（0h，12h，24h，36h，48h）60个基准数据，其中15个数据用于求平均分析和5个数据被用来验证。因此，每个时间点都有一个平均菌落所占培养皿比例，共得到5个数据，通过MATLAB7.1统计工具箱中Curve Fitting Tool将这5个数据建立铜绿假单胞杆菌随菌落所占培养皿比例的生长曲线。同时，将所得不同时间段菌的数量与模型值之间建立相关性分析。
摘要：肉类在贮藏过程中，腐败菌通常是造成肉腐败损失和进一步威胁消费者健康的重要因素。为了发展实际的高光谱图像技术无损检测肉腐败的细菌，有必要对特定腐败菌的不同生长阶段进行分析。本文选取了肉腐败的典型微生物——铜绿假单胞杆菌为研究对象。在2天内，每12小时生长阶段（0h、12h、24h、36h、48h）检测高光谱图像信息，确定高光谱图像的相关参数，并建立了细菌生长的最佳拟合模型，并与铜绿假单胞杆菌的实际生长模型进行比较。研究结果显示，基于构建的指数生长模型，920-960nm光谱响应均值对浓度为102的铜绿假单胞杆菌的生长拟合与其真实生长情况相关系数R达到0.99；910-960nm光谱响应均值对浓度为104的铜绿假单胞杆菌的生长拟合与其真实生长情况的相关系数R达到0.95；掩膜图形中菌落占培养皿的比例对浓度为102、104的铜绿假单胞杆菌拟合生长模型与其真实生长模型相关系数R分别达到0.92、0.96；主成分分析中第一主成分值对浓度为102、104的铜绿假单胞杆菌拟合生长模型结果与其真实生长模型相关系数R分别达到0.96、0.94。以上研究证明HSI能够拟合铜绿假单胞杆菌的生长，且准确率高。另外，基于主成分分析，其结果能够区分不同浓度假单胞杆菌。研究结果将为高光谱图像技术对引起的肉腐败细菌快速监测提供了有益的技术支持。
*好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
关键字:高光谱图像；铜绿假单胞杆菌；生长拟合；模型；相关系数
目录
摘要1
关键词1
Abstract1
Key words2
引言2
1 材料与方法3
1.1 材料 3
1.1.1 菌种3
1.1.2 培养基3
1.2 方法 3
1.2.1 菌种培养3
1.2.2 二次培养3
1.2.3 浓度确定及样本制备3
1.2.4 高光谱图像采集4
1.2.5 高光谱图像特征提取5
1.2.6 数据处理5
2 结果与分析6
2.1 光谱信息分析6
2.1.1 铜绿假单胞杆菌的不同生长阶段的主成分分析6
2.1.2 不同生长阶段铜绿假单胞杆菌的光谱曲线7
2.1.3 基于光谱值拟合铜绿假单胞杆菌的生长模型8
2.1.4 基于主成分分析拟合铜绿假单胞杆菌的生长模型9
2.2 图像信息分析10
2.2.1 图像参数获取10
2.2.2 基于图像参数拟合铜绿假单胞杆菌的生长模型10
2.3 基于主成分分析区分不同浓度的铜绿假单胞杆菌11
3 讨论 13
3.1 高光谱图像对铜绿假单胞杆菌的不同生长阶段的区分13
3.2 高光谱图像对不同浓度的铜绿假单胞杆菌的生长拟合13
3.3 高光谱图像对不同浓度的铜绿假单胞杆菌的区分13
致谢14
参考文献14
高光谱图像对铜绿假单胞杆菌的生长拟合
引言
引言
随着生活水 *好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
平和教育水平的不断提高，伴随膳食结构的相对变化以及对健康的日益关注，人们对畜禽生鲜肉的需求量迅速增加，对肉品质量和安全的要求也不断提高。影响肉品质量和安全的因素有很多，但是引起肉品腐败进而产生安全问题的主要原因是微生物。当温度、水分等条件适宜时，微生物便会高速繁殖而使肉质发生腐败。肉的腐败过程使蛋白质分解成蛋白胨、多肽、氨基酸，进一步再分解成氨、硫化氢、酚、吲哚、粪臭素、胺及二氧化碳等，这些腐败产物具有浓厚的臭味，对人体健康有很大的危害。研究证明在低于5℃的冷藏环境里贮藏肉类，虽然微生物的生长会受到抑制，但随着时间的延长，一些革兰氏阴性菌、嗜冷菌、好氧杆菌等的生长也可以造成肉的败坏，主要菌群有假单胞菌属[1]、不动杆菌属、嗜冷杆菌属，其中假单胞菌属起作用最大。假单胞杆菌能够起优势作用的原因是它能够通过2-酮-3-脱氧-6-磷酸葡糖酸
高光谱图像是新一代光电检测技术，兴起于20 世纪80年代，集成了光谱检测和图像检测的优点，具有超多波段、光谱高分辨率和图谱合一的特点，可以获得系列波长下的光谱和图像信息[2-3]。众所周知，光谱技术可以检测产品的物理结构和化学成分等指标，如蛋白质、脂肪、水分、糖酸度、内部缺陷等品质信息；图像技术能全面反映产品的外部品质信息如表面缺陷、几何形状、纹理，缺陷、损伤、外部污染等。光谱评价是基于点测量，而图像测量是基于空间特性变化，两者各有其优缺点，二者结合能够全面获得待测物的综合品质信息。因此，可以说高光谱图像技术是光谱分析技术和图像分析技术发展的必然结果。另外，高光谱图像技术不仅具有光谱分辨能力，还具有图像分辨能力，利用高光谱图像技术不仅可以对待检测物进行定性和定量分析，而且还能对其进行定位分析，这种内外品质信息兼备的特征，使得高光谱图像技术成为多信息融合准确检测食品[4]、农畜产品[5]品质的首选技术。
铜绿假单胞杆菌是造成肉腐败变质的微生物之一，高光谱图像作为一种对各种食品无损、快速的质量与安全分析和评估方法，较之感官评价、显微技术、微生物理化指标等其他传统方法对肉腐败变质微生物的检测具有明显的优势。
自2008年以来，国内外利用高光谱图像对肉类和肉类产品的质量参数进行了调查，主要包括测定柔软的切片剪切力(SSF)或剪切力值（WBSF）、含水量、系水力（WHC）或滴水损失、脂肪和脂肪酸、污染(排泄物或杂物)、微生物变质、肿瘤、骨碎片、颜色、pH值、蛋白质、 *好棒文|www.hbsrm.com +Q: ￥3^5`1^9`1^6^0`7^2$
分级和认证。其中，对柔软、脂肪、颜色、和pH值已进行了许多研究，并取得了较好的结果。由于近红外区可检测出丰富的水信息，评估水含量和WHC也有好的结果。对污染、肿瘤和骨碎片的研究对象主要是集中在家禽，和基于几个关键波长来提高对这些物质的检测。而损耗的测定主要集中依靠在总活菌计数（TVC）。因此，高光谱图像检测应对肉类中特殊细菌给予更多的考虑。
近年来，利用高光谱图像研究食品安全检验已经扩展到微生物变质的检测。高光谱图像测定猪肉总活菌计数(TVC)的可行性已被证明[13]。在建立样品及TVC值光谱数据之间的定量关系上，发现最小二乘支持向量机（LS-SVM）比其他方法有更好的能力，如多元线性回归（MLR）、偏最小二乘回归法（PLSR）、神经网络（ANN）。高光谱图像技术也被用于检测鸡肉微生物变质，如安全值[14]、假单胞菌[15]、和肠杆菌科[16]，和检测猪肉微生物变质，如安全值和嗜冷菌板计数(PPC)。当高光谱散射成像应用于测定牛肉的安全值[17]，通过建立的PLSR模型和基于三个组合的散射参数（i.e. a, b 和a × b ）获得了一个非常好的结果r2=0.95和SEP=0.30。后来，检测安全值的研究与之前的不同，高光谱散射技术直接应用于具体测定猪肉大肠的大肠杆菌(E. coli)的污染[14]。相比之下，利用高光谱散图像技术预测在储藏肉类中的安全值比预测大肠杆菌污染的结果更好。因此，在检测肉类中的特定的细菌方面应该做出更多的努力。
由以上可知，高光谱图像技术虽然发展的较晚，但是随着其的蓬勃发展，在肉品安全检测上呈现出了极大的优越性。目前高光谱图像检测技术的主要对象为肉类鲜嫩度、含水量、脂肪含量、颜色参数、pH值和蛋白质[18]，而对肉中主要腐败微生物只有少量研究[19]；还没有关于对铜绿假单胞杆菌的生长预测的相关报道。本研究尝试采用高光谱图像信息对铜绿假单胞杆菌的生长进行拟合，以期为高光谱图像检测肉中主要腐败微生物提供新的方法和技术。
利用ENVI软件进行掩膜图形处理。在处理过程中，创建的感兴趣区域（ROI）选择培养基中细菌菌落生长的全部地方作为ROI；再进行正向主成分分析，选择第一主成分图像进行掩膜；将掩膜得到图形与样本高光谱图像比较，根据光谱值改变，调整掩膜得到图形，以确保准确性（图4）。对于CK组和A组、B组的0h共100个样本没有菌落，选择其中一个对整个培养基进行掩膜分析，得到整个培养基的图形。最后300个样本得到200个掩膜图形，通过MATLAB7.1统计工具箱编程计算出200个图形的光谱点数。以整个培养基图形作为基数，将200个菌落光谱点数除以基数，转换为菌落占培养皿的比例，用于了解菌的生长情况。在这项研究中，除去整个培养皿的数据，有100个基准数据为0和200个基准数据收集，每个时间点（0h，12h，24h，36h，48h）60个基准数据，其中15个数据用于求平均分析和5个数据被用来验证。因此，每个时间点都有一个平均菌落所占培养皿比例，共得到5个数据，通过MATLAB7.1统计工具箱中Curve Fitting Tool将这5个数据建立铜绿假单胞杆菌随菌落所占培养皿比例的生长曲线。同时，将所得不同时间段菌的数量与模型值之间建立相关性分析。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/swgc/spkxygc/508.html
