近日，河北省農林科學院生物技術與食品科學研究所果蔬貯運加工研究室程紅博士團隊，使用高光譜成像技術結合機器學習模型建立了一種無損快速檢測方法，成功預測了鴨梨的虎皮病生物標志物α-法尼烯和CTols，并在國際化學光譜學TOP期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy在線發表了題為“Potential of hyperspectral imaging for nondestructive determination of a-farnesene and conjugated trienol content in ‘Yali’ pear”的研究論文。

      該論文采用北京易科泰生態技術公司提供的Specim-VNIR高光譜成像果品品質檢測系統，借助其高分辨率、高信噪比、高幀頻的特點，高效采集了大批量不同實驗處理下的400-1000nm鴨梨高光譜數據集，將VIS-NIR高光譜成像技術和機器學習模型相結合，建立了一種基于高光譜成像技術的快速無損預測鴨梨中α-法尼烯和CTols含量的方法，以跟蹤鴨梨的健康狀態，預防鴨梨虎皮病。該研究結果為鴨梨虎皮病的無損檢測提供了技術支撐，也充分體現了高光譜成像技術在果實品質高效、無損檢測中的潛力。       北京易科泰長期致力于生態-農業-健康領域儀器應用與推廣，為農業、食品與中藥材無損高通量檢測提供全面光譜成像技術方案，及項目合作與技術服務。
 

• FluorTron®多功能高光譜成像分析，高光譜與生物熒光光譜成像分析技術

• PhenoTron®高通量在線分選與檢測技術方案

• Phenoplot輕便型果實品質檢測技術方案