基于低场核磁共振技术构建韧性饼干中水分含量无损定量预测模型

作     者：朱莹莹 卢丙 杨培强 耿景秋 ZHU Ying-Ying;LU Bing;YANG Pei-Qiang;GENG Jing-Qiu

作者机构：苏州市职业大学食品营养与检测系苏州215104 苏州纽迈分析仪器股份有限公司苏州215151 

出 版 物：《食品安全质量检测学报》 (Journal of Food Safety and Quality)

年 卷 期：2022年第13卷第2期

页      面：463-468页

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 083202[工学-粮食、油脂及植物蛋白工程] 0703[理学-化学] 

基　　金：江苏省高职院校教师专业带头人高端研修项目(2021GRGDYX052) 苏州市职业大学校“青蓝工程”项目(202105000021) 苏州市职业大学预研项目(SVU2021YY05) 苏州市职业大学校级教改项目(SZDJG-21014) 

主　　题：韧性饼干 低场核磁共振技术 水分 快速检测 

摘      要：目的基于低场核磁共振技术(low-field nuclear magnetic resonance, LF-NMR)弛豫特性建立韧性饼干水分含量的预测模型,探讨LF-NMR无损快速预测韧性饼干水分含量的可行性。方法采用LF-NMR对韧性饼干的CMPG(Carr-Purcell-Meiboom-Gill)序列信号进行采集,利用直接干燥法检测韧性饼干中水分的实际含量,建立多元回归分析、K最邻值回归分析(K-nearestneighbor,KNN)和高斯过程回归(Gaussianprocess regression,GPR)模型。结果 3种模型中KNN回归模型预测集决定系数最大为0.9932,均方根误差最小为0.2542,因此韧性饼干中水分与低场核磁弛豫特性的分析中, KNN回归分析的模型最优。结论使用LF-NMR分析仪预测韧性饼干中水分含量是一种无损、快速的方法,对于韧性饼干样品中水分快速预测建模结果良好,因此利用低场核磁共振技术快速预测韧性饼干样品中的水分含量方法可行。