公开(公告)号：CN116046732A

公开(公告)日：2023-05-02

申请号：CN202211392131.X

申请日：2022-11-08

Applicant: 华南理工大学

Inventor： 孙大文 ,  林远东 ,  马骥 ,  成军虎 ,  王启军

IPC: G01N21/64 ,  G09F3/02 ,  C09K11/58 ,  C09K11/02 ,  B82Y20/00 ,  B82Y40/00

Abstract: 本发明公开了一种可视化检测肉类新鲜度的比率型荧光智能标签及其制备方法与应用，所述智能标签制备方法具体为：首先制备具有红色荧光的金铜双金属纳米团簇(指示剂)和绿色荧光的双配体金纳米团簇(内标)的比率型荧光指示剂；再通过溶液掺杂法，将比率型荧光指示剂加入聚乙烯醇/聚乙二醇溶液中制备比率型荧光智能标签；最后基于该比率型荧光智能标签制作荧光比色卡，并结合智能手机，将智能标签应用于肉类新鲜度等级和总挥发性盐基氮含量预测。本发明制备的比率型荧光智能标签相比于比色传感指示膜，具有更高的准确性和灵敏度的特性；并且该智能标签安全、生物相容性好、可生物降解、机械性能强，具有实时监测生鲜肉类和水产品新鲜度的功能。

公开(公告)号：CN115876734A

公开(公告)日：2023-03-31

申请号：CN202211439882.2

申请日：2022-11-17

Applicant: 华南理工大学

Inventor： 孙大文 ,  林远东 ,  马骥 ,  成军虎 ,  王启军

IPC: G01N21/64 ,  G01N21/25 ,  G06V20/68 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开了一种基于荧光传感阵列的肉类新鲜度智能检测方法、系统及介质。该方法包括：制备荧光传感阵列指示标签并与肉类反应，拍摄、标注，得到带标签的图片数据集，构建并训练肉类新鲜度智能检测模型；最终实现对待测肉类的新鲜度检测。本发明基于迁移学习的思想，对荧光阵列信息图像进行特征进行提取并构建模型，自动提取特征且训练时间少，能够实现快速、准确的肉类腐败程度判别，对TVB‑N含量进行预测。且相比比色传感阵列，所制备的荧光传感阵列具有更高的灵敏度，对生物胺类气体浓度的微小变化更为敏感，响应速度快，检测范围更广，并且阵列中的每种指示剂能同时指示肉类新鲜度状态，荧光信号通道更为丰富，可从多维度判断肉类的新鲜度。

公开(公告)号：CN119715524A

公开(公告)日：2025-03-28

申请号：CN202411810965.7

申请日：2024-12-10

Applicant: 华南理工大学

Inventor： 成军虎 ,  王晗 ,  林远东 ,  曾新安 ,  马骥

IPC: G01N21/84 ,  G01N33/02 ,  G06V10/25 ,  G06V10/82 ,  G06V20/68 ,  G06V10/26 ,  G06F17/18 ,  G06N3/0464

Abstract: 本发明公开了一种基于图像深度学习的菜品成熟度定性定量检测方法及系统，方法包括：S1、对不同成熟度菜品进行理化性质指标数据测定，对数据进行分析，确定菜品不同成熟度的加工工艺；S2、基于烹饪环境条件和图像构建要求搭建图像采集系统和菜品成熟度数据库；S3、利用菜品成熟度数据库训练图像深度学习模型，实现对不同成熟度菜品的目标检测与实例分割，分别构建成熟度判断系统；S4、基于概率密度函数与成熟度判断系统输出的菜品成熟度预测结果，进行不同成熟度菜品理化性质定量检测。本发明基于深度学习模型的自学习与自思考能力，将其应用于菜品成熟度智能判别，有效解决了当前无相关标准，成熟度判别依靠经验的问题。