Hàm lượng amylose là một chỉ tiêu có liên quan đến chất lượng và cảm quan của hạt sen. Sự khác biệt giữa các giống khiến việc xác định amylose trở nên đáng chú ý trong khâu đánh giá nguyên liệu và định hướng chế biến. Trong khi đó, các phương pháp hóa học truyền thống như đo màu i-ốt hoặc chuẩn độ ái lực i-ốt có thể tốn thời gian, công sức và chịu ảnh hưởng từ điều kiện thí nghiệm.
Vì sao cần xác định amylose trong hạt sen tươi?
Hạt sen được quan tâm về giá trị dinh dưỡng, khẩu vị và khả năng sử dụng trong chế biến. Theo dữ liệu nghiên cứu, hàm lượng amylose ở hạt sen tươi có thể thay đổi đáng kể giữa các giống. Vì vậy, việc đánh giá chỉ tiêu này có ý nghĩa trong quá trình phân loại, nghiên cứu chất lượng nguyên liệu và phát triển các bước xử lý tiếp theo.
Phương pháp phân tích phù hợp cần giúp khai thác thông tin nhanh hơn, đồng thời giảm nhu cầu tác động trực tiếp lên mẫu. Sử dụng Camera đa phổ là một hướng nghiên cứu đáp ứng mục tiêu đó vì có thể thu nhận lượng thông tin quang phổ và hình ảnh phong phú trên cùng một đối tượng.
Thiết lập thu nhận ảnh từ Camera đa phổ
Mẫu trong nghiên cứu gồm các giống Xuanlian, Guangchanglian, Jianxuan 36, Mantianxing, Space lotus và Xianglian, được thu thập tại Phúc Kiến. Sau khi thu hoạch ở độ chín, hạt sen tươi được bảo quản bằng nitơ lỏng để vận chuyển đến phòng thí nghiệm, sau đó giữ lạnh ở 4°C trong 12 giờ.
Hệ thống thu nhận gồm máy ảnh siêu phổ, nguồn sáng, bàn dịch chuyển, hộp tối và phần mềm thu thập dữ liệu. Sử dụng Máy ảnh siêu phổ FS-13 với dải thu phổ từ 400 nm đến 1000 nm và độ phân giải phổ 2,5 nm. Trong thiết lập này, bàn dịch chuyển vận hành ở tốc độ 3,5 mm/s, thời gian phơi sáng là 30 ms, còn ống kính được bố trí cách bàn dịch chuyển 40 cm và hướng thẳng xuống mẫu.
Trước khi ghi nhận dữ liệu, hệ thống được hiệu chỉnh đen trắng. Bước này giúp tạo nền tảng nhất quán cho quá trình thu ảnh và phân tích phổ sau đó.
Xử lý phổ từ vùng quan tâm
Từ ảnh phổ của Camera đa phổ, phần mềm phân tích được dùng để trích xuất phổ trung bình tại vùng quan tâm, thường được gọi là ROI. Dữ liệu này là cơ sở để xây dựng mô hình liên hệ giữa tín hiệu quang phổ và hàm lượng amylose.
Để hạn chế ảnh hưởng của nhiễu và ánh sáng tán xạ bên ngoài, nghiên cứu so sánh một số phương pháp tiền xử lý: đạo hàm bậc một, đạo hàm bậc hai, làm mượt SG, hiệu chỉnh tán xạ đa biến MSC và biến đổi chuẩn hóa biến thiên chuẩn. Việc đối chiếu các cách xử lý này nhằm chọn phương án phù hợp hơn cho hiệu quả mô hình hóa.
Sau khi loại phần nhiễu ở hai đầu dải, phổ trung bình được xem xét trong vùng 400 nm đến 971 nm. Xu hướng biến thiên phổ của các mẫu được ghi nhận là tương đối đồng nhất. Dải 460–570 nm có thay đổi đi lên rõ hơn, trong khi vùng 500–920 nm có đặc điểm hấp thụ đáng chú ý. Nghiên cứu cho rằng các biến thiên này có thể liên quan đến các đặc tính hấp thụ của nước và các liên kết trong phân tử amylose.
Kết quả đánh giá hàm lượng amylose
Dữ liệu được chia thành tập hiệu chỉnh và tập dự báo bằng phương pháp SPXY. Trong tập hiệu chỉnh, hàm lượng amylose hạt sen tươi dao động từ 100,82 mg/g đến 227,90 mg/g, với độ lệch chuẩn 44,73 mg/g. Khoảng giá trị của các mẫu dự báo nằm trong phạm vi của tập hiệu chỉnh, cho thấy cách phân chia mẫu trong nghiên cứu là phù hợp.
Kết quả mô hình hóa cho thấy tổ hợp tiền xử lý đạo hàm bậc một và MSC đạt hiệu quả tốt nhất trong các phương án được so sánh. Tiếp đó, phương pháp SPA được sử dụng để chọn 9 dải sóng đặc trưng. Với mô hình PLSR, hệ số tương quan R của tập hiệu chỉnh là 0,835 và của tập dự báo là 0,856. RMSEC đạt 1,802, RMSEP đạt 1,752, trong khi RPD là 1,944.
Ý nghĩa của ảnh siêu phổ trong kiểm tra chất lượng
Nghiên cứu cho thấy sử dụng Camera siêu phổ có thể là một hướng tiếp cận để xác định amylose trong hạt sen tươi theo phương thức nhanh và không phá hủy. Giá trị chính của phương pháp không chỉ nằm ở khả năng thu nhận nhiều thông tin từ bề mặt mẫu, mà còn ở việc kết hợp dữ liệu đó với các thuật toán tiền xử lý và mô hình dự báo.
Các kết quả hiện có là cơ sở tham khảo cho việc nghiên cứu sâu hơn về thiết bị kiểm tra amylose trực tuyến. Khi áp dụng trong thực tế, quy trình vẫn cần được đánh giá theo mẫu, điều kiện thu nhận và mục tiêu kiểm tra cụ thể để bảo đảm dữ liệu phù hợp với từng bối cảnh sử dụng.
