文摘
综述,photoacustic光谱(PAS)的应用提出了作为一个选项来评估食品的质量。该技术是一种基于光热光谱分析光谱现象,使光谱研究。根据文献综述,发现其应用在若干国家正在增加。光谱研究由用人不是在食品工业中包括,其中,水果,蔬菜,调味品,谷物,豆类,面粉,“玉米饼”,牛奶,水,鸡蛋,等。此外,这种技术已经被用于评估掺假,辐照,受污染的食物等等。适用性的文献回顾表明不是一个现实世界的问题,即。、食品质量评估。因此,不可以用宽的贡献在未来食品agroindustry潜在的新的应用程序。
1。介绍
在世界范围内的一个问题是食物的质量和数量。在发展中国家,这是更加明显,导致多种慢性疾病,如癌症和营养不良,根据埃尔南德斯等。1]。因此,技术提高全球粮食生产的发展是必要的,因为我们这个时代的主要挑战之一是养活不断增长的全球人口(2- - - - - -6]。在这种秩序的思想,它也是强制性的开发技术评估食品质量,直接影响之前,他们对人口的健康,因此对他们的生活质量。一些作者和公共卫生专业人士表明饮食行为之间的关系和相关的食品质量现有某些癌症和其他慢性疾病的风险(7,8]。从这个意义上说,食物的质量是非常重要的;癌症的疾病,饮食之间的密切关系和不同类型的癌症已经报道(9- - - - - -11]。癌症等其他因素,可能是由于化合物在食品的摄入,发起或促进它。消耗的食物及其物质为生物体提供营养支持,帮助预防疾病。然而,有时他们增加化学物质,而不是帮助他们破坏生物8]。这凸显了需要更大程度的食品控制:在数量和质量(即平等。,有时食品既包含物质损害,造福人类健康。也就是说,评价食物为了避免食用受污染或退化(化学或生物),促进消费的食物富含植物营养素(增加食物的建议结合超级食品和/或纤维),等等。这一点,在其他方面,相关疾病的预防(12]。在食品生产链,众所周知,污染和/或降解可能发生在任何阶段由于污染物:环境、农业、或合并一些农业的和工业的过程中或存储13]。一方面,必须注意不消费的食物超过允许限制的真菌毒素,硝酸盐、亚硝酸盐、有害脂肪,添加防腐剂,色素,糖或解决方案。另一方面,至关重要的是消费提供有益健康的食品,如超级食物,无胆固醇,富含蛋白质,矿物质,铁,等食物富含植物化学的可能发挥重要作用在降低死亡率。上述事实,需要快速和可靠的量化包含防病成分的化合物在食品或食品成分导致紧急,因为它是被食品加工行业14]。
然后,开发的技术支持的评价食品质量每天都变得更加相关,由于疾病的增加。在食品分析技术,测定化合物,光热光谱分析技术脱颖而出。特别是,光声光谱(PAS)被一些作者认为是食品分析的“绿色”技术(15),即。,a method with less chemical waste and a minimal sample amount and a nondestructive technique [16]。不是有一些额外的特点等,它不需要提取或样品制备和它不使用溶剂,等(17]。减少或消除溶剂的使用是非常重要的。例如,在生产的过程中,使用和处置危险的化工产品和许多有毒物质对人类和环境的频繁。事实上,这些技术是有前途的,因为他们可以进行无损分析和无溶剂的使用(15]。
目前,不是技术,由于技术的进步,可以是一个方便的选择是纳入agrofood行业,例如,在食品质量评估体系,不同的特定的应用程序(根据生产系统和特定食品的每种情况下)。不是技术允许获得光学品质的食物,根据它的颜色,这是最有用的参数agrofood行业以来质量和食品风味与它的颜色密切相关(18]。因此,我们的目标是执行食品特性的文献综述不是应用程序从它的起源到最新进展。通过这种方式,可以知道当前状态,已经做了什么,仍然需要做达到它在现实世界的应用。PAS实验装置继续优化,专注于现实世界的具体问题,它可以作为一个支持性的技术,以提高食品质量的评价,实现技术和各自的控制生产过程。这是人类的一大担忧,增加粮食产量和照顾它的质量,这一个关键元素在社会的发展和生活质量。
1.1。光声光谱技术在农业和食品时代
艾萨克·牛顿1666年,使用一个棱镜,观察和记录了白色的色散(可见的)颜色光为它的组成19)来描述彩虹的颜色。他使用这个词“频谱”历史上第一次。100多年后的1802年,海德渥拉斯顿扩大牛顿观察早些时候显示阳光具有离散的光,而不是一个连续谱。渥拉斯顿成为最著名的科学家之一,他在太阳光谱观测的深色线条,最终发现太阳的元素。1814年,弗劳恩霍夫发现超过500乐队的阳光,后来被称为“太阳光谱线。“1859年,基尔霍夫和本生灯发明了分光镜(20.),他们开发了化学分析的人利用谱线(21,22]。
1.2。光声光谱技术的历史
光声(PA)的效果被发现,据Rosencwaig [23,24廷德尔],伦琴,亚历山大·格雷厄姆·贝尔,1881年。贝尔合作与查尔斯夏天光线电话机的平整度。贝尔发现硒(和其他固体材料)被调制光时会发出声音,这是通过传递通过一个旋转的磁盘有洞。钟,使用分光光度计,发现发出的声音强度取决于入射光的波长或颜色,因此效果应该归因于一个光学吸收的过程(25]。
五十年后发现,PA的效果是用于气体的研究。它自从成为气体分析和完善的技术是很好理解26)与一些应用程序也在环境和食品领域。然而,巴勒斯坦权力机构的影响在固体显然忽略了90年,直到1973年,当Rosencwaig开始他的研究在固体PA的效果。也许,这种延迟是由于缺乏敏感的声音探测器和大功率光源(27]。
第一个获得的光声光谱Rosencwaig专门通过,粉的Cr2O3Cr(归一化)2O3水晶、罗丹明b在甘油溶液和若丹明b粉(24]。光声光谱技术作为坚实的研究提出了一个新工具Rosencwaig [27]。从那时起,他指出光声光谱法的主要优点,套用他:“光声光谱技术的主要优势是,它可以获得相似的光谱在任何类型的固体或半固体物质,不管是水晶、粉、非晶态,涂片,凝胶,等。此外,因为只有吸收光转化为声音、光散射(一个非常严重的问题在处理许多固体材料通过传统的光谱技术)礼物不是没有困难。“从这个意义上讲,不是应用程序划分三个主要标题下:散装,表面上看,和去激发研究。
同时,先锋不是在生物学中的应用是由Rosencwaig [27]。他获得的光声光谱全血涂片,等离子体的红细胞释放,从血红细胞中提取的血红蛋白,使用光谱范围从200到800纳米。也不是光谱对豚鼠表皮(250 - 650 nm)在不同的条件下。他还公布了框图的单光束光声光谱仪与数字数据采集、集成:氙灯,单色仪,斩波器,光声细胞,锁定放大器,电压频率转换器和多道分析器。第一个商业谱仪(型号6001)是在1980年由普林斯顿生产应用研究公司(26,28]。
其他结果包含其他几个hemoproteins干固体,包括可溶性的,如细胞色素c和不溶性或膜结合的如细胞色素p - 450。进一步的实验表明,可以确定吸收物质(包括一些药物)在干燥的尿液样本(例如,滴在滤纸尿液)(28]。
关于agrofood行业领域,第一个在花卉植物的光声光谱得到Harshbarger和罗宾29日)等等。
1.3。的应用不
光谱学是研究电磁辐射与原子和分子之间的相互作用提供定性和定量化学和物理(结构)的信息,包含在波长或频率谱的能量吸收或发射(30.]。根据Sunandana [31日];光声光谱(PAS),最古老的形式的光热光谱分析技术,是一种光谱和它的名字“光声”(PA)通常意味着一个特定的技术或机制的检测和测量不透明的光学吸收和分散材料,等等。光热光谱分析光谱学的基本原理是产生热量的检测样品中由于非辐射的去激发过程产生的强度调制光的吸收(光脉冲波)的样本。因此,根据其基本原理,不是被应用于生物学、生物物理学、物理、医学、和Agrofood地区(32),拯救一个老技术对于今天的需要。
Bicanic [14]提到,不是是一种光谱无损基于光热光谱分析现象,它允许光谱研究。基本配置使用Xe灯具,主要在紫外可见范围。这种传统的配置已经应用于食品分析(获得PA光谱波长的函数)包括植物、种子等食品中调查了使用谷物和豆类(不是玉米l普通小麦,大麦,菜豆l和coffee), vegetables (spinach, lettuce,萝卜l茄属植物lycopersicuml和甜椒),海洋蔬菜(藻类和浮游植物),水果(巴西莓、cupuacu、巴西果、柿子、芒果、草莓),其他液体或半流体食品(如,牛奶、水、果汁、芥末和番茄酱),面粉(玉米、小麦、大豆、豌豆、白面包面粉,和黑麦),“玉米饼”(玉米(白色和蓝色),小麦面粉(积分或积分),玉米和“胭脂”,亚麻籽和“胭脂”,等等。),调料(姜黄和“智利pasilla”)、粉(明胶、咖喱和可可)、食物色素添加剂,等。此外,掺假食品和强化食品,其中,通过使用不是技术进行了分析。
第一个PA光谱(植物或食物)获得的黑眼苏珊花瓣,红色的玫瑰花瓣,绿叶,和叶绿体的生菜,海藻,和菠菜27,28,29日,33,34),等等。Harshbarger和罗宾30.]报道了光声光谱(PA或光声)的花瓣。关于苏珊blackeyed花瓣,作者获得一个光学吸收光谱带对应于类胡萝卜素和另一个乐队在紫外区域,相关内容的黄酮醇糖甙。玫瑰花瓣的光声光谱有两个最大值,在530和340海里;第一个最大值是由于青蓝吸光度的花,和第二个必须是由于其他一些紫外线吸收化合物的花瓣。
同时,Rosencwaig显示光声光谱的一个完整的绿叶叶叶绿体的光学特性,包括俗的峰值(420海里),类胡萝卜素(450 - 550 nm)和叶绿素(600 - 700 nm)。他指出,不可以用来观察次生代谢物。风干的海洋藻类物种也评价Rosencwaig和大厅32]。作者表明,不是可以用来估计某些代谢物的数量,他们也建议不可以减少此类物质的筛选所需的材料(因为提取过程通常需要更多的材料),而且可以大大减少对植物的识别组件所需的时间。亚当斯et al。34]研究了菠菜叶,他证明了菠菜是叶绿素的主要吸收组件。类似于hemoproteins叶绿素;它们含有卟啉环,这个环中心被螫合化镁。然后,允许它是有用的技术确定快速、轻松地菠菜组件,直接和只使用一小块菠菜(10毫米)、光谱地区从250年到700海里,发现光谱峰值在450和650海里。其他光声光谱也获得,在最初的时代光声申请这个目的,在子叶中,获得颜料,Tradescanti叶子等。35- - - - - -37]。
从最初的不应用于农业和粮食直到现在,不同的光谱区域使用,从紫外到远红外,包括紫外线(200 - 400海里),可见光(400 - 700海里),和近红外辐射(750 - 1100海里)。此外,重要的是要考虑到灯功率,有几项研究表明最优氙灯电源范围从300到1600 W。
根据目前的审查不应用于食品和植物,从巴勒斯坦权力机构获得的光谱,可以确定浓度或化合物的存在:芦丁,红甜菜(掺假的食品),类黄酮和黄酮醇,类胡萝卜素(番茄红素、辣椒红、辣椒红素、胡萝卜素、玉米黄质、玉米黄质,叶黄素,等等),基本氨基酸(色氨酸、赖氨酸、亮氨酸、苯丙氨酸等),花青素,过氧化氢,并领导tetraoxide等等。同时,通过使用,它可以检测种子的变化由于诱导辐射效应,染料的使用,不同的卫生品质,掺假的食品,等等。从这个意义上说,一些研究人员,不被认为是一种分析方法。
1.4。不是在食品和Agrofood行业中的应用
可以受益的行业之一,不是技术的使用将牛奶行业。马特尔et al。30.不是牛奶产品)进行测量。他们分析了全脂牛奶,3.25%的脂肪,脱脂牛奶,部分脱脂牛奶2%的脂肪,轻微的切达干酪,岁的切达干酪,酸奶,和strawberry-flavoured酸奶饮料。他们获得的光谱在紫外区域。他们发现一个强大的吸收峰在280海里所有的产品。奶酪的样品,他们观察到在光谱的尾巴,对应于脂肪的存在,从250年到260海里。光声信号增加当蛋白质含量增加;作者与紫外吸光度乐队与芳香族氨基酸(色氨酸、酪氨酸和苯丙氨酸),蛋白质含量的措施。他们证明了不是研究的适用性不同奶制品,强调他们的牛奶行业的效用。
PA光谱的平板电脑,由冻干生奶,显示一个吸收峰在280 nm,对应的吸收蛋白质和一个较小的吸光度乐队中的可见光(400 - 500 nm)可能会分配给牛奶类胡萝卜素。平板电脑被加热时,逐渐变成褐色,这导致了PA光谱的变化,出现了一个新乐队在335 nm美拉德反应的结果。成为更广泛的光谱,光谱的红端。这可能是很多其他的符号反应发生在样本根据Nsoukpog-Kossi et al。38),表明光声技术的另一个可能的效用。
不是牛奶行业的另一个用途是测量不同可能性奶粉蛋白质集中,富含铁的形式ferrogluconate在不同浓度。多卡等。39PA获得光谱,在这些粉末样品,作为ferrogluconate浓度的函数,获得的光声信号的增加紫外光谱区。山峰,在348、380和552海里,随铁的浓度,导致ferrogluconate内容和巴勒斯坦权力机构之间的非线性关系的信号。这样,作者证明不是测量(紫外可见范围内)牛奶蛋白集中能够确定Fe含量ferrogluconate形式。这说明不是另一个可能的应用程序。与其他应用程序来检测掺假的牛奶,它已被证明是有用的,例如,与乳清粉、脱脂牛奶掺假的检测分析PA在370 nm波长光谱(40]。
牛奶中不应用分析也在其他的研究中,例如,牛奶(新鲜和氧化)使用不被评估。在这些调查中,多卡等。41)使用新鲜的全脂牛奶接触UV-C辐射和热量。巴勒斯坦权力机构光谱,获得的,包含光谱地区从200年到500海里。据报道,吸收峰在290 nm(所有评估的情况下),这与芳香族氨基酸的存在相关联的奶粉。加速氧化引起的光谱变化,治疗,在320 - 360海里吸光度检测乐队(吸光度的变化范围是由于醛的反应与多种氨基酸化合物)。全脂奶粉的氧化和褐变过程是相互关联(即。如果发生氧化,粉的颜色就会变成褐色)。作者建议不作为常规方法和快速评估氧化全脂奶粉的过氧化值。
有用的在食品领域,另一个不是应用程序是在诱导辐射效应的评估。例如,辐照蛋粉被评估,发现两座山峰,吸光度最大值对应的光谱。一个集中在275海里,芳香族氨基酸含量的相关样品。而另一高峰,集中在480 nm,类胡萝卜素的存在有关。有趣的是,在480海里表明PA信号类胡萝卜素分解由于辐照(42]。总之,食品辐照过程不是应用程序的另一个潜在的领域。
另一方面,不是已经证明的有效性识别掺假样品铅tetraoxide(也称为最小或红丹)。多卡等。43)获得的PA光谱纯辣椒,红丹,掺假样品,在波长范围从320到700纳米。正常化PA信号在一个波长范围从600到700纳米是普遍较低;微弱信号是观察到670海里。纯红铅的PA信号是大大超过那些来自掺假样品。四个掺假的PA光谱样本显示峰值在545海里。在这种情况下,潜在的私人助理,总值的候选方法快速检测大量的红铅304)掺杂物,在地面甜红辣椒,是证明。尽管作者认识到这种方法的性能无疑是劣质的先进方法,不是方法非常实用,在常规情况下快速。
其他食品样本类型研究不是报道了Bicanic et al。44),他提到,不是技术可以用来检测红甜菜,作为着色剂添加番茄酱。相关的颜色的变化,导致光吸光度的变化,监测在500 nm,吸光度最大值对应的番茄红素。此外,Bicanic [14)表明,氩激光线在514 nm用于番茄红素的测量,因为高吸光度的番茄红素和β胡萝卜素低干扰。值得注意的是Bicanic(1943 - 2018)作出了显著贡献光声和光热光谱分析科学的众多应用在农业、环境科学、食品质量等问题(45]。
1.5。谷物和豆类
PA光谱波长的函数,允许获得关于样品的信息。同时,可以描述样本关于其原子或分子组成根据De Oliveira et al。17]。在玉米谷物,Dominguez et al。46)获得了PA的玉米,在300 - 800纳米波长范围。他们发现吸光度乐队与不同的天然色素。这个小组使用白色、黄色和蓝色玉米;在白色的玉米种子,广泛吸收带观察紫外线地区从300年到400海里,一个信号峰值约360海里。黄色和蓝色的玉米种子时,乐队考评的信号衰减约435海里。这个乐队可能是由于类黄酮和黄酮醇的存在。黄色和蓝色的玉米种子,他们有一个吸光度乐队从470年到540海里,被这个乐队与类胡萝卜素的存在有关。专门为蓝色,玉米种子的吸光度光谱从观察500 - 690纳米,这是由于花青素的存在。
玉米种子的另一个特点是它的结构类型、水晶或粉状的。从光声信号,Hernandez-Aguilar et al。47]发现光学吸收系数(β)和光学穿透长度(lβ),是波长的函数。粉状的种子品种有较高β在650纳米的值。从这个意义上讲,作者表明,通过光学吸收系数、不同结构的玉米品种之间的差别。粉状的种子的PA信号幅度较高。同样,显著统计学差异的光学吸收系数光谱中发现了白色的玉米种子(不同的白色),以吸光度乐队从325到425纳米波长。其他作者也发现不同的光谱一阶导数得到的β值(48]。其他研究,如De Oliveira et al。17),表明PA信号振幅成正比吸收分析物的浓度,分析物在哪里一个组件(元素、化合物或离子)的样本分析利息。根据多卡等。49),不可能是一个分析技术也快速和相对廉价的技术。
其他作者使用数学分析PA信号,如第一和第二衍生品或移动标准差。这使得区分更好的最大峰值与不同的色素玉米谷物,识别不同的玉米种子50]。衍生品的使用差异光谱光谱增强了识别,解决重叠的乐队,尤其是提高检测能力较弱的光谱的肩膀。从这个意义上说,不可以用于定量分析的化合物(16]。同时,光声光谱研究染色样品很有用,不仅与天然色素。
其他研究指出私人助理的作用:通过使用不同的光调制频率,可以探索不同的种子的深度,例如,Hernandez-Aguilar et al。47)获得的玉米种子的PA光谱(玉米l .)在不同频率(17日,30日和50赫兹)。他们比较从phase-resolved获得这些光谱的方法,用于分离种子果皮和胚乳的光谱。光声光谱,得到了独立的种子的结构组成,(aleuronal层,果皮和胚乳)并与那些phase-resolved获得的方法。作者表明,吸光度乐队从550年到750海里是由于花青素在糊粉层。所以,不是技术有潜力深度剖面分析以及复杂的标本用不同的结构组件,通过吸光度乐队,来确定相关的组件。
此外,不是已经应用于研究小麦、大麦、大豆等谷物和豆类,PA的光谱,可以分析获得的特征光谱的差异之间的评估材料。例如,多卡等。49)通过使用荞麦的不是发现PA光谱,是波长的函数,然后观察两个吸收峰,在275和378海里,分别与蛋白质含量和芦丁。PA信号似乎是成正比的芦丁含量样品整个波长范围。因此,作者报道,UV-PAS可以是一个快速和简单的量化分析工具在荞麦芦丁,他们发现减少所需的时间分析荞麦样品校准曲线时,已知的芦丁含量,使用。
光声光谱减少作为频率的函数,和不同光谱的恶化和nondeteriorated谷物。作者报道低PA信号在年轻的种子与旧的相比,年长的种子由于恶化,因为在存储真菌或细菌的存在。这一事实产生黑暗的区域,因此,高信号,指出另一个不使用的可能性,评估卫生质量的谷物(51]。
1.6。面粉和玉米粉圆饼
其他潜在的应用,一些作者提出了不是在食品加工行业质量控制。例如,Favier et al。52)确定了PA光谱(350 - 700 nm)白面包的面粉,干豆面粉,黑麦粉,面包粉。不是技术似乎能产生可再生的粉状食品样品的光谱。白面包面粉的PA光谱吸光度乐队大约在370年,385和410海里。对于波长410纳米以上,PA信号迅速降低,下降到几乎为零振幅在700海里。与这个不同,干豌豆面粉是唯一的最大信号在410海里。大豆面粉展品更广泛的频谱,而黑麦粉类似于面包粉和最高信号的所有的样品生产。在此基础上,研究者提出不是一个可行的方法测定的基本氨基酸在生物样品。
多卡等。53PA获得光谱,在从250年到550海里,高粱(高粱二色的l .)谷物面粉。他们相关的PA频谱与芳香族氨基酸的存在,类黄酮,和酚类化合物由于吸光度峰位于285和335海里;他们还发现,PA信号波长增加时降低。作者表示,不是技术的主要优势,对传统的分析方法,它可以直接研究粉末样品,即。,,没有样品制备。这一事实大大减少所需的时间分析。另一方面,含水量的测定小麦粉(软、硬),玉米淀粉和马铃薯淀粉,不是也被评估(54]。
不同类型的“玉米饼”精心玉米(白色和蓝色)和小麦面粉(积分而不是积分)手动加工,坚固,和/或补充,“胭脂”,亚麻仁,“土荆芥,”和spinach-among他人,不进行分析。从光声信号,可以获得光学吸收系数,这是随波长的增加(55]。一般来说,光声光谱是一个敏感的技术来描述非均匀材料。
1.7。水果、蔬菜和调味品
在巴西的热带水果和蔬菜、类胡萝卜素和黄酮类化合物被不确定。生物分子的β胡萝卜素和黄酮类化合物被确定在针叶,南瓜,西兰花,卷心菜、菜花、菠菜、紫甘蓝,橙色的橘子,芒果,rucula,奎提。除了生物分子的β-胡萝卜素和黄酮类化合物,叶绿素还发现在豆瓣菜和生菜。关于β胡萝卜素、番茄红素、叶黄素叶黄素5、6环氧确定了胡萝卜。β-胡萝卜素和番茄红素测定番茄;β胡萝卜素、叶绿素和玉米黄质在玉米叶子被发现;和β胡萝卜素、番茄红素和可能在红辣椒(辣椒红被发现56]。最后,不是技术可以为选择和分类水果、树叶和其他蔬菜根据他们phytotherapeutic和营养特性。利马和球场57)报道,不是是一个快速、直接、高效的分析方法在生物材料,特别是在有前途的光化学、光生物学领域。
其他作者表明光声光谱的潜力的评估阶段的成熟草莓使用光谱比率花青素和蛋白质的乐队。乐队特征发现:主要在278海里,与蛋白质有关,第二个乐队在510 nm归因于花青素色素。作者强调,不是是一种非破坏性技术可能扩展到其他园艺作物(57]。
这样,不是是一种吸收光谱,它允许获得光学吸收谱,作为波长的函数,它提供了信息光学吸收过程发生在样本。也可以描述样本关于其原子或分子组成根据De Oliveira et al。17]。多年来,不同的方法已被用于分析信号的私人助理(表1):减法的方法、统计分析、相关、方差分析、衍生品(1和2),高斯反褶积,回归模型、多变量分析,等。利用这些方法,PA信号的提取的信息已得到改进。一些研究人员验证通过使用其他传统技术如紫外可见分光光度计积分球。
一般来说,根据多卡等。53),不提供了几个优势其他分析技术:无损,不需要pre-preparation样本,适用于标本如粉末以及光学不透明的凝胶状的样品。
表1总结了达到进步有关的应用,根据文献综述,从它的起源到最后一年,由于一些世界各地的科学活动。可以观察到不同的食物类型和农业材料,已被评估,使用常规仪器,获取其光学光谱。不同列的含义如下:(0)类型的样本,(1)一些特点和/或样品制备的实验条件,(2)用于样品的光谱区调查,(3)应用灯功率和/或光调制频率,(4)波长的吸光度的山峰或光谱区,(5)应用数学方法,最后(6)显著结果报告文学。
光声光谱技术可以说已经成功应用在食品分析。图1显示了地区或吸光度山峰相关的化合物(例如,图1)的光声光谱,曾与这些化合物的吸收光谱。甚至对一些化合物,通过校正曲线和数学分析,获得了化合物的浓度。
不使用传统的配置、氙灯、锁定、光声细胞,直升机,等等。它已被使用,自首次应用和更新,以及其他目的,获取植物的光声光谱,然后食品。有证据表明一个潜在的应用在未来,因为它的使用增加了,可以看到图2。可以观察到,刚开始的时候不是在食品中的应用和植物,有更少的比现在存在的科学报告。据目前的文献综述,这是发现,70年的十年中,只有四篇文章(在这方面,只为了获得吸收光谱,动机的评论),相比包括最近的时期(2010 - 2018),在那里有24篇文章(只考虑那些分析了光声光谱技术在食品中的应用的总结和综述植物)。
可以观察到的一个积极的趋势不是应用在食品领域,在这种特殊的情况下,通过光学吸收谱描述食品,使校准和数学分析的数据。众所周知,不同的光声配置有不同的应用程序在几个方面的知识和使用的可能性获得的光谱不仅是波长的函数,但光调制频率的函数。值得一提的是,不仅振幅谱,还取决于阶段的信号频率,这将导致其他方法的应用和数学分析获得样本无辐射弛豫时间和深度分析(95年- - - - - -One hundred.)等光学和热参数。
已经证明,是一种“绿色技术”,在某种意义上,它可以使用减少溶剂的使用,以及不需要样品制备和只使用少量。关于样品的状态,可以评估它在固体,液体或粉末形式。当前的趋势是继续探索不同的应用程序,定义食品成分的浓度,区分它们的质量和评价与添加的化学物质(有害)或植物化学物质对人类健康(有利的)确定在特定波长,根据物质的吸光度中心包含在其中。应用程序不是便携式系统的卫生质量(真菌、霉菌毒素等)和安全的食品将会在未来几年相关。
另一方面,由于技术的进步,可以用白光led取代氙气灯,RGB,或者安排切换不同波长的发光二极管或发光二极管。同时,使用激光二极管允许不同的不是应用程序的改进功能。
关于光声细胞,另一方面,人们会预计和已经冒险进入光声的创建细胞与3 d打印技术的快速原型方法。这将减少时间的建设和具体设计不同的特定的应用程序。一个重要的趋势,一些研究小组已经开始工作,通过控制器替换的锁定为收购数据卡和一台笔记本电脑。
根据前面提到的,这将导致光声光谱系统的可移植性和降低成本,使可用的技术感兴趣的人,谁能在食品质量的评价支持系统,导致一个更好的决定食品的消费,影响人们的生活质量,没有忘记不可能的入侵,在物联网技术的进步。因此,不是可以技术更新,这样它可以应用于特定需求,继续使用,拯救一个古老的提案,我们这个时代的新生活在现实世界中。从这个意义上说,有必要了解需要生成的知识在这一领域的跨学科的角度来看,在机构、研究人员和社会产生的结果在改善人们的生活质量。
2。结论
根据目前的科学文献的回顾,可以看到光声光谱技术,旧技术和充足的粮食agroindustry潜在的新的应用程序。不是是一个替代技术面临的问题评估食品消费更优质的食品。在光声光谱技术的主要特点是所需的样本规模很小,由于细胞的体积小;不需要特殊的样品制备;它减少了分析步骤的数量;它是一个绿色的方法减少使用化学物质,无损。时间,已经观察到光声光谱技术的应用正在增加在食品区。
信息披露
作者仅负责内容和论文的写作。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
作者感谢国家理工学院通过项目的支持SIP, EDI, COFFA。克劳迪娅Hernandez-Aguilar谢谢合作的教育机构和研究中心允许合作研究和她十多年:Colegio de Postgraduados-Montecillo Texcoco, Cinvestav,特别是通过物理系Ayala以斯帖,对他的帮助和支持在学习和使用的光声光谱实验室Cinvestav,墨西哥。将所有的感谢分享研究朝着transdisciplinarity。目前的研究和出版资助的项目(SIP 20181534和SIP 20181534) Politecnico Nacional支持的网页。