基于图像分析的乳粉分散性客观测量新方法开发及其与颗粒粒径的相关性研究

为解决传统乳粉分散性评估方法存在主观性强、重现性差的问题，研究人员开发了一种结合机械混合与图像分析的新技术，通过量化标准化复溶后容器底部的未分散残留物，实现了快速、客观、可重复的分散性评估。研究证实颗粒粒径Dv(50)与分散性呈正相关，为乳粉质量控制提供了新工具。

　　

乳粉的分散性是决定其速溶特性的关键指标，但传统评估方法长期面临两大难题：一是依赖人工复溶和筛分后的主观视觉比对（如IDF标准87方法），导致实验室间结果差异大；二是忽略消费者实际体验——他们更关注杯底残留的团块而非筛上物。现有技术如Freudig等提出的润湿性分析或Lloyd等开发的溶解度分析仪虽部分解决了客观性问题，但均未针对分散性建立直接、快速的量化标准。

为解决这一行业痛点，新西兰乳品研究所（现为恒天然研发中心，Fonterra Research and Development Centre）的Richard Lloyd团队创新性地将机械混合标准化与图像分析技术结合，开发出无需筛分的分散性检测新方法。该方法通过量化复溶容器底部残留物的覆盖面积，首次实现与消费者体验直接挂钩的客观评估，相关成果发表于《International Dairy Journal》。

研究采用三大关键技术：1）标准化复溶系统（控制水温、加粉速度、静置时间）；2）机械混合程序（模拟消费者摇晃动作）；3）图像分析算法（量化残留物面积百分比）。实验选取21种全脂乳粉样本，覆盖D_v(50)粒径范围182-298 μm，通过对比传统筛分法与新方法的数据验证有效性。

Development of an image analysis method for dispersibility analysis
研究团队发现复溶过程中的三个关键变量需严格标准化：粉末添加方式影响润湿均匀性，静置时间（0-30秒）决定团块形成程度，而混合强度（200-600 rpm）直接影响残留量。通过优化这些参数，建立了一套可重复的测试流程。

Results and discussion
数据表明，乳粉分散性与D_v(50)粒径呈显著正相关（R²>0.9）：当粒径从182 μm增至298 μm时，杯底残留覆盖率从35%降至8%。这验证了Singh和Newstead早年的发现——细颗粒（<90 μm）会恶化分散性。图像分析法的灵敏度远超传统视觉评分，能区分仅相差10 μm的样本。

Conclusions
该研究突破性地将消费者关注的杯底残留作为直接测量靶点，建立的图像分析法具有三大优势：一是消除人为偏差（CV<5%），二是检测时间缩短至2分钟，三是能捕捉传统方法忽略的缓慢分散团块。更重要意义在于证实D_v(50)可作为分散性的预测指标，为乳粉生产工艺优化提供量化依据。

研究同时指出局限性：当前方法对婴幼儿配方粉的适用性仍需更多验证，且未考虑不同水质的影响。未来可结合Lloyd团队早前开发的溶解度分析仪，构建更完整的乳粉功能特性评估体系。这一创新不仅适用于乳品行业，其"问题导向-消费者关联-客观量化"的研究思路也为其他粉体食品（如蛋白粉、咖啡粉）的质量控制提供了范式。