猪油煎炸过程中理化性质与低场核磁共振弛豫特性的相关性分析

以猪油为研究对象,以薯条为煎炸原料,研究不同物料比条件下,猪油理化性质与低场核磁共振（lowfield nuclear magnetic resonance,LF-NMR）弛豫特性的变化规律,并分析各理化指标与LF-NMR弛豫特性之间的相关性。结果表明：随着煎炸时间的延长,猪油的总极性化合物（total polar compounds,TPC）含量呈指数增长（R2＞0.992）,共轭二烯（K232）和共轭三烯（K270）呈线性增长（R2＞0.952）,过氧化值（peroxide value,PV）呈先增后减趋势,峰面积比例S21的升高规律符合二项式关系（R2＞0.974）,单组分弛豫时间T2W的降低规律符合二项式关系（R2＞0.901）,而峰面积比例S22、S23、峰起始时间T21、T22和T23则规律性不明显。随着物料比的增加,油样的TPC含量和K270显著增大,T2W显著减小。回归分析表明,TPC、K232、K270、PV与S21、T2W能够建立良好的相关模型（R2＞0.948）,模型验证合理可靠,说明可以通过猪油的LF-NMR弛豫特性快速、有效预测相关理化指标的变化。     

基于LF-NMR及主成分回归分析的油脂煎炸品质预测

以大豆油和玉米油为研究对象,研究薯条煎炸过程(温度(180±5)℃,36 h)中低场核磁(LF-NMR)弛豫特性及理化指标(酸价、黏度、吸光值及总极性化合物含量)的变化规律。应用主成分回归分析建立通过LF-NMR弛豫特性预测理化指标的相关性模型。结果表明:随煎炸时间的延长,油样的LF-NMR弛豫特性中,峰起时间(T21、T22)及单组份弛豫时间(T2w)线性减小,T21特征峰的峰面积比例(S21)线性增大;油样的酸价、总极性化合物(TPC)均随煎炸时间的延长而线性增大,黏度、吸光值则呈二项式增大。与大豆油相比,玉米油的酸价、黏度、吸光值、S21等虽变化幅度较大,但TPC,T21,T22,T2w变化幅度较小。通过主成分回归分析可建立酸价、黏度及总极性化合物含量与LF-NMR弛豫特性间的相关性模型(R20.90),模型验证良好,说明可利用油脂煎炸过程中LF-NMR弛豫特性的变化,快速、有效地预测其理化指标的改变程度,从而有效监控煎炸油脂及食品的质量。     

煎炸猪油掺杂比例对猪油低场核磁共振弛豫特性及脂肪酸组成的影响

研究不同比例煎炸猪油掺入食用猪油样品的低场核磁共振（low field-nuclear magnetic resonance,LF-NMR）弛豫特性及脂肪酸组成,并分析了二者间的相关性。结果表明：随着煎炸猪油掺杂比例的增加,猪油样品的T21峰起始时间显著减小（P＜0.05）、峰面积比例S21和S22/S23线性增加（R2＞0.968 1）,S22的增长规律符合二项式关系（R2=0.988 6）,峰面积比例S23、单组分弛豫时间T2W、不饱和脂肪酸C18∶1＋C18∶2的含量及不饱和脂肪酸含量/饱和脂肪酸含量（相对不饱和度）均线性降低（R2＞0.956 2）,而T22峰起始时间呈阶梯下降趋势,T23峰起始时间与掺杂比例间的规律性不明显。此外,样品的棕榈油酸C16∶1、棕榈酸C16∶0、亚油酸C18∶2、硬脂酸C18∶0、C18∶1+C18∶2含量及相对不饱和度与LF-NMR弛豫特性S21、T21、S22、T23、T2W存在良好的相关性（R2为0.942～0.995）。研究表明可通过样品的LF-NMR弛豫特性有效反映脂肪酸组成和含量的变化,并对煎炸猪油掺杂比例进行预测。     

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

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。     

基于近红外光谱的大豆水分和粗脂肪含量的快速检测

基于近红外光谱技术快速检测大豆中水分和粗脂肪含量。方法 首先采集350-2500 nm光谱范围的大豆近红外光谱,采用光谱-理化值共生距离（SPXY）算法将大豆样本划分为校正集样本与测试集样本,然后对原始光谱分别采用多元散射校正(MSC)、标准正态变量交换(SNV)、归一化（Nor）等9种方法进行预处理,最后使用偏最小二乘回归(PLSR)分析方法建立模型对样本进行定量分析。结果 原始光谱经过多元散射校正后建立的偏最小二乘回归模型对水分的预测精度最高,其校正集和测试集的相关系数分别为0.8964和0.9055 , 均方根误差分别为0.4211和0.5933;原始光谱经过归一化处理后建立的偏最小二乘回归模型对粗脂肪的预测精度最高,其校正集和测试集的相关系数分别为0.9084和0.9295 , 均方根误差分别为0.6897和0.6462。结论 近红外光谱（NIRS）结合预处理及偏最小二乘回归法,可以快速、准确的检测大豆水分和粗脂肪含量。     

注胶肉糜的低场核磁弛豫特性及与近红外光谱技术判别效果的比较

研究了注入亲水胶体种类及比例对肉糜低场核磁共振技术(low fielcl nuclear magnetic resonance,LFNMR)特性的影响,探索了基于LF-NMR数据判别肉糜注胶程度的可行性,并与近红外光谱技术(NIR)的预测效果进行了比较。结果表明:随温度升高,肉糜的LF-NMR多组分弛豫图谱中代表不易流动水的T22峰及对应的S22减小;添加黄原胶或卡拉胶可使样品体系的持水性增加,表现为S22显著增大。基于样品LF-NMR弛豫特性的判别分析可实现对肉糜注胶程度的分段预测,分组正确率为90.5%~100%,交叉验证正确率为81.0%~100%。对NIR而言,应用偏最小二乘回归法(PLS)所建预测模型对注胶肉糜的预测效果相对较优(Rc为0.9886)且模型较为稳健(RPD=6.63)。与LF-NMR方法相比,NIR法可实现对肉糜注胶比例更为准确的预测。     

近红外光谱分析技术在泡芙水分测定中的研究

水分含量快速测定是保证泡芙制作品质的重要需求。利用IAS Online-S100型在线近红外光谱分析仪,采集了130个建模集样品和30个验证样品的近红外光谱,结合光谱预处理和偏最小二乘法建立泡芙水分定量分析模型。研究结果表明,采用移动窗口平滑（平滑点数为11）+SNV法进行光谱预处理,主因子数为9的条件下,模型的决定系数R2、校正集均方根误差（RMSEC）、交互验证均方根误差（RMSECV）和预测集均方根误差（RMSEP）分别为0.88、0.49%、0.55%、0.57%。模型的预测误差在±1.3以内,精度满足工厂的使用需求。     

近红外分析技术快速检测白酒基酒中的总酯含量

采用近红外光谱分析技术,对基酒总酯进行无损检测研究。利用近红外光谱仪采集基酒样品在4000～10000 cm~(-1)波段内的光谱数据,首先对光谱数据进行一阶导数预处理,然后采用Si-PLS组合间隔偏最小二乘法优选特征波长,最后运用PLS偏最小二乘法建立基酒总酯模型。该模型校正集的决定系数R_C~2为0.95,校正集的均方根误差RMSEC为0.17;预测集的决定系数R_P~2为0.93、预测集的均方根误差RMSEP为0.19。与全波段光谱模型相比,该模型预测能力更强,稳定性更优。     

基于近红外光谱技术检测白酒基酒中乙醇含量的研究

为了快速测定白酒基酒中的乙醇含量,采用近红外光谱（NIRS）技术结合偏最小二乘法（PLS）处理白酒基酒近红外图谱,建 立白酒基酒中乙醇的定量分析模型。 结果表明：最佳预处理方法为减去一条直线法,最优波段谱为7 502～5 450 cm-1,主成分数为7。 校正集样品的化学值与预测值的决定系数（R2）为0.923 3,交互验证均方根误差（RMSECV）为0.89;对模型进行检验,得到验证集的 决定系数（R2）为0.954 8,预测均方根误差（RMSEP）为1.21。 结果显示近红外检测方法快速有效,所建模型具有很好的预测效果,模型 的精密度和稳定性良好。     

基于低场核磁共振横向弛豫谱的注水肉检测模型建立

用直接注射的方式,将猪背最长肌制备成注水比例分别为0、2%、6%、10%和14%的肉样本。利用低场核磁共振（field nuclear magnetic resonance,LF-NMR）技术测量肉样本产生的NMR信号,并将反演后得到的横向弛豫谱参数作为自变量,通过判别分析（Discriminant analysis,DA）和偏最小二乘回归（partial least square regression,PLSR）分析,分别建立注水肉检测模型,并尝试多种可能性的PLSR建模,评估分析模型对较低注水比例的注水肉的检测性能。结果表明,对DA模型进行回代验证和留一交叉验证,模型对注水肉分类的总正确率分别为89.4%和88.2%。采用将杠杆值和学生化残差相结合的方式判别和删除异常数据,用变量投影重要性分析法筛选出6个横向弛豫谱参数作为自变量建立的优化PLSR模型的检测性能最优,校准集决定系数（R_c2）和标准误差（SEV）分别为0.9603和1.0033%,交叉验证的决定系数（R_cv2）和标准误差（SECV）分别为0.9508和1.1169%,预测集决定系数（R_p2）和标准误差（SEP）分别为0.9518和1.1280%。在95%的置信概率下,优化PLSR模型能够预测未知样本中注水百分比的置信区间的最好估计值约为2.256%。表明基于LF-NMR横向弛豫谱建立的DA模型和PLSR模型可以对注水肉进行有效的定性和定量检测。     

低场核磁共振技术检测煎炸油品质

应用低场核磁共振技术对无对象煎炸大豆油油样进行检测,通过对多组分T2弛豫图谱以及峰面积比例S21和单组份弛豫时间T2w分析,煎炸4h后图谱中10ms左右出现明显特征小峰,且S21和T2w与煎炸时间、酸价、黏度、吸光度和极性组分含量呈现良好的规律性,相关系数在0.941～0.997之间,说明可以利用低场核磁共振检测的S21和T2W有效反映煎炸油的品质变化。但与过氧化值之间无明显规律性。结果可为后期煎炸油的低场核磁共振技术快速检测提供基础。     

掺杂猪油比例对花生油脂肪酸组成及LF-NMR弛豫特性的影响

研究掺杂不同比例猪油对花生油脂肪酸组成及低场核磁弛豫特性的影响,并分析了二者的相关性。结果表明：随猪油比例的增加,掺杂样品中饱和脂肪酸含量显著增加,掺杂参数（adulteration parameter,AP）减小;单组分弛豫时间（T2W）线性减小;掺杂比例大于30%时,T21显著下降后一直保持不变,T22变化不显著;S21、S22分别呈线性增加和减小趋势,且在掺杂比例大于50%后变化显著。掺杂猪油的样品在主成分分布图上呈从右上角到左下角的分布趋势,当掺杂比例大于20%,掺杂油样与花生油样品可明显区分。样品的低场核磁特性主成分综合得分（F值）与AP值间具有较好的相关性（R2=0.969）,研究表明可通过样品的低场核磁弛豫特性预测脂肪酸组成的变化情况,从而快速判别其品质。     

低场核磁共振结合主成分分析法在食用油脂品质分析中的应用

应用主成分分析法(PCA)对多种不同品质油脂样品的LF-NMR弛豫特性数据(T21、T22、T23、S21、S22、S23)进行了分析。研究表明,应用PCA可明显区分正常大豆油和棉籽油,但棕榈油和猪油样品分布范围有一定的重合;无论是轻度煎炸还是深度煎炸,不同种类的煎炸油脂在PCA得分图中能够明显分区;随煎炸时间的延长,油样在PCA得分图上的分布逐渐向左上方移动,四种油脂能够明显分为两类:棕榈油和猪油,大豆油和棉籽油;食用猪油与掺伪猪油样品在PCA得分图上能够明显区分,掺伪比例愈高,二者的区分效果愈好,试验验证正确。说明基于油脂的LF-NMR弛豫特性,结合主成分分析可实现对食用油脂种类、煎炸油程度及掺伪猪油的品质区分。     

基于近红外光谱的煎炸油极性组分定量分析模型构建

为了建立煎炸油中极性组分的快速检测方法,通过热处理和模拟煎炸方式,采集氧化程度不同的油样并用 国标法分析样品极性组分,采集样品近红外透射光谱,经光谱预处理,利用偏最小二乘法建立煎炸油极性组分定量 分析模型并对模型进行验证。结果表明：在波长范围为4 963～4 616、5 2 22～5 037 cm－1和5 688～5 499 cm－1,采 用一阶求导和Savitzky-Golay（7,5）平滑光谱处理,校正集相关系数为0.996 5,校正均方根差为1.84%,验证集R为 0.993 6,验证均方根差为1.92%,模型预测效果良好,利用近红外透射光谱测定煎炸油极性组分可行。     

明胶-蔗糖/NaCl体系的LF-NMR弛豫特性及主成分分析

论文主要研究了不同浓度的蔗糖及Na Cl对明胶凝胶体系低场核磁共振(LF-NMR)弛豫特性的影响,并应用主成分分析(PCA)对弛豫特性及其与明胶凝冻强度的相关性进行了分析。结果表明,随蔗糖浓度的增加,明胶-蔗糖凝胶体系的结合水弛豫时间(T21)延长,自由水弛豫时间(T22)和单组份弛豫时间(T2w)缩短,结合水比例(S21%)增大,而自由水比例(S22%)相对减少;而随Na Cl浓度的增加,明胶-Na Cl凝胶体系的T21、T22和T2w均相对延长,S21%和S22%则分别增大和减少。两种凝胶体系之间及其与相应的溶剂之间在PCA得分图上均有明显的区分,且明胶-蔗糖/Na Cl凝胶体系的凝冻强度与其LF-NMR主成分综合得分间存在良好的相关性。研究表明,LF-NMR技术可以有效反映明胶-蔗糖/Na Cl凝胶体系中水分状态及其相应比例的变化,且可反映其凝冻强度的变化,这可为明胶应用于食品生产加工提供一定的指导作用。     

近红外光谱技术快速测定鹅肉嫩度

目的：应用近红外光谱技术快速检测鹅肉的嫩度值。方法：采集完整鹅肉的近红外光谱（950～ 1 650 nm）,光谱经多种校正预处理后,再分别采用主成分回归和偏最小二乘法建立鹅肉嫩度的定量预测数学模 型。结果：采用5点移动窗口平滑处理结合偏最小二乘法所建立模型的预测效果最好,嫩度定量校正数学模型的模 型决定系数为0.908 0,内部交互验证均方根误差为113.618 6。用此模型对预测集20 个样品进行预测,预测值与实 测值的相关系数达到0.971 1,预测值平均偏差为21.673 g,预测值和实测值之间没有显著性差异（P＞0.05）。结 论：近红外光谱作为一种无损快速的检测方法,可用于评价鹅肉的嫩度。     

解冻猪肉品质和基于LF-NMR技术的检测方法

研究解冻对猪肉营养品质的影响,并研究利用低场核磁共振技术检测解冻猪肉的可行性。选择10 条宰后5 h内的猪背最长肌,每条通脊沿垂直于肌纤维方向取质量为100 g的肉块5 块,1 块空白,其余在－20 ℃冷冻1、3、5、7 d后在0～4 ℃条件下解冻24 h后收集汁液,测定蛋白质含量、氨基酸含量和矿物元素含量。选择宰后5 h内的猪背最长肌10 条,分别沿垂直于肌纤维方向分切厚度为2.5 cm的肉块8 块,分成4 组,每组2 块肉样,分别在0～4 ℃中贮藏0、24、48、72 h后,各组各取1 块于－18 ℃中冻藏24 h后在0～4 ℃中解冻12 h,另一块不处理,然后测定肉色（L*、a*和b*）、低场核磁共振横向弛豫时间（T2）。结果表明,解冻会使猪肉蛋白质、矿物元素和氨基酸的流失量显著增大;解冻会导致猪肉低场核磁共振弛豫时间T2中第2个峰（T21）的峰时间（t21）、峰面积（A21）和峰面积比（P21）减小,色差中的红度值（a*）增大。可以利用t21、A21、P21、a*这4 项指标检测解冻猪肉。     

利用NMR研究赤藓糖醇对糙米面包贮藏期间保水性的影响

利用低场核磁共振（nuclear magnetic resonance,NMR）及成像技术,研究赤藓糖醇和蔗糖对糙米面包贮藏期间保水性的影响。通过检测面包1H NMR弛豫时间、峰面积、核磁共振成像（magnetic resonance imaging,MRI）以及水分活度,得出贮藏期间面包结合水（弛豫时间T21）相对稳定,不易流动水（弛豫时间T22）和自由水（弛豫时间T23）逐渐减少,与蔗糖面包相比,添加赤藓糖醇的面包具有高水分含量和低水分活度的特点,MRI同样体现出添加赤藓糖醇的面包具有良好的保水性。