近红外光谱技术在肉品掺假检测方面的研究进展

近红外光谱(Near-Infrared Spectroscopy,NIRS)技术是一种通过获取被测样品的近红外光谱信息,并使用化学计量学方法挖掘被测样品指标和光谱信息之间定性定量关系的一种无损分析技术。该技术通过构建精确度高、稳定性好的数学模型,可在不破坏样品完整性和无需样品前处理的前提下获取被测样品信息,实现肉品掺假成分及掺假量的快速预测,目前在肉品掺假方面已有大量研究且应用潜力巨大。本文主要综述了2010年至今NIRS用于肉品掺假研究方面的研究进展和最新成果,可为后续研发肉品掺假无损快检设备提供数据支撑和理论参考。     

高光谱成像技术结合线性回归算法快速预测鸡肉掺假牛肉

采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial least squares regression,PLSR)和多元线性回归(Multiple linear regression,MLR)算法建立掺假样品的定量预测模型。为了减少高维共线性问题,提高模型运算效率,分别采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(Successive projection algorithm,SPA)筛选最优波长建立优化预测模型。结果表明,基于SPA算法结合MLR建模方法得到的掺假牛肉预测模型,其预测效果最优,校正集决定系数(R_C2)和均方根误差(Root mean square error of calibration,RMSEC)分别为0.99和3.23%,验证集的决定系数(R_P2)和均方根误差(Root mean square error of prediction)RMSEP分别为0.97和5.31%,预测偏差(Residual predictive deviation,RPD)为6.82。综上,近红外高光谱成像技术结合线性回归算法可以实现对掺假牛肉的快速无损定量检测。     

基于近红外光谱技术的生鲜猪肉质量检测研究进展

近红外光谱技术(Near-Infrared Spectroscopy,NIR)是一种根据被检测物质的光谱信息,运用统计学的方法,构建被测物质某种属性值和光谱信息之间最优预测模型的一种间接分析技术。近红外光谱分析集光谱测量技术、计算机技术、化学计量学技术和基础测试技术于一体,通过选择合适的化学计量学方法,将样品光谱信息和指标参考值相关联,构建高精度、高稳定性的数学模型预测未知样品参考值,具有无损、快捷和环保等特点。相比传统理化及生物方法反复试验且破坏原料获取数据,近红外光谱信息更容易获取、信息量更丰富、数据计算速度更快,在猪肉质量的分析检测方面获得广泛研究。本文主要综述了2010年至今近红外光谱用于研究猪肉的物理属性、化学组成、新鲜度预测和肉品掺假等方面的最新研究进展和成果,为研发肉品无损分析检测设备提供相关信息和参考。     

近红外光谱技术在生鲜禽肉质量检测中应用的研究进展

近红外光谱（near-infrared spectroscopy,NIRS）技术作为一种快速、无损、绿色的检测技术正在被广泛用于禽肉品质研究,通过将肉样光谱信息和品质指标参考值相关联,构建高精度、高稳定性的数学模型预测未知肉品品质。相比传统检测方式,NIRS技术具有无需预处理、更加丰富的信息量、数据计算更快等优势,在肉制品检测应用方面潜力巨大。本文主要综述了NIRS技术在生鲜禽肉（鸡肉、鸭肉、鹅肉）物理属性、化学指标以及微生物腐败等方面检测的研究进展,归纳总结了NIRS技术结合不同化学计量学算法构建模型检测禽肉各品质指标的效果,同时提出了NIRS技术在检测禽肉方面存在的缺点及未来发展趋势,可为改善NIRS技术检测应用、研发便携式NIRS检测设备提供数据支撑和理论参考。