柱后衍生高效液相色谱法检测膝沟藻毒素

探讨柱后衍生条件和流动相条件对膝沟藻毒素群(GTXs,麻痹性贝毒的一类)的反应荧光强度和分离效果的影响。柱后衍生条件分析结果显示,各GTXs对反应液pH值、温度、甲酰胺体积分数以及甲酸铵浓度等柱后衍生反应条件的感度有较大差异。确定最佳柱后衍生反应条件为70mmol/L高碘酸与含0.12mol/L氢氧化钾和0.75mol/L甲酸铵的20%甲酰胺溶液的混合液作为柱后衍生反应液、pH7.3～7.5、流速0.8min/mL、柱后反应温度50C。流动相条件分析结果显示,甲醇体积分数、庚烷磺酸钠浓度、pH值和磷酸浓度均显著影响各GTXs的保留时间和分离效果,确定最佳流动相条件为甲醇体积分数1%、庚烷磺酸钠浓度1.5mmol/L、磷酸浓度10mmol/L、pH7.3。灵敏度分析结果显示,除GTX2无明显差异外,GTX1、GTX3和GTX4的灵敏度分别为大岛法的4.7、3.4、3.8倍。     

基于气相离子迁移谱检测静电场处理的大菱鲆品质

研究静电场对大菱鲆贮藏品质的影响,比较不同贮藏条件下大菱鲆的菌落总数、假单胞菌、总挥发性盐基氮（total volatile base nitrogen,TVB-N）值和硫代巴比妥酸（thiobarbituric acid,TBA）值。采用电子鼻采集其气体指纹信息,通过离子气相迁移谱对不同处理方式大菱鲆的挥发性物质进行分析检测。结果表明：静电场能够改善贮藏期间大菱鲆的品质,有效抑制菌落总数和优势腐败菌的生长及减少TVB-N值和TBA值的增加,在一定程度上抑制了鱼肉内脂肪氧化,具有较好的保鲜效果。采用主成分分析、线性判别分析方法可较好区分不同贮藏时间及不同处理方式的大菱鲆品质。根据气相离子迁移谱采集的指纹图谱,利用热图聚类分析可区分不同贮藏时间内及不同处理方式下大菱鲆挥发性物质。气相离子迁移谱与电子鼻具有快速、准确、无损的特点,可对大菱鲆新鲜度品质进行快速检测可行。     

基于电子鼻与统计学方法的海鲈鱼新鲜度品质预测

通过电子鼻系统采集贮藏在0 ℃下海鲈鱼的气体指纹信息,并测定挥发性盐基氮(TVB-N)、菌落总数和假单胞菌。分析不同贮藏期海鲈鱼电子鼻传感器响应值的变化,采用主成分分析(PCA)、线性判别分析(LDA)进行数据分析,采用偏最小二乘法(PLS)建立TVB-N、菌落总数和假单胞菌的预测模型。结果表明:随着海鲈鱼贮藏时间的延长,电子鼻的响应值数值在海鲈鱼贮藏过程中增加。采用PCA、LDA方法可较好区分不同贮藏时间海鲈鱼的腐败程度。通过偏最小二乘法(PLS)建立TVB-N、菌落总数和假单胞菌的快速预测模型,其决定系数(R2)分别为0.9737、0.8778、0.5943,而假单胞菌预测模型的R2较低,模型拟合度不高,故不适合用PLS建立假单胞菌预测模型。利用电子鼻结合化学计量学方法对海鲈鱼新鲜度品质进行快速检测是可行的。     

不同新鲜度牛肉特征性挥发成分的研究

通过研究牛肉腐败过程中挥发物的变化,确定表征牛肉新鲜度的特征性挥发成分。将样品分别置于0℃和10℃下恒温贮藏,每2 d取样,采用顶空固相微萃取-气-质联用(HS-SPME-GC-MS)法测定挥发性成分,对结果进行主成分分析(PCA),并与总挥发性盐基氮(TVBN)、菌落总数、pH值和感官评分相结合。结果显示:0℃肉样共检测出37种挥发物,10℃肉样检测出40种挥发物。确定出7种成分(丙酮、壬烷、2-戊酮、2,3-丁二酮、2-戊酮、3-甲基-1-丁醇和壬醛表)为新鲜牛肉的特征性成分,13种成分(2,3-丁二醇、二甲基二硫、二甲基三硫、二氧化硫、对乙基苯乙烯、间二乙烯苯、对二乙烯苯、甲苯、苯甲醛、间二氯苯、2-丁基噻吩、苯乙醇和苯酚)为腐败牛肉的特征性成分。研究结果可为牛肉新鲜度的判别提供依据。     

基于多传感器信息融合的水果综合品质检测与分级

由于单传感器获取信息不全,利用单一检测技术无法实现水果综合品质评价,多传感器信息融合成为水果分级分选的关键技术。介绍了信息融合的原理与方法,对多传感信息融合技术在水果品质检测中的应用进行了综述,旨在为水果分级分选提供技术参考。     

基于机器视觉技术的肉新鲜度分级方法研究

利用机器视觉技术对肉品新鲜度分级方法进行研究,经过图像处理提取RGB和HIS色彩模型的特征分量,分析这些特征分量在肉品贮藏期间的变化趋势,依据TVB-N含量将肉品划分为新鲜、次新鲜和腐败3个级别,应用神经网络建立基于RGBHIS特征分量的肉品新鲜度分级模型。结果显示,牛肉图像的R值随贮藏时间的延长线性降低,G、B值则随贮藏时间的延长线性增加;H值指向由红转为蓝绿色,B值随贮藏时间的延长先减后增,而I值没有明显的趋向性。运用神经网络建立肉品新鲜度分级模型判别正确率达90%以上,表明基于机器视觉技术对肉类新鲜度进行分级是可行的。     

近红外技术对不同动物来源肉掺假的检测

采用近红外光谱结合主成分分析法(PCA)、判别分析法,分别建立了牛肉和羊肉中掺杂其它动物肉的定性鉴别模型,根据鉴别准确率评价模型的预测性能。采用近红外光谱结合PCA、偏最小二乘法(PLS),建立了掺假物的定量检测模型,根据模型对预测集样品的预测均方差(RMSEP)以及预测值与实测值间的相关系数(r)验证模型的预测能力。结果,牛肉掺猪肉模型对训练集和预测集的鉴别准确率分别为97.86%和91.23%,羊肉掺猪肉模型对训练集和预测集的鉴别准确率分别为98.28%和92.98%,羊肉掺鸭肉模型对训练集和预测集的鉴别准确率分别为99.59%和93.97%,羊肉掺假模型对训练集和预测集的鉴别准确率分别为97.57%和90.76%。牛肉掺假定量模型对训练集的交互验证均方差(RMSECV)和预测集的RMSEP分别为3.87%和4.13%,r分别为0.9505和0.9134;羊肉掺假定量模型对训练集的RMSECV和预测集的RMSEP分别为4.48%和4.86%,r分别为0.9306和0.9082。表明近红外技术结合一定的化学计量学方法可实现不同动物来源肉掺假的鉴别,且能够对掺假物进行定量检测。     

基于多源感知信息融合的牛肉新鲜度分级检测

利用机器视觉和近红外光谱的多源感知信息融合技术评判牛肉新鲜度,并开发了相关的识别系统。以牛后腿肉为研究对象,对获取的图像特征信息和光谱特征信息,采用BP神经网络建立牛肉新鲜度分级模型。其中,通过主成分分析提取相应的主成分因子作为建模输入,根据挥发性盐基氮含量划分新鲜度等级作为模型输出。结果发现,在图像特征信息因子数为6、光谱信息主成分因子数为6时,建立的模型预测识别率可达98.31%。结果表明,基于机器视觉和近红外光谱技术的多源感知信息融合技术评判牛肉新鲜度的方法可行。