光谱技术预测牛肉嫩度研究进展

肉的嫩度是肉品品质的首要指标。多年来,牛肉嫩度一直是肉品学者关注的焦点,而牛肉嫩度的检测是近年来研究的热点之一。本文从光谱谱信息和牛肉内部成分的关系及光谱成像和牛肉外部特征的关系两方面,简要阐述牛肉嫩度检测的光谱技术特点。主要介绍国内外近十年来在牛肉嫩度检测方面所采用的近红外(NIR)、高光谱、多光谱、荧光光谱和可见光谱技术研究进展,讨论现有技术的局限性,并指出未来牛肉嫩度检测技术的发展方向。     

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。     

近红外光谱技术在蜂蜜检测中的应用

蜂蜜是一种天然食品,具有很高的营养和保健价值,广泛应用在食品、药品和化妆品等行业。传统方法对蜂蜜检测的分析手段较为单一,且操作过程较为复杂,无法实现快速和实时检测,难以满足对蜂产业质量检测要求。近红外光谱技术作为一种快速、高效、无损的检测手段,被广泛应用在蜂蜜检测之中。本文基于近红外光谱技术,从定量和定性方面综述了蜂蜜检测中模型建立方法,提出了近红外光谱技术在蜂蜜检测中存在的问题,并对进一步的研究提出了展望。     

近红外光谱技术在油脂检测中的应用

近红外光谱技术作为一种快速检测技术，在食品行业已应用于粮食检测、果蔬加工和肉制品加工等领域，为食品质量管理作出了较大贡献，本文就近红外光谱技术在油脂油分含量及其品质检测方面的应用加以综述。     

近红外光谱技术在粮油检测中的应用

分析了近红外光谱技术的工作原理和技术特点，着重介绍近年来近红外光谱技术在粮油品质分析中的应用，并分析了该技术的发展趋势及应用前景。     

近红外光谱技术在油脂检测中的应用

近红外光谱技术作为一种快速检测技术 ,在食品行业已应用于粮食检测、果蔬加工和肉制品加工等领域 ,为食品质量管理作出了较大贡献 ,本文就近红外光谱技术在油脂油分含量及其品质检测方面的应用加以综述。     

仿真技术检测牛肉嫩度方法研究

嫩度是牛肉品质的重要检测指标之一。检测牛肉嫩度的传统方法是感官评定法和剪切力测定法,然而这两种方法存在不同程度的人为误差。本文设计了基于压力传感器的仿真磨齿咀嚼装置,其由电机驱动,利用曲柄连杆机构及曲柄滑块机构带动下颚产生上、下的往复运动,上颚产生左右的往复运动,从而模拟磨齿咀嚼过程。结合感官评定法,建立了牛肉嫩度等级评定标准,验证了仿真技术检测牛肉嫩度的可行性。采用此方法,牛肉嫩度等级检测准确率达到85%,说明仿真磨齿咀嚼装置设计合理,具有实用价值。     

原子力显微镜在牛肉嫩度测定中的应用研究

【目的】探讨原子力显微镜在牛肉嫩度测定中的应用,为肉品嫩度提供可靠、直观的测定方法。【方法】用100、150、200mmol/L不同浓度氯化钙(CaCl2)处理牛肉,肉样真空包装后于4℃下成熟72h后测定剪切力、肌原纤维指数(MFI),并用原子力显微镜观察肌原纤维小片,比较三者结果。【结果】三种测定方法结果基本一致,但有一定差异,原子力显微镜观察肌原纤维小片直观地反映了肌原纤维小片化程度。【结论】原子力显微镜能直观地反映肉的嫩化情况,是对剪切力和MFI测定方法在形态学上的完善。      

近红外光谱检测技术在肉类工业中的应用

近年来,近红外光谱技术(near infrared reflectance spectroscopy,NIRS)已经成为肉和肉产品品质检测中最为有效、先进的方法之一。本文回顾了应用NIRS技术对食品化学成分、物理性质和感官指标的检测,说明了NIRS技术在肉品分级制度中的应用,并讨论了NIRS在肉品工业上的应用前景。     

近红外光谱技术在水产品检测中的应用展望

近红外光谱技术作为一种方便、快捷、高效的检测技术,在农作物、果蔬、肉制品及其他方面的检测中有独到的优势和广阔的发展前景。水产品品质直接关系到人们生活质量和健康安全,也影响着整个水产行业的发展,对水产品品质进行快速、方便检测和安全评定有着非常重要的现实意义。本文主要通过近红外光谱技术在肉品检测中的应用,展望了其在水产品新鲜度、蛋白质含量测定、脂肪含量测定等方面的应用,以期近红外光谱技术在水产品检测中,得到更广泛的应用。      

近红外光谱技术在水产品检测中的应用展望

近红外光谱技术作为一种方便、快捷、高效的检测技术,在农作物、果蔬、肉制品及其他方面的检测中有独到的优势和广阔的发展前景.水产品品质直接关系到人们生活质量和健康安全,也影响着整个水产行业的发展,对水产品品质进行快速、方便检测和安全评定有着非常重要的现实意义.本文主要通过近红外光谱技术在肉品检测中的应用,展望了其在水产品新鲜度、蛋白质含量测定、脂肪含量测定等方面的应用,以期近红外光谱技术在水产品检测中,得到更广泛的应用.     

近红外光谱技术在水产品检测中的应用进展

水产品营养丰富, 味道鲜美, 深受人们喜爱。由于其组织结构脆弱, 且含有丰富的内源酶和嗜冷细菌, 在储藏和运输过程中容易腐烂变质。随着水产品贸易的日益全球化, 水产品品质现已成为大家关注的核心问题。传统的水产品检测方法具有主观性、侵入性、耗时性, 已不能满足水产品市场的需求, 如何快速、客观地评价水产品品质已成为亟待解决的问题。近红外光谱技术作为一种快速、无损的检测技术已广泛应用于水产品检测, 本文综述了国内外学者采用近红外光谱技术在水产品新鲜度评价、质量评估、重金属含量检测、品种鉴别等方面的研究进展, 并分析了近红外光谱技术在水产品检测中的不足之处及发展前景, 以期为水产品快速检测技术的进一步发展和研究提供参考依据。     

近红外光谱分析技术在食品检测中的应用

近红外光谱分析技术(NIR)以其分析速度快、无损、前处理简单、多项目同时测定和能够进行在线检测等特点,已发展成为一种广泛应用于食品品质和安全检测方面的快速无损分析的新手段。对近红外光谱分析技术进行介绍,同时对其在生鲜食品、奶及饮料制品、酒类、食用油、调味品、米面制品及保健食品方面的应用进行综述,并对其应用前景进行展望。     

近红外光谱技术在粮食检测中的应用进展

近红外光谱技术作为一项无损、快速、精准的检测技术,在粮食行业中有广泛的应用,严格控制粮食的收获、储藏以及加工等过程的质量,构建了粮食的营养成分、储存指标以及卫生安全指标的检测模型。可见,近红外光谱技术在粮食安全在线检测领域的可行性,保障我国粮食的安全生产。     

近红外光谱技术在食品微生物检测中的应用

食品微生物受环境和时间的影响等因素产生变化,幵且检测周期长,导致关系食品质量安全的微生物检测数据不能相对真实地反映食品微生物情况。近些年,近红外检测技术因其高效、无损、快捷特点,在食品微生物检测领域越来越受到重视。文章综述了近红外检测技术的原理、特点和检测过程,以及食品中产毒真菌、食源性致病菌和食品腐败菌等检测斱面的应用,以期为近红外检测技术在食品微生物检测中的应用研究提供参考,促迚食品微生物检测采用近红外迚行在线快速检测。     

近红外光谱技术在农产品品质检测中的应用

近红外光谱技术是一种新型的无损检测技术,在许多领域都得到了很好的应用。本文从农产品中各种物质成分含量预测、分类鉴别、腐烂鉴别、实时监测几个方面综述了近红外光谱技术在农产品品质检测上的应用,并对其在仪器硬件的研究和开发、化学计量学方法的探索与研究以及快速在线检测方法的研究等方面的发展趋势进行了展望。     

现代近红外光谱技术在食品检测中的应用

本文综合了各个食品检测领域应用近红外光谱技术的应用技巧,并且简单地阐述了近红外光谱技术的优点,介绍了应用红外光谱技术给食品检测工作带来的好处,分别从酿造食品、牛奶制品以及其他食品检测方面进行了应用分析。     

近红外光谱技术在坚果检测中的应用研究

坚果是我国重要的林果资源,因其口感好、营养价值高受到广大消费者的喜爱,但目前的常规检测手段都是一次性、破坏性的.近红外光谱分析技术(near infrared spectroscopy,NIRS)具有速度快、操作简单、绿色无污染等优点,是用于坚果检测的一种有效技术.对近年来近红外光谱分析技术用于检测坚果的蛋白质、脂肪酸...     

近红外光谱技术在纺织品定性检测中的应用

针对传统纺织面料定性检测中费时、费力、有污染等问题,提出近红外光谱检测法。利用近红外光谱技术对75个纯棉、纯涤、棉涤、棉氨面料进行定性聚类分析。采用主成分分析法提取特征光谱,利用马氏距离对样品进行聚类分析,取得了很好的归类效果,验证了近红外光谱法应用于纺织品成分检测的可行性。同时还比较了光谱预处理方法对聚类效果的影响,指出在纺织面料近红外光谱的噪声中,光谱平移占很大比例,为进一步提高模型的准确性提出了指导性意见。     

不同分集方法对牛肉嫩度高光谱检测模型的比较

选用牛肉嫩度作为研究对象,开展了4种不同样品集划分方法的选取对其高光谱模型的影响研究。首先选取了70个具有代表性的牛肉样品并提取其肌肉感兴趣区域(ROIs)的光谱,比较分析了浓度梯度法(C-G)、随机法(R-S)、Kennard-Stone(K-S)和光谱-理化值共生矩阵法(SPXY)获取的校正集建立的牛肉嫩度PCR和PLSR模型效果。结果表明:在PCR和PLSR中,SPXY均为最适的样品分集方法,并且4种样品集划分方法下的PLSR模型效果均较优。最优模型SPXY-PLSR校正集的相关系数(Rcal)和均方根误差(RMSEC)分别为0.94和0.48,预测集的相关系数(Rp)和均方根误差(RMSEP)分别为0.93和0.63。研究表明SPXY方法结合高光谱PLSR模型能够实现牛肉嫩度的快速无损检测。