猪肉新鲜度检测方法综述

综述猪肉新鲜度检测的重要意义、主要方法、原理和优缺点,比较各常用方法的准确性。概述当前国内外猪肉新鲜度检测的新方法,分析猪肉新鲜度检测的研究方向。     

对二甲氨基苯甲醛法快速检测猪肉新鲜度

应用对二甲氨基苯甲醛与肉品分解产生的氨（ＮＨ３）和胺（Ｒ－ＮＨ２）等碱性含氮物结合而显色的原理，用分光光度法快速检测肉品新鲜度。     

电子鼻传感器阵列优化对猪肉新鲜度法的检测

用电子鼻检测猪肉新鲜度时,传感器阵列的冗余信息会带来负面影响。为了提高识别的准确性,根据猪肉散发的气味选择初始的传感器阵列,利用方差分析方法剔除重复性和区分度不明显的传感器;再通过变异系数分析、相关系数绝对值累加和最小分析、主成分分析(principal component analysis,PCA)第2主成分系数分析,筛选出了适合检测猪肉新鲜度的传感器阵列的优化阵列。本研究采用逐步判别法筛选出合适的特征值,并用贝叶斯判别方法对传感器阵列优化前后的数据进行对比分析。结果表明:通过对传感器阵列的优化,识别率由优化前的86.8%提高到优化后的98.9%。研究表明,本实验的传感器阵列优化方法可以大大提高电子鼻对猪肉新鲜度的识别准确性。     

电子鼻技术在猪肉新鲜度识别中的应用

根据猪肉的气味特征,建立了一套用于猪肉新鲜度识别的电子鼻系统。通过分析猪肉的腐败机理,合理选用了气敏传感器阵列。依据猪肉的新鲜度模式,确定了遗传优化的组合RBF神经网络作为模式识别方法。试验结果表明,本文的电子鼻系统对猪肉新鲜度的识别率达95%,优于其它识别系统。     

基于细胞边缘检测的猪肉新鲜度评价方法

根据猪肉变质过程的生化机理,制作了猪肉腐败过程中各个时段的切片样本,通过实验研究了猪肉新鲜度与其完整细胞数量之间的内在关系。提出了将RGB图像转换为灰度图像以后,经直方图均衡增强处理,应用Canny算子检测细胞边缘,提取单位面积完整细胞数量作为猪肉腐败程度的检测方法,并将该结果与TVB-N值进行参照,检测结果一致。本研究为猪肉新鲜度测定提出了一种全新的简便辨识方法。     

电子鼻检测猪肉新鲜度的研究

本实验用电子鼻技术检测了猪肉在不同实验条件下挥发性成分的变化,考察了保存温度和时间对猪肉挥发性成分的影响。通过对在5、15、25℃保存不同时间的猪肉样品进行电子鼻检测得出：电子鼻输出信号随采集时间的延长而增加,对输出信号与采集时间的关系进行数据分析,发现电子鼻输出信号与采集时间和采集时间的0．5次方呈线性关系,可以用其斜率表示各个样品的特征值;电子鼻输出信号的特征值随猪肉样品保存温度的升高而增加,也随保存时间的延长而增加。初步实验研究表明,在不同实验条件下,猪肉挥发性成分发生变化,电子鼻可检测到这些变化,因此可尝试用电子鼻技术评价猪肉新鲜度的变化。     

基于细胞边缘检测的猪肉新鲜度评价方法

根据猪肉变质过程的生化机理,制作了猪肉腐败过程中各个时段的切片样本,通过实验研究了猪肉新鲜度与其完整细胞数量之间的内在关系。提出了将RGB图像转换为灰度图像以后,经直方图均衡增强处理,应用Canny算子检测细胞边缘,提取单位面积完整细胞数量作为猪肉腐败程度的检测方法,并将该结果与TVB-N值进行参照,检测结果一致。本研究为猪肉新鲜度测定提出了一种全新的简便辨识方法。      

近红外光谱技术快速检测猪肉新鲜度指标的方法研究

采用傅里叶变换近红外光谱技术建立猪肉新鲜度指标色泽（L^*,a^*,b^*值）、挥发性盐基氮（TVB-N）、酸度（pH值）的快速检测方法。实验中采集了4000～10000cm^-1范围的近红外光谱,选取4800～9350cm^-1为分析区域,描述了谱峰的归属。以常规分析测定值为建模基础数据,采用偏最小二乘（PLS）回归法建立猪肉新鲜度指标定量分析模型,并考察了近红外光谱预处理方法对模型的影响。用校正集和验证集样本分析模型预测的准确性。L^*,a^*,b^*,TVB-N,pH预测模型结果显示:预测集均方根误差（RMSEP）分别为1.84,0.812,0.355,1.31,0.163,校正集均方根误差（RMSEC）分别为1.57,0.678,0.363,1.76,0.113,相关系数分别为0.8183,0.8776,0.9256,0.8231,0.8041。样本的预测值与真实测定值之间没有显著性差异（p>0.05）。采用近红外光谱法能满足猪肉新鲜度指标的同时测定,与传统的化学分析方法相比,该方法具有快速、无损、简单等特点。     

Metal–oxide–semiconductor resistive gas sensors for fish freshness detection

Fish are prone to spoilage and deterioration during processing, storage, or transportation. Therefore, there is a need for rapid and efficient techniques to detect and evaluate fish freshness during different periods or conditions. Gas sensors are increasingly important in the qualitative and quantitative evaluation of high-protein foods, including fish. Among them, metal–oxide–semiconductor resistive (MOSR) sensors with advantages such as low cost, small size, easy integration, and high sensitivity have been extensively studied in the past few years, which gradually show promising practical application prospects. Herein, we take the detection, classification, and assessment of fish freshness as the actual demand, and summarize the physical and chemical changes of fish during the spoilage process, the volatile marker gases released, and their production mechanisms. Then, we introduce the advantages, performance parameters, and working principles of gas sensors, and summarize the MOSR gas sensors aimed at detecting different kinds of volatile marker gases of fish spoiling in the last 5 years. After that, this paper reviews the research and application progress of MOSR gas sensor arrays and electronic nose technology for various odor indicators and fish freshness detection. Finally, this review points out the multifaceted challenges (sampling system, sensing module, and pattern recognition technology) faced by the rapid detection technology of fish freshness based on metal oxide gas sensors, and the potential solutions and development directions are proposed from the view of multidisciplinary intersection.     

冷却肉新鲜度变化研究

以冷却肉为对象,进行了感官、挥发性脂肪酸、pH、挥发性盐基氮(TVB-N)、水分含量、色差值分析,获得了其在4、20℃下新鲜度变化规律。结果表明,前四项实验指标在不同贮藏天数下均有显著性差异(P<0.05),可准确反映肉品新鲜度状况,为今后建立快速判断肉品新鲜度的模型提供了数据参考。     

荷叶提取物对冷却猪肉新鲜度的影响

为了探讨荷叶提取物对冷却猪肉新鲜度的影响,将荷叶提取物配成0.3%、0.5%、0.7%和0.9%的溶液,注射于冷却猪肉中,真空包装后,于0～4℃贮藏13d,测定pH、颜色、TVB-N值等的变化。结果表明:向冷却猪肉中注射荷叶提取物后,在贮藏过程中,处理组的pH、a*、b*、TVB-N值和羰基值明显低于对照组,L*明显高于对照组(p<0.05);荷叶提取物可抑制冷却猪肉中细菌的生长繁殖,减缓脂肪氧化,抑制腐败变质;荷叶提取物的浓度越高,保鲜效果越好。     

冷鲜猪肉的新鲜度无损检测技术现状及THz检测技术展望

综述可见/近红外光谱分析、电子鼻、电子舌、机器视觉、多传感器融合等无损检测技术在肉品新鲜度指标快速检测中的应用,从分子光谱学结合化学计量学的角度论述了基于THz波谱分析法无损检测猪肉新鲜度的可行性。     

列车贮藏方式对生猪肉原料新鲜度的影响研究

探究夏季高温期某铁路局集团公司旅客列车贮藏条件下生猪肉原料的品质变化,为改善餐车生猪肉保存及取用方式、保障旅客列车食品安全提供可靠依据。在实验室条件下模拟该列车餐车实际条件下生猪肉贮藏及取用方式:将生猪肉分别在4℃(冷藏)和-10℃(冷冻)两种条件下贮藏,再解冻,使用,再贮藏。通过猪肉的色泽、气味、组织状态感官指标以及挥发性盐基氮(TVB-N)、硫化氢、球蛋白沉淀理化指标的变化为依据,来评价猪肉的新鲜度。结果表明:夏季高温期间,该铁路局集团公司列车生猪肉原料,在4℃冷藏贮存条件下,有2d保质期,在-10℃冷冻贮藏条件下,10d内猪肉品质能够保持新鲜,满足铁路运输的时限要求。该铁路公司列车贮藏和使用生猪肉符合规范,用肉时限在保质期范围内,能够保证全年时段肉质新鲜安全。为保障铁路旅客的食品安全,生猪肉原料应贮存在制冷效果良好的冷冻冰箱内,取用肉类置于冷藏保存的,应在2d内使用完毕。     

负载花青素的玉米醇溶蛋白纳米纤维膜监测猪肉新鲜度

目的 静电纺丝“绿色”制备负载花青素(anthocyanin,A)的玉米醇溶蛋白(zein,Z)纳米纤维膜,通过对其颜色变化达到可视化和实时监测肉制品新鲜度的效果。方法 以A为指示剂,Z为纺丝原料,通过静电纺丝法制备A/Z纤维膜,表征其基本结构,验证其在盐酸和氨水环境中的颜色响应,并进一步将其应用于猪肉新鲜度监测。结果 A/Z纤维膜的表观为粉红色,平均厚度为98.6μm,由平均纤维直径为646.5 nm的光滑均匀纳米纤维构成,并在盐酸和氨水环境中具有明显的颜色响应。猪肉4℃贮藏实验中,第4 d的A/Z纳米纤维膜的猪肉总挥发性盐基氮(total volatile basic-nitrogen,TVB-N)含量达到21.9 mg/100 g,达到腐败阈值,并且其色差与猪肉TVB-N含量具有显著关联(r²=0.9652)。结论 A/Z纳米纤维膜可作为一种潜在的通过色差变化监测肉制品新鲜度的智能标签,为实现绿色、环保和安全地监测肉类新鲜度提供了良好的研究思路。     

基于近红外光谱的生鲜猪肉新鲜度实时评估

目的 运用近红外光谱对生鲜猪肉新鲜度进行实时评估。方法 利用多通道可见近红外光谱系统, 获取了猪肉表面380~1080 nm波长范围内的漫反射光谱数据, 采用多元散射校正(MSC)和变量标准化(SNV)的预处理方法, 然后使用偏最小二乘回归建立猪肉新鲜度的预测模型, 进而对猪肉新鲜度进行评价。结果 采用变量标准化处理后的偏最小二乘回归模型相对比较稳定, 建模效果比较好。对挥发性盐基氮 (TVB-N)的验证集的相关系数达到0.91, 对pH值的验证集的相关系数达到0.93。最后利用该模型对猪肉新鲜度进行评定, 评定准确率达92.9%。结论 实验中运用多点的测量方式提高了近红外检测的精度和稳定性, 对于实时检测评估生鲜猪肉的新鲜度有很大的潜力。     

基于DSP的便携式猪肉品质无损快速检测装置的研发

本研究针对猪肉生产及监管部门的实际需求,以猪肉新鲜度品质指标为目标,利用数字信号处理器（DSP）TMS320DM6437作为核心处理器,以TMS320F28015为辅助处理器,开发一种能够脱机使用的轻简便携式猪肉品质检测装置系统,包括硬件和软件系统:硬件系统由大功率LED点光源单元、图像采集单元、DSP数据处理单元和液晶显示单元组成;软件系统采用C语言编程工具开发的信号采集、分析处理、结果显示保存模块等。利用洛伦兹函数拟合猪肉的扩散图像,获取了猪肉品质的光学特征参数,基于光学特征参数建立猪肉的挥发性盐基氮（TVB-N）值、pH和颜色（L*、a*、b*）的预测模型。通过建模分析和独立样品验证,挥发性盐基氮的预测相关系数（RV）为0.92,预测标准误差（SE_P）为2.03,pH的预测相关系数（R_V）为0.90,预测标准误差（SE_P）为0.04;L*的R_V为0.94,SEP为1.02,a*的R_V为0.90,SE_P为0.80,b*的R_V为0.91,SE_P为0.58。通过软件与硬件系统调试和实验,该系统装置的检测速度为每个样品检测仅需4 s,符合猪肉现场快速检测的实际要求。      

基于近红外光谱的猪肉新鲜度无损检测 方法的改进

目的采用可见/近红外光谱技术,结合岭回归偏最小二乘对猪肉新鲜度进行定量分析。方法利用自行搭建的可见/近红外光谱检测系统,采集62个猪肉样品表面380~900 nm范围内的反射光谱数据,进行标准正态变量变换(standard normal variable transform,SNVT)预处理后,建立偏最小二乘(partial least square regression,PLSR)模型。利用模拟退火算法(simulated annealing,SA)和粒子群算法(particle swarm optimization,PSO)进行岭参数寻优,建立猪肉挥发性盐基氮(total volatile basic nitrogen,TVB-N)的岭回归模型。结果所建模型的相关系数和误差分别为0.9819、1.2785 mg/100 g和0.9781、1.4628 mg/100 g。结论所建立的模型取得了较好的结果,利用岭回归偏最小二乘实现了对最小二乘估计的改良,更加验证了可见近红外光谱技术对猪肉新鲜度进行定量分析的巨大应用潜力。