高光谱成像及近红外技术在鸡肉品质无损检测中的应用

高光谱成像与近红外光谱(near infrared spectroscopy,NIR)技术是现代食品检测领域的重要手段,本研究对2种技术在鸡肉品质无损检测中的预测精度进行研究。选用62份新鲜程度不同的鸡胸肉,提取其高光谱感兴趣区域(region of interest,ROI)的光谱曲线,并测定样品的挥发性盐基氮(total volatile base nitrogen,TVB-N)含量和菌落总数(total viable count,TVC),利用OPUS 6.0光谱处理软件搜寻最佳的光谱预处理和波段组合,分别建立2个指标的偏最小二乘法(partial least square,PLS)定量分析模型。NIR样本选用30份新鲜程度不同的鸡胸肉,测定其TVB-N含量和TVC,建立PLS的交叉验证模型。结果表明:利用高光谱的ROI平均光谱建立的TVB-N含量与TVC模型的相关系数(R~2)分别为0.965和0.919,均方根误差(root mean square error of cross validation,RMSECV)分别为0.121和0.215;利用NIR建立的TVB-N含量与TVC预测模型的R2分别为0.801和0.780,RMSECV分别为0.232和0.312。由此可见,基于高光谱的ROI区域光谱建立的预测模型在鸡肉品质无损检测中具有比NIR更高的预测精度。     

近红外光谱分析技术在食品工业中的应用

本文介绍了近红外光谱分析技术的工作原理、光谱的预处理方法、定量分析方法、定性分析方法，综述了近红外光谱分析技术在食品工业领域中的应用现状。并对目前近红外光谱分析技术的发展方向作了简单的评论。     

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。     

近红外光谱分析技术在苹果品质检测中的应用进展

苹果营养丰富,是大众水果之一,苹果的品质安全问题一直是社会关注的热点。本研究综述了2012~2016年我国近红外光谱分析技术在苹果品质检测中的研究和应用进展,包括基于近红外光谱的苹果品质检测、模型传递、分类与分级及在线检测系统研制4个方面。对今后我国近红外光谱分析技术在苹果品质检测中的应用提出建议,技术研究方面应不断建立和维护模型数据库,提高模型通用性;技术应用方面应研制在线检测系统和推进软硬件+互联网相结合,使近红外光谱分析技术在苹果品质检测中得到长足的发展。     

近红外光谱技术在稻米品质分析中的应用

介绍了近红外光谱分析技术的原理、特点和分析程序,综述了近红外光谱分析技术在稻米品质分析中的应用,对近红外光谱分析技术的应用前景进行了展望.     

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。     

基于近红外光谱技术的鸡肉产地溯源

采用近红外光谱技术对辽宁大连、河北遵化、潍坊坊子、潍坊昌邑、潍坊诸城5个产地的100个鸡肉样本进行扫描,对这些样本的近红外光谱进行主成分分析、聚类分析,建立了鸡肉产地溯源的定性判别模型。试验结果表明:在全光谱范围(780~2 500 nm)内,经二阶求导(13点平滑)和矢量归一化(standard normal variate,SNV)预处理后,5个地区鸡肉的近红外光谱图有显著差异,鸡肉样本的主成分空间分布位于不同的区域,聚类分析树状图中不同产地也各自聚为一类。利用来自5个产区的30个独立样本对模型进行验证,识别率和拒绝率均为100%。此结果表明近红外光谱分析技术可准确、快速追溯鸡肉的产地来源。     

近红外光谱技术在肉类品质评价中的应用

我国作为肉品消耗大国, 肉类品质一直是政府和百姓关注的热点问题。传统肉品检测方法不仅所用试剂会对环境造成污染, 而且检测周期也很难满足当今快速增长的肉品消耗需求。近红外光谱作为一个快速、无损、无污染、效率高、低成本、响应速度快、选择性强、抗干扰能力强和多组分同时分析(即一个近红外光谱数据可获得样品多种物质信息)的检测技术已逐渐被广泛用于肉品检测领域。本文综述了近红外光谱技术在肉品种类判别、产地溯源和品质分类定性鉴别中的研究, 以及在肉品颜色、pH值、持水力和常规化学组成定量分析中的研究, 并对近红外光谱在肉品检测领域的发展前景进行展望, 以期为更好评价肉类品质提供参考。     

近红外光谱技术在茶叶质量安全领域的应用

随着茶叶产量的不断提升,茶叶产品质量安全问题日益受到关注,目前普遍使用的传统的化学检测和感官审评方法,无法实现在茶叶生产及流通过程中对茶叶品质进行实时监控。近红外光谱分析作为一种新兴技术,具有样品无损耗、结果客观以及快速简便等优点,能满足茶叶产品实时检测的需求。本文在概述近红外光谱分析技术的基础上,对国内外近红外光谱分析技术在茶叶品质分析、等级确定、种类识别和产地溯源和真伪鉴别等方面的研究进展进行了综述。分析了近红外光谱分析技术在推广应用中存在的问题,指出近红外作为一种二级分析方法,其模型适用范围具有局限性,同时对其灵敏度以及成本作出客观评价;对今后的发展及研究方向进行了展望,以期近红外光谱分析技术能够更好地应用于茶叶领域。     

近红外光谱分析技术在食用植物油分析检测中的应用

食用植物油的品质检测和掺伪鉴别对于保障其食用安全性以及消费者利益具有重要意义。传统的分析方法由于操作繁琐、耗时较长,因此不能满足大量样品的实时快速检测要求。近红外光谱分析技术由于可以实现快速、无损、在线和多组分同时检测,目前已快速发展成为一种应用于食品分析领域的新方法,具有较大的应用前景。本文主要综述了近年来近红外光谱技术在食用植物油领域的研究及应用进展,包括在食用植物油品种定性鉴别、掺伪检测、品质检测及其在煎炸等热加工过程中的理化指标检测等多个方面的研究,对近红外光谱技术在食用植物油检测中的检测原理、影响因素、准确度等进行了综合分析,同时对目前近红外光谱技术在食品领域应用存在的问题进行了分析总结,并对今后进一步研究提出了展望。     

红外及近红外光谱技术在食品分析检验中的应用进展

红外及近红外波谱技术,是利用物质对红外光区的电磁辐射的选择性吸收来进行结构分析及定性和定量分析,具有快速,方便,样品用量少,不损坏样品等优点。     

近红外光谱测定不同鲜肉肉糜中蛋白质含量

采集4 000~10 000cm~(-1)波数范围内210份鲜肉(牛、羊、猪肉各70份)为校正集样品光谱数据,在不同的光谱预处理基础上,用偏最小二乘法(partial least squares,PLS)建立了单独的不同种类肉品,及其混合鲜肉肉糜红外光谱与蛋白质测量值之间的定量分析模型。90份鲜肉(牛、羊、猪肉各30份)为预测集样品,采集光谱数据后用于模型的验证。结果表明:鲜肉建模集及预测集相关系数分别为0.954,0.929;RMSEC及RMSEP分别为0.495,0.669。该模型能够很好地实现鲜肉蛋白质含量的快速测定,提高了模型预测的广适性。     

近红外光谱技术结合化学计量学用于畜禽肉制品品质分析的研究进展

肉类作为人体摄入蛋白质的主要来源,随着人们生活水平的提高和对营养健康的追求,肉制品的需求量不断增大,与此同时,肉制品新鲜度、掺杂掺假等肉制品品质领域的质量问题较为多发。为改善传统肉类检测方法耗时费力的现状,肉品质量的检测方法也逐渐趋于多样化。近红外光谱技术目前已广泛应用于包括生物、医药、食品在内的诸多领域。近红外光谱技术与化学计量法结合可对样品进行定性和定量分析,具有快速、无损、高效的优势,适用于肉品及肉制品现场实时监测。在前期研究的基础上,本文综述了近年来近红外光谱技术在畜禽肉制品新鲜度、品种鉴别与掺假分析、产地溯源等方面的研究进展,以期为肉制品品质分析及质量控制提供理论指导。     

近红外光谱技术在茶叶品质评价中的研究与应用

介绍了近红外光谱技术的原理及其在品质评价方面的研究进展,着重阐述了该技术在茶叶品质评价中的研究概况以及存在的问题,并对该技术在茶叶品质评价中的应用前景进行了分析。     

拉曼光谱法快速检测猪肉脯中的掺伪鸡肉

目的 建立拉曼光谱法快速、准确、无损地检测猪肉脯样品中掺假鸡肉的方法。方法 制备33份猪肉中掺入不同比例鸡肉的肉脯样品,采集拉曼光谱数据,分别采用标准正态变换、多元散射校正、卷积平滑、归一化、一阶导数等5种不同预处理方法,对原始光谱数据进行预处理,采用连续投影算法、竞争性自适应重加权算法及随机蛙跳算法对光谱数据进行特征波长筛选,建立偏最小二乘法(partial least squares,PLS)模型对猪肉脯进行定性定量判别。结果 拉曼光谱数据经过多元散射校正处理的效果最佳,竞争性自适应重加权算法竞筛选效果更佳,构建猪肉脯中猪肉含量的PLS定量模型,其预测集决定系数和预测均方根误差分别为0.9762、7.2998。建立的PLS判别模型的校正集和预测集总判别正确率分别为100.00%和98.33%。结论 拉曼光谱分析技术可有效用于定性鉴别猪肉脯是否掺伪及定量分析猪肉肉脯中掺入鸡肉的比例,为肉脯掺假的快速无破坏性检测的应用提供支持。     

不同腌制工艺对鸡胸肉品质的影响

为了选择适合企业生产实际和安全高效的肉品腌制工艺,本文以鸡胸肉为原料,分别以高压技术（150MPa）、真空技术（-86kPa）以及常压技术三种不同的腌制方法,对比研究了三种腌制工艺中鸡胸肉相关的品质指标特性。真空腌制（-86kPa）条件下鸡胸肉的保水性、挥发性盐基氮、过氧化物值、盐溶蛋白以及亚硝酸含量等指标相对其他组最优。真空腌制技术相对于常压技术,提高了腌制效率以及改善腌制品品质,较高压腌制技术也更安全,操作更方便。