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。     

肉的嫩度

肉的嫩度ＥｒｉｃＤｒａｎｓｆｉｅｌｄ著刘丽摘译周光宏校（南京农大动物科技学院，２１００９５）肉的质量问题一直为消费者所关注。尤其是肉的嫩度，在烹调前是无法评估的。肉的嫩度主要取决于多种生物学因素：动物品种、年龄、性别、肌肉类型、一些合成代谢和再分配剂...     

NIR高光谱成像技术检测冷鲜羊肉嫩度

利用900¹700 nm近红外高光谱成像系统对冷鲜羊肉嫩度进行快速无损检测研究。采集冷鲜羊肉（1⁸ d）表面的高光谱散射图像,提取样本感兴趣区域反射光谱曲线并用剪切力值表征冷鲜羊肉的标准嫩度。以原始光谱、特征区域光谱和Savitzky-Golay卷积平滑预处理光谱建立冷鲜羊肉嫩度的偏最小二乘回归（PLSR）模型,预处理的特征区域光谱建立的模型效果更优。结果表明:特征区域光谱可有效替代全波段光谱,经过S-G卷积平滑预处理后,模型预测效果最佳,预测相关系数（Rp）和均方根误差（RMSEP）分别为0.773和1.060。研究表明:利用近红外高光谱成像技术结合偏最小二乘回归法对冷鲜羊肉嫩度的快速无损检测是可行的。      

物性仪测定肉嫩度的研究

试验对使用高精密度的TA—X12物性仪穿透测定的不同嫩度肉的曲线进行细致的研究。比较不同嫩度肉的不同穿透数据参数(包括三个极值点、恒定值和曲线所包围的面积)与感官对照值之间的相关性，试验结果表明：用物性仪的穿透法测得的第一个极值点的力来反映肉的嫩度较为适当。     

肉的嫩度研究

主要研究肉制品原料的品质，重点以嫩度为研究对象，找出全部影响肉嫩度的因素，有本底因素和动物死后肉的变化及加工因素，对肉制品的加工，提高产品质量起着指导性的作用。     

肉的嫩度与烹饪致嫩

影响肉类嫩度的因素包括；肌纤维的种类，结构和性质，结缔组织的含量和性质，肉类的持水性及肌肉经肪组织的分布和含量等，在烹饪加工过程中，刀口致嫩，保护性致嫩，火候致嫩，烹调技术致嫩主添加某些物质致嫩等是保证和提高菜肴柔嫩度的重要手段。     

肉嫩度的研究进展

文章分析了胶原蛋白与肌原纤维对肉硬度和食用质量的影响,总结了目前采用的肉类嫩化技术,并对用基因技术控制肉类质量及肉类口感保证系统即PACCP系统进行了介绍。     

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。     

不同处理对新疆羊半腱肌嫩度的影响

目的:寻求一种成本低、安全健康、嫩化效果好的嫩化方法。方法:以剪切力、pH值、蒸煮损失、肌原纤维小片化指数(myofibrillar fraglllentation index,MFI)、胶原蛋白含量及其溶解度、羊半腱肌全骨架蛋白降解情况等为评价指标,研究腌制结合滚揉、真空滚揉及腌制结合真空滚揉对羊肉嫩度的影响。结果表明:3种处理对羊肉的剪切力、pH值、蒸煮损失、肌原纤维小片化指数均影响显著。结论:采用真空滚揉对羊肉嫩化效果最佳。     

肉的色泽与嫩度

综述了肉的色泽、嫩度在贮藏过程中发生的变化及其对消费者购买倾向和产品烹调后满足感的影响.     

小麦脂肪酸值的近红外光谱快速测定研究

采用近红外光谱(NIRS)分析技术和化学计量方法建立小麦脂肪酸值的近红外分析模型,并对模型进行预测准确性评价。结果表明:所建立模型的定标相关系数(RSQ)为0.9026,交叉验证相关系数(1-VR)为0.6278,定标标准偏差(SEC)为3.8735,交叉验证标准偏差(SECV)为7.0908。外部验证的相关系数(r)为0.948,外部验证标准偏差(SEP)为3.8709。标准方法与NIRS测定方法测定的小麦脂肪酸值含量之间的t检验值为1.345,显示两种方法测定结果无显著性差异(P<0.05),预测值与实测值的平均绝对偏差为0.25,说明所建立的稻谷脂肪酸值的NIRS数学模型预测准确性较好,可用于小麦脂肪酸值的快速预测。     

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。     

Protein Content in Milk by Near-Infrared Spectroscopy

A corrected equation for the determination of protein content in oil/ water emulsions, developed previously, was applied for determination of protein content in milk and standard errors were satisfactory for the determination. This corrected equation can be used for determination of protein content in milk.     

应用近红外光谱技术快速测定葵花籽油的理化指标

应用傅里叶变换近红外光谱技术结合不同的定量分析方法建立葵花籽油4 种不同理化指标的快速预测模型。在用化学方法获得不同氧化程度葵花籽油的共轭二烯、共轭三烯、p-茴香胺值、总极性化合物的参照数据的基础上,比较不同光谱预处理方法及建模方法对预测效果的影响。结果表明,葵花籽油原始光谱不经处理、经Norris平滑和一阶导数处理或Norris平滑和二阶导数处理后应用偏最小二乘法可分别建立共轭二烯、共轭三烯、p-茴香胺值及总极性化合物的预测模型,建模决定系数均在0.98以上,交互验证均方根误差分别为1.37、0.38%、0.51、0.46,相对预测均方根误差分别为1.24、0.18%、0.40、0.16。说明利用近红外光谱技术结合化学计量法可实现不同氧化程度葵花籽油理化指标的快速、准确检测。     

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。     

Rapid Determination of Iodine Value and Saponification Value of Fish Oils by Near-Infrared Spectroscopy

ABSTRACT: A rapid method for determining the iodine value (IV) and saponification value (SV) offish oils has been developed using near-infrared (NIR) spectroscopy. The partial least squares (PLS) calibration model was made based on a spectral range between 7560 and 9100 cm⁻¹ due to CH bond. The method was validated by comparing the IV and SV of a series of fish oils predicted by the PLS model to the values obtained by the titration methods of the Japan Oil Chemists' Society. The NIR-predicted IV and SV were completely consistent with chemically determined IV and SV. The NIR method showed higher accuracy and reproducibility than the titration method. It would be suitable for IV and SV determinations offish oils, as well as vegetable oils, and it takes only 2 min per sample.     

Near-Infrared Spectroscopy Determination of Physical and Chemical Characteristics in Beef Cuts

The qualities of beef cuts were compared with near-infrared (NIR) spectroscopy readings using reflectance, transmittance and a fiber optic probe. Multiple linear regression analyses were used to select the optimum wavelengths for estimating beef properties. High multiple correlation coefficients (R) were obtained for Warner-Bratzler shear value (R = 0.798?0.826), protein (R = 0.822?0.904), moisture (R = 0.895?0.941), fat (R = 0.890?0.965) and energy content (R = 0.899?0.961) with each reflectance, transmittance and using the fiber optic probe. Total pigment content also highly correlated with optical densities using transmittance (R = 0.946) and the fiber optic probe (R = 0.893). NIR with a fiber optic probe is a useful tool for determining physical and chemical characteristics of beef.