光谱技术在肉品掺杂掺假鉴别中的应用研究进展

近年来,肉品安全事件频发,掺杂掺假现象屡见不鲜,甚至成为市场潜规则,这严重威胁到消费者身心健康,扰乱了我国肉类工业的健康、可持续发展。建立快速、无损的检测技术有利于从技术层面保障肉品真实性,从而保障肉品市场的健康发展。传统检测技术,如通过DNA(酶联免疫吸附测定和聚合酶链式反应)、蛋白质、脂肪鉴别的方法,存在有损、耗时长和操作复杂等缺点。光谱技术,如近红外光谱、高光谱成像、拉曼光谱等,作为快速、无损检测技术在肉品掺杂掺假鉴别方面有很好的应用前景。本文综述近红外光谱、高光谱成像和拉曼光谱技术在肉品掺杂掺假的定性判别和定量检测中的研究进展,并分析了3种光谱技术的应用现状及存在的问题,并对其应用前景进行了展望。     

近红外光谱技术在液态食品掺假检测中的应用

近些年,食品安全事故有增多趋势,而在众多针对食品掺假的检测技术中,近红外光谱技术因其快速、方便等优点而受到关注。本文主要综述了近红外技术在牛奶、蜂蜜和食用油等液态食品掺假检测研究的发展状况,并分析了如今所存在的问题和未来的发展方向。      

近红外光谱结合化学计量学技术在食品掺假分析中的应用

近红外光谱结合化学计量学技术由其独特的技术优势在食品掺假分析领域已得到广泛应用。本文对近红外光谱结合化学计量学技术的原理及特点进行论述, 并综述了近10年来应用较为广泛、实用性较强的化学计量学方法, 偏最小二乘法、人工神经网络及支持向量机结合近红外光谱技术在食品掺假分析中应用, 展望了该技术的发展前景。     

中红外光谱在食品掺假检测中的应用

中红外光谱（MIR）以其在4000－400cm^-1处的指纹吸收特性广泛应用于机电、医药等领域。随着计算机技术和化学计量学方法的发展，MIR在食品领域的应用研究也已展开。本文仅就其在食品掺假检测中的应用加以概述。     

中红外光谱在食品掺假检测中的应用

中红外光谱 (MIR)以其在 40 0 0 - 40 0cm-1处的指纹吸收特性广泛应用于机电、医药等领域。随着计算机技术和化学计量学方法的发展 ,MIR在食品领域的应用研究也已展开。本文仅就其在食品掺假检测中的应用加以概述     

基于近红外高光谱技术快速检测豌豆蛋白掺假牛肉

利用近红外高光谱成像技术结合偏最小二乘模型(PLSR)对牛肉掺入豌豆蛋白进行快速无损检测。将豌豆蛋白按照1%～30%(w/w)的浓度梯度掺入牛肉糜中(掺入浓度间隔1%),共获得93个样品以采集其光谱信息。经移动平均值平滑(Moving average smoothing,MAS)、高斯滤波平滑(Gaussian filter smoothing,GFS)、基线校正(Baseline correction,BC)、S-G卷积平滑(Savitzky Golay convolution smoothing,SGCS)、标准正态变量校正(Standard normal variable correction,SNV)等5种方法预处理光谱信息后,利用PLSR算法构建预测模型。然后采用回归系数法(Regression Coefficient,RC)、逐步回归法(Stepwise)和连续投影算法(Successive Projections Algorithm,SPA)筛选最优波长进行模型优化。结果显示,经过GFS预处理所构建的全波段PLSR模型预测效果更好(R_P^2<...     

近红外光谱分析技术在食品品质鉴别检测中的应用

介绍了近红外光谱分析技术在食品鉴别检测中的应用,重点列举了其在食品种类及产地鉴别、食品掺假鉴别、食品质量评估与分级等方面的应用,并对其在食品品质分析中的应用前景作以展望。     

近红外光谱分析技术在食品分析检测中的应用探究

食品安全问题是近年来广受社会关注的问题之一,其关乎人们的身体健康与生命安全,同时也在一定程度上会对经济发展以及社会稳定造成影响.想要保证食品质量安全,就要做好食品检测.近红外光谱分析技术是近年来我国研发的一项新技术,在食品检测应用方面具有显著效果.基于此,本文主要探究近红外光谱分析技术的实际应用效果.     

基于近红外光谱技术的咖啡掺假快速鉴别方法

本文研究了利用近红外光谱技术结合AdulterantScreen算法建立的咖啡快速鉴别方法。采用傅里叶变换近红外光谱仪采集咖啡样品光谱,建立标样(材料光谱)光谱数据库,采集掺假物光谱数据,建立掺假物光谱数据库,建立了咖啡分类模型及掺假物模型,运用Adulterant Screen算法技术对模型的主成分及掺假成分进行计算分析,建立了咖啡掺假快速鉴别模型。本咖啡快速鉴别方法对含量在2%、5%、10%、15%、20%、30%及40%巴西莓果粉和5%、10%、15%、20%、30%及40%大麦掺假咖啡可以实现有效的掺假鉴别,最低识别咖啡中巴西莓果粉及大麦掺假含量分别为2%及5%。利用近红外光谱技术结合Adulterant Screen算法建立咖啡快速鉴别模型可以鉴别咖啡中巴西莓果粉和大麦等掺假物,为咖啡样品掺假鉴别提供了一种快速、可靠、无损的检测方法,能有效的运用于咖啡样品掺假鉴别的日常检测工作中。     

肉类掺杂掺假的高光谱成像检测研究进展

肉类的掺杂掺假是国内外普遍关注的公共安全问题,对社会经济、健康、环境等方面具有潜在影响。近年来,不法商家为牟取暴利导致肉类掺杂掺假现象层出不穷、多种多样,针对此类问题研究行之有效的检测技术与方法以保障肉品真实性具有重要意义。高光谱成像技术以快速、非侵入、图谱合一等优势在食品农产品检测领域发展迅速,不仅可同时提取图像及光谱特征信息,还具备让肉类掺杂掺假"快速现形"的能力,具有较好的未来市场应用前景。该文介绍了肉类掺杂掺假现状,简述了高光谱成像原理及相关研究中数据解析方法,在探讨现有肉类掺杂掺假定性判别及定量预测研究进展基础上展望进一步研究突破方向,以期为相关肉品市场监管办法提供参考,也为其他类农产品掺假检测研究提供方法和思路借鉴。     

光谱检测技术在食品安全检测中的应用

随着社会对食品安全问题的越发关注,食品安全检测技术的市场初见扩大和成熟,要求食品安全检测更为准确、广泛、快速。光谱检测技术以无损高效的优势在食品安全检测领域应用逐渐增多,其中近红外光谱检测技术、拉曼光谱检测技术、高光谱成像检测技术、X射线检测技术、荧光光谱检测技术以及太赫兹波谱检测技术尤为突出。因为产生原理和特性的不同,以上几种光谱检测技术在不同的食品安全检测领域有不同的应用,且适用范围受穿透性、准确度、检测速度、对有机物的分辨能力等性能影响。本文阐述了以上几种光谱检测技术的产生原理和特点,对当前国内外研究成果进行了总结,并对光谱检测技术在食品安全领域的应用做出展望。     

微流控纸芯片在食品安全快速检测中的应用

微流控纸芯片,又称纸芯片,是用纸张代替了传统的微流控基底材料并将生化反应微缩于几平方厘米大小的纸上,构成的微型实验室分析系统。由于其低成本、便携性、热稳定性等优势,在质量控制与快速检测领域展现出了独特的创新和潜力。本文综述了纸芯片近几年在食品质量安全快速检测方面的研究进展,主要介绍了传统二维纸芯片制备过程中选择的纸质基材、微流控芯片亲水/疏水材料与技术和表面改性,深入三维结构纸芯片的流体通道构造,通道微阀、折叠等流体控制方式;重点介绍了2016—2022年纸芯片在食品质量安全快速检测方面(农兽药残留检测、致病菌检测、农药残留检测和食品掺假鉴别)的最新应用进展,并讨论其在未来的发展趋势与目前所面临的挑战,以期为纸芯片在食品安全检测领域的发展提供有效参考。     

核磁共振波谱技术在食品掺假鉴别中的应用研究

核磁共振波谱技术具有快速无损、操作简单及重复性好等优点,近年来被广泛应用于食品掺假鉴别领域。利用核磁共振技术中的低场核磁、定量核磁以及杂核核磁等技术能够对掺假不同成分的牛乳(掺水、食盐、尿素、豆浆及复原乳等)、掺假低价值油(大豆油、玉米油等)的橄榄油、掺假的高价值米、蜂蜜、红酒等进行检测,结合统计学分析方法,包括主成分分析法、偏最小二乘判别法和相似分类法等可以实现对这些食品掺假成分的有效鉴别。本文就近年来核磁共振技术在国内外食品掺假鉴别中的应用研究进行综述,以推动核磁共振技术在食品质量安全检测领域的进一步应用,并为其它领域的掺假鉴别提供新的思路和方法。     

近红外光谱技术及其在液态食品上应用的研究进展

近红外光谱技术结合化学计量手段的分析方法具有快速、无损等优点,在农产品和食品安全检测中的应用日渐广泛。通过对近红外光谱技术的理论基础和常用的化学计量手段概述,从食用油类,酒类,蜂蜜、果汁饮料类,食醋等调味品类,奶制品类5个方面,综述了该技术在液态食品中的最新应用,提出了应用中的问题和未来的发展方向。      

近红外光谱法检测奶粉掺假

目的建立近红外光谱法结合Adulterant Screen算法快速鉴别奶粉中大豆蛋白和尿素掺假的方法。方法采用近红外光谱仪获得奶粉未知样的光谱曲线,再用Adulterant Screen算法以及全数据库奶粉分类模型和既定类型的掺假物模型对曲线主要成分和掺假成分进行分析。结果该方法对一定浓度大豆蛋白和尿素掺假奶粉样可以实现掺假鉴别,大豆蛋白和尿素掺假奶粉样的掺假判别限分别为0.3 g/100g和0.2 g/100g,掺假物正确识别限分别为0.5 g/100g和0.8 g/100g。结论利用近红外光谱法结合Adulterant Screen算法可以快速鉴别奶粉中大豆蛋白和尿素的掺假。     

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。