基于電子鼻定量檢測(cè)魷魚(yú)中甲醛含量

谷東陳，張龍，袁凱，陳喜鳳，王錫昌

(上海海洋大學(xué)食品學(xué)院,上海, 201306)

分析與檢測(cè)

基于電子鼻定量檢測(cè)魷魚(yú)中甲醛含量

谷東陳，張龍，袁凱，陳喜鳳，王錫昌*

(上海海洋大學(xué)食品學(xué)院,上海, 201306)

該研究以電子鼻為基礎(chǔ)建立了一種快速定量檢測(cè)魷魚(yú)中甲醛的方法，以達(dá)到對(duì)大量樣本進(jìn)行快速篩查的目的。結(jié)果表明，電子鼻對(duì)不同甲醛含量魷魚(yú)的揮發(fā)性物質(zhì)識(shí)別主要以8根傳感器為主；主成分分析(PCA)對(duì)電子鼻數(shù)據(jù)進(jìn)行降維后，基于判別因子分析方法(DFA)和聚類(lèi)分析(SIMCA)建立定性區(qū)分魷魚(yú)甲醛含量模型，驗(yàn)證了電子鼻快速檢測(cè)的可行性；采取偏最小二乘法(PLS)法建立魷魚(yú)甲醛含量的快速定量預(yù)測(cè)模型(R2=0.926 6)；對(duì)定量模型進(jìn)行外部樣品驗(yàn)證表明，模型具有良好的適用性和準(zhǔn)確性。該研究方法能夠快速、無(wú)損、定量檢測(cè)食品中甲醛含量。

甲醛；電子鼻；定量建模

2014年世界魷魚(yú)總產(chǎn)量約280萬(wàn)t，我國(guó)遠(yuǎn)洋魷釣漁業(yè)年捕撈量在40萬(wàn)t左右，但每年還需從國(guó)外進(jìn)口魷魚(yú)加工原料約30萬(wàn)t[1]。近年來(lái)有不法商販為獲利將甲醛非法添加到魷魚(yú)及其制品中，導(dǎo)致甲醛含量超標(biāo)問(wèn)題屢見(jiàn)不鮮[2]，這關(guān)系到魷魚(yú)產(chǎn)業(yè)的生存與發(fā)展[3]。甲醛屬于致癌和致畸形物質(zhì),在中國(guó)有毒化學(xué)品優(yōu)先控制名單上高居第二位。為此我國(guó)《食品安全法》已明令禁止向食品中添加甲醛，且農(nóng)業(yè)行標(biāo)《NYT1712—2009》和吉林省水發(fā)水產(chǎn)品標(biāo)準(zhǔn)《DBS22/022—2013》均規(guī)定魷魚(yú)干制品甲醛含量需低于10 mg/kg。

目前水產(chǎn)品中甲醛常規(guī)檢測(cè)方法有分光光度法[4]、色譜法[5]等。但這些方法前處理復(fù)雜、檢測(cè)時(shí)間長(zhǎng)且費(fèi)用昂貴，難以滿足對(duì)大量魷魚(yú)樣品現(xiàn)場(chǎng)快速檢驗(yàn)的要求。鑒于此，對(duì)于低成本、高準(zhǔn)確度的現(xiàn)場(chǎng)快速檢測(cè)魷魚(yú)及其制品中甲醛含量的方法尤為迫切。電子鼻技術(shù)具有分析速度快、靈敏度高和檢測(cè)費(fèi)用低等優(yōu)點(diǎn)。電子鼻通過(guò)電化學(xué)傳感器陣列將傳感器電信號(hào)轉(zhuǎn)化為樣品中揮發(fā)性成分的整體信息，再將這些信息進(jìn)行數(shù)據(jù)分析識(shí)別，從而達(dá)到分析食品品質(zhì)[6-7]、食品摻雜摻假[8]和有害物質(zhì)快速檢測(cè)[9]的目的。馬劍偉等[10]利用電子鼻定性檢測(cè)空氣中甲醛含量，采用概率神經(jīng)網(wǎng)絡(luò)成功對(duì)空氣中甲醛氣體實(shí)現(xiàn)定性判別，正確率達(dá)到81.3%。龐林江[11]利用電子鼻技術(shù)集合主成分分析、BP神經(jīng)網(wǎng)絡(luò)構(gòu)建識(shí)別2種不同甲醛含量香菇模型，測(cè)試樣本識(shí)別率達(dá)到90%以上。由于魷魚(yú)氣味的復(fù)雜性，國(guó)內(nèi)外對(duì)魷魚(yú)中甲醛的檢測(cè)還是基于復(fù)雜的常規(guī)檢測(cè)，尚無(wú)采用電子鼻技術(shù)建立快速定量檢測(cè)方法的報(bào)道。

本文采用電子鼻快速定量檢測(cè)魷魚(yú)甲醛含量，以期達(dá)到對(duì)大量樣本進(jìn)行快速篩查的目的。首先根據(jù)行標(biāo)(SC/T 3025—2006)檢測(cè)不同甲醛濃度浸泡后魷魚(yú)甲醛含量；然后通過(guò)電子鼻分析不同甲醛含量魷魚(yú)整體風(fēng)味輪廓差異，采用多元數(shù)據(jù)處理模型分析電子鼻數(shù)據(jù)。PCA分析實(shí)現(xiàn)對(duì)電子鼻數(shù)據(jù)降維后，基于DFA判別和SIMCA分析建立定性區(qū)分魷魚(yú)甲醛含量模型，最后采取PLS建立魷魚(yú)甲醛含量的快速定量檢測(cè)模型，并采用外部盲樣驗(yàn)證定量模型的準(zhǔn)確性和適用性。

1 材料與方法

1.1材料與前處理

秘魯魷魚(yú)，購(gòu)置于上海市銅川路水產(chǎn)市場(chǎng)。買(mǎi)回來(lái)的魷魚(yú)凍藏于-80 ℃冰箱。將魷魚(yú)樣品于4 ℃下解凍，取出肌肉后混勻分組，再置于4 ℃冰箱下浸泡于不同甲醛濃度(5、15、30、45、60和75 mg/kg)12 h，并標(biāo)記為S-05、S-15、S-30、S-45、S-60、S-75。其中空白組為相同條件下，魷魚(yú)置于超純水浸泡12 h，并標(biāo)記為S-00。

1.2儀器與設(shè)備

LC-15C高效液相色譜，日本島津公司；電子鼻FOX4000型氣味指紋分析儀，法國(guó)Alpha MOS公司；15mL螺紋口樣品瓶，購(gòu)于上海安譜試劑有限公司。

1.3實(shí)驗(yàn)方法

1.3.1 液相色譜檢測(cè)

液相方法參考水產(chǎn)行標(biāo)《SC/T 3025—2006 水產(chǎn)品中甲醛的測(cè)定》。甲醛在酸性條件下與2,4-二硝基苯肼衍生成2,4-二硝基苯腙，在經(jīng)二氯甲烷提取后，置于高效液相色譜檢測(cè)。其中色譜條件為：C18柱(250 mm×4.0 mm，10 μm)，V(甲醇)∶V(水)=60∶40作流動(dòng)相，總流速為0.6 mL/min，柱溫40 ℃，檢測(cè)波長(zhǎng)338 nm。每組樣本6次平行。

1.3.2 電子鼻測(cè)試

每組魷魚(yú)樣品剪碎稱(chēng)取0.50 g置于螺紋口樣品瓶后，于50 ℃水浴10 min后，使瓶中頂空氣體平衡后用電子鼻檢測(cè)。以潔凈干燥空氣為載氣，流速為90 mL/min進(jìn)樣，數(shù)據(jù)采集時(shí)間120 s，延滯時(shí)間10 min。采集的數(shù)據(jù)進(jìn)行多元數(shù)據(jù)分析，每組樣品做六次平行。

1.4數(shù)據(jù)處理

電子鼻數(shù)據(jù)先采用雷達(dá)圖研究不同甲醛含量魷魚(yú)對(duì)傳感器響應(yīng)的影響，再采用PCA分析進(jìn)行數(shù)據(jù)降維和提取數(shù)據(jù)。同時(shí)結(jié)合DFA判別和SIMCA分析對(duì)魷魚(yú)甲醛濃度進(jìn)行定性鑒別，最后利用PLS法建立魷魚(yú)甲醛定量模型。數(shù)據(jù)顯著性差異分析和繪圖分別采用軟件SPSS.22和Origin 9.1。

2 結(jié)果和分析

2.1浸泡魷魚(yú)甲醛含量

對(duì)不同甲醛濃度和超純水浸泡的魷魚(yú)進(jìn)行液相色譜分析,結(jié)果見(jiàn)表1。隨著甲醛浸泡濃度的增高，魷魚(yú)甲醛含量也隨之增加，且呈現(xiàn)線性關(guān)系(R2=0.979)。其中魷魚(yú)浸泡于5 mg/kg濃度下，魷魚(yú)甲醛含量未超過(guò)10 mg/kg的限量。本實(shí)驗(yàn)測(cè)得秘魯魷魚(yú)內(nèi)源性甲醛含量為4.056 mg/kg，略高于賈佳[12]和韓宏偉[13]調(diào)查的秘魯魷魚(yú)內(nèi)源性甲醛含量(3.65±0.19)mg/kg。可能的原因是，打撈上來(lái)的魷魚(yú)由于自身的三甲胺氧化途徑導(dǎo)致內(nèi)源性甲醛含量增高。為了便于后期分析，以浸泡魷魚(yú)甲醛濃度代表魷魚(yú)甲醛含量進(jìn)行后續(xù)分析，并通過(guò)液相換算公式折算出魷魚(yú)甲醛含量(圖1)。

表1不同甲醛浸泡后魷魚(yú)甲醛含量(n=6)

單位：mg/kg

注：a.b.c.d.e.g表示顯著性差異小于0.05。

圖1 浸泡甲醛濃度與魷魚(yú)甲醛含量液相換算公式Fig.1 Conversion formula between smoked formaldehyde solution and formaldehyde content in squid

2.2傳感器響應(yīng)特性

氣味物質(zhì)與電子鼻18根金屬氧化物傳感器在傳感器室發(fā)生可逆的結(jié)合，使其電阻值發(fā)生改變；載氣繼續(xù)沖洗較長(zhǎng)時(shí)間，使氣味物質(zhì)從傳感器上解析，傳感器電阻值恢復(fù)初；紀(jì)錄18根傳感器電阻值變化情況作為該樣本的原始數(shù)據(jù)[14]。本次實(shí)驗(yàn)采用的法國(guó)FOX4000型電子鼻18根傳感器按金屬氧化物涂層材料種類(lèi)分為P型、T型和LY型。其中P、T型傳感器涂層材料是SnO2、Pd和Pt，而LY型傳感器的涂層是Cr2O3和Ti。其中18根傳感器具體性能如表2所示[15]。

電子鼻傳感器對(duì)不同甲醛含量魷魚(yú)的揮發(fā)性物質(zhì)的響應(yīng)值存在顯著性差異(圖2)。其中LY2/gCT和LY2/gCTL傳感器無(wú)響應(yīng)，LY2/LG、P10/2、P40/1和TA/2傳感器響應(yīng)基本無(wú)差異，LY2/G、LY2/GH、T30/1和T40/2傳感器響應(yīng)不敏感，而P30/2、P40/2、P30/1、PA/2、T70/2、P10/1、T40/1和LY2/AA八根傳感器對(duì)甲醛含量的變化響應(yīng)非常敏感。通過(guò)比較不同甲醛含量魷魚(yú)的傳感器陣列響應(yīng)值，發(fā)現(xiàn)電子鼻對(duì)甲醛浸泡魷魚(yú)的揮發(fā)性物質(zhì)識(shí)別主要以P30/2、P40/2、P30/1、PA/2、T70/2、P10/1、T40/1和LY2/AA這8根傳感器為主。隨著魷魚(yú)甲醛含量增加，這8根傳感器響應(yīng)值增強(qiáng)，而且各組之間的區(qū)分程度逐漸變大?？芍滛~(yú)經(jīng)不同甲醛濃度浸泡后，芳香族化合物、碳氧化合物、胺類(lèi)化合物、醛類(lèi)和極性化合物的含量變化明顯，且隨甲醛濃度增加而呈現(xiàn)上升趨勢(shì)。

表2 電子鼻氣體傳感器陣列構(gòu)成

圖2 七組魷魚(yú)電子鼻數(shù)據(jù)雷達(dá)圖Table 2 Radar picture of seven squid with different formaldehyde contents

2.3主成分分析

PCA分析能將電子鼻18根傳感器組成的多維空間矩陣數(shù)據(jù)降維處理，同時(shí)保持?jǐn)?shù)據(jù)集中在對(duì)方差貢獻(xiàn)最大的特征，即只保留少數(shù)可代表原變量特征的主成分作為魷魚(yú)樣品的特征值，從而有效降低數(shù)據(jù)處理的復(fù)雜性。PCA分析結(jié)果顯示，PC1和PC2的貢獻(xiàn)率分別為93.942%和2.95%(累計(jì)貢獻(xiàn)率為96.892%)，區(qū)分指數(shù)DI=76，即表明采用PCA分析方法能對(duì)不同甲醛含量魷魚(yú)進(jìn)行有效區(qū)分(圖3)。并且，隨著魷魚(yú)甲醛含量增加，其在PC1端的對(duì)應(yīng)值從右往左呈現(xiàn)遞減趨勢(shì)，因此，PC1端包含的信息可以用來(lái)區(qū)分不同甲醛含量魷魚(yú)。

圖3 不同甲醛濃度浸泡魷魚(yú)樣品主成分分析結(jié)果Fig.3 PCA results of different formaldehyde content in squid

2.4魷魚(yú)甲醛含量的定性區(qū)分

PCA分析證明了不同甲醛含量魷魚(yú)的差異性，為進(jìn)一步數(shù)據(jù)分析建立基礎(chǔ)。DFA判別和SIMCA分析被用來(lái)建立基于電子鼻定性判斷魷魚(yú)甲醛含量是否超標(biāo)的模型。為提升電子鼻在整體輪廓上區(qū)分魷魚(yú)甲醛濃度的能力，針對(duì)不同甲醛濃度浸泡魷魚(yú)樣本進(jìn)行DFA判別。DFA判別是將獲得數(shù)據(jù)經(jīng)過(guò)一系列數(shù)學(xué)變化，在充分保留現(xiàn)有信息的前提下，將同性質(zhì)數(shù)據(jù)間的差異盡量縮小，不同性質(zhì)數(shù)據(jù)間的差異盡量放大?；陔娮颖莻鞲衅鲾?shù)據(jù)建立的DFA模型可以解釋樣品整體差異的88%左右(圖4)。隨著魷魚(yú)甲醛濃度的增加，魷魚(yú)樣品基本沿著DF1正半軸向負(fù)半軸分布和沿著DF2負(fù)半軸向正半軸分布，但當(dāng)浸泡魷魚(yú)甲醛含量達(dá)到45 mg/kg后DF2端變化不大。上述結(jié)果為進(jìn)一步區(qū)分魷魚(yú)甲醛含量提供了參考依據(jù)，電子鼻數(shù)據(jù)主要受判別因子DF1的影響。

圖4 利用電子鼻DFA模型區(qū)分不同甲醛浸泡魷魚(yú)Fig.4 DFA model of different formaldehyde content in squid

SIMCA分析是通過(guò)一個(gè)標(biāo)準(zhǔn)建立的判別模型，它的數(shù)學(xué)計(jì)算過(guò)程結(jié)合了PCA和DFA，且只針對(duì)標(biāo)準(zhǔn)的樣品分類(lèi)。樣品數(shù)據(jù)經(jīng)過(guò)PCA分析后，樣品映射到兩個(gè)子空間，一個(gè)方向是馬氏距離，另外一方向是殘差。在2個(gè)方向上分別設(shè)定判別標(biāo)準(zhǔn)。該模型能用于判斷未知樣品是否為目標(biāo)樣品，即通過(guò)與不通過(guò)。以魷魚(yú)甲醛含量低于10 mg/kg(未超標(biāo))為分類(lèi)標(biāo)準(zhǔn)，對(duì)7組魷魚(yú)進(jìn)行分為兩類(lèi)，其中S-00和S-05組為符合標(biāo)準(zhǔn)的樣品。SIMCA定性區(qū)分鑒別可知，S-00和S-05組數(shù)據(jù)都被正確地識(shí)別到甲醛限量的接受區(qū)域，然而在S-15組中，只有一個(gè)數(shù)據(jù)的甲醛含量被誤判為甲醛未超標(biāo)，但其具體識(shí)別位置己經(jīng)處于甲醛限量的接受區(qū)域與拒絕區(qū)域的交界，且隨魷魚(yú)甲醛濃度的增加,魷魚(yú)的識(shí)別位置逐漸向甲醛限量接受區(qū)域遠(yuǎn)離(圖5)。該模型經(jīng)過(guò)交叉驗(yàn)證后，模型區(qū)分度為93，大部分魷魚(yú)樣本能有效區(qū)分，從而實(shí)現(xiàn)對(duì)魷魚(yú)甲醛含量的定性區(qū)分。為進(jìn)一步優(yōu)化電子鼻檢測(cè)魷魚(yú)甲醛濃度的精密度，PLS被用來(lái)建立魷魚(yú)甲醛含量的定量檢測(cè)模型。

圖5 電子鼻含量定性SIMCA區(qū)分模型Fig.5 Qualitative discriminant model based on electric nose and SIMCA

2.5魷魚(yú)甲醛的定量分析

綜合以上可知，電子鼻能用來(lái)定性區(qū)分魷魚(yú)甲醛含量。為建立魷魚(yú)定量模型，利用α-FOX4000電子鼻自帶PLS建模軟件建立魷魚(yú)甲醛定量模型。以7組浸泡魷魚(yú)甲醛濃度(5、15、30、45、60、75和90 mg/kg)為變量，通過(guò)定量模型得到的魷魚(yú)浸泡濃度，再結(jié)合前面液相建立的甲醛換算公式計(jì)算出魷魚(yú)甲醛濃度，該定量模型的R2為0.926 6，表現(xiàn)出較好的擬合效果，從而實(shí)現(xiàn)對(duì)大量魷魚(yú)樣本的甲醛含量快速篩選的目的(圖6)。

圖6 魷魚(yú)甲醛含量PLS定量檢測(cè)模型Fig.6 Quantitative evaluation of formaldehyde in squid using PLS

為驗(yàn)證定量模型的準(zhǔn)確性和適用性，本實(shí)驗(yàn)對(duì)定量模型進(jìn)行了4組不同甲醛濃度魷魚(yú)(7.56、13.75、21.50和33.84 mg/kg)的外部樣品驗(yàn)證(表3)。其中魷魚(yú)的甲醛真實(shí)濃度值提前由液相色譜法測(cè)出，且每組魷魚(yú)樣本采集6次平行。定量模型檢測(cè)值與真實(shí)值存在輕微的差異。為考察模型預(yù)測(cè)值與真實(shí)值有無(wú)顯著性差異，對(duì)測(cè)得的數(shù)據(jù)進(jìn)行t值檢驗(yàn)。當(dāng)f=n1+n2-2=10時(shí)，若δ=0.05，則t0.0510=1.812。由此可知，tA、tB、tC和tD值均小于t0.0514，即電子鼻定量模型測(cè)試數(shù)據(jù)和真實(shí)值沒(méi)有顯著性差異，模型具有良好的適用性和準(zhǔn)確性。

表3 定量模型的準(zhǔn)確度檢驗(yàn)

3 結(jié)論

雷達(dá)圖數(shù)據(jù)顯示，電子鼻對(duì)甲醛浸泡魷魚(yú)的揮發(fā)性物質(zhì)識(shí)別主要以8根傳感器為主，且隨甲醛含量增加而響應(yīng)增強(qiáng)且區(qū)分效果較好。PCA分析能對(duì)不同甲醛含量魷魚(yú)進(jìn)行有效區(qū)分(DI=76)。電子鼻數(shù)據(jù)基于DFA判別和SIMCA模型建立了魷魚(yú)甲醛超標(biāo)限量的定性判斷模型，驗(yàn)證了電子鼻快速檢測(cè)的可行性，從而最終建立了電子鼻基于PLS定量檢測(cè)魷魚(yú)甲醛含量模型(R2=0.9266)。t-檢驗(yàn)驗(yàn)證了定量模型具有良好的適用性和準(zhǔn)確性。本研究建立的魷魚(yú)甲醛含量定量模型能夠?yàn)榭焖佻F(xiàn)場(chǎng)篩選大量魷魚(yú)樣本的檢測(cè)工作提供科學(xué)參考。

[1] 岳冬冬, 王魯民, 鄭漢豐, 等. 中國(guó)遠(yuǎn)洋魷釣漁業(yè)發(fā)展現(xiàn)狀與技術(shù)展望 [J]. 資源科學(xué), 2014, 36(8): 1 686-1 694.

[2] 谷東陳, 袁凱, 張龍, 等. 水產(chǎn)品中化學(xué)污染物的快速檢測(cè)技術(shù)研究進(jìn)展 [J]. 食品工業(yè)科技, 2017, 38(1): 381-385.

[3] 苗林林, 朱軍莉, 勵(lì)建榮. 基于混料實(shí)驗(yàn)設(shè)計(jì)優(yōu)化魷魚(yú)甲醛復(fù)合抑制劑 [J]. 食品工業(yè)科技, 2012, 33(8): 348-351.

[4] ZHU Y, PENG Z, WANG M, et al. Optimization of extraction procedure for formaldehyde assay in smoked meat products [J]. Journal of Food Composition and Analysis, 2012, 28(1): 1-7.

[5] 邵仕萍, 相大鵬, 李華斌, 等. 乙酰丙酮衍生化高效液相色譜-熒光檢測(cè)法測(cè)定食品中的甲醛 [J]. 食品科學(xué), 2015, 36(16): 241-245.

[6] 田曉靜. 基于電子鼻和電子舌的羊肉品質(zhì)檢測(cè) [D]. 杭州: 浙江大學(xué), 2014.

[7] 王綠野, 張凌霞, 磨艷紅, 等. 基于電子鼻的草魚(yú)新鮮度快速檢測(cè)方法研究 [J]. 中國(guó)食品學(xué)報(bào), 2014, 14(3): 182-188.

[8] 李璐. 電子鼻結(jié)合GC-MS對(duì)羊肉摻假鴨肉的快速檢測(cè) [D]. 楊凌: 西北農(nóng)林科技大學(xué), 2016.

[9] 何紅萍, 周君, 李曄, 等. 基于電子鼻和HS-SPME-GC-MS方法研究海水中七氯的快速檢測(cè)技術(shù) [J]. 海洋與湖沼, 2013, 44(5): 1347-1352.

[10] 馬劍偉. 電子鼻空氣質(zhì)量檢測(cè)系統(tǒng)研究 [D]. 重慶: 重慶大學(xué), 2010.

[11] 龐林江, 王允祥, 王俊, 等. 電子鼻技術(shù)在香菇甲醛識(shí)別中的應(yīng)用 [J]. 食品與機(jī)械, 2009, 25(3): 101-102.

[12] 賈佳. 秘魯魷魚(yú)中氧化三甲胺熱分解生成甲醛和二甲胺機(jī)理的初步研究 [D]. 杭州: 浙江工商大學(xué), 2009.

[13] 韓宏偉. 魷魚(yú)及其制品中甲醛本底值調(diào)查與評(píng)價(jià) [D]. 北京: 中國(guó)疾病預(yù)防控制中心, 2008.

[14] 顧賽麒. 氣味指紋技術(shù)檢測(cè)不同貯藏條件下冷卻肉新鮮度變化 [D]. 上海: 上海海洋大學(xué), 2009.

[15] 張巧麗. 利用電子鼻和GC-MS研究采后獼猴桃果實(shí)揮發(fā)性物質(zhì)變化規(guī)律與調(diào)控 [D]. 杭州: 浙江大學(xué), 2015.

Arapidanalyticalandquantitativeevaluationofformaldehydeinsquidbyelectricnose

GU Dong-chen, ZHANG Long, YUAN Kai, CHEN Xi-feng, WANG Xi-chang*

(College of Food Science & Technology, Shanghai Ocean University, Shanghai 201306, China)

To establish a rapid and quantitative detection method of formaldehyde in squid, electric nose was used for screening massive samples. The results showed that the identification for volatile compounds in squid with different formaldehyde content were mainly depended on eight sensors of electronic nose. After PCA data analysis, DFA and SIMCA were used to establish a discrimination model for detecting formaldehyde in squid, and the feasibility of using the model in rapid determine formaldehyde was tested. Finally, a rapid quantitative prediction model by using PLS was established (R2=0.926 6). To verify the accuracy of the quantitative model, t-test was employed and no significant difference between predicted values and true values. This study showed the method has a good potential in fast, nondestructive and quantitative detection of formaldehyde in food.

formaldehyde; electric nose; quantitative prediction model

10.13995/j.cnki.11-1802/ts.013412

碩士研究生(王錫昌教授為通訊作者，E-mail：xcwang@shou.edu.cn)。

2016-11-15，改回日期：2017-01-07