劉 洋
(黑龍江八一農(nóng)墾大學食品學院,黑龍江大慶 163319)
隨生活水平日益提高,人們對于肉類制品的消費能力與需求大幅提高,并且對于品質(zhì)的要求也在不斷提升,這就要求對肉類制品品質(zhì)的檢測機構及商家對肉類品質(zhì)的檢測手段要相應提升[1]。目前,國內(nèi)外專家學者開始應用一些無損檢測手段對肉類制品的品質(zhì)、色澤、風味等進行檢測,用來避免傳統(tǒng)破壞性檢測手段對產(chǎn)品的破壞[2]。并且無損檢測技術適用于商品產(chǎn)業(yè)化在線實時檢測,易于管理及自動化監(jiān)控。國外學者在對肉品品質(zhì)檢測分析技術的研究取得了一定的成效,如對多種肉品質(zhì)的化學成分分析、肉品嫩度檢測技術研究及采用圖像處理等先進技術來進行畜體分級和肉品品質(zhì)檢測,并且在實際生產(chǎn)中已研制出科學的配套儀器設備。其中,德國和丹麥等國已開發(fā)出近紅外光譜的在線檢測肉品品質(zhì)的生產(chǎn)線。而我國對肉品品質(zhì)無損檢測、生產(chǎn)在線檢測等方面的研究和應用則較為少見,只有通過測定電導率來檢測肉質(zhì)的數(shù)字顯示式儀器,或是通過近紅外技術取樣測牛肉嫩度的儀器,但這些技術也并沒能真正意義上地投入到肉品的生產(chǎn)加工過程。通過簡介不同種類無損檢測技術在肉類制品品質(zhì)檢測方法的基本原理、優(yōu)缺點及無損檢測技術在肉類制品品質(zhì)檢測中的現(xiàn)狀與展望,旨在為無損檢測技術在肉類制品檢測方面提供理論依據(jù)。
近紅外光譜分析檢測技術NIR(near-infrared)一種基于光學特性的快速檢測樣品中化學成分含量及特性的測試技術,可利用樣品中不同化學物質(zhì)在近紅外光譜區(qū)顯示的不同光譜曲線進行化學成分的分析。在肉類制品檢測方面,其可用來檢測屠宰、加工過程及成品的蛋白質(zhì)、脂肪、保水性、肉汁損失等指標,為肉類加工行業(yè)提供了無損檢測的新途徑,并可對加工過程中的指標監(jiān)控提供有效方法[3]。但是,該檢測方法檢測指標結(jié)果的準確性受溫度、透光等多種因素的影響,且成本較高、分析復雜,往往制約了其在肉類制品品質(zhì)檢測方面的應用。
超聲波檢測技術是利用低能量超聲波在肉類制品中的反射、投射等主要參數(shù)的變化來測定肉類制品中組成成分、脂肪厚度等指標,可實現(xiàn)產(chǎn)品快速檢測及品質(zhì)分級的效果。因檢測過程中使用的是低能量超聲波,檢測不會改變介質(zhì)的物理及化學特性,做到了對產(chǎn)品的無傷檢測。超聲波檢測技術易于人工檢測,且可廣泛應用于生產(chǎn)線快速檢測平臺,具有適應性強、檢測靈敏等優(yōu)點,易于在肉類制品品質(zhì)檢測方面推廣[4]。
核磁共振波譜分析技術是根據(jù)射頻磁場對具有磁性原子核的吸收原理對不同樣品進行分析檢測的技術。其具有結(jié)構及動力學敏感特性,可對同一樣品的不同原子核進行測定,以達到從不同角度對樣品的化學結(jié)構及組織內(nèi)部分析的遷移進行分析。其中31PNMR技術被廣泛應用于生物樣品檢測,其可檢測肉品中磷酸鹽的水解程度,可為快速檢測肉類制品中磷酸鹽含量和量化肉品肌肉組織中有機和無機磷酸鹽成分提供快速檢測的方法[5-6]。
計算機視覺檢測分析技術運用圖像傳感器獲取樣品圖像并將其轉(zhuǎn)換為數(shù)字圖像,通過圖像處理和分析的技術手段達到對樣品進行檢測分析的效果[7]。其具有可靠快速的優(yōu)點,常被應用于肉類制品品質(zhì)檢測中,張哲等人[8]利用計算機視覺技術測定分析了豬眼肌肌肉內(nèi)脂肪含量。此技術也可用于肉品品質(zhì)波動和分級,可檢測出較為明顯的PSE豬腰肉。
用于電子鼻檢測分析的樣品無需進行有機溶劑萃取,操作簡單、用時短且智能高效。電子鼻檢測分析技術可人工智能識別未知樣品,并可分析出包裝內(nèi)肉類制品隨時間增加的變質(zhì)程度、判斷其新鮮程度,可為肉類生產(chǎn)及貨架期調(diào)試提供快速檢測的新方法。
拉曼光譜法測試分析技術是由拉曼光譜散射效應而衍生出的光譜分析技術,其產(chǎn)生是由樣品分子振動帶動極化率改變而產(chǎn)生。因水分子與其他基團具有散射弱的特點,因此拉曼光譜分析測試技術更適合水溶液體系,并且與其他光譜分析技術相比,拉曼光譜檢測的樣品用量少且無需前處理,具有簡單快捷等特點。
多源感知信息融合技術是將多個傳感器資源充分利用,搜集多個傳感器對樣品的檢測信號并進行信息組合,以達到對被觀測樣品的綜合估計。將電子鼻、近紅外光譜分析技術及計算機視覺分析技術相結(jié)合,可同時測定肉類制品的表面灰度值,并且可通過氣體傳感器測定肉類制品中硫化氫及氨氣等揮發(fā)性氣體成分,以判斷肉類制品的品質(zhì)。利用多源感知信息技術可綜合評價肉類制品品質(zhì)指標,較其他檢測手段具有全方位測定的優(yōu)點。
高光譜圖像技術是基于高光譜遙感成像技術而衍生的一項光譜檢測技術,其光譜范圍包括紫外光、可見光到近紅外或更大波長的光譜范圍。其應用于樣品檢測過程中,對于不同樣品在不同光譜范圍下產(chǎn)生特定的二維圖像,針對某一特定圖像下產(chǎn)生的像素不同,可產(chǎn)生不同的灰度值,用以判斷肉類制品的品質(zhì)。王偉等人[9]學者利用高光譜成像技術結(jié)合最小二乘法建模預測了生鮮豬肉的細菌總數(shù)。萬新民[10]利用此技術成功測定了豬肉的嫩度,結(jié)果表明此方法可用于豬肉等肉類制品的嫩度等級分級。
無損檢測技術具有檢測快速、易于操作且可在不破壞肉類制品結(jié)構的同時對樣品進行測定,并且基于不同種類無損檢測技術的自身優(yōu)點,相信其可在肉類制品品質(zhì)檢測方面被廣泛應用。未來可以采用多種技術相互融合的方式對肉品品質(zhì)、產(chǎn)地溯源等方向進行研究,研究開發(fā)科學合理的檢測方法,使無損檢測技術在肉類領域研究中更加科學化、標準化。同時,也應加大對肉類制品無損檢測技術的研究,保證提高肉類制品的品質(zhì)與口感,從而提高我國肉品加工在國際市場的競爭力。
[1] 凡艷,韓劍眾.無損檢測技術在食品品質(zhì)檢測中的應用[J].食品工業(yè)科技,2007(7):221-224.
[2] 陳衛(wèi)軍,魏益民,歐陽韶暉,等.近紅外技術及其在食品工業(yè)中的應用 [J].食品科技,2001(4):55-57.
[3] 史蘇佳.近紅外對食品的無損傷分析 [J].食品研究與開發(fā),2007(3):177-179.
[4] 張小宇.肉類無損檢測新技術 [J].肉類研究,2006(3):1-3.
[5] 屠康.肉類品質(zhì)無損檢測技術的研究進展 [J].西北農(nóng)林科技大學學報(自然科學版),2005(1):25-28.
[6] 姚蕊,彭增起,周光宏.核磁共振在肉類科學研究中的應用 [J].肉類研究,2005(9):27-30.
[7] 李明靜,劉貫勇,張志偉.計算機視覺在牛肉自動分級技術中的應用 [J].肉類研究,2007(6):18-20.
[8] 張哲,王楚端,王立賢,等.計算機視覺技術在豬眼肌肌內(nèi)脂肪含量測定中的應用 [J].豬業(yè)科學,2006(2):24-25.
[9] 王偉,彭彥昆,張曉莉.基于高光譜成像的生鮮豬肉細菌總數(shù)預測建模方法研究 [J].光譜學與光譜分析,2010(2):411-415.
[10] 萬新民.基于近紅外光譜分析技術和計算機視覺技術的豬肉品質(zhì)檢測的研究 [D].鎮(zhèn)江:江蘇大學,2010.◇