光譜技術(shù)在肉制品無(wú)損檢測(cè)中的應(yīng)用

徐 毅

（四川工商職業(yè)技術(shù)學(xué)院輕工工程學(xué)院，四川成都 611800）

作為一個(gè)全球性問(wèn)題，食品安全與質(zhì)量受到企業(yè)界和消費(fèi)者的廣泛關(guān)注，其中肉制品在日常膳食中占據(jù)重要地位，因此肉制品的質(zhì)量與安全一直是消費(fèi)者關(guān)注的問(wèn)題。肉制品質(zhì)量和安全受到多方面因素影響，包括肉類(lèi)的品種、飼養(yǎng)日齡、冷藏時(shí)間、加工方式等。現(xiàn)階段肉類(lèi)及肉制品品質(zhì)鑒定方法有感官檢驗(yàn)、理化檢驗(yàn)和微生物檢驗(yàn)等，但是這些檢測(cè)方法存在檢測(cè)效率低、所需時(shí)間長(zhǎng)、操作復(fù)雜及產(chǎn)品破壞大等問(wèn)題，雖然像色譜-質(zhì)譜聯(lián)用技術(shù)這樣的方法更常用，但是需要大量的樣本和較長(zhǎng)的分析時(shí)間，價(jià)格昂貴、操作繁瑣，并且不適合現(xiàn)場(chǎng)分析，用于進(jìn)行肉制品品質(zhì)評(píng)價(jià)檢測(cè)的傳統(tǒng)方法需要破壞肉塊，同時(shí)高精尖的儀器分析方法需要復(fù)雜的樣品前處理過(guò)程。對(duì)于感官分析，需要經(jīng)過(guò)訓(xùn)練的小組進(jìn)行樣本評(píng)估，難以滿(mǎn)足我國(guó)目前肉類(lèi)品質(zhì)安全的嚴(yán)峻形勢(shì)。因此，建立快速無(wú)損的肉制品品質(zhì)檢測(cè)技術(shù)成為行業(yè)發(fā)展的趨勢(shì)。

光譜技術(shù)憑借其無(wú)損、準(zhǔn)確、無(wú)污染等優(yōu)點(diǎn)在多種肉類(lèi)品質(zhì)檢測(cè)領(lǐng)域快速應(yīng)用起來(lái)?；诖?，綜述了近年來(lái)的研究成果，以期為肉制品品質(zhì)預(yù)測(cè)提供一種快速、低成本、無(wú)損的檢測(cè)思路。

1 光譜技術(shù)用于肉品品質(zhì)檢測(cè)的原理

光譜技術(shù)用于肉品品質(zhì)無(wú)損檢測(cè)的基本原理是當(dāng)光線(xiàn)（電磁波）照射到材料上時(shí)，部分由材料表面反射，其余部分折射到材料組織中。進(jìn)入材料的光被吸收并轉(zhuǎn)化為熱，一些光向四面八方散射，其余的通過(guò)材料。此外，肉制品原料的光學(xué)性質(zhì)包括肉品的光反射、吸收、透射和光致發(fā)光，這些性質(zhì)隨原料的不同而不同，應(yīng)用于質(zhì)量評(píng)價(jià)、化學(xué)分析、等級(jí)劃分、成熟度、安全性和新鮮度判別。目前，在肉制品無(wú)損檢測(cè)中運(yùn)用到的光譜檢測(cè)技術(shù)包括近紅外光譜[1]、中紅外光譜[2]、拉曼光譜[3]、高光譜成像[4]和太赫茲光譜[5]等。一般來(lái)說(shuō)，從紫外光到可見(jiàn)光的波長(zhǎng)范圍內(nèi)的光可激發(fā)肉制品的電子能級(jí)，紅外區(qū)的光可激發(fā)分子之間的振動(dòng)能和轉(zhuǎn)動(dòng)能。拉曼光譜通過(guò)分析不同于入射光頻率的散射譜，獲得分子振動(dòng)和轉(zhuǎn)動(dòng)的信息，并應(yīng)用于分子結(jié)構(gòu)的研究。

2 光譜技術(shù)在肉制品真實(shí)性鑒別中的應(yīng)用

在肉制品的真實(shí)性鑒別研究中，目前涉及較廣的包括肉制品的物種、品種、產(chǎn)地、新鮮度和摻假等方面的檢測(cè)，應(yīng)用到的光譜技術(shù)包括紫外可見(jiàn)光光譜（Ultraviolet-visible spectroscopy，UV-VIS）、近紅外光譜（Near-Infrared spectroscopy，NIRS）、中紅外光譜（Mid-infrared spectroscopy，MIRS）、拉曼光譜（Raman spectroscopy，RS）和激光誘導(dǎo)擊穿光譜（Laser-induced breakdown spectroscopy，LIBS）等。

在肉類(lèi)物種、品種鑒別方面，應(yīng)用拉曼光譜與主成分分析方法可對(duì)牛、羊、豬和魚(yú)等多個(gè)肉類(lèi)物種進(jìn)行鑒別，該方法檢測(cè)時(shí)間短，可在30 s 內(nèi)完成[7]。Chu Y W 等人[8]研究了LIBS 技術(shù)對(duì)6 種肉類(lèi)（扇貝、蝦、豬肝、雞肉、牛肉和混合樣品）鑒別的可行性，為了提高肉類(lèi)品種鑒定的準(zhǔn)確性和穩(wěn)定性，采用多元散射校正（Multiple scattering correction，MSC）對(duì)光譜進(jìn)行預(yù)處理，然后利用K 近鄰（K nearest neighbor，KNN）模型識(shí)別校正后的光譜，結(jié)果識(shí)別準(zhǔn)確率從94.17%提高到100.00%，該研究說(shuō)明利用MSC 和LIBS 結(jié)合進(jìn)行肉種鑒定的準(zhǔn)確性和穩(wěn)定性得到了提高。Gao F 等人[9]研究利用傅里葉變換紅外光譜和拉曼光譜的互補(bǔ)性實(shí)現(xiàn)肉骨粉的物種鑒別，結(jié)果表明，光譜均呈現(xiàn)出不同的典型脂質(zhì)峰，與單一的FT-IR 或Raman 光譜相比，結(jié)合FT-IR 和Raman光譜可獲得更詳細(xì)、更完整的分子振動(dòng)信息，從而建立更可靠、更穩(wěn)健的物種識(shí)別模型。上述研究充分說(shuō)明了光譜技術(shù)在檢測(cè)不同物種或品種的肉制品的化學(xué)成分差異的潛力，是一種有效的無(wú)損檢測(cè)方法。

在肉制品產(chǎn)地溯源方面，應(yīng)用近紅外高光譜成像技術(shù)可以實(shí)現(xiàn)寧夏羊肉產(chǎn)地的準(zhǔn)確鑒別，通過(guò)提取特征波長(zhǎng)并結(jié)合偏最小二乘判別分析（PLS-DA）分類(lèi)模型取得了較好的鑒別結(jié)果，預(yù)測(cè)集正確率超過(guò)了84%[10]。采用近紅外光譜技術(shù)結(jié)合PCA-LDA 模型對(duì)來(lái)自5 個(gè)不同地區(qū)的羊肉樣本進(jìn)行分類(lèi)，準(zhǔn)確率達(dá)到91.2%，高于PLS-DA 模型（76.7%）。結(jié)果表明，利用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)分析方法對(duì)羊肉進(jìn)行產(chǎn)地溯源是一種有效的方法[11]。

在肉類(lèi)新鮮度鑒別方面，硫代巴比妥酸值（Thiobarbituric acid reactive substances，TBARS）是反映脂質(zhì)氧化程度的重要氧化參數(shù)，已被廣泛用于測(cè)定肌肉中脂質(zhì)的氧化降解，通過(guò)近紅外高光譜成像技術(shù)結(jié)合偏最小二乘回歸、最小二乘支持向量機(jī)模型和可以快速無(wú)損檢測(cè)羊肉TBARS，從而實(shí)現(xiàn)羊肉脂肪氧化程度和新鮮度的判別[12]。Moon E J 等人[13]通過(guò)便攜式可見(jiàn)-近紅外光譜儀獲取食品的光譜信號(hào)，使用卷積神經(jīng)網(wǎng)絡(luò)模型確定食品的新鮮度（根據(jù)時(shí)間和pH 值的不同分為“新鮮”“可能變質(zhì)”和“變質(zhì)”），對(duì)三文魚(yú)、金槍魚(yú)、牛肉新鮮度的判別準(zhǔn)確率均超過(guò)85%。

在肉制品摻假檢測(cè)方面，用拉曼光譜檢測(cè)牛肉中所存在的馬肉摻假情況，該方法對(duì)牛肉、馬肉的鑒別結(jié)果準(zhǔn)確、分析時(shí)間短，為肉品摻假鑒別提供了一種快速鑒別的方法[14]。Zheng X 等人[15]的研究表明，利用可見(jiàn)光近紅外（VIS-NIR）高光譜成像系統(tǒng)可實(shí)現(xiàn)羊肉餡中鴨肉摻假的快速無(wú)損檢測(cè)。Zhao Z等人[16]將高光譜成像技術(shù)與回歸系數(shù)高斯分布（Re gression coefficient gaussian distribution，GD-RC）模型結(jié)合，提出了一種將可視化和像素識(shí)別相結(jié)合的方法來(lái)評(píng)價(jià)牛肉摻假程度，最佳方法的平均誤差為2.8%，相關(guān)系數(shù)為0.983 1，預(yù)測(cè)均方根誤差為0.031 9，說(shuō)明高光譜成像技術(shù)結(jié)合GD-RC 模型可成為一種強(qiáng)有力的肉類(lèi)摻假判別手段。Jiang H 等人[17]的研究，也驗(yàn)證了化學(xué)計(jì)量學(xué)與高光譜成像（HSI）相結(jié)合可以檢測(cè)豬肉和鴨肉卷替代生羊肉卷的摻假，判別準(zhǔn)確率在訓(xùn)練集和測(cè)試集中均為100%。

3 光譜技術(shù)在肉制品品質(zhì)指標(biāo)預(yù)測(cè)中的應(yīng)用

目前，光譜技術(shù)對(duì)肉制品品質(zhì)指標(biāo)的預(yù)測(cè)主要包括對(duì)肉制品的水分、蛋白質(zhì)、脂肪等主要營(yíng)養(yǎng)成分進(jìn)行檢測(cè)，對(duì)肉的硬度、彈性等質(zhì)構(gòu)特性，以及保水性、pH 值等一系列理化指標(biāo)進(jìn)行預(yù)測(cè)。除此之外，應(yīng)用光譜技術(shù)還可對(duì)肉的嫩度、新鮮度、大理石花紋等肉類(lèi)關(guān)鍵質(zhì)量指標(biāo)快速預(yù)測(cè)。

在營(yíng)養(yǎng)成分含量檢測(cè)方面，許多研究已經(jīng)證實(shí)了近紅外光譜在預(yù)測(cè)肉類(lèi)主要化學(xué)成分（水分、蛋白質(zhì)[18]、脂肪[19]含量）的能力。Dias C 等人[20]利用近紅外光譜技術(shù)對(duì)生牛肉的脂肪和蛋白質(zhì)含量進(jìn)行了預(yù)測(cè)，結(jié)果表明采用光譜預(yù)處理技術(shù)結(jié)合偏最小二乘回歸（Partial least squares regression，PLSR）模型取得了良好的效果。

在關(guān)鍵理化品質(zhì)檢測(cè)方面，Li Y 等人[21]采用一種新型的便攜式VIS-NIRS 系統(tǒng)，同時(shí)檢測(cè)不同部位羊肉的理化性質(zhì)。結(jié)果發(fā)現(xiàn)，預(yù)處理的光譜數(shù)據(jù)能有效提高對(duì)各指標(biāo)的預(yù)測(cè)精度。6 個(gè)指標(biāo)（pH 值、L*、a*、b*、蒸煮損失、剪切力）最佳預(yù)測(cè)模型的決定系數(shù)R2分別為0.79，0.78，0.68，0.75，0.77 和0.83，預(yù)測(cè)偏差（Relative prediction bias，RPD）均大于2，表明VIS-NIRS 是預(yù)測(cè)不同部位肉制品理化性質(zhì)的有效工具。作為一種靈敏、快速、無(wú)損預(yù)測(cè)方法，人們用近紅外光譜技術(shù)對(duì)肉制品色澤檢測(cè)進(jìn)行研究[22]，表現(xiàn)出來(lái)較好的預(yù)測(cè)效果。關(guān)于肉和肉制品的持水能力的預(yù)測(cè)，大多認(rèn)為近紅外光譜分析在滴漏損失和蒸煮損失方面的能力有限。

4 結(jié)語(yǔ)

光譜技術(shù)作為一種新型的無(wú)損檢測(cè)技術(shù)，可以快速獲取肉制品樣品的整體指紋信息，具有常規(guī)檢測(cè)方法無(wú)可比擬的優(yōu)勢(shì)（成本低、操作方便、樣本預(yù)處理簡(jiǎn)單），可以作為大型精密儀器分析方法的補(bǔ)充工具。光譜技術(shù)在肉制品的質(zhì)量控制方面具備獨(dú)特優(yōu)勢(shì)，同時(shí)在肉制品產(chǎn)品的研發(fā)、原料、中間產(chǎn)品、最終品的審核等環(huán)節(jié)都能使用光譜分析儀器，可以大大提高檢測(cè)效率。