摘 要:感官分析是評價肉類食品食用品質(zhì)的一種重要方式,包括智能感官分析和人工感官分析2 種,智能感官分析操作簡便、快速、重復性好,人工感官分析可對樣品進行多方位分析,能直接反映樣品食用品質(zhì)優(yōu)劣??局婆腼兎绞侥苜x予肉品獨特的口感和豐富的風味,是一種備受歡迎的肉品烹飪方式,其感官品質(zhì)的優(yōu)劣是消費者在進行消費抉擇時的重要參考指標,因此感官分析方法的應用尤為重要。本文對感官分析方法概念及其在烤肉食用品質(zhì)研究中的應用現(xiàn)狀進行梳理,以期為系統(tǒng)了解感官分析方法在烤肉領域的應用提供參考。
關鍵詞:感官分析;智能感官分析;人工感官分析;烤肉;食用品質(zhì)
Research Progress on the Application of Sensory Analysis to Grilled Meat
TANG Yan1,2, XIE Peng2, LIU Xiaochang2, ZANG Mingwu2, ZHANG Songshan2, ZHOU Yuqing3, LIU Lei1, GU Xuedong1,*
(1. College of Food Science, Xizang Agricultural amp; Animal Husbandry University, Nyingchi 860000, China; 2. Institute of Animal Sciences, Chinese Academy of Agricultural Sciences, Beijing 100193, China; 3. Qinghai Province Haibei Prefecture Plateau Ecological Animal Husbandry Science and Technology Demonstration Park Management Committee, Haibei 810299, China)
Abstract: Sensory analysis is an important way to evaluate the eating quality of meat, including intelligent sensory analysis and artificial sensory analysis. Intelligent sensory analysis is simple, rapid, and repeatable, while artificial sensory analysis allows multi-dimensional analysis, directly reflecting the quality of samples. Roasting is a popular way of cooking meat, which confers it a unique taste and rich flavor. The sensory quality of grilled meat is an important reference for consumers when making consumption choices, so the application of sensory analysis is particularly important. In this paper, the concept of sensory analysis and its application in the study of the eating quality of grilled meat are reviewed in order to provide a systematical understanding of the application of sensory analysis to grilled meat.
Keywords: sensory analysis; intelligent sensory analysis; artificial sensory analysis; grilled meat; eating quality
DOI:10.7506/rlyj1001-8123-20240829-226
中圖分類號:TS207.3 " " " " nbsp; " " " " " " " " " " " " " "文獻標志碼:A 文章編號:1001-8123(2025)04-0065-08
引文格式:
唐艷, 謝鵬, 劉曉暢, 等. 感官分析方法在烤肉領域的應用研究進展[J]. 肉類研究, 2025, 39(4): 65-72. DOI:10.7506/rlyj1001-8123-20240829-226. " http://www.rlyj.net.cn
TANG Yan, XIE Peng, LIU Xiaochang, et al. Research progress on the application of sensory analysis to grilled meat[J]. Meat Research, 2025, 39(4): 65-72. DOI:10.7506/rlyj1001-8123-20240829-226. " http://www.rlyj.net.cn
隨著人們生活水平的提高和飲食文化的多元化,烤肉在全球范圍內(nèi)持續(xù)展現(xiàn)出強大的市場潛力??局婆腼兎绞降钠鹪摧^早,幾乎在人類開始使用火時就已出現(xiàn),由最原始的利用火將肉類烹飪至可食用狀態(tài)發(fā)展至如今的多種烤制烹飪。烤制烹飪方式在1 800 年前開始盛行,一直延續(xù)至今,是一種傳統(tǒng)的烹飪制作方式,其制作過程中的高溫條件會使肉品中風味前體物質(zhì)發(fā)生脂質(zhì)氧化、美拉德反應等,形成大量風味化合物,賦予肉品獨特的口感和豐富的風味,是一種備受歡迎的烹飪方式,從家庭聚餐到高檔餐廳均十分常見[1-2]。感官分析也被稱作感官評價、感官檢驗,該方法通過收集由視覺、嗅覺、味覺和聽覺感知到的食品感官數(shù)據(jù),可對食品進行定性、定量分析和檢驗,是肉類食品在進行食用品質(zhì)評價時的一種重要評價方法[3-4]??救獾耐庥^、顏色、氣味等感官屬性會直接影響消費者的消費抉擇,利用感官分析方法可對烤肉制品的感官品質(zhì)進行有效檢測和分析,進而幫助改善其食用品質(zhì)。本文對感官分析方法在烤肉食用品質(zhì)研究中的應用現(xiàn)狀進行梳理,以期為系統(tǒng)了解感官分析方法在烤肉領域的應用提供參考。
1 感官分析方法概述
感官分析通過檢查食物的質(zhì)地、風味、外觀、氣味等特性,分析最終產(chǎn)品在目標消費人群中的可接受程度,能直接反映產(chǎn)品品質(zhì)是否滿足消費者需求[5]。最早出現(xiàn)的感官分析方法為人工感官分析,自1975年起,陸續(xù)有研究將感官分析方法應用在香氣和組織的評價方面,到20世紀90年代末,感官分析方法在食品領域被大量應用,后續(xù)又經(jīng)過近50 年的發(fā)展,感官分析方法變得更加直觀、簡便且實用性強[4]。隨著科技的不斷進步,出現(xiàn)了利用現(xiàn)代化儀器模擬人體感覺器官對食品感官品質(zhì)進行分析的智能感官分析技術。
1.1 人工感官分析
人工感官分析主要通過組織一定數(shù)量的品評人員對樣品某項特性進行感官評定,收集、統(tǒng)計評定數(shù)據(jù),分析、總結(jié)出產(chǎn)品的量化特征,最終得到產(chǎn)品的科學評價結(jié)果[4],根據(jù)測試性質(zhì)主要分為分析型和偏好型兩大類[6]。人工感官分析實用性強,操作簡便,但耗時長,其評價結(jié)果往往帶有一定的主觀性,存在一致性差、不易量化等問題[7]。
1.1.1 分析型感官評價
分析型感官評價要求評價人員具有相關知識背景,要了解所評價樣品的相關信息及評價流程,正式評價前需進行集中培訓,對評價員的要求較高。分析型感官評價主要有差異測試評價和描述性分析評價。差異測試評價用于評價樣品整體和特定屬性之間的感官差異;描述性分析評價用于對樣品風味、質(zhì)地等多方面性質(zhì)進行定性和定量評定,使用專業(yè)術語形成產(chǎn)品客觀描述,能夠定義或表征食物在某方面的屬性[8]。趙永敢等[9]采用差異測試評估2 份雞汁產(chǎn)品之間是否存在差異,結(jié)果顯示,該方法能夠有效區(qū)分2 種產(chǎn)品,并得出哪一種產(chǎn)品更受消費者喜愛。Oltra等[10]組織感官評價小組,對小組成員開展培訓,培訓結(jié)束后在特定場所品嘗烤制羊肉,并寫下對該樣品的客觀描述,準確表達該樣品在感官方面的屬性,最終確定出外觀、氣味、滋味、質(zhì)地和總體喜好度作為烤制羊肉的感官評價指標。分析型感官評價實用性強,能針對某種產(chǎn)品的特定屬性開展研究,獲取所需信息,但對評價人員要求嚴格,對評價環(huán)境也有所要求。
1.1.2 偏好型感官評價
偏好型感官評價強調(diào)對樣品某項特性的喜好程度,主要以未經(jīng)培訓的消費者為主體進行,了解消費者對產(chǎn)品的接受和喜好程度,評價時一般采用評分檢驗,依據(jù)評價人員打分情況分析樣品感官品質(zhì),可直觀反映出樣品在目標人群中的適口性和可接受性。Aluwé等[11]邀請752 名普通消費者參與烤制豬肉的感官評價,要求在評價時根據(jù)品嘗結(jié)果填寫每項對應評價指標的感官評價表,評分采取9 分制,“1”表示非常不喜歡,“9”表示非常喜歡,統(tǒng)計數(shù)據(jù)形成烤制豬肉的感官評價結(jié)果,反映其感官品質(zhì)。偏好型感官評價能夠直接反映消費者對樣品的喜好或可接受情況,結(jié)果較為直觀,但易受人為因素影響,對評價人員數(shù)量具有一定要求。
1.2 智能感官分析
常見的智能感官分析設備有電子鼻、電子舌、電子眼、質(zhì)構儀等,是通過模擬人的嗅覺、味覺、視覺、觸覺等開發(fā)的智能感官分析檢測系統(tǒng),具有客觀、準確、重復性好等優(yōu)點,但檢測對象比較局限,不能對樣品進行綜合評價。
1.2.1 電子鼻
電子鼻也稱人工嗅覺系統(tǒng),起源于20世紀90年代,是通過模擬人類嗅覺仿生技術開發(fā)的智能檢測系統(tǒng)[7]。其工作原理是:電子鼻將傳感器探測到的氣味物質(zhì)強度轉(zhuǎn)換成數(shù)據(jù),再結(jié)合化學計量學等方法和模型,最終形成能夠反映樣品總體氣味輪廓的圖譜,從而區(qū)分樣品。電子鼻收集的數(shù)據(jù)是復雜氣味的混合數(shù)據(jù),可以實現(xiàn)對混合氣味的定性或定量分析[12-13],獲得的是被測樣品中揮發(fā)性物質(zhì)的整體信息,被稱為“指紋”數(shù)據(jù),并且檢測過程中不會對樣品造成損壞[7]。Jia Wenshen等[14]利用電子鼻系統(tǒng)有效識別混合不同比例鴨肉的摻假羊肉,并且提出一種將電子鼻與近紅外光譜法結(jié)合使用檢測摻假羊肉(混合鴨肉)的方法。Zhao Yu等[15]利用電子鼻系統(tǒng)有效監(jiān)測牛肉在燉煮過程中其氣味隨生姜添加量不同而發(fā)生的變化。電子鼻是一種無損檢測技術,不會對樣品造成破壞,但其依靠傳感器對氣味進行識別,易受到環(huán)境和混合氣味干擾,對氣味物質(zhì)種類識別具有局限性。
1.2.2 電子舌
電子舌也稱人工味覺識別系統(tǒng),起源于20世紀80年代中期,通過模擬生物味覺感受機制設計而成[7]。其工作原理是:當被測樣品釋放的呈味物質(zhì)吸附到電子舌的人工膜脂表面時,呈味物質(zhì)之間的靜電作用或疏水相互作用產(chǎn)生膜電勢變化,并將膜電勢變化作為輸出信號傳輸?shù)健按竽X”進行分析,從而識別樣品呈味強度及呈味特征[12,16],可對不同處理組樣品進行區(qū)分。不同種類或不同處理方式下的樣品感官特征存在差異,電子舌可感知在味覺方面的特征信息,從而實現(xiàn)對樣品的分類/區(qū)分。例如,F(xiàn)eng Xi等[17]基于未輻照、經(jīng)輻照處理的生牛肉在酸味、甜味等主要感官特征上所存在的差異,利用電子舌系統(tǒng)對這2 種不同處理方式下的樣品進行了有效區(qū)分,探究輻照處理對牛肉品質(zhì)特性的影響。電子舌技術可有效對不同樣品進行客觀區(qū)分,但存在操作耗時長、傳感器壽命較短、由不同品牌、類型的電子舌設備獲取的數(shù)據(jù)不能合并分析等缺點。
1.2.3 電子眼
電子眼是基于人類視覺仿生技術開發(fā)的智能檢測系統(tǒng),其工作原理是:通過模擬人眼對樣品的感知,提供穩(wěn)定的圖像采集環(huán)境,保證樣品分析條件一致性的同時,利用計算機軟件對樣品的顏色、形狀等視覺參數(shù)進行相關評價,從而對檢測對象的外觀紋理、顏色信息等品質(zhì)作出相應的判別評價,可對樣品進行分級。如Stewart等[18]利用該系統(tǒng)對已分級牛肉胴體的眼肌面積、肌內(nèi)脂肪和大理石花紋在視覺分級方面的性能進行評估,測試結(jié)果發(fā)現(xiàn),該視覺系統(tǒng)能夠較為準確地預測肉品視覺特征,并且其穩(wěn)定性高,但在操作過程中對圖像采集環(huán)境具有一定要求。使用電子眼技術進行圖像采集時無需接觸樣品,不會對樣品造成污染和破壞,且樣品可重復利用,但其對圖像采集環(huán)境要求較為嚴格,易受環(huán)境影響。
1.2.4 質(zhì)構分析
人在咀嚼肉的過程中,對肉施加機械力,口腔受到刺激而產(chǎn)生的感覺即為肉的質(zhì)構[7]。質(zhì)構是人體器官與食品接觸時產(chǎn)生的生理刺激在觸覺上的反映,是源于食品結(jié)構的一組物理參數(shù),屬于力學和流變學的范疇。自1926年Warner發(fā)明了質(zhì)構儀,食品質(zhì)構測定由模糊的感官評價逐步過渡到使用儀器進行準確的量化測定。質(zhì)構儀通過模擬人的觸覺檢測食品的質(zhì)構,其主要結(jié)構包括機械裝置、傳感器和計算機控制系統(tǒng)。機械裝置上裝有傳感器,可使物體產(chǎn)生形變,在計算機程序設定的速度下,機械裝置上下移動,對樣品進行切割、壓縮等測試。在質(zhì)構儀眾多的測試方法中,Warner-Bratzler剪切力(Warner-Bratzler shear force,WBSF)法和質(zhì)地剖面分析(texture profile analysis,TPA)法是應用最廣泛的2 種。
WBSF法使用V形刀頭垂直肌纖維方向?qū)悠愤M行切割,根據(jù)刀具切割樣品時的用力情況計算樣品嫩度值,可有效輔助分析肉品品質(zhì)。Drachmann等[19]利用WBSF法輔助分析不同飼養(yǎng)條件下的牛肉品質(zhì),發(fā)現(xiàn)不同飼養(yǎng)環(huán)境下生產(chǎn)的牛肉品質(zhì)在剪切力方面存在差異。Nasrollahzadeh等[20]將雞胸肉、豬肉、牛肉的WBSF數(shù)據(jù)與感官評定結(jié)果進行相關性分析,其結(jié)果表明,該樣品通過質(zhì)構儀測定的嫩度值與感官評價時的咀嚼性呈正相關性。Virtuoso等[21]采用WBSF法對1 154 頭肉牛品質(zhì)特性進行測定,評估不同成熟時間牛肉的品質(zhì)。
TPA通過模擬人口腔2 次咬合運動,對樣品進行2 次壓縮,根據(jù)樣品壓縮變形所需的力、壓縮后的恢復程度及壓縮峰面積,計算硬度、彈性、脆性、黏附性、內(nèi)聚性和咀嚼性等質(zhì)構指標,能輔助評估樣品質(zhì)地。Fu Bing等[22]采用TPA法對添加不同飼料喂養(yǎng)的草魚肉質(zhì)進行檢測,根據(jù)其硬度、咀嚼性和彈性數(shù)據(jù)初步判斷出在飼料中添加蠶豆能夠改善肉品質(zhì)地。Karaman等[23]通過分析腌制和未腌制牛排的硬度,研究腌制工藝對其品質(zhì)特性的影響。
在開展樣品質(zhì)地特性研究時通常會將WBSF和TPA這2 種方式結(jié)合起來使用,如Ozdemir等[24]對23 頭犢牛的背最長肌進行WBSF和TPA測定,通過樣品剪切力、硬度等數(shù)據(jù)推斷出肉牛屠宰體質(zhì)量與剪切力具有顯著負相關性,體質(zhì)量較大組的剪切力、硬度顯著低于體質(zhì)量較輕組,表明相同飼養(yǎng)條件下的同齡犢牛體質(zhì)量越大,其剪切力越小、硬度越低、肉質(zhì)嫩度評分越高。這2 種方法具有操作簡便、靈敏度高、結(jié)果重現(xiàn)性好等優(yōu)點,目前在肉類食品物性學研究領域已被廣泛應用[7],但其在操作過程中也易受到如樣品尺寸大小、作用位點、重復次數(shù)等因素的影響。
2 烤肉概述
“烤”是指將加工處理好的肉品置于烤具內(nèi)部,使用明火、暗火等產(chǎn)生的熱輻射進行加熱的方法統(tǒng)稱,追溯其起源幾乎從火的產(chǎn)生開始,在火源產(chǎn)生的最初階段,并沒有配套的烹飪工具,因而“烤”是當時最重要的熟食制作手段[25],后隨著對應烹飪工具的相繼研發(fā),逐步演變至制作方式多樣的燒烤、串烤、炙烤、煎烤、烘烤及熏烤等,如當下十分火熱的淄博燒烤、齊齊哈爾烤肉、老北京炙子烤肉等,深受消費者喜愛。
由于文化背景不同,國內(nèi)外烤肉烹飪方式也有所差異。傳統(tǒng)中式烹飪多在高溫條件下進行,我國傳統(tǒng)烤制方式有明烤、熏烤、烘烤3 種。明烤是指將食材用調(diào)味品腌制后,放于敞口火爐或火炕、篝火上的鐵架、鐵柵上烤制成熟的一種方法,由于火力較集中,烤制時要勤翻動,使之受熱均勻,根據(jù)烤制工具不同分為炙子烤和串烤2 種[26];熏烤是指將腌制、處理后的食材利用木屑、柏枝等燃料燃燒產(chǎn)生的濃煙熏制而成;烘烤是將食材放入烤箱,通過熱空氣對流及熱傳導使食材加熱成熟。中式烤肉類型多樣、品種豐富,肉品處理形狀有薄片狀和塊狀,煎烤、烤箱/烤肉機烘烤和明火烤制是國外主要的肉品烤制烹飪方式,肉品處理形狀為較厚的肉排、肉片、肉塊狀,部分中式烤肉及國外烤肉類型與其相對應的肉品處理形式和烹飪工具如表1所示。
隨著生活水平的不斷提高,烤肉持續(xù)展現(xiàn)出強大的市場潛力,消費者對于烤肉制品的品質(zhì)要求也越來越高,烤肉的外觀、顏色等感官屬性直接影響消費者的消費抉擇,因此,感官分析方法所發(fā)揮的作用尤為重要,完善并細化烤肉領域的感官評價體系對其商業(yè)化、規(guī)?;l(fā)展具有深遠意義。
3 人工感官分析在烤肉領域應用現(xiàn)狀
適宜的評價指標能夠直觀反映樣品的食用品質(zhì),經(jīng)篩選后符合要求的品評人員能夠更加準確地給出樣品對應的感官評價結(jié)果。如圖1a所示,目前在烤肉食用品質(zhì)領域所采用的評價指標主要包括多汁性、總體可接受度、嫩度等15 個指標,從不同角度反映肉品在消費者中的接受和滿意程度,其中多汁性、總體可接受度和嫩度是開展感官評價時主要被選擇的評價指標。如圖1b所示,在烤制烹飪方式下,進行感官評價時根據(jù)樣本的不同,其所選取的評價指標也略微不同,烤制牛肉主要以嫩度、多汁性和總體可接受度作為評價指標,烤制羊肉主要以多汁性、色澤和總體可接受度作為評價指標,烤制豬肉主要以香味作為評價指標。由此可見,根據(jù)研究目的、樣品種類的不同,其所對應選取的評價指標也有所差異。因此,在利用人工感官分析方法開展對樣品食用品質(zhì)的評價時,感官評價指標的選擇尤為關鍵,其次,對于評價員的篩選也至關重要,符合目標要求的評價員能夠給出更加準確的結(jié)果。
3.1 人工感官分析在國外烤肉領域應用現(xiàn)狀
國外對于人工感官分析方法的應用起步較早,發(fā)展較為成熟,在評價指標及評價人員篩選方面比較明確。1978年,美國肉類科學協(xié)會發(fā)布肉類熟制及感官評定指南,為肉品感官分析提供了規(guī)范的流程;1996年,澳大利亞肉類標準協(xié)會(Meat Standards Australia,MSA)將人工感官分析應用到牛肉分級中,開展大樣本量消費者牛肉食用品質(zhì)評估,形成MSA體系。MSA體系強調(diào)以未經(jīng)培訓的消費者作為評估主體,對肉類食品進行大規(guī)模感官品質(zhì)評價,將食用品質(zhì)最終評估結(jié)果交由目標消費市場決定,具有更加全面、直觀和可預測的優(yōu)點,歐美等國家先后開始引進[50]。Watson等[42]在應用MSA體系的基礎上篩選出嫩度、風味、多汁性和總體喜好度作為評價牛肉食用品質(zhì)的關鍵感官評價指標,并且統(tǒng)計數(shù)據(jù)結(jié)果確定各項關鍵指標權重,構建出肉類食用品質(zhì)綜合評分(meat quality, 4 variables,MQ4)方程,隨后有許多學者在開展牛肉食用品質(zhì)相關方面研究時選擇其篩選出的嫩度、多汁性、風味和總體喜好度作為感官評價指標。在以往研究中,煎烤、烤箱烤制是主要被選擇的肉品烤制加工方式,監(jiān)測肉品中心溫度達到70 ℃左右終止烹飪過程,隨即召集評價員在特定場所開展感官評價工作,整個感官分析過程主要包括評價指標篩選和消費者嗜好性評價2 個環(huán)節(jié)。
3.1.1 人工感官分析在國外烤肉領域應用中的評價指標篩選
適宜的評價指標可從多方面反映肉品食用品質(zhì),良好預測產(chǎn)品在目標消費人群中的受歡迎程度,選擇目標特定人群組成專業(yè)型感官評定小組,經(jīng)培訓且合格后對樣品開展描述性感官評價,可有效篩選出樣品適宜的感官評價指標。Oltra[10]、Piochi[51]等挑選約10 名感官靈敏且具有相關知識背景人員組成專業(yè)型感官評價小組,經(jīng)培訓后開展對烤肉感官評價指標的征集工作,征集完成后對每項指標進行感受強度評分,最終篩選出外觀、氣味、滋味、質(zhì)地和總體喜好度作為烤羊肉的感官評價指標。Kerth等[52]通過專業(yè)型感官評價篩選出嫩度、多汁性、外觀、風味和總體喜好度作為煎烤牛排的感官評價指標。Lynch[53]、Yang Xiaoyin[54]等采用Watson等[42]篩選出的嫩度、多汁性、風味和總體喜好度作為烤牛排評價指標。
3.1.2 人工感官分析在國外烤肉領域應用中的消費者
嗜好性評價
產(chǎn)品最終受眾群體是消費者,已有研究多以大量未經(jīng)培訓的消費者作為評價主體開展消費者嗜好性評價,直接反映樣品在消費者中的喜好及滿意程度。Leighton等[55]通過問卷調(diào)查篩選出每月至少食用1 次牛肉的消費者作為烤制牛排的感官評價主體,組織目標人群在特定時間、環(huán)境內(nèi)開展感官評價,對隨機3 位數(shù)編號的樣品分批次進行烤牛排感官評價,最后收集評價結(jié)果進行統(tǒng)計分析。O’Reilly等[29]分別在中國、澳大利亞、美國征集大量未經(jīng)任何感官方面培訓的消費者開展對烤羊肉的感官評價。
3.2 人工感官分析在國內(nèi)烤肉領域應用現(xiàn)狀
國內(nèi)烤肉領域?qū)τ谌斯じ泄俜治龇椒ǖ膽萌蕴幱陂_始階段,在評價指標篩選方面研究較為欠缺,感官評價環(huán)節(jié)側(cè)重于具有相關知識背景的專業(yè)型感官評價。
3.2.1 人工感官分析在國內(nèi)烤肉領域應用中的評價指標篩選
指標篩選以描述性分析感官評價方式開展,在評價指標篩選方面工作不足,更多的是直接選取Watson等[42]篩選出的嫩度等評價指標,或是并未言明由來直接提出,針對烤制方式及樣品差異所開展的指標篩選工作報道較少。薛丹丹[30]參考GB/T 16861—1997《感官分析 通過多元分析方法鑒定和選擇用于建立感官剖面的描述詞》方法,組織具有相關知識背景的8 名成員組成專業(yè)型感官評價小組,采取描述性分析感官評價,開展烤羊肉評價指標征集,采用M值法、主成分分析法和相關性分析法篩選、確定出韌性、多汁性和肉香味作為烤羊肉食用品質(zhì)感官評價指標。葛岳等[40]參考MQ4建立程序,選取嫩度、多汁性、風味和總體喜好度作為烤羊肉感官評價指標開展研究。李慧等[45]參照GB/T 22210—2008《肉與肉制品感官評定規(guī)范》對烤牛肉色澤、嫩度、多汁性、香氣、滋味和總體可接受性進行評價。宋潔[34]直接選取外觀、嫩度、香氣、滋味、色澤、多汁性、膻味、總體可接受性作為烤羊肉評價指標。
3.2.2 人工感官分析在國內(nèi)烤肉領域應用中的消費者
嗜好性評價
國內(nèi)開展感官評價多以專業(yè)型感官評價形式進行,傾向于選擇具有相關知識背景的人員作為評價主體,如姜三群[56]、劉雪霏[47]等在開展感官評價時,選取具備相關知識背景的人員作為評價主體。而真正以具有一定數(shù)量且未經(jīng)培訓的消費者為主體開展的消費者嗜好性評價較少。因此,以專業(yè)型感官評價方式得出的結(jié)果能否良好反映或預測其產(chǎn)品在消費者中的可接受情況并不明確。
肉類食品食用品質(zhì)評價中,人工感官分析是十分重要、也是應用最為廣泛的一種方法,能夠直接反映肉品食用品質(zhì)優(yōu)劣和在消費者中的滿意度情況。開展人工感官分析主要有感官評價指標和評價人員篩選2 個環(huán)節(jié),適宜的評價指標能夠更為準確地評價樣品,合適的評價員能夠反饋出樣品更為真實的感官評定結(jié)果。國外對于人工感官分析方法的應用研究起步較早,在指標篩選、評價主體選擇方面應用較為成熟;國內(nèi)對于人工感官分析方法的應用研究處于開始階段,在指標篩選、評價主體選擇方面較為模糊。
4 智能感官分析在烤肉領域應用現(xiàn)狀
目前,國內(nèi)外對于電子鼻、電子舌、質(zhì)構儀等智能感官分析技術在肉類食品領域的應用主要集中于食品新鮮度檢測[57]、風味品質(zhì)評價、食品真實性鑒別、產(chǎn)地溯源[58-61]和產(chǎn)品分級[59,62]等方面,已有報道主要利用其觀察和分析羊肉、牛肉、魚肉等原料肉的風味物質(zhì)含量變化[63]、產(chǎn)地溯源[64]、新鮮度預測、真實性鑒別[65-68]、肉品貯藏期間新鮮度變化[69]、不同品種、部位間的揮發(fā)性物質(zhì)差異對比[70],在烤肉領域研究較少。
肉類食品散發(fā)出的香味、氣味是其最重要的品質(zhì)特征之一,在烤制烹飪過程中,肉品內(nèi)部氣味成分的種類和含量會不斷發(fā)生變化,人們在注重營養(yǎng)價值的同時,對該種烹飪方式處理下肉品所帶來的口感和風味也十分關注[71]。電子鼻系統(tǒng)的傳感器陣列靈敏度高,能夠有效區(qū)分出不同處理方式下樣品的特征性氣味,與氣相色譜-離子遷移譜(gas chromatography-ion mobility spectrometry,GC-IMS)等方式聯(lián)合使用能夠探究樣本在對應處理方式下?lián)]發(fā)性物質(zhì)存在的差異。王天楊等[71]利用電子鼻結(jié)合GC-IMS技術有效識別出烤制處理方式下豬肉的特征氣味,揭示了不同烹飪加工方式對豬肉揮發(fā)性風味物質(zhì)成分的影響,為豬肉烹飪方式的選擇提供一定的理論依據(jù)和參考。Hui Teng等[72]使用電子鼻對烤牛肉塊的香氣成分進行分析,識別特征性氣味。Shen Che等[73]用5 種不同烹飪工具對羊肉樣品進行烤制處理,將處理后的樣品分為2 組,一組用于消費者感官評價,一組采用電子鼻、電子舌、質(zhì)構儀對其風味、質(zhì)構等進行分析,其研究結(jié)果表明,智能感官分析技術可以有效模擬大腦的多感官機制,融合復雜的樣本信息。
WBSF和TPA是肉類食品嫩度評估中應用最為廣泛且最為常見的2 種客觀評價方法,可有效模擬食用肉品時口腔對整個樣品的觸感及牙齒咬斷肌纖維時所使用力的大小,預測樣品嫩度及咀嚼性等,能一定程度反映該樣品的消費者評價結(jié)果。宋潔[34]將烤羊肉塊沿順肌纖維方向切成1 cm3的小肉塊,使用物性測試儀測定其硬度、黏聚性、咀嚼性和彈性,將不同部位間測定結(jié)果進行比較,分析各部位肉在嫩度方面的食用品質(zhì)情況。Ricardo-Rodrigues等[48]對烤牛排進行WBSF和TPA測定,將測試結(jié)果與消費者感官評定結(jié)果結(jié)合分析,發(fā)現(xiàn)這2 項測試結(jié)果與消費者感官評價結(jié)果之間存在相關性,提出當WBSF<39.60 N、硬度<31.89 N時,該牛排的食用品質(zhì)可被判定為較嫩級別。Martinez等[74]也提出,烤牛排消費者感官評價結(jié)果與其剪切力測試結(jié)果之間相互關聯(lián)。
烤制的高溫加熱條件會使肉質(zhì)肌纖維特性、結(jié)締組織特性、揮發(fā)性風味物質(zhì)等發(fā)生變化,賦予肉品獨特的口感和豐富的滋味,利用電子鼻、電子舌設備能夠輔助分析樣品特征性香氣和滋味變化,質(zhì)構分析在一定程度上能夠預測消費者在肉品入口口感方面的評價,這些智能感官分析儀器能夠?qū)悠肥秤闷焚|(zhì)進行客觀預測,具有快速、重復性好等優(yōu)點,能良好反映樣品感官品質(zhì)??局剖钱斚孪M者頗為喜愛的一種肉品加工方式,但智能感官分析技術在其領域的應用主要以通過質(zhì)構分析預測樣品入口嫩度為主,應用不夠全面和深入。
5 結(jié) 語
目前,國內(nèi)外對于烤制肉類食品食用品質(zhì)進行評價時感官評價指標的選擇并不統(tǒng)一,盡管是同一烹飪方式、同一肉品,指標的選擇也有所不同。開展感官評價時使用9 分制、10 分制或100 分制進行評價,分數(shù)越高,則代表對該項評價特性的滿意度和可接受度越高。國外側(cè)重于將專業(yè)型感官評價與消費者嗜好性感官評價結(jié)合進行,針對特定樣品利用專業(yè)型感官評價篩選、確定出適宜的評價指標,然后在大量消費者群體中開展消費者嗜好性感官評價。而國內(nèi)多選擇具有相關知識背景的人群作為評價主體,以未經(jīng)培訓的消費者作為評價主體對樣品開展消費者嗜好性評價的研究較少。產(chǎn)品的最終走向是消費者群體,專業(yè)型感官評價的穩(wěn)定性、一致性相對較好,但其所得結(jié)果能否良好反映該產(chǎn)品在消費人群中的滿意度和可接受程度有待深入研究。
人工感官分析方法在肉類食品領域已被廣泛接受和應用,能直接反映樣品品質(zhì)優(yōu)劣與在目標群體中的可接受度,但在開展感官評價過程中易受到環(huán)境、情緒等多方面的影響,評價結(jié)果往往帶有一定主觀性,穩(wěn)定性較差,相對耗時長。智能感官分析方法能在一定程度上彌補人工感官分析的不足,避免主觀影響,提高測試數(shù)據(jù)的準確性,但影響食品食用品質(zhì)的因素較多且較為復雜,智能感官設備依靠傳感器運行,僅使用單個傳感器不能對食品進行多方位分析,檢測對象比較受限,且無法直接評價樣品品質(zhì)優(yōu)劣及其在受眾人群中的喜好度。
因此,未來在開展食品感官品評時,評價指標的選擇應多側(cè)重于考慮是否適用于當下目標消費群體對樣品的關注點、是否符合其消費習慣和評價標準,最終在進行評價時應以大量未經(jīng)培訓的消費者作為評價主體,將人工感官分析與智能感官分析結(jié)合使用,發(fā)揮每種方法的優(yōu)勢,結(jié)果相互驗證,彌補各自不足,從而得到更加客觀、嚴謹?shù)氖称犯泄僭u價結(jié)果。
參考文獻:
[1] 紅餐產(chǎn)業(yè)研究院. 細分與融合并存烤肉品類持續(xù)創(chuàng)新升級[J]. 中國食品, 2024(5): 72-73. DOI:10.3969/j.issn.1000-1085.2024.05.016.
[2] 王永瑞. 羊肉烤制過程中品質(zhì)變化規(guī)律研究[D]. 銀川: 寧夏大學, 2023. DOI:10.27257/d.cnki.gnxhc.2023.000010.
[3] ??¤?, 史波林, 鐘葵, 等. 中心點剖面法(Pivot Profile): 一種快速感官分析方法及其在食品中的應用研究進展[J]. 食品科學, 2024, 45(23): 311-320. DOI:10.7506/spkx1002-6630-20231227-237.
[4] 孫江艷, 劉義鳳, 劉磊, 等. 食品感官評價的技術手段與應用研究進展[J]. 食品工業(yè)科技, 2023, 44(24): 359-366. DOI:10.13386/j.issn1002-0306.2023020097.
[5] 王偉靜, 孫寶忠, 陳晨, 等. 燉制牛肉食用品質(zhì)關鍵評價指標篩選[J]. 食品研究與開發(fā), 2017, 38(6): 1-5. DOI:10.3969/j.issn.1005-6521.2017.06.001.
[6] 徐肖晗, 朱夢丹, 羅欣, 等. 感官分析在國內(nèi)外牛肉食用品質(zhì)研究中的應用進展[J]. 食品研究與開發(fā), 2022, 43(5): 183-188. DOI:10.12161/j.issn.1005-6521.2022.05.027.
[7] 張玉華, 孟一, 姜沛宏, 等. 智能感官分析技術在肉類品質(zhì)分析中的應用[J]. 食品與藥品, 2015, 17(5): 364-369. DOI:10.3969/j.issn.1672-979X.2015.05.016.
[8] GONZáLEZ-MOHINO A, JIMéNEZ A, RUFO M, et al. Correlation analysis between acoustic and sensory technique data for cooked pork loin samples[J]. LWT-Food Science and Technology, 2021, 141: 110882. DOI:10.1016/j.lwt.2021.110882.
[9] 趙永敢, 刁靜雯, 代建華. 成對比較檢驗法在雞汁產(chǎn)品研發(fā)中的應用[J]. 中國調(diào)味品, 2019, 44(3): 123-126. DOI:10.3969/j.issn.1000-9973.2019.03.027.
[10] OLTRA O R, FARMER L J, GORDON A W, et al. Identification of sensory attributes, instrumental and chemical measurements important for consumer acceptability of grilled lamb longissimus lumborum[J]. Meat Science, 2015, 100: 97-109. DOI:10.1016/j.meatsci.2014.09.007.
[11] ALUWé M, HEYRMAN E, KOSTYRA E, et al. Consumer evaluation of meat quality from barrows, immunocastrates and boars in six countries[J]. Animal, 2022, 16(3): 100455. DOI:10.1016/j.animal.2022.100455.
[12] 王鐵龍, 許凌云, 楊冠山, 等. 智能感官分析技術在食品風味中的研究進展[J]. 食品安全質(zhì)量檢測學報, 2023, 14(8): 37-43. DOI:10.19812/j.cnki.jfsq11-5956/ts.2023.08.002.
[13] LIU J J, PANNIER L, ELLIES-OURY M P, et al. French consumer evaluation of eating quality of Angus × salers beef: effects of muscle cut, muscle slicing and ageing[J]. Meat Science, 2023, 197: 109079. DOI:10.1016/j.meatsci.2022.109079.
[14] JIA W S, QIN Y D, ZHAO C T. Rapid detection of adulterated lamb meat using near infrared and electronic nose: a F1-score-MRE data fusion approach[J]. Food Chemistry, 2024, 439: 138123. DOI:10.1016/j.foodchem.2023.138123.
[15] ZHAO Y, HE W Y, ZHAN P, et al. A comprehensive analysis of aroma quality and perception mechanism in ginger-infused stewed beef using instrumental analysis, sensory evaluation and molecular docking[J]. Food Chemistry, 2024, 460: 140435. DOI:10.1016/j.foodchem.2024.140435.
[16] LEON-MEDINA J X, ANAYA M, TIBADUIZA D A. Yogurt classification using an electronic tongue system and machine learning techniques[J]. Intelligent Systems with Applications, 2022, 16: 200143. DOI:10.1016/j.iswa.2022.200143.
[17] FENG X, JO C, NAM K C, et al. Effect of irradiation on the parameters that influence quality characteristics of raw beef round eye[J]. Innovative Food Science amp; Emerging Technologies, 2018, 45: 115-121. DOI:10.1016/j.ifset.2017.09.006.
[18] STEWART S M, LAURIDSEN T, TOFT H, et al. Objective grading of eye muscle area, intramuscular fat and marbling in Australian beef and lamb[J]. Meat Science, 2021, 181: 108358. DOI:10.1016/j.meatsci.2020.108358.
[19] DRACHMANN F F, OLSSON V, WALLIN K, et al. Sire breed has a larger impact on sensory and technological meat quality than dam breed in beef-on-dairy heifers reared on forage and semi-natural grasslands[J]. Livestock Science, 2024, 282: 105453. DOI:10.1016/j.livsci.2024.105453.
[20] NASROLLAHZADEH F, ALEXI N, SKOV K B, et al. Texture profiling of muscle meat benchmarks and plant-based analogues: an instrumental and sensory design approach with focus on correlations[J]. Food Hydrocolloids, 2024, 151: 109829. DOI:10.1016/j.foodhyd.2024.109829.
[21] VIRTUOSO M C S, HOSSEINI A, AALHUS J L, et al. Genetic parameter estimates for sensory and meat quality traits measured at 3 and 29 days of aging of beef from Canadian crossbred cattle[J]. Meat Science, 2024, 207: 109351. DOI:10.1016/j.meatsci.2023.109351.
[22] FU B, ZHENG M P, YANG H C, et al. The effect of broad bean diet on structure, flavor and taste of fresh grass carp: a comprehensive study using E-nose, E-tongue, TPA, HS-SPME-GC-MS and LC-MS[J]. Food Chemistry, 2024, 436: 137690. DOI:10.1016/j.foodchem.2023.137690.
[23] KARAMAN E E, CEYHUN SEZGIN A. Effect of marination process with different formulation applied to beef on physio-chemical quality parameters and sensory properties of meat themed thesis[J]. International Journal of Gastronomy and Food Science, 2024, 38: 101005. DOI:10.1016/j.ijgfs.2024.101005.
[24] OZDEMIR V F, KOCYIGIT R, YANAR M, et al. An investigation of slaughter weight and muscle type effects on carcass fatty acid profiles and meat textural characteristics of young Holstein Friesian bulls[J]. Heliyon, 2024, 10(6): e27316. DOI:10.1016/j.heliyon.2024.e27316.
[25] 胡琰梅. 中國古人如何吃烤肉[J]. 大眾考古, 2019(4): 24-29.
[26] 馬夢恬, 王明輝, 張桂香, 等. 中國傳統(tǒng)烹飪方式對食物營養(yǎng)品質(zhì)的影響研究[J]. 食品工業(yè), 2023, 44(2): 208-213.
[27] 胡夢青. 山黑豬烤肉加工及貯藏特性研究[D]. 長春: 吉林大學, 2023. DOI:10.27162/d.cnki.gjlin.2022.002347.
[28] CHANNON H A, D’SOUZA D N, DUNSHEA F R. Developing a cuts-based system to improve consumer acceptability of pork: impact of gender, ageing period, endpoint temperature and cooking method[J]. Meat Science, 2016, 121: 216-227. DOI:10.1016/j.meatsci.2016.06.011.
[29] O’REILLY R A, PANNIER L, GARDNER G E, et al. Minor differences in perceived sheepmeat eating quality scores of Australian, Chinese and American consumers[J]. Meat Science, 2020, 164: 108060. DOI:10.1016/j.meatsci.2020.108060.
[30] 薛丹丹. 不同品種羊肉烤制特性及烤制適宜性評價研究[D]. 北京: 中國農(nóng)業(yè)科學院, 2012.
[31] 王海超. 烤羊腿風味、色澤與質(zhì)構特性的區(qū)域化差異研究[D].
楊凌: 西北農(nóng)林科技大學, 2018.
[32] 劉越, 李欣, 陳麗, 等. 七個不同品種羊肉烤制特性研究[J]. 食品工業(yè), 2015, 36(12): 176-179.
[33] 劉亞娜, 郎玉苗, 包高良, 等. 甘南牦牛肉與中國西門塔爾牛肉營養(yǎng)特性對比分析[J]. 食品工業(yè)科技, 2016, 37(15): 360-364. DOI:10.13386/j.issn1002-0306.2016.15.062.
[34] 宋潔. 巴寒雜交羔羊不同部位肉加工適宜性研究[D]. 蘭州: 甘肅農(nóng)業(yè)大學, 2016.
[35] 孟宇竹, 李峰, 路大勇, 等. 正交試驗優(yōu)化明爐烤羊肉串工藝參數(shù)[J]. 肉類工業(yè), 2017(4): 15-18. DOI:10.3969/j.issn.1008-5467.2017.04.005.
[36] 肖雄. 僵直前和解僵后羔羊肉品質(zhì)分析[D]. 錦州: 渤海大學, 2019.
[37] 王羽, 于振菲, 張曉燕, 等. 羊肉烘烤過程中的品質(zhì)變化研究[J]. 食品科技, 2014, 39(12): 146-151.
[38] 姜三群, 王亞洲, 王子榮, 等. 烤制時間對羊肉串品質(zhì)和營養(yǎng)物質(zhì)的影響[J]. 肉類工業(yè), 2014(5): 19-24. DOI:10.3969/j.issn.1008-5467.2014.05.006.
[39] LIU H, WANG Z Y, SULEMAN R, et al. Effect of protein thermal stability and protein secondary structure on the roasted mutton texture and colour from different cuts[J]. Meat Science, 2019, 156: 52-58. DOI:10.1016/j.meatsci.2019.05.014.
[40] 葛岳, 張德權, 李少博, 等. 基于消費者喜好性評價宰后不同階段羊肉食用品質(zhì)差異[J]. 中國農(nóng)業(yè)科學, 2022, 55(18): 3640-3651. DOI:10.3864/j.issn.0578-1752.2022.18.013.
[41] POGORZELSKI G, WO?NIAK K, POLKINGHORNE R, et al. Polish consumer categorisation of grilled beef at 6 mm and 25 mm thickness into quality grades, based on Meat Standards Australia methodology[J]. Meat Science, 2020, 161: 107953. DOI:10.1016/j.meatsci.2019.107953.
[42] WATSON R, GEE A, POLKINGHORNE R, et al. Consumer assessment of eating quality-development of protocols for Meat Standards Australia (MSA) testing[J]. Australian Journal of Experimental Agriculture, 2008, 48(11): 1360. DOI:10.1071/ea07176.
[43] MORTENSEN L M, FR?ST M B, SKIBSTED L H, et al. Effect of time and temperature on sensory properties in low-temperature long-time sous-vide cooking of beef[J]. Journal of Culinary Science amp; Technology, 2012, 10(1): 75-90. DOI:10.1080/15428052.2012.651024.
[44] 游佳偉. 不同部位牛肉烤制加工適宜性研究[D]. 錦州: 渤海大學, 2020.
[45] 李慧, 連海飛, 王德寶, 等. 不同部位西門塔爾牛肉理化品質(zhì)分析及烤制加工適宜性的研究[J]. 畜牧與飼料科學, 2021, 42(3): 97-101. DOI:10.12160/j.issn.1672-5190.2021.03.018.
[46] 王勇峰, 郎玉苗, 豐永紅, 等. 運用逐步回歸方法建立牛肉感官品質(zhì)預測模型[J]. 食品工業(yè)科技, 2016, 37(13): 67-71. DOI:10.13386/j.issn1002-0306.2016.13.005.
[47] 劉雪霏, 游佳偉, 程可欣, 等. 不同部位牛肉烤制加工的適宜性[J].
食品科學, 2021, 42(11): 86-93. DOI:10.7506/spkx1002-6630-20200608-105.
[48] RICARDO-RODRIGUES S, LARANJO M, ELIAS M, et al. Establishment of a tenderness screening index for beef cuts using instrumental and sensory texture evaluations[J]. International Journal of Gastronomy and Food Science, 2024, 35: 100889. DOI:10.1016/j.ijgfs.2024.100889.
[49] áNGEL-RENDóN S V, FILOMENA-AMBROSIO A, HERNáNDEZ-CARRIóN M, et al. Pork meat prepared by different cooking methods. A microstructural, sensorial and physicochemical approach[J]. Meat Science, 2020, 163: 108089. DOI:10.1016/j.meatsci.2020.108089.
[50] 付洋洋, 高彥華, 彭忠利, 等. 采用MSA體系對川西北牦牛肉食用品質(zhì)的評價研究[J]. 中國畜牧雜志, 2018, 54(7): 112-117. DOI:10.19556/j.0258-7033.2018-07-112.
[51] PIOCHI M, CABRINO G, TORRI L. Effects of different woods in barbecuing: consumers’ sensory perception and liking of grilled chicken meat[J]. Food Research International, 2023, 163: 112295. DOI:10.1016/j.foodres.2022.112295.
[52] KERTH C R, WALL K R, HICKS Z M, et al. Using untargeted metabolomics and volatile aroma compounds to predict expert sensory descriptors and consumer liking of beef loin steaks varying in quality grade, aging time, and degree of doneness[J]. Meat Science, 2023, 204: 109255. DOI:10.1016/j.meatsci.2023.109255.
[53] LYNCH E E M, CLAYTON E H, HOLMAN B W B, et al. Canola meal as a supplement for grass-fed beef cattle: effects on growth rates, carcase and meat quality, and consumer sensory evaluations[J]. Meat Science, 2024, 207: 109363. DOI:10.1016/j.meatsci.2023.109363.
[54] YANG X Y, WANG J, HOLMAN B W B, et al. Investigation of the physicochemical, bacteriological, and sensory quality of beef steaks held under modified atmosphere packaging and representative of different ultimate pH values[J]. Meat Science, 2021, 174: 108416. DOI:10.1016/j.meatsci.2020.108416.
[55] LEIGHTON P L A, PIETRASIK Z, LóPEZ-CAMPOS O, et al. Towards improving classification of Canadian dark-cutting beef carcasses: consumer sensory evaluation[J]. Meat Science, 2023, 195: 109008. DOI:10.1016/j.meatsci.2022.109008.
[56] 姜三群. 羊肉串烤制中品質(zhì)和有害物質(zhì)變化規(guī)律及影響因素的研究[D]. 烏魯木齊: 新疆農(nóng)業(yè)大學, 2014.
[57] ANDRE R S, FACURE M H M, MERCANTE L A, et al. Electronic nose based on hybrid free-standing nanofibrous mats for meat spoilage monitoring[J]. Sensors and Actuators B: Chemical, 2022, 353: 131114. DOI:10.1016/j.snb.2021.131114.
[58] XU N, ZENG X M, WANG P, et al. Investigation on taste characteristics and sensory perception of soft-boiled chicken during oral processing based on electronic tongue and electronic nose[J]. Food Science and Human Wellness, 2024, 13(1): 313-326. DOI:10.26599/FSHW.2022.9250026.
[59] ZHANG B H, WANG Y, WANG J P, et al. The establishment of ham grade, sensory scores and key flavor substances prediction models for Jinhua ham via E-nose combined with machine learning[J]. Food Chemistry, 2025, 472: 142847. DOI:10.1016/j.foodchem.2025.142847.
[60] GAO P P, LIANG J, LI W L, et al. Fusion of hyperspectral imaging and electronic nose for identification of green vegetable in egg pancakes[J]. Microchemical Journal, 2024, 199: 110034. DOI:10.1016/j.microc.2024.110034.
[61] GE Y H, WANG L, HUANG Y J, et al. Characteristic flavor compounds in Guizhou green tea and the environmental factors influencing their formation: investigation using stable isotopes, electronic nose, and headspace-gas chromatography ion migration spectrometry[J]. LWT-Food Science and Technology, 2024, 196: 115887. DOI:10.1016/j.lwt.2024.115887.
[62] XIA H L, CHEN W, HU D, et al. Rapid discrimination of quality grade of black tea based on near-infrared spectroscopy (NIRS), electronic nose (E-nose) and data fusion[J]. Food Chemistry, 2024, 440: 138242. DOI:10.1016/j.foodchem.2023.138242.
[63] JIANG S, ZHU Y W, PENG J Y, et al. Characterization of stewed beef by sensory evaluation and multiple intelligent sensory technologies combined with chemometrics methods[J]. Food Chemistry, 2023, 408: 135193. DOI:10.1016/j.foodchem.2022.135193.
[64] 何珊, 藺佳良, 張迪駿, 等. 基于風味的線性判別和雷達圖的中華絨螯蟹溯源[J]. 中國食品學報, 2018, 18(7): 239-246. DOI:10.16429/j.1009-7848.2018.07.029.
[65] 范文教, 易宇文, 徐培, 等. 豬肉腸摻雜雞肉的電子舌識別研究[J]. 食品科技, 2017, 42(11): 295-299. DOI:10.13684/j.cnki.spkj.2017.11.056.
[66] 李玉花, 史翰卿, 熊赟葳, 等. 融合電子鼻和視覺技術的雞肉新鮮度檢測裝置研究[J]. 農(nóng)業(yè)機械學報, 2022, 53(11): 433-440. DOI:10.6041/j.issn.1000-1298.2022.11.045.
[67] GüNEY S, ATASOY A. Freshness classification of horse mackerels with E-nose system using hybrid binary decision tree structure[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2020, 34(3): 20500032. DOI:10.1142/s0218001420500032.
[68] 張春娟, 鄭曉春, 古明輝, 等. 基于電子鼻和可見/近紅外光譜技術的羊肉真實性鑒別[J]. 現(xiàn)代食品科技, 2022, 38(12): 383-393. DOI:10.13982/j.mfst.1673-9078.2022.12.0155.
[69] 張欣, 陳雙宜, 谷惠文, 等. 基于電子鼻技術的荊州魚糕貯藏過程新鮮度預測[J]. 輕工學報, 2022, 37(3): 17-25.
[70] 侯冉, 竇露, 任欽, 等. 丁酸梭菌對小尾寒羊宰后成熟過程中揮發(fā)性風味物質(zhì)的影響及機理研究[J]. 食品科學, 2023, 44(12): 181-188. DOI:10.7506/spkx1002-6630-20220917-160.
[71] 王天楊, 關雎, 羅晶晶, 等. 基于電子鼻結(jié)合GC-IMS分析不同烹飪方式豬肉的揮發(fā)性成分差異[J]. 食品工業(yè)科技, 2024, 45(14): 234-244. DOI:10.13386/j.issn1002-0306.2023080228.
[72] HUI T, FANG Z F, MA Q L, et al. Effect of cold atmospheric plasma-assisted curing process on the color, odor, volatile composition, and heterocyclic amines in beef meat roasted by charcoal and superheated steam[J]. Meat Science, 2023, 196: 109046. DOI:10.1016/j.meatsci.2022.109046.
[73] SHEN C, CAI G H, TIAN J Q, et al. Characterization of lamb shashliks with different roasting methods by intelligent sensory technologies and GC-MS to simulate human muti-sensation: based on multimodal deep learning[J]. Food Chemistry, 2024, 440: 138265. DOI:10.1016/j.foodchem.2023.138265.
[74] MARTINEZ H A, MILLER R K, KERTH C, et al. Prediction of beef tenderness and juiciness using consumer and descriptive sensory attributes[J]. Meat Science, 2023, 205: 109292. DOI:10.1016/j.meatsci.2023.109292.