来源:赛斯拜克 发表时间:2023-08-03 浏览量:357 作者:awei
冷却羊肉经过冷却后,表面上微生物会大量繁殖,不仅会改变冷却肉的颜色、气味等感官性质,还会导致病原体和毒素的产生,对人体健康造成危害。传统的检测方法存在操作复杂、产品破坏严重等问题,很难实现对冷却肉在冷链流通和销售等环节的在线无损检测。随着光谱技术的不断发展,光谱无损检测技术被广泛应用于冷却羊肉表面细菌总数的检测。本文介绍了SM350近红外光高光谱成像仪在冷却羊肉表面细菌总数检测中的应用。
冷却羊肉经过冷却后,表面上微生物会大量繁殖,不仅会改变冷却肉的颜色、气味等感官性质,还会导致病原体和毒素的产生,对人体健康造成危害。传统的检测方法存在操作复杂、产品破坏严重等问题,很难实现对冷却肉在冷链流通和销售等环节的在线无损检测。随着光谱技术的不断发展,光谱无损检测技术被广泛应用于冷却羊肉表面细菌总数的检测。本文介绍了SM350近红外光高光谱成像仪在冷却羊肉表面细菌总数检测中的应用。
冷冻羊肉
羊肉的蛋白质比猪肉更高,而脂肪含量较低。此外,羊肉还含有较高的钙、磷、铁等矿物质,远超过猪肉和鸡肉。因此,羊肉是理想的绿色动物蛋白质来源。随着居民生活水平的提高,对健康、营养和安全的重视程度也在增加,对冷却肉的需求不断增长。冷却羊肉表面的微生物繁殖不仅会改变其颜色、气味等感官特性,还会导致病原体和毒素的形成,对人体健康造成危害。这个趋势代表着未来肉制品的主流方向。
细菌总数是评价食品卫生质量的重要微生物学指标。传统的检测方法包括快速测试片技术、电阻抗技术、微菌落技术、发射测量法、微热量技术、三磷酸腺苷生物发光技术和色谱法等。但是这些方法存在操作繁琐、耗时长、产品损坏严重以及检测结果滞后等缺点,很难在冷链流通和销售等环节实现针对冷却肉的在线无损检测。
高光谱技术已经在食品分析和检验中得到广泛应用。其中,高光谱成像技术利用畜产品在紫外、可见或近红外等光谱区域的反射特性来揭示其品质参量。由于物体的反射光谱具有独特的特征,因此可以利用不同物质的不同光谱特征来区分它们。不同基团或同一基团在不同化学环境中的吸收波长和强度也具有明显的差异,从而提供了丰富的结构和组成信息,非常适合用于测量碳氢有机物质的组成和性质。近年来,高光谱技术在农畜产品内外品质检验(如嫩度、大理石花纹)、肉类和水果表面污染的无损检测等方面成为研究热点。
SM350是一种近红外光高光谱成像仪。
SM350近红外光高光谱成像仪是专为显微测量应用设计的一种成像系统。它能在900nm-1700nm范围内快速获取显微视场内样品的高光谱数据和细致空间图像。利用数据处理和分析,可以进一步挖掘微观状态下的更多细节信息。该技术可通过高光谱成像来检测冷却羊肉表面的细菌总数。通过获取900nm~1700nm波长范围内的冷却羊肉样本的高光谱图像信息,并结合偏最小二乘和人工神经网络(如反向人工神经网络和径向基人工神经网络)来建立预测模型,可以提供更准确、快速、非破坏性的检测方法来进行羊肉质量的安全检测。具体方法如下:
1.高光谱图像获取
在测量过程中,我们随机选取了4个待测冷冻样品,并将它们放置在室温下30分钟后,采集了它们的高光谱图像。为了避免样本、仪器和环境变量对检测结果造成的差异,我们使用了相同的样本进行了光谱值获取,并且确保了实验室周围的温度、湿度和照明等外部条件的一致性。在采集样本图像之前,我们进行了一系列设置:光谱范围为900nm~1700nm,曝光时间为10ms,曝光速率为15mm/s,扫描宽度为180mm,以确保图像清晰而不失真。此外,在采集样本图像之前,我们还进行了黑白校正,以校正相机的暗电流和室内照明对图像的影响。
将公式重新改写为:R=(R0-D)/(W-D)
在这个公式中,R代表经过校正后的高光谱图像,R0代表原始的高光谱图像,W代表白板图像,D代表暗图像。
2.微生物测量样品表面
高光谱图像采集完毕后,立即根据《食品微生物学检验菌落总数测定》国家标准GB4789.2-2010使用平板计数法来测定冷却羊肉样本表面的细菌总数。按照1:10的比例逐渐稀释样本,选取两个适当稀释度的倒平板,每个稀释度都使用两个平板作为同行。之后将这些平板放入恒温培养箱中,经过48小时后进行计数,并将取得的对数值作为参考数据。
3.获取高谱值
通过使用仪器配备的高光谱图像数据采集和分析软件,在校正后的样本高光谱图像上选择表面的一个感兴趣区域,并计算其平均反射光谱。然后依次按照该方法获取多个样本的全波段原始反射光谱曲线图。
4.光谱数据的处理方法
为了增强信息分析,获得低背景干扰和高信噪比的分析信号,在处理原始光谱之前,我们可以使用多种方法进行预处理,包括多元散射校正、导数法、标准正态变量变换以及它们的组合复合算法等。最后,我们可以建立一个模型来评估冷却羊肉表面的细菌总数,并获得模型的评价指标。通过评价指标,我们可以确定在400nm至1100nm波长范围和900nm至1700nm波长范围内,最佳的光谱预处理方法是多元散射校正和2阶导数相结合。然后我们可以建立不同波长范围下细菌总数建模的最佳预处理光谱图。