CN104360031B - 一种无损实时评定食物有效期的方法和装置 - Google Patents

Abstract

本发明提供一种无损实时评定食物有效期的方法和装置，所述方法包括：基于预测微生物学建立所述食物中微生物的生长动力学模型；基于光学无损检测方法建立所述食物的关键微生物指标预测模型；利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期。本发明能够在对食物没有任何损伤的前提下及时了解食物的有效期，保证食物品质安全，可以获取可观的经济效益和良好的社会效益，保障了人们生活质量和健康安全，促进了整个食品行业的发展。

Description

一种无损实时评定食物有效期的方法和装置

技术领域

本发明涉及食品品质安全技术检测领域，尤其涉及一种无损实时评定食物有效期的方法和装置。

背景技术

国内食品安全问题频频发生，很大程度上是由于初级农畜产品源头污染严重以及生产加工流通过程中质量控制和安全检测不到位造成的，所以迫切需要全面提升生鲜肉质量安全保障措施。通过对食品进行全程质量控制，从生产、加工到批发零售整个环节实现动态监管，可以有效保证其可靠性、食用性和安全性。其中，对食品有效期的预测是质量控制中的关键环节。冷却肉在其生产、销售及加工具有广阔的市场前景和巨大的经济增长空间。随着我国冷取肉占整个食品行业的比重不断加大，由此引发的肉类食品安全问题层出不穷。由于肉类本身富含营养物质和水分，极易腐败变质，以及在屠宰加工及销售的过程中，缺乏良好的卫生条件和冷藏设施，出售时随着放置时间的延长而使冷却肉质量安全情况变得错综复杂，其食用安全性和剩余货架期不断下降。其中，对冷却肉食用有效期的预测是质量控制中的关键环节。因此，如何实现冷却肉食用有效期的快速检测和食用安全风险实时评定，对于提升生鲜肉品质保障有着重要的现实意义。

传统的肉品微生物检验主要依靠大量实验确定，存在检测效率低、所需时间长、产品破坏大等问题，且不能及时反映肉品食用有效期。而现代的肉品微生物检测融合了微生物学、分子生物学、细胞免疫学等，虽然在检测速度和灵敏度上有了进一步提高，但是同样存在前处理复杂、样品破坏大等缺点。

发明内容

本发明提供一种无损实时评定食物有效期的方法和装置，以解决现有技术中食物有效期检测方法样品破坏大的技术问题。

为解决上述技术问题，本发明提供一种无损实时评定食物有效期的方法，包括：

基于预测微生物学建立所述食物中微生物的生长动力学模型；

基于光学无损检测方法建立所述食物的关键微生物指标预测模型；

利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期。

进一步地，所述基于预测微生物学建立所述食物中微生物的生长动力学模型包括：

检测所述食物在储藏期间自然腐败的菌落总数和关键微生物指标数值随贮藏时间变化的数值，采用修正的Gompertz函数对所述菌落总数和关键微生物指标进行非线性拟合，确定其生长规律，建立所述食物菌落总数和关键微生物指标的生长动力学模型。

进一步地，所述基于光学无损检测方法建立所述食物的关键微生物指标预测模型包括：

通过200～400nm紫外荧光高光谱检测系统，采取面扫描方式获取所述食物完整的图像信息；利用400～1100nm的可见/近红外高光谱检测系统，采取线扫描方式获取所述食物每个检测点上数百个波长的高光谱图像，得到所述食物的微生物形态和生化成分的光谱信息；

根据所述图像信息和光谱信息，结合预设的关键微生物指标标准参照值，建立所述食物的关键微生物指标预测模型。

进一步地，所述食物的有效期评定指标包括：

定量微生物指标、致腐性微生物指标和/或致病性微生物指标。

进一步地，所述利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期包括：

利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，对所述食物内的关键微生物含量进行定性和定量分析，建立所述食物的有效期预估模型，以评定所述食物的有效期。

另一方面，本发明还提供一种无损实时评定食物有效期的装置，

包括：

生长动力学模型建立单元，用于基于预测微生物学建立所述食物中微生物的生长动力学模型；

预测模型建立单元，用于基于光学无损检测方法建立所述食物的关键微生物指标预测模型；

评定单元，用于利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期。

进一步地，所述生长动力学模型建立单元用于：

检测所述食物在储藏期间自然腐败的菌落总数和关键微生物随贮藏时间变化的数值，采用修正的Gompertz函数对所述菌落总数和关键微生物指标进行非线性拟合，确定其生长规律，建立所述食物关键微生物指标的生长动力学模型。

进一步地，所述预测模型建立单元用于：

通过200～400nm紫外荧光高光谱检测系统，采取面扫描方式获取所述食物完整的图像信息；利用400～1100nm的可见/近红外高光谱检测系统，采取线扫描方式获取所述食物每个检测点上数百个波长的高光谱图像，得到所述食物的微生物形态和生化成分的光谱信息；

根据所述图像信息和光谱信息，结合预设的关键微生物指标标准参照值，建立所述食物的关键微生物指标预测模型。

进一步地，所述食物的有效期评定指标包括：

定量微生物指标、致腐性微生物指标和/或致病性微生物指标。

进一步地，所述评定单元用于：

利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，对所述食物内的关键微生物含量进行定性和定量分析，建立所述食物的有效期预估模型，以评定所述食物的有效期。

可见，在本发明提供的无损实时评定食物有效期的方法和装置中，能够在对食物没有任何损伤的前提下及时了解食物的有效期，保证食物品质安全，可以获取可观的经济效益和良好的社会效益，保障了人们生活质量和健康安全，促进了整个食品行业的发展。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例无损实时评定食物有效期的方法的基本流程示意图；

图2是本发明实施例1无损实时评定食物有效期的方法的流程示意图；

图3是本发明实施例1的菌落总数生长动力学Gompertz模型；

图4是本发明实施例1的假单胞菌生长动力学Gompertz模型；

图5是本发明实施例1的200～400nm光学检测系统结构示意图；

图6是本发明实施例1的冷却肉样品图像；

图7是本发明实施例1的400～1100nm光学检测系统结构示意图；

图8是本发明实施例1的冷却肉样品原始光谱；

图9是本发明实施例1的冷却肉样品预处理后的光谱；

图10是本发明实施例1的冷却肉食用有效期预估模型；

图11是本发明实施例2的无损实时评定食物有效期的装置的结构示意图；

附图标记：1.聚光镜，2.成像光谱仪，3.CCD相机，4.数据采集系统，5.计算机，6.平移台，7.紫外光源，8.准直镜，9.卤钨灯光谱调节器，10.高度调节控制器。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明首先提供一种无损实时评定食物有效期的方法，参见图1，包括：

步骤101：基于预测微生物学建立所述食物中微生物的生长动力学模型；

步骤102：基于光学无损检测方法建立所述食物的关键微生物指标预测模型；

步骤103：利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期。

可选地，基于预测微生物学建立所述食物中微生物的生长动力学模型可以包括：检测所述食物在储藏期间自然腐败的菌落总数和关键微生物随贮藏时间变化的数值，采用修正的Gompertz函数对所述菌落总数和关键微生物指标进行非线性拟合，确定其生长规律，建立所述食物菌落总数和关键微生物指标的生长动力学模型。

可选地，基于光学无损检测方法建立所述食物的关键微生物指标预测模型可以包括：通过200～400nm紫外荧光高光谱检测系统，采取面扫描方式获取所述食物完整的图像信息；利用400～1100nm的可见/近红外高光谱检测系统，采取线扫描方式获取所述食物每个检测点上数百个波长的高光谱图像，得到所述食物的微生物形态和生化成分的光谱信息；

根据所述图像信息和光谱信息，结合预设的关键微生物指标标准参照值，建立所述食物的关键微生物指标预测模型。

可选地，食物的有效期评定指标可以包括：定量微生物指标、致腐性微生物指标和/或致病性微生物指标。

可选地，利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期可以包括：利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，对所述食物内的关键微生物含量进行定性和定量分析，建立所述食物的有效期预估模型，以评定所述食物的有效期。

实施例1：

本发明实施例1提供一种无损实时评定冷却肉食用有效期的方法，本实施例方法基于预测微生物学建立的生长动力学模型与基于光学无损检测方法建立的关键微生物指标预测模型两者结合。选取表征微生物数量常规指标的菌落总数、表征冷却肉在低温下的特定腐败微生物指标的假单胞菌以及表征冷藏和冷冻生肉中的重要致病性微生物指标的大肠杆菌和沙门氏菌作为关键微生物指标。对于致病性微生物进行定性分析，对于定量微生物指标和致腐性微生物指进行定量分析，通过定性和定量相结合，对生鲜肉食用有效期进行综合评定和实时预测。参见图2，本实施例方法具体包括：

步骤201：准备用于评定食物有效期的冷却肉样品。

本步骤中，获取两批各45块分割均匀经排酸后的冷却猪肉背最长肌样品，用无菌托盘和保鲜膜包装好后置于4℃冰箱中贮藏。本实施例中的实验周期为15天，第一批样品用于接种单一菌(将沙门氏菌、大肠杆菌、假单胞菌分别接种于无菌处理后的猪肉表面，各15块)，第二批样品用于冷却肉自然腐败后，根据其自然生长规律，建立本发明实施例中几种关键微生物生长动力学模型。

步骤202：基于预测微生物学建立冷却肉样品中微生物的生长动力学模型。

本步骤中，可以采用标准理化测定方法，检测冷却肉样品在4℃储藏期间自然腐败的菌落总数和假单胞菌数值随贮藏时间变化数值，分别参见图3和图4，通过采用修正的Gompertz函数对菌落总数和假单胞菌进行非线性拟合，确定其生长规律，建立冷却肉关键微生物指标菌落总数和假单胞菌的生长动力学模型。

具体地，可以在数学模型库中确定与菌落生长情况拟合最好的数学模型，在计算机中以微生物数据库为输入，利用Matlab中的函数库对数学模型的参数进行估计，得到一个仿真函数库，此仿真库能被其他编程语言调用，以便形成人机界面，以利于对冷却肉样品中食用有效期进行快速预测。通过设计的原理样机检验检测精度，进一步补偿与修正优化方法，以建立更加稳健的食用有效期预测模型。

$T\left(t\right)=a+c\×\exp \{-\exp [\frac{b\×e}{c}(m-t)+1\left]\right\}---\left(1\right)$

式中：

T(t)是贮藏时间为t时微生物量；

a是时间t＝-∞时微生物量(t＝0时的初始菌数)；

c是时间t＝+∞时，即当c增加到稳定期使最大的微生物数量对应的值；

b是生长速率day^-1；e＝2.718；

m是微生物达到相对最大生长速率所需要的时间，即微生物生长的延滞时间；

由此可得，在4℃的贮藏条件下，冷却肉定量微生物指标菌落总数随时间变化的生长动力学模型为：

logN_TVC＝4.910+4.284×exp{-exp[0.468×(3.494-t)+1]} (2)

由此可得，在4℃的贮藏条件下，冷却肉的致腐性微生物指标假单胞菌随时间变化的生长动力学模型为：

logN_P＝3.620+6.528×exp{-exp[0.355×(2.247-t)+1]} (3)

其中，

N_TVC是贮藏时间为t时细菌总数的量；

N_P是贮藏时间为t时假单胞菌的量；

步骤203：基于光学无损检测方法建立冷却肉样品的关键微生物指标预测模型。

本步骤中，采用如图5所示的光学检测系统对冷却肉样品进行面扫描，获取冷却肉样品200～400nm波段范围的图像信息(见图6)，实现冷却肉样品品质安全信息的可视化表达，对冷却肉样品表面是否受致病性微生物污染进行一个定性判断。若沙门氏菌或假单胞菌数值超过国家标准规定的限量要求，冷却肉食用有效期立即终止。

若未检出致病性微生物，则继续采用图7中的光学检测系统对样品进行线扫描，获取样品400～1100nm波段范围微生物形态和生化成分的光谱信息，用以对定量微生物指标和致腐性微生物指标进行定量检测。图5和图7中的两组系统可以对光源部分进行快速切换，以实现图像光谱信息的快速准确获取。其中，每个样品表面平行选取5个不同位置，每个位置扫描4次，共获取20个扫描图像，取其平均图像作为该样品的最终图像，所获取的原始光谱如图8所示。随后，对所采集的光谱信息进行预处理，从高维复杂的原始光谱中获取与冷却肉样品食用有效性相关的特征谱峰、谱带以及特征波长，采取S-G多项式平滑和中值滤波法进行光谱预处理，增强与成分含量相关的光谱吸收信息，处理结果见图9。

利用上述光谱信息对冷却肉样品的定量微生物指标和致腐性微生物指标进行定量判断，若定量微生物指标和致腐性微生物指标均未超标，则认为此时冷却肉样品是安全的，可进行后续的有效期预测，而若上述任一指标超过了预设阈值，例如8.5log cfu/g，则食用有效期立即终止。

当冷却肉样品定量指标确定为安全时，可以根据上述结果建立关键微生物指标预测模型，具体包括：

测定菌落总数和假单胞菌的标准参照值。细菌总数的测定，可按照GB/4789.2-2010测量菌落总数(colony total)法，采用平板计数法，以菌落形成单位(colony-forming units,CFU·g^-1)表示每g样品中形成的微生物菌落总数。假单胞菌的测量，可按照EN ISO 13720-2010标准中《肉和肉制品.假单胞菌属的计数》。

以菌落总数和假单胞菌的标准参照值作为目标输出值，以之前获取的光谱信息作为输入值，将冷却肉样品分为校正集和预测集，通过分析比较不同建模方法，建立冷却肉关键微生物污染指标菌落总数和假单胞菌的最优预测模型。

步骤204：利用生长动力学模型和关键微生物指标预测模型，根据预设的冷却肉样品的有效期评定指标，评定冷却肉样品的有效期。

本步骤中，基于预测微生物学建立的生长动力学模型以及基于光学无损检测方法建立的关键微生物污染指标的预测模型两者结合，并根据上述定量微生物指标、致腐性微生物指标和致病性微生物指标三方面，最终建立冷却肉食用有效期预估模型，参见图10，以评定冷却肉样品的有效期，预测结果参见表1。

表1冷却肉食用有效期预测结果

实施例2：

本发明实施例2提供一种无损实时评定食物有效期的装置，参见图11，包括：

生长动力学模型建立单元1101，用于基于预测微生物学建立所述食物中微生物的生长动力学模型；

预测模型建立单元1102，用于基于光学无损检测方法建立所述食物的关键微生物指标预测模型；

评定单元1103，用于利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期。

其中，生长动力学模型建立单元1101和预测模型建立单元1102分别与评定单元1103相连。

可选地，生长动力学模型建立单元1101可以用于：检测所述食物在储藏期间自然腐败的菌落总数和假单胞菌数值随贮藏时间变化的数值，采用修正的Gompertz函数对所述菌落总数和假单胞菌进行非线性拟合，确定其生长规律，建立所述食物菌落总数和假单胞菌的生长动力学模型。

可选地，预测模型建立单元1102可以用于：通过200～400nm紫外荧光高光谱检测系统，采取面扫描方式获取所述食物完整的图像信息；利用400～1100nm的可见/近红外高光谱检测系统，采取线扫描方式获取所述食物每个检测点上数百个波长的高光谱图像，得到所述食物的微生物形态和生化成分的光谱信息；

根据所述图像信息和光谱信息，结合预设的关键微生物指标标准参照值，建立所述食物的关键微生物指标预测模型。

可选地，食物的有效期评定指标可以包括：定量微生物指标、致腐性微生物指标和/或致病性微生物指标。

可选地，评定单元1103可以用于：利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，对所述食物内的关键微生物含量进行定性和定量分析，建立所述食物的有效期预估模型，以评定所述食物的有效期。

可见，在本发明实施例提供的无损实时评定食物有效期的方法和装置中，能够在对食物没有任何损伤的前提下及时了解食物的有效期，保证食物品质安全，可以获取可观的经济效益和良好的社会效益，保障了人们生活质量和健康安全，促进了整个食品行业的发展。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种无损实时评定食物有效期的方法，其特征在于，包括：

基于预测微生物学建立所述食物中微生物的生长动力学模型；

基于光学无损检测方法建立所述食物的关键微生物指标预测模型；

利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期；

其中，

所述基于预测微生物学建立所述食物中微生物的生长动力学模型包括：

检测所述食物在储藏期间自然腐败的菌落总数和关键微生物随贮藏时间变化的数值，采用修正的Gompertz函数对所述菌落总数和关键微生物指标进行非线性拟合，确定其生长规律，建立所述食物菌落总数和关键微生物指标的生长动力学模型；

所述基于光学无损检测方法建立所述食物的关键微生物指标预测模型包括：

通过200～400nm紫外荧光高光谱检测系统，采取面扫描方式获取所述食物完整的图像信息；利用400～1100nm的可见/近红外高光谱检测系统，采取线扫描方式获取所述食物每个检测点上数百个波长的高光谱图像，得到所述食物的微生物形态和生化成分的光谱信息；

对所采集的光谱信息从高维复杂的原始光谱中获取与冷却肉样品食用有效性相关的特征谱峰、谱带以及特征波长，采取S-G多项式平滑和中值滤波法进行光谱预处理，获得处理后的光谱信息；

根据所述图像信息和光谱信息，结合预设的关键微生物指标标准参照值，建立所述食物的关键微生物指标预测模型。

2.根据权利要求1所述的无损实时评定食物有效期的方法，其特征在于，所述食物的有效期评定指标包括：

定量微生物指标、致腐性微生物指标和/或致病性微生物指标。

3.根据权利要求1所述的无损实时评定食物有效期的方法，其特征在于，所述利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期包括：

利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，对所述食物内的关键微生物含量进行定性和定量分析，建立所述食物的有效期预估模型，以评定所述食物的有效期。

4.一种无损实时评定食物有效期的装置，其特征在于，包括：

生长动力学模型建立单元，用于基于预测微生物学建立所述食物中微生物的生长动力学模型；

预测模型建立单元，用于基于光学无损检测方法建立所述食物的关键微生物指标预测模型；

评定单元，用于利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，评定所述食物的有效期；

其中，所述生长动力学模型建立单元用于：

检测所述食物在储藏期间自然腐败的菌落总数和关键微生物随贮藏时间变化的数值，采用修正的Gompertz函数对所述菌落总数和关键微生物指标进行非线性拟合，确定其生长规律，建立所述食物菌落总数和关键微生物指标的生长动力学模型；

所述预测模型建立单元用于：

通过200～400nm紫外荧光高光谱检测系统，采取面扫描方式获取所述食物完整的图像信息；利用400～1100nm的可见/近红外高光谱检测系统，采取线扫描方式获取所述食物每个检测点上数百个波长的高光谱图像，得到所述食物的微生物形态和生化成分的光谱信息；

对所采集的光谱信息从高维复杂的原始光谱中获取与冷却肉样品食用有效性相关的特征谱峰、谱带以及特征波长，采取S-G多项式平滑和中值滤波法进行光谱预处理，获得处理后的光谱信息；

根据所述图像信息和光谱信息，结合预设的关键微生物指标标准参照值，建立所述食物的关键微生物指标预测模型。

5.根据权利要求4所述的无损实时评定食物有效期的装置，其特征在于，所述食物的有效期评定指标包括：

定量微生物指标、致腐性微生物指标和/或致病性微生物指标。

6.根据权利要求4所述的无损实时评定食物有效期的装置，其特征在于，所述评定单元用于：

利用所述生长动力学模型和所述关键微生物指标预测模型，根据预设的所述食物的有效期评定指标，对所述食物内的关键微生物含量进行定性和定量分析，建立所述食物的有效期预估模型，以评定所述食物的有效期。