CN105606637B - 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 - Google Patents
利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 Download PDFInfo
- Publication number
- CN105606637B CN105606637B CN201610046165.1A CN201610046165A CN105606637B CN 105606637 B CN105606637 B CN 105606637B CN 201610046165 A CN201610046165 A CN 201610046165A CN 105606637 B CN105606637 B CN 105606637B
- Authority
- CN
- China
- Prior art keywords
- moisture
- abalone
- fat content
- sample
- low
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 238000005481 NMR spectroscopy Methods 0.000 title claims abstract description 11
- 238000005516 engineering process Methods 0.000 title claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 238000010997 low field NMR spectroscopy Methods 0.000 claims abstract description 4
- 238000012628 principal component regression Methods 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 6
- 238000000685 Carr-Purcell-Meiboom-Gill pulse sequence Methods 0.000 claims description 5
- 238000000944 Soxhlet extraction Methods 0.000 claims description 5
- 238000001035 drying Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 101000838507 Homo sapiens Developmentally-regulated GTP-binding protein 1 Proteins 0.000 claims description 3
- 101000979748 Homo sapiens Protein NDRG1 Proteins 0.000 claims description 3
- 102100024980 Protein NDRG1 Human genes 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 claims description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 8
- 241000251468 Actinopterygii Species 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001225 nuclear magnetic resonance method Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000237858 Gastropoda Species 0.000 description 1
- 241000237891 Haliotidae Species 0.000 description 1
- 241001489138 Haliotis diversicolor Species 0.000 description 1
- 241000237852 Mollusca Species 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 239000008274 jelly Substances 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 239000003960 organic solvent Substances 0.000 description 1
- 238000005064 physico chemical analysis method Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N24/00—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects
- G01N24/08—Investigating or analyzing materials by the use of nuclear magnetic resonance, electron paramagnetic resonance or other spin effects by using nuclear magnetic resonance
- G01N24/087—Structure determination of a chemical compound, e.g. of a biomolecule such as a protein
Landscapes
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明提供一种利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法,包括如下步骤：(A)样品采集；(B)样品低场核磁分析；(C)样品测量；(D)模型的建立；(E)模型的评价；(F)待测样品水分和脂肪含量的测定。本发明的方法，可以同时检测鲍鱼中水分和脂肪含量，快速准确，不受鲍鱼表面性质的影响，且测量过程对鲍鱼本身没有破坏。
Description
技术领域
本发明涉及食品检测领域，具体来说，涉及利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法。
背景技术
鲍鱼是一种原始的海洋贝类，软体动物门，腹足纲，原始腹足目，鲍科，单壳软体动物，只有半面外壳，壳坚厚，扁而宽。鲍鱼是中国传统的名贵食材，四大海味之首。现在，世界上产鲍鱼的国家都在发展人工养殖，中国在20世纪70年代培育出杂色鲍苗，人工养殖获得成功，具有较大的养殖和销售市场。目前鲍鱼主要以加工成干鲍鱼，即食鲍鱼以及罐头等产品为主。鲍鱼的脂肪和水分含量是评价其品质和安全性的重要指标。脂肪含量的高低不仅直接影响鲍鱼的营养价值，也影响鲍鱼的后期加工。另一方面，由于鲍鱼中含有大量的水分，贮藏过程中水分含量高低影响微生物群落的增长，从而影响鲍鱼的货架期。因此检测鲍鱼中脂肪和水分含量具有十分重要的意义。
目前，测量水分和脂肪含量的标准方法主要是105℃烘干恒重法和索式抽提法获得的，这些化学方法虽然可以获得可靠、精确的结果，但是它们是破坏性的方法，费时费力、污染环境、且只检测小部分代表性的样本以获得平均值，无法保证数据的实时性。由于这些原因，探索一种快速无损、在线评估鲍鱼品质的检测方法是非常必要的。近红外光谱可以成功地用于检测鱼中水分和脂肪的含量，与物理化学分析方法测得的结果具有较高相关性。然而，近红外光谱的主要缺点是反射光谱仅提供样品表层的信息。不能测量完整样品，容易受表面性质的影响。
发明内容
本发明提供了一种利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法，可以同时检测鲍鱼中水分和脂肪含量，快速准确，不受鲍鱼表面性质的影响，且测量过程对鲍鱼本身没有破坏。
本发明提供一种利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法,包括如下步骤：
(A)样品采集：采集具有代表性的鲍鱼样品；
(B)样品低场核磁分析:对所述鲍鱼样品进行低场核磁共振分析，利用CPMG脉冲序列法采集核磁共振回波信号，获得回波衰减曲线数据，经反演算法及质量归一化处理获得横向弛豫时间T2曲线；
(C)样品测量：对采集的所述鲍鱼样品的水分含量和脂肪含量进行测量，获得水分含量和脂肪含量数据；
(D)模型的建立:将所述回波衰减曲线数据与所述水分含量和脂肪含量数据进行拟合，建立水分含量和脂肪含量的回归模型；
(E)模型的评价：根据所述回归模型预测值与参考值的相关系数Rcal 2和Rcv 2、均方根误差RMSEC和预测标准差SEP对所述回归模型进行评估；
(F)待测样品水分和脂肪含量的测定:测定待测样品的回波衰减曲线数据，利用已经评估的所述水分含量和脂肪含量的回归模型，对待测样品的回波衰减曲线数据进行分析，得到相应的水分和脂肪含量的预测值。
以上所述的方法，其中，步骤(A)中所述具有代表性的鲍鱼样品为分不同批次采集、不同产地、不同大小以及不同季节的鲍鱼。
以上所述的方法，其中，步骤(B)中所述脂肪含量测量采用索氏提取法，所述水分含量测量采用105℃烘干恒重法。
以上所述的方法，其中，步骤(C)中CPMG脉冲序列法采用的参数为：90度脉宽P1：13μs，180度脉宽P2：26μs，重复采样等待时间Tw：1000-10000ms，模拟增益RG1：[10到20，均为整数]，数字增益DRG1：[2到5，均为整数]，前置放大增益PRG：[1，2，3]，NS：4，8，16，NECH：1000-10000,接收机带宽SW：100，200，300KHz，开始采样时间的控制参数RFD：0.002-0.05ms，时延DL1：0.1-0.5ms。
以上所述的方法，其中，步骤(C)中所述反演算法采用一维反拉普拉斯算法。
以上所述的方法，其中，步骤(D)中所述拟合采用偏最小二乘回归方法(PLSR)及主成分回归法(PCR)。
本发明涉及的检测方法操作过程简单，待测样品无需前处理，重复性好，分析时间短，分析过程不需消耗有机试剂(索式抽提法需要乙醚等有机溶剂才能进行)，对鲍鱼无破坏，在建立好用于预测的回归模型之后对所有其他待测鲍鱼样品仅需要测量回波衰减曲线数据即可通过回归模型预测水分和脂肪含量，为非侵入式测量方法，而且可以同时测量鲍鱼的水分和脂肪含量，检测的数值准确、稳定，提高了测量效率，可以满足生产现场对样品的快速分析需求。
附图说明:
图1为本发明采集的鲍鱼样品的水分和脂肪含量的回波衰减曲线；
图2为本发明采集的鲍鱼样品的水分和脂肪含量的横向弛豫时间T2图谱；
图3为鲍鱼水分含量通过主成分回归法(PCR)建立的回归模型残余方差和主成分数量关系图；
图4为鲍鱼脂肪含量通过主成分回归法(PCR)建立的回归模型残余方差和主成分数量关系图；
图5为鲍鱼水分含量通过主成分回归法(PCR)建立的回归模型的预测值与真实值回归谱图；
图6为鲍鱼水分含量通过主成分回归法(PCR)建立的回归模型的预测值与真实值回归谱图；
图7为鲍鱼水分含量通过偏最小二乘回归方法(PLSR)建立的回归模型残余方差和主成分数量关系图；
图8为鲍鱼脂肪含量通过偏最小二乘回归方法(PLSR)建立的回归模型残余方差和主成分数量关系图；
图9为鲍鱼水分含量通过偏最小二乘回归方法(PLSR)建立的回归模型的预测值与真实值回归谱图；
图10为鲍鱼脂肪含量通过偏最小二乘回归方法(PLSR)建立的回归模型的预测值与真实值回归谱图。
具体实施方式
以下结合附图和实施例，对本发明的具体实施方式进行更加详细的说明，以便能够更好地理解本发明的方案以及其各个方面的优点。然而，以下描述的具体实施方式和实施例仅是说明的目的，而不是对本发明的限制。
下述实施例中所使用的实验方法如无特殊说明，均为常规方法。
下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。
具体实施步骤如下：
样品采集：分不同批次采集不同产地，不同大小，不同季节的鲍鱼20只。这样可以使鲍鱼水分和脂肪含量差别较大，样品具有一定代表性。
样品测量：
样品低场核磁分析：采用Mini MR-Rat磁共振成像分析仪对20个样品进行低场核磁分析，利用CPMG脉冲序列，测量鲍鱼横向弛豫时间T2，参数设置为：90度脉宽P1：13μs，180度脉宽P2：26μs，重复采样等待时间Tw：3000ms，模拟增益RG1：15，数字增益DRG1：3，前置放大增益PRG：1，NS：8，NECH：3000，接收机带宽SW：200KHz，开始采样时间的控制参数RFD：0.002ms，时延DL1：0.5ms，获得回波衰减曲线，然后采用一维反拉普拉斯算法作为横向弛豫时间T2：反演算法(迭代次数:1000000)，经质量归一化得出各样品的横向弛豫时间T2图谱。如图1和图2所示(图中给出的为每种样品的代表性曲线)。
水分含量的测定方法：将10只鲍鱼样品在105℃恒温干燥箱中直接干燥10h，至恒重，得到鲍鱼样品中的水分含量。
脂肪含量的测定方法：采用索氏提取法提取总脂肪，将10只鲍鱼冷冻干燥，制成冻干粉，使用滤纸将鲍鱼冻干粉末包好后置于索氏提取器中，以无水乙醚作为提取溶剂，提取时间10h，将溶有鲍鱼脂肪的乙醚在35℃下氮吹去除乙醚，然后105℃下干燥至恒重。测量结果如表1所示。
模型的建立：将鲍鱼样品的回波衰减弛豫曲线数据与水分含量和脂肪含量通过计量学软件进行拟合,利用主成分回归法(PCR)和偏最小二乘回归算法(PLSR)，建立水分含量和脂肪含量的PCR(校正集、交互验证集)和PLSR(校正集、交互验证集)的回归模型。本实施例中所用的软件为unscrambler9.7，需要说明的是，所述计量学软件可以为任何可以进行主成分回归法(PCR)和偏最小二乘回归算法(PLSR)分析并建立回归模型的软件，不限于本实施例的举例。
通过预测残余方差和主成分数量关系图来确定建立模型所需的最佳主因子数。如图3和图4所示的PCR回归模型预测水分含量和脂肪含量模型所需的最佳主因子数分别为5和4。如图5和图6所示鲍鱼水分含量的PCR回归模型，校正集和交互验证集相关系数Rcal 2和Rcv 2分别为0.9925，0.9932。鲍鱼脂肪含量的PCR回归模型，校正集和交互验证集相关系数Rcal 2和Rcv 2分别为0.9672，0.9610。如图7和图8所示PLSR预测水分含量和脂肪含量的回归模型所需的最佳主因子数分别为5和4。如图9和图10所示鲍鱼水分含量的PLSR回归模型，校正集和交互验证集相关系数Rcal 2和Rcv 2分别为0.9946，0.9935。鲍鱼脂肪含量的PLSR回归模型，校正集和交互验证集相关系数Rcal 2和Rcv 2分别为0.9721，0.9675。
模型的评价：表2显示了鲍鱼水分和脂肪含量PCR回归模型的评价结果。水分的PCR校正集回归模型和交互验证集的结果相近，相关系数Rcal 2和Rcv 2均大于0.99，均方根误差RMSEC和预测标准差SEP分别为0.1299和0.1442，均较小，说明低场核磁共振方法结合PCR回归模型可以准确地预测鲍鱼的水分含量。脂肪的PCR回归模型相关系数Rcal 2和Rcv 2均大于0.96，均方根误差RMSEC和SEP分别为0.2633和0.2867，均较小，说明低场核磁共振方法结合PCR回归模型可以准确地预测鲍鱼的脂肪含量。表3显示了鲍鱼水分和脂肪含量PLSR回归模型的评价结果。水分的PLSR回归模型校正集和交互验证集的结果相近，相关系数Rcal 2和Rcv 2均大于0.99，均方根误差RMSEC和预测标准差SEP分别为0.1278和0.1401，均较小，说明低场核磁共振结合PLSR回归模型可以准确地预测鲍鱼的水分含量。脂肪的PLSR预测模型相关系数Rcal 2和Rcv 2均大于0.96，均方根误差RMSEC和SEP分别为0.2428和0.2650，均较小，说明低场核磁共振方法结合PLSR回归模型可以准确地预测鲍鱼的脂肪含量。
待测样品水分和脂肪含量的测定：对待测鲍鱼样品进行低场核磁共振，获得回波衰减曲线数据，经反演算法及质量归一化处理获得横向弛豫时间T2曲线；通过利用已经建立的水分和脂肪含量PCR和PLSR回归模型，对待测鲍鱼样品的回波衰减曲线数据进行分析，得到相应的水分和脂肪含量的预测值。
表1鲍鱼的水分和脂肪含量
表2鲍鱼水分和脂肪含量PCR模型的参数
表3鲍鱼水分和脂肪含量PLSR模型的参数
综上，通过对回归模型的验证，可以看出采用本发明的方法建立的用于预测鲍鱼水分和脂肪含量的回归模型，无论是采用主成分回归法(PCR)还是采用偏最小二乘回归算法(PLSR)进行拟合，都可以准确地用于预测鲍鱼的水分和脂肪含量，对待测鲍鱼样品无破坏，操作简便，可提高检测速度。
最后应说明的是：显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (4)
1.一种利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法，其特征在于，包括如下步骤：
(A)样品采集：采集具有代表性的鲍鱼样品；
(B)样品低场核磁分析:对所述鲍鱼样品进行低场核磁共振分析，利用CPMG脉冲序列法采集核磁共振回波信号，获得回波衰减曲线数据，经反演算法及质量归一化处理获得横向弛豫时间T2曲线；
CPMG脉冲序列法采用的参数为：90度脉宽P1：13μs，180度脉宽P2：26μs，重复采样等待时间Tw：1000-10000ms，模拟增益RG1：[10到20，均为整数]，数字增益DRG1：[2到5，均为整数]，前置放大增益PRG：[1，2，3]，NS：4，8，16，NECH：1000-10000，接收机带宽SW：100，200，300KHz，开始采样时间的控制参数RFD：0.002-0.05ms，时延DL1：0.1-0.5ms；
(C)样品测量：对采集的所述鲍鱼样品的水分含量和脂肪含量进行测量，获得水分含量和脂肪含量数据；所述脂肪含量测量采用索氏提取法，所述水分含量测量采用105℃烘干恒重法；
(D)模型的建立:将所述回波衰减曲线数据与所述水分含量和脂肪含量数据通过计量学软件进行拟合，建立水分含量和脂肪含量的回归模型；
(E)模型的评价：根据所述回归模型预测值与真实值的相关系数Rcal 2和Rcv 2、均方根误差RMSEC和预测标准差SEP对所述回归模型进行评估；
(F)待测样品水分和脂肪含量的测定：测定待测样品的回波衰减曲线数据，利用已经评估的所述水分含量和脂肪含量的回归模型，对待测样品的回波衰减曲线数据进行分析，得到相应的水分和脂肪含量的预测值。
2.如权利要求1所述的方法，其特征在于，步骤(A)中所述具有代表性的鲍鱼样品为分不同批次采集、不同产地、不同大小以及不同季节的鲍鱼。
3.如权利要求1所述的方法，其特征在于，步骤(B)中所述反演算法采用一维反拉普拉斯算法。
4.如权利要求1所述的方法，其特征在于，步骤(D)中所述拟合采用偏最小二乘回归方法及主成分回归法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610046165.1A CN105606637B (zh) | 2015-12-17 | 2016-01-22 | 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2015109614431 | 2015-12-17 | ||
| CN201510961443 | 2015-12-17 | ||
| CN201610046165.1A CN105606637B (zh) | 2015-12-17 | 2016-01-22 | 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105606637A CN105606637A (zh) | 2016-05-25 |
| CN105606637B true CN105606637B (zh) | 2017-12-12 |
Family
ID=55986740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610046165.1A Active CN105606637B (zh) | 2015-12-17 | 2016-01-22 | 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105606637B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106290442B (zh) * | 2016-09-22 | 2017-12-15 | 大连工业大学 | 利用低场核磁共振技术检测小鼠中体成分含量的方法 |
| CN109444199A (zh) * | 2018-10-22 | 2019-03-08 | 大连工业大学 | 利用低场核磁共振技术的冷藏牛肉新鲜度无损检测方法 |
| CN109490349B (zh) * | 2019-01-16 | 2019-12-13 | 江南大学 | 一种低场核磁无损检测白酒酒曲水活度的分析方法 |
| CN110596176A (zh) * | 2019-10-18 | 2019-12-20 | 大连工业大学 | 一种利用低场核磁共振技术检测水产品中水分含量的方法 |
| CN110658101A (zh) * | 2019-10-18 | 2020-01-07 | 大连工业大学 | 一种检测海参在微波真空干燥过程中水分变化的方法 |
| CN112834541B (zh) * | 2020-01-03 | 2022-07-29 | 上海纽迈电子科技有限公司 | 一种钠含量及钠分布的测试方法 |
| CN112730497A (zh) * | 2020-12-21 | 2021-04-30 | 贺州学院 | 一种基于低场核磁共振的真空油炸杏鲍菇条水分油脂快速检测技术 |
| CN113092517A (zh) * | 2021-04-12 | 2021-07-09 | 天津农学院 | 一种仓储小麦无损检测的方法 |
| CN114460121B (zh) * | 2022-01-28 | 2023-06-06 | 中国农业科学院农业质量标准与检测技术研究所 | 利用低场核磁共振技术检测禽畜肉水分和脂肪含量的方法 |
| CN115326859A (zh) * | 2022-10-12 | 2022-11-11 | 苏州市水天堂食品生产有限公司 | 一种基于低场核磁共振技术的银鱼水分含量快速检测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3044690B2 (ja) * | 1990-06-30 | 2000-05-22 | 共栄化学工業株式会社 | 化粧料 |
| US9921282B2 (en) * | 2012-04-10 | 2018-03-20 | Cem Corporation | Method for determining fat or moisture content |
| KR101497095B1 (ko) * | 2012-09-25 | 2015-03-03 | 김훈수 | 전복 감자탕 및 그 제조방법 |
| CN105277581B (zh) * | 2015-09-30 | 2018-01-12 | 南京农业大学 | 低场核磁共振测定肉糜凝胶过程中蒸煮损失的方法 |
-
2016
- 2016-01-22 CN CN201610046165.1A patent/CN105606637B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105606637A (zh) | 2016-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105606637B (zh) | 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法 | |
| CN104655761B (zh) | 一种基于多光谱成像在线测定鱼肉新鲜度指标k值的方法 | |
| CN110455722A (zh) | 橡胶树叶片磷含量高光谱反演方法和系统 | |
| CN105548234A (zh) | 一种黄花鱼水分和脂肪含量的无损测定方法 | |
| CN104792651B (zh) | 土壤界限含水率自动检测装置 | |
| CN102323267A (zh) | 一种快速评价生鲜肉品新鲜度的系统及方法 | |
| CN106680238B (zh) | 基于红外光谱分析物质成分含量的方法 | |
| CN104569023B (zh) | 一种利用氢质子低场核磁共振技术测定水泥浆体泌水性的方法 | |
| CN107655851A (zh) | 一种基于近红外光谱技术快速检测赖氨酸含量的方法 | |
| CN105738396A (zh) | 一种核桃含油含水率的测定方法 | |
| CN104237232A (zh) | 基于红外热图像的林木种子活力快速检测系统 | |
| CN106018451A (zh) | 一种利用低场核磁共振技术测定大豆含油含水量的方法 | |
| CN108802060A (zh) | 一种鸡蛋新鲜度快速无损检测系统及其方法 | |
| CN107247064A (zh) | 一种低场核磁无损检测大曲水分的分析方法 | |
| CN107505179A (zh) | 一种土壤预处理与养分近红外光谱检测方法 | |
| CN110596176A (zh) | 一种利用低场核磁共振技术检测水产品中水分含量的方法 | |
| Xia et al. | Simultaneous, rapid and nondestructive determination of moisture, fat content and storage time in leisure dried tofu using LF-NMR | |
| CN106018453B (zh) | 一种基于低场核磁共振技术的鱼子酱品质快速检测方法 | |
| Sydoruk et al. | Design and characterization of microwave cavity resonators for noninvasive monitoring of plant water distribution | |
| CN110887860A (zh) | 一种基于低场核磁共振检测砂含水率的方法 | |
| CN105954309B (zh) | 一种快速无损检测鲍鱼干制及复水过程水分含量的方法 | |
| CN104833780A (zh) | 一种基于乙醇传感器预测草莓品质等级的方法 | |
| CN105738422A (zh) | 一种基于电子鼻检测山核桃储藏时间的方法 | |
| Ozbey et al. | Ultrasensitive moisture content characterization of wood samples by a cylindrical cavity resonator | |
| CN106290442B (zh) | 利用低场核磁共振技术检测小鼠中体成分含量的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Tan Mingqian Inventor after: Song Yukun Inventor after: Gao Xingsheng Inventor after: Cang Yiqian Inventor after: Dong Xiuping Inventor after: Zhou Dayong Inventor after: Wu Hougang Inventor after: Jiang Pengfei Inventor after: Chen Teng Inventor before: Tan Mingqian Inventor before: Song Yukun Inventor before: Gao Xingsheng Inventor before: Cang Yiqian Inventor before: Dong Xiuping Inventor before: Chen Teng |
|
| CB03 | Change of inventor or designer information |