CN105842186A - 基于二维相关红外光谱的掺杂肉糜定性定量检测方法 - Google Patents

Abstract

本发明公开一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，包括：制备多个纯肉糜样品和多个掺杂水平肉的混合肉糜样品，并采集各样品的中红外光谱；计算所述中红外光谱的动态光谱，以及同步和异步二维相关光谱；计算各个纯肉糜样品二维相关光谱间的欧氏距离，记为组内距离；计算各已知掺杂水平的肉糜样品到纯肉糜样品二维相关光谱间的欧氏距离，记为组间距离；对所述组内距离和组间距离的差异显著性进行检验，保留差异显著样品数据；选取待测样品，并计算待样品与所述纯肉糜样品二维相关光谱间的欧氏距离，记为未知距离；观察未知距离与组内距离和所有组间距离间差异显著性水平判断取待测样品是否掺杂及掺杂水平。

Description

基于二维相关红外光谱的掺杂肉糜定性定量检测方法

技术领域

本发明涉及对非痕量掺杂物质的定性定量检测，尤其涉及一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法。

背景技术

肉及肉糜制品掺假现象严重，目前使用较多的检测手段包括蛋白质等电子聚焦法、高效液相层析法、十二烷基硫酸钠-聚丙烯酰胺凝胶电泳、尿素等电聚焦方法等，以上蛋白质相关方法应用范围较窄，不适用于所有种类的肉类样品，尤其是肉糜类样品。多聚酶链式反应及DNA测序检测虽然比较精准，但检测试剂昂贵，检验成本高，检验时间长，而且对操作人员的专业素质要求高。

近些年还出现一些新技术针对肉糜、鱼糜及其制品进行检测，如近红外光谱建模分析。基于近红外光谱的研究主要针对肉糜、鱼糜中蛋白质、水分等营养成分进行了定量分析，还有学者对磷酸盐、淀粉等非同源外源添加物质进行了定量分析。很多近红外模型预测结果精准，但建模所需样本量大，而且模型失效有待解决。

中红外光谱图分为特征频率区和指纹区。特征频率区的吸收峰数目不多，但具有很强的特征性，在基团鉴定工作上很有价值。指纹区峰多而复杂，没有强的特征性，但当分子结构稍有不同时，该区吸收峰就会产生细微差异。指纹区对于区别结构类似的化合物很有帮助。所以中红外光谱比近红外光谱在物质鉴别上更具优势。衰减全反射红外光谱采样模式，大大拓宽了红外光谱的应用领域，而且红外手持式衰减全反射中红外光谱仪已经成为现实，并且发展迅速。但目前该仪器主要的应用领域为：消防、军事，执法人员，主要用来确定未知物质，在食品农产品检测领域还未见应用。

现有的二维相关光谱方法简便、快速，无需对待测样品进行分离，对于复杂体系的鉴别研究，具有一定实际意义，且该方法结合中红外光谱技术在我国传统中药检测方面应用广泛。但是，简单的二维相关红外只能对样品进行定性分析，不能实现定量分析。

发明内容

本发明的目的在于针对上述问题和不足，提供一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，采用衰减全反射采样模式采集样品在温度外扰下的一系列中红外光谱；进一步获得二维相关同步谱或异步谱，然后对不同样本二维相关同步谱或异步谱间差异进行量化，从而达到对样品进行定性定量鉴别的目的；即解决了传统湿法化学方法检测成本高，环境不友好，难以定量等缺点，也有效弥补了近红外光谱建模分析法模型失效的缺陷。

本发明所采用的二维相关光谱差异量化法是二维相关光谱方法的延伸，常结合中红外光谱检测技术一起使用，通过比较不同样本二维相关红外光谱间的差异情况，不仅可以对样品进行定性分析还可以对样本进行定量分析。该方法不仅简便，快速，无需对待测样品进行分离，而且环境友好，无化学试剂污染，对操作人员要求不高，同时还弥补了近红外光谱建模方法中遇到的模型失效的缺陷。

本发明的具体技术方案如下：

一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，包括以下步骤：

1)制备多个纯肉糜样品和多个掺杂水平肉的混合肉糜样品，并采集纯肉糜样品和各混合肉糜样品的中红外光谱；

2)计算所述中红外光谱的动态光谱；

3)对各样品的动态光谱进行二维相关分析，获得对应的同步二维相关光谱和异步二维相关光谱；

4)计算纯肉糜样品二维相关光谱间的欧氏距离，记为组内距离；

5)计算各已知掺杂水平的肉糜样品到纯肉糜样品二维相关光谱间的欧氏距离，记为组间距离；

6)对所述组内距离和组间距离的差异显著性进行检验，保留差异显著样品数据；

7)选取待测样品，并计算待测样品与所述纯肉糜样品二维相关光谱间的欧氏距离，记为未知距离；

8)对未知距离与组内距离和所有组间距离进行差异显著性检验，通过观察未知距离与组内距离间差异显著性水平判断取待测样品是否掺杂，并通过观察未知距离与所有组间距离间差异显著性水平判断取待测样品属于那一掺杂水平。

进一步的，计算所述动态光谱的公式如下：

$\tilde{y}(v,t)=\left\{\begin{array}{cc}y(v,t)-\stackrel{\‾}{y}\left(v\right)& {\mathrm{forT}}_{\min }\≤t\≤T_{max}\\ 0& otherwise\end{array}\right.$

式中，t代表外扰变量；y(v,t)代表从T_min到T_max区域内外扰作用下光谱强度；代表参比光谱；

其中，所述参比光谱的计算公式为：

$\stackrel{\‾}{y}\left(v\right)=\frac{1}{T_{max}-T_{\min }}{\∫}_{T_{\min }}^{T_{\max }}y(v,t)dt.$

进一步的，所述同步二维相关光谱的计算公式为：

$\mathrm{\φ}(v_1,v_2)=\frac{1}{m-1}{\mathrm{\Σ}}_{j=1}^m\widetilde{y_j}\left(v_1\right)\·\widetilde{y_j}\left(v_2\right)$

$\begin{array}{cc}\widetilde{y_j}\left(v\right)=y(v,t_j)& j=1,2,3,\mathrm{...},m\end{array}$

所述异步二维相关光谱的计算公式为：

$\widetilde{z_j}\left(v_2\right)={\mathrm{\Σ}}_{k=1}^m{N}_{jk}\·\widetilde{y_k}\left(v_2\right)$

式中，N_jk代表Hilbert-Noda转换矩阵中第k_th列第j_th行的元素。

本发明中，计算所述欧氏距离的公式为：

$D_{xy}={\left\{\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\right|d_{ij}{|}^2\}}^{\frac{1}{2}}={\left\{\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\right|S_{ij}^x-S_{ij}^y{|}^2\}}^{\frac{1}{2}}$

式中，为样品x的二维相关光谱矩阵，为样品y的二维相关光谱矩阵，n为二维相关光谱矩阵S的维度。

作为优选的，在所述的步骤1)中，光谱采集模式选择衰减全反射采集模式，采用空白对照光谱为不放置样本采集的空气的中红外光谱。

进一步优选的，所述的步骤1)中，所有样品中红外光谱采集时采集条件一致：光谱采集波段为：650-4000cm^-1，光谱分辨率为4cm^-1，积分时间为12s，每一条光谱为64次扫描的平均光谱。

另外，根据计算红外光谱间的相关系数，本发明还提供了另一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，包括以下步骤：

1)制备多个纯肉糜样品和多个掺杂水平肉的混合肉糜样品，并采集纯肉糜样品和各混合肉糜样品的中红外光谱；

2)计算所述中红外光谱的动态光谱；

3)对各样品的动态光谱进行二维相关分析，获得对应的同步二维相关光谱和异步二维相关光谱；

4)计算纯肉糜样品二维相关光谱间的相关系数，记为组内系数；

5)计算各已知掺杂水平的肉糜样品到纯肉糜样品二维相关光谱间的相关系数，记为组间系数；

6)对所述组内系数和组间系数的差异显著性进行检验，保留差异显著样品数据；

7)选取待测样品，并计算待测样品与所述纯肉糜样品二维相关光谱间的相关系数，记为未知系数；

8)对未知系数与组内系数和所有组间系数进行差异显著性检验，通过观察未知系数与组内系数间差异显著性水平判断取待测样品是否掺杂，并通过观察未知系数与所有组间系数间差异显著性水平判断取待测样品属于那一掺杂水平。

作为优选的，所述相关系数的计算公式为：

$r_{xy}=\frac{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^n(S_{ij}^x-\stackrel{\‾}{S_x})\·(S_{ij}^y-\stackrel{\‾}{S_y})}{\sqrt{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^n{(S_{ij}^x-\stackrel{\‾}{S_x})}^2}\·\sqrt{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^n{(S_{ij}^x-\stackrel{\‾}{S_y})}^2}}$

其中：

$\begin{array}{cc}\stackrel{\‾}{S_x}=\frac{1}{n^2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{S}_{ij}^x& \stackrel{\‾}{S_y}=\frac{1}{n^2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{S}_{ij}^y\end{array}$

式中，为样品x的二维相关光谱矩阵，为样品y的二维相关光谱矩阵，n为二维相关光谱矩阵S的维度。

本发明具有如下有益效果：

采用本发明的方法对掺杂肉糜、鱼糜进行检测时无需对待测样品进行分离，纯化等预处理，而且该方法无化学试剂污染，环境友好，对操作人员要求不高，同时还弥补了近红外光谱建模方法中遇到的模型失效的缺陷。

附图说明

图1为二维相关光谱的获得示意图；

图2为二维相关光谱差异量化法鉴别样品流程示意图。

具体实施方式

下面结合附图对本发明的掺杂肉糜定性定量检测方法作进一步详细描述。

本实施例中，所制备的样本包括：

鱼糜样本(即纯肉糜样品)：不同产地，相同级别纯鲢鱼糜样本9个；

掺杂鱼糜样本(混合肉糜样品)：掺杂带鱼糜水平分别为5％、10％、20％、40％、60％、80％的鲢鱼糜样本各3个

如图1和图2所示，本实施例中对掺杂肉糜定性定量检测方法的具体步骤有：

步骤1：采集所有鱼糜样本和掺杂鱼糜样本的中红外光谱。

光谱采集模式选择衰减全反射采集模式，每次采集样本光谱前锗晶体都用分析纯无水酒精擦拭干净，空白对照光谱为不放置样本采集的空气的中红外光谱。且所有样本红外光谱采集时采集条件一致：光谱采集波段为：650-4000cm^-1，光谱分辨率为4cm^-1，积分时间为12s，每一条光谱为64次扫描的平均光谱。

将鱼糜样本和掺杂鱼糜样本置于控温附件上，然后利用控温附件控制温度，在温度外扰下测得一系列的中红外光谱；

步骤2：计算得到的中红外光谱的动态光谱

$\tilde{y}(v,t)=\left\{\begin{array}{cc}y(v,t)-\stackrel{\‾}{y}\left(v\right)& {\mathrm{forT}}_{\min }\≤t\≤T_{\max }\\ 0& otherwise\end{array}\right.---\left(1\right)$

式中，t代表外扰变量；y(v,t)代表从T_min到T_max区域内外扰作用下光谱强度；代表参比光谱。

通常将系统一系列光谱的平均光谱选作参比光谱，参比光谱的计算公式如式(2)所示；

$\stackrel{\‾}{y}\left(v\right)=\frac{1}{T_{max}-T_{min}}{\∫}_{T_{\min }}^{T_{\max }}y(v,t)dt---\left(2\right)$

假如在外扰变量t作用下，获得的m组数据其动态光谱也可以由式(3)表达。

$\begin{array}{cc}\widetilde{y_j}\left(v\right)=y(v,t_j)& j=1,2,3,\mathrm{...},m\end{array}---\left(3\right)$

步骤3：计算同步和异步二维相关光谱：

同步二维相关光谱计算公式如式(4)所示；

$\mathrm{\φ}(v_1,v_2)=\frac{1}{m-1}{\mathrm{\Σ}}_{j=1}^m\widetilde{y_j}\left(v_1\right)\·\widetilde{y_j}\left(v_2\right)---\left(4\right)$

异步二维相关光谱计算公式如式(5)所示；

式中，N_jk代表Hilbert-Noda转换矩阵中第k_th列第j_th行的元素；

$N_{jk}=\left\{\begin{array}{cc}0& ifj=k\\ 1/\mathrm{\π}(k-j)& otherwise\end{array}\right.---\left(6\right)$

步骤4：采用欧氏距离，对二维相关光谱差异量化：

两个不同样本二维相关光谱间的欧氏距离按公式(7)计算：

$D_{xy}={\left\{\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\right|d_{ij}{|}^2\}}^{\frac{1}{2}}={\left\{\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\right|S_{ij}^x-S_{ij}^y{|}^2\}}^{\frac{1}{2}}---\left(7\right)$

计算所有纯鱼糜样本间的欧氏距离，获得一组欧式距离数据，将其记为组内距离。然后计算每个掺杂水平鱼糜样本到9个纯鱼糜样本间的欧式距离，又获得一组欧式距离数据，记作组间距离。每一个样本的组间距离作为一个整体，且用于组内距离计算的纯肉糜或鱼糜样品取样要具有代表性(不同产地，不同厂家等)。

如图2所示对组内距离和组间距离共7组数据进行差异显著性检验。保留差异显著样品数据，剔除掉差异不显著样品数据，则可以利用这些数据对掺杂带鱼糜的鲢鱼糜进行定性定量分析。

步骤5：对3个未知掺杂水平:U1(6.5％)、U2(20％)、U3(60％)的鲢鱼糜样本进行鉴别，先计算每个样本到所有纯鱼糜样本的欧式距离，获得其组间距离。然后使用统计检验方法检测该组间距离与上述已知7组组间距离间的差异显著性。通过差异显著行水平，就可以判断该鱼糜是否掺杂了带鱼糜，也可以判断大约的掺杂水平。

上表为未知鱼糜样本与已知各组鱼糜样本差异显著性LSD检验结果，可以看出该方法可以准确对样本大约的掺杂水平进行估计，可以区分的最低掺杂水平为5％。

以上所述仅为本发明的较佳实施举例，并不用于限制本发明，凡在本发明精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，包括以下步骤：

1)制备多个纯肉糜样品和多个掺杂水平肉的混合肉糜样品，并采集纯肉糜样品和各混合肉糜样品的中红外光谱；

2)计算所述中红外光谱的动态光谱；

3)对各样品的动态光谱进行二维相关分析，获得对应的同步二维相关光谱和异步二维相关光谱；

4)计算各个纯肉糜样品二维相关光谱间的欧氏距离，记为组内距离；

5)计算各已知掺杂水平的肉糜样品到纯肉糜样品二维相关光谱间的欧氏距离，记为组间距离；

6)对所述组内距离和组间距离的差异显著性进行检验，保留差异显著样品数据；

7)选取待测样品，并计算待测样品与所述纯肉糜样品二维相关光谱间的欧氏距离，记为未知距离；

8)对未知距离与组内距离和所有组间距离进行差异显著性检验，通过观察未知距离与组内距离间差异显著性水平判断取待测样品是否掺杂，并通过观察未知距离与所有组间距离间差异显著性水平判断取待测样品属于那一掺杂水平。

2.如权利要求1所述的基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，计算所述动态光谱的公式如下：

$\tilde{y}(v,t)=\left\{\begin{array}{cc}y(v,t)-\stackrel{\‾}{y}\left(v\right)& {\mathrm{forT}}_{\min }\≤t\≤T_{max}\\ 0& otherwise\end{array}\right.$

式中，t代表外扰变量；y(v,t)代表从T_min到T_max区域内外扰作用下光谱强度；代表参比光谱；

所述参比光谱的计算公式为：

$\stackrel{\‾}{y}\left(v\right)=\frac{1}{T_{max}-T_{\min }}{\∫}_{T_{\min }}^{T_{\max }}y(v,t)dt.$

3.如权利要求2所述的基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于：

所述同步二维相关光谱的计算公式为：

$\mathrm{\φ}(v_1,v_2)=\frac{1}{m-1}{\mathrm{\Σ}}_{j=1}^m\widetilde{y_j}\left(v_1\right)\·\widetilde{y_j}\left(v_2\right)$

$\widetilde{y_j}\left(v\right)=y(v,t_j),j=1,2,3,...,m$

所述异步二维相关光谱的计算公式为：

$\widetilde{z_j}\left(v_2\right)={\mathrm{\Σ}}_{k=1}^m{N}_{jk}\·\widetilde{y_k}\left(v_2\right)$

式中N_jk代表Hilbert-Noda转换矩阵中第k_th列第j_th行的元素。

4.如权利要求1所述的基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，计算所述欧氏距离的公式为：

$D_{xy}={\left\{\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{\left|d_{ij}\right|}^2\right\}}^{\frac{1}{2}}={\left\{\frac{1}{2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{\left|S_{ij}^x-S_{ij}^y\right|}^2\right\}}^{\frac{1}{2}}$

式中，为样品x的样品的二维相关光谱矩阵，为样品y的二维相关光谱矩阵，n为二维相关光谱矩阵S的维度。

5.如权利要求1所述的基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，在所述的步骤1)中，光谱采集模式选择衰减全反射采集模式，采用空白对照光谱为不放置样本采集的空气的中红外光谱。

6.如权利要求5所述的基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，所述的步骤1)中，所有样品中红外光谱采集时采集条件一致：光谱采集波段为：650-4000cm^-1，光谱分辨率为4cm^-1，积分时间为12s，每一条光谱为64次扫描的平均光谱。

7.一种基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，包括以下步骤：

1)制备多个纯肉糜样品和多个掺杂水平肉的混合肉糜样品，并采集纯肉糜样品和各混合肉糜样品的中红外光谱；

2)计算所述中红外光谱的动态光谱；

3)对各样品的动态光谱进行二维相关分析，获得对应的同步二维相关光谱和异步二维相关光谱；

4)计算各个纯肉糜样品二维相关光谱间的相关系数，记为组内系数；

5)计算各已知掺杂水平的肉糜样品到纯肉糜样品二维相关光谱间的相关系数，记为组间系数；

6)对所述组内系数和组间系数的差异显著性进行检验，保留差异显著样品数据；

7)选取待测样品，并计算待测样品与所述纯肉糜样品二维相关光谱间的相关系数，记为未知系数；

8)对未知系数与组内系数和所有组间系数进行差异显著性检验，通过观察未知系数与组内系数间差异显著性水平判断取待测样品是否掺杂，并通过观察未知系数与所有组间系数间差异显著性水平判断取待测样品属于那一掺杂水平。

8.如权利要求7所述的基于二维相关红外光谱的掺杂肉糜定性定量检测方法，其特征在于，所述相关系数的计算公式为：

$r_{xy}=\frac{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^n(S_{ij}^x-\stackrel{\‾}{S_x})\·(S_{ij}^y-\stackrel{\‾}{S_y})}{\sqrt{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^n{(S_{ij}^x-\stackrel{\‾}{S_x})}^2}\·\sqrt{{\mathrm{\Σ}}_{i=1}^n{\mathrm{\Σ}}_{j=1}^n{(S_{ij}^x-\stackrel{\‾}{S_y})}^2}}$

其中：

$\begin{array}{cc}\stackrel{\‾}{S_x}=\frac{1}{n^2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{S}_{ij}^x& \stackrel{\‾}{S_y}=\frac{1}{n^2}\underset{i=1}{\overset{n}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{S}_{ij}^y\end{array}$

式中，为样品x的二维相关光谱矩阵，为样品y的二维相关光谱矩阵，n为二维相关光谱矩阵S的维度。