CN111707790A - 检测肉制品中金属含量的方法 - Google Patents
检测肉制品中金属含量的方法 Download PDFInfo
- Publication number
- CN111707790A CN111707790A CN202010582352.8A CN202010582352A CN111707790A CN 111707790 A CN111707790 A CN 111707790A CN 202010582352 A CN202010582352 A CN 202010582352A CN 111707790 A CN111707790 A CN 111707790A
- Authority
- CN
- China
- Prior art keywords
- meat product
- heavy metal
- content
- chemical reaction
- spectral analysis
- 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.)
- Withdrawn
Links
- 235000013622 meat product Nutrition 0.000 title claims abstract description 288
- 238000000034 method Methods 0.000 title claims abstract description 220
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 133
- 239000002184 metal Substances 0.000 title claims abstract description 123
- 238000001514 detection method Methods 0.000 claims abstract description 228
- 238000006243 chemical reaction Methods 0.000 claims abstract description 107
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 100
- 230000008569 process Effects 0.000 claims abstract description 98
- 238000005070 sampling Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 229910001385 heavy metal Inorganic materials 0.000 claims description 250
- 238000009826 distribution Methods 0.000 claims description 95
- 210000001519 tissue Anatomy 0.000 claims description 33
- 238000001556 precipitation Methods 0.000 claims description 30
- 239000002244 precipitate Substances 0.000 claims description 26
- 238000000695 excitation spectrum Methods 0.000 claims description 19
- 239000000843 powder Substances 0.000 claims description 19
- 210000003205 muscle Anatomy 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 9
- 210000003195 fascia Anatomy 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 230000005284 excitation Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 239000004519 grease Substances 0.000 claims description 6
- 239000004615 ingredient Substances 0.000 claims description 6
- 239000008213 purified water Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 210000000577 adipose tissue Anatomy 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000002189 fluorescence spectrum Methods 0.000 claims description 4
- 238000000227 grinding Methods 0.000 claims description 4
- 230000003387 muscular Effects 0.000 claims description 4
- 238000001035 drying Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000001819 mass spectrum Methods 0.000 claims description 2
- 238000004611 spectroscopical analysis Methods 0.000 claims description 2
- 235000013305 food Nutrition 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 235000020991 processed meat Nutrition 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000010411 cooking Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005234 chemical deposition Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 235000011194 food seasoning agent Nutrition 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/12—Meat; Fish
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N2021/6417—Spectrofluorimetric devices
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Medicinal Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供了检测肉制品中金属含量的方法,该检测肉制品中金属含量的方法包括肉制品采样工序、化学反应检测工序、光谱分析检测工序和金属含量确定工序,该方法有别于现有技术只采用单一手段来检测肉制品中金属含量,其同时采用化学反应检测和光谱分析检测这两种不同的手段分别获取相应的两种金属元素存在结果,再对该两种金属元素存在结果进行置信度的分析判断,从而有效地排除由于人为操作不当或者偶然因素而导致金属含量检测结果不准确的情况出现,以及最大限度地提高肉制品金属含量检测的可靠性和有效性。
Description
技术领域
本发明涉及食品安全的技术领域,特别涉及检测肉制品中金属含量的方法。
背景技术
食品安全关系到民众的生命健康,食品安全已经成为重要的民生问题。随着社会的发展,食品行业已经出现各种不同的加工肉制品,这些加工肉制品是将肉类材料进行调味与烹饪而形成的。但是,在加工过程中,由于肉类材料的质量或者调味与烹饪的具体工序步骤都会使得加工肉制品产生污染,其中加工肉制品中的金属污染会严重危害人体的健康,因此检测肉制品中金属含量显得尤为重要,而目前针对肉制品中金属含量的检测都只是通过单一方式来实现,其得到的金属含量结果可能会由于检测操作不当等不同因素而不准确,从而无法精确地反应肉制品中金属含量的实际数值。
发明内容
针对现有技术存在的缺陷,本发明提供检测肉制品中金属含量的方法,该检测肉制品中金属含量的方法包括肉制品采样工序、化学反应检测工序、光谱分析检测工序和金属含量确定工序,该方法有别于现有技术只采用单一手段来检测肉制品中金属含量,其同时采用化学反应检测和光谱分析检测这两种不同的手段分别获取相应的两种金属元素存在结果,再对该两种金属元素存在结果进行置信度的分析判断,从而有效地排除由于人为操作不当或者偶然因素而导致金属含量检测结果不准确的情况出现,以及最大限度地提高肉制品金属含量检测的可靠性和有效性。
本发明提供检测肉制品中金属含量的方法,其特征在于,所述检测肉制品中金属含量的方法包括如下步骤:
步骤S1,肉制品采样工序,所述肉制品采样工序用于从目标肉制品中获取适用于成分检测的肉制品样品;
步骤S2,化学反应检测工序,所述化学检测工序用于通过化学反应方式,检测获得所述肉制品样品中的第一金属元素存在信息;
步骤S3,光谱分析检测工序,所述光谱分析检测工序用于通过光谱分析方式,检测获得所述肉制品样品中含有的第二金属元素存在信息;
步骤S4,金属含量确定工序,所述金属含量确定工序用于根据所述第一金属元素存在信息和所述第二金属元素存在信息之间的置信度关系,确定所述肉制品中的金属含量;
进一步,在所述步骤S1中,所述肉制品采样工序用于从目标肉制品中获取适用于成分检测的肉制品样品具体包括,
步骤S101,获取所述目标肉制品的外形信息,并根据所述外形信息对所述目标肉制品进行分切处理,以此获得若干肉制品分切块;
步骤S102,对若干所述肉制品分切块进行关于有机组织的分析筛选以此确定满足预设肌肉含量的一个或者多个肉制品分切块;
步骤S103,对所述步骤S102确定的所述一个或者多个肉制品分切块进行清洗净化,以此获得所述肉制品样品;
进一步,在所述步骤S101中,获取所述目标肉制品的外形信息,并根据所述外形信息对所述目标肉制品进行分切处理,以此获得若干肉制品分切块具体包括,
步骤S1011,对所述目标肉制品进行多角度拍摄,以此获得若干具有相互重叠区域的图像;
步骤S1012,根据所述若干具有相关重叠区域的图像,重构形成关于所述目标肉制品的三维外形信息;
步骤S1013,根据所述三维外形信息,对所述目标肉制品进行分切处理,并剔除所述目标肉制品中的硬组织,从而获得若干肉制品分切块;
进一步,在所述步骤S102中,对若干所述肉制品分切块进行关于有机组织的分析筛选以此确定满足预设肌肉含量的一个或者多个肉制品分切块具体包括,
步骤S1021,对若干所述肉制品分切块进行显微成像,以此生成关于所述肉制品分切块的有机组织分布显微图像;
步骤S1022,根据所述有机组织分布显微图像,确定所述肉制品分切块中肌肉组织、脂肪组织和筋膜组织各自的分布区域位置;
步骤S1023,根据所述肌肉组织、脂肪组织和筋膜组织各自的分布区域位置,对所述肉制品分切块进行脂肪组织和筋膜组织剔除处理,以此获得肌肉组织含量为70%以上的肉制品分切块;
进一步,在所述步骤S103中,对所述步骤S102确定的所述一个或者多个肉制品分切块进行清洗净化,以此获得所述肉制品样品具体包括,
步骤S1031,对所述一个或者多个肉制品分切块进行油脂成分的分解处理,以此去除所述肉制品分切块额外的油脂液体;
步骤S1032,对经过所述油脂成分的分解处理的肉制品分切块进行水清洗处理和微波辐射干燥处理,以此获得所述肉制品样品;
进一步,在所述步骤S2中,所述化学检测工序用于通过化学反应方式,检测获得所述肉制品样品中的第一金属元素存在信息具体包括
步骤S201,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液;
步骤S202,对所述肉制品提取液进行重金属析出化学反应和非重金属析出化学反应,以此获取相应的重金属沉淀析出物和非重金属沉淀析出物;
步骤S203,根据所述重金属沉淀析出物和所述非重金属沉淀析出物,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第一金属元素存在信息;
进一步,在所述步骤S201中,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液具体包括
将所述肉制品样品进行脱水和研磨,以此获得粉末状的肉制品样品,并将所述粉末状的肉制品样品溶解于纯净水中以及进行过滤,从而形成所述肉制品提取液;
或者,
在所述步骤S203中,根据所述重金属沉淀析出物和所述非重金属沉淀析出物,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第一金属元素存在信息具体包括,
对所述重金属沉淀析出物和所述非重金属沉淀析出物进行质谱鉴定分析,以此计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量;
进一步,在所述步骤S3中,所述光谱分析检测工序用于通过光谱分析方式,检测获得所述肉制品样品中含有的第二金属元素存在信息具体包括,
步骤S301,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液;
步骤S302,对所述肉制品提取液进行激发光照射,以此获得所述肉制品提取液对应的荧光激发光谱;
步骤S303,根据所述荧光激发光谱,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第二金属元素存在信息;
进一步,在所述步骤S301中,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液具体包括,
将所述肉制品样品进行脱水和研磨,以此获得粉末状的肉制品样品,并将所述粉末状的肉制品样品溶解于纯净水中以及进行过滤,从而形成所述肉制品提取液;
或者,
在所述步骤S302中,对所述肉制品提取液进行激发光照射,以此获得所述肉制品提取液对应的荧光激发光谱具体包括,
采用红色、绿色和蓝色对应的激光对所述肉制品提取液进行照射,并拍摄所述肉制品提取液在所述照射下对应的荧光激发光谱;
或者,
在所述步骤S303中,根据所述荧光激发光谱,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第二金属元素存在信息具体包括,
根据所述荧光激发光谱与预设金属元素激发跃迁荧光发射谱,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量;
进一步,在所述步骤S4中,所述金属含量确定工序用于根据所述第一金属元素存在信息和所述第二金属元素存在信息之间的置信度关系,确定所述肉制品中的金属含量具体包括,
步骤S401,根据所述第一金属元素存在信息,确定所述化学反应检测工序检测得到的不同重金属含量和不同非重金属含量对应的第一置信度分布信息;具体步骤包括,
步骤A1:利用公式(1)得到化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间
其中a表示化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间下限;b表示化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间上限;n表示化学反应检测工序检测得到的含有重金属的总个数;i表示化学反应检测工序检测得到的第i个重金属;Ji表示化学反应检测工序检测得到的第i个重金属含量;σ表示化学反应检测工序的检测误差;
将得到的a,b值组成[a,b]区间,该区间即为化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间;
步骤A2:利用公式(2)得到化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间
其中c表示化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间下限;d表示化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间上限;m表示化学反应检测工序检测得到的含有非重金属的总个数;j表示化学反应检测工序检测得到的第j个非重金属;fj表示化学反应检测工序检测得到的第j个非重金属含量;σ表示化学反应检测工序的检测误差;
将得到的c,d值组成[c,d]区间,该区间即为化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间;
步骤S402,根据所述第二金属元素存在信息,确定所述光谱分析检测工序得到的不同重金属含量和不同非重金属含量对应的第二置信度分布信息;具体步骤包括,
步骤A3:利用公式(3)得到光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间
其中e表示光谱分析检测工序得到的不同重金属含量对应的第一置信度分布区间下限;f表示光谱分析检测工序得到的不同重金属含量对应的第一置信度分布区间上限;p表示光谱分析检测工序得到的含有重金属的总个数;x表示光谱分析检测工序得到的第x个重金属;lx表示光谱分析检测工序得到的第x个重金属含量;ε表示光谱分析检测的检测误差;
将得到的e,f值组成[e,f]区间,该区间即为光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间;
步骤A4:利用公式(4)得到光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间
其中r表示光谱分析检测工序得到的不同非重金属含量对应的第一置信度分布区间下限;s表示光谱分析检测工序得到的不同非重金属含量对应的第一置信度分布区间上限;q表示光谱分析检测工序得到的含有非重金属的总个数;y表示光谱分析检测工序得到的第y个非重金属;Ky表示光谱分析检测工序得到的第y个非重金属含量;ε表示光谱分析检测的检测误差;
将得到的r,s值组成[r,s]区间,该区间即为光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间;
步骤S403,根据所述第一置信度分布信息和所述第二置信度分布信息之间的数值分布区间差异,确定所述肉制品中的可信重金属含量和可信非重金属含量。
步骤A5:利用公式(5)以及步骤A1求得的化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间和步骤A3求得的光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间综合分析化学反应检测工序检测得到的不同重金属含量与光谱分析检测工序得到的不同重金属含量得到可信重金属含量Ho
其中Ho表示第o个重金属的可信重金属含量;Jo表示化学反应检测工序检测得到的第o个重金属含量;lo表示光谱分析检测工序得到的第o个重金属含量;且Jo与lo的第o个重金属需为同一种重金属;
步骤A6:利用公式(6)以及步骤A2求得的化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间和步骤A4求得的光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间综合分析化学反应检测工序检测得到的不同非重金属含量与光谱分析检测工序得到的不同非重金属含量得到可信非重金属含量Zv
其中Zv表示第v个非重金属的可信非重金属含量;fv表示化学反应检测工序检测得到的第v个非重金属含量;Kv表示光谱分析检测工序得到的第v个非重金属含量;且fv与Kv的第v个非重金属需为同一种非重金属。
相比于现有技术,该检测肉制品中金属含量的方法包括肉制品采样工序、化学反应检测工序、光谱分析检测工序和金属含量确定工序,该方法有别于现有技术只采用单一手段来检测肉制品中金属含量,其同时采用化学反应检测和光谱分析检测这两种不同的手段分别获取相应的两种金属元素存在结果,再对该两种金属元素存在结果进行置信度的分析判断,从而有效地排除由于人为操作不当或者偶然因素而导致金属含量检测结果不准确的情况出现,以及最大限度地提高肉制品金属含量检测的可靠性和有效性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明提供的检测肉制品中金属含量的方法的流程示意图;
图2为本发明提供的检测肉制品中金属含量的方法中步骤S1的细化流程示意图;
图3为本发明提供的检测肉制品中金属含量的方法中步骤S2的细化示意图;
图4为本发明提供的检测肉制品中金属含量的方法中步骤S3的细化流程示意图;
图5为本发明提供的检测肉制品中金属含量的方法中步骤S4的细化流程示意图。
具体实施方式
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,所描述的实施例仅仅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。
参阅图1,为本发明实施例提供的检测肉制品中金属含量的方法的流程示意图。该检测肉制品中金属含量的方法包括如下步骤:
步骤S1,肉制品采样工序,该肉制品采样工序用于从目标肉制品中获取适用于成分检测的肉制品样品;
步骤S2,化学反应检测工序,该化学检测工序用于通过化学反应方式,检测获得该肉制品样品中的第一金属元素存在信息;
步骤S3,光谱分析检测工序,该光谱分析检测工序用于通过光谱分析方式,检测获得该肉制品样品中含有的第二金属元素存在信息;
步骤S4,金属含量确定工序,该金属含量确定工序用于根据该第一金属元素存在信息和该第二金属元素存在信息之间的置信度关系,确定该肉制品中的金属含量。
该检测肉制品中金属含量的方法通过对肉制品进行肉制品采样工序、化学反应检测工序、光谱分析检测工序和金属含量确定工序的操作,其通过化学反应检测和光谱分析检测这两种完全不同的检测手段确定肉制品中重金属元素和非重金属元素各自的存在信息,在对该存在信息进行关于置信度的分析计算,从而最终确定肉制品中的金属含量,其本质上从统计学的角度对肉制品中的金属存在量进行计算,从而有效地避免由于单一检测手段或者检测过程中存在的偶然因素而导致金属含量计算错误的情况发生。
参阅图2,为本发明实施例提供的检测肉制品中金属含量的方法中步骤S1的细化流程示意图。在该步骤S1中,该肉制品采样工序用于从目标肉制品中获取适用于成分检测的肉制品样品具体包括,
步骤S101,获取该目标肉制品的外形信息,并根据该外形信息对该目标肉制品进行分切处理,以此获得若干肉制品分切块;
步骤S102,对若干该肉制品分切块进行关于有机组织的分析筛选以此确定满足预设肌肉含量的一个或者多个肉制品分切块;
步骤S103,对该步骤S102确定的该一个或者多个肉制品分切块进行清洗净化,以此获得该肉制品样品。
由于肉制品的采样环节会影响肉制品样品能够适合后续的检测工序,因此通过对肉制品分切、筛选和清洗净化,能够有效地提高肉制品中肌肉组织的含量和减少肉制品样品中无用成分的含量,从而提高肉制品样品对不同检测手段的适用性。
优选地,在该步骤S101中,获取该目标肉制品的外形信息,并根据该外形信息对该目标肉制品进行分切处理,以此获得若干肉制品分切块具体包括,
步骤S1011,对该目标肉制品进行多角度拍摄,以此获得若干具有相互重叠区域的图像;
步骤S1012,根据该若干具有相关重叠区域的图像,重构形成关于该目标肉制品的三维外形信息;
步骤S1013,根据该三维外形信息,对该目标肉制品进行分切处理,并剔除该目标肉制品中的硬组织,从而获得若干肉制品分切块。
优选地,在该步骤S102中,对若干该肉制品分切块进行关于有机组织的分析筛选以此确定满足预设肌肉含量的一个或者多个肉制品分切块具体包括,
步骤S1021,对若干该肉制品分切块进行显微成像,以此生成关于该肉制品分切块的有机组织分布显微图像;
步骤S1022,根据该有机组织分布显微图像,确定该肉制品分切块中肌肉组织、脂肪组织和筋膜组织各自的分布区域位置;
步骤S1023,根据该肌肉组织、脂肪组织和筋膜组织各自的分布区域位置,对该肉制品分切块进行脂肪组织和筋膜组织剔除处理,以此获得肌肉组织含量为70%以上的肉制品分切块。
优选地,在该步骤S103中,对该步骤S102确定的该一个或者多个肉制品分切块进行清洗净化,以此获得该肉制品样品具体包括,
步骤S1031,对该一个或者多个肉制品分切块进行油脂成分的分解处理,以此去除该肉制品分切块额外的油脂液体;
步骤S1032,对经过该油脂成分的分解处理的肉制品分切块进行水清洗处理和微波辐射干燥处理,以此获得该肉制品样品。
参阅图3,为本发明实施例提供的检测肉制品中金属含量的方法中步骤S2的细化流程示意图。在该步骤S2中,该化学检测工序用于通过化学反应方式,检测获得该肉制品样品中的第一金属元素存在信息具体包括
步骤S201,将该肉制品样品分解成粉末状,并将该粉末状的肉制品样品进行溶解,以此形成肉制品提取液;
步骤S202,对该肉制品提取液进行重金属析出化学反应和非重金属析出化学反应,以此获取相应的重金属沉淀析出物和非重金属沉淀析出物;
步骤S203,根据该重金属沉淀析出物和该非重金属沉淀析出物,计算获得该肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为该第一金属元素存在信息。
该化学检测工序通过对肉制品提取液进行化学沉积反应,以此析出相应的重金属沉淀析出物和非重金属沉淀析出物,这样能够最大限度地确定该肉制品提取液中重金属元素和非重金属元素的存在类型和含量,从而便于快速地和准确地计算出该第一金属元素存在信息。
优选地,在该步骤S201中,将该肉制品样品分解成粉末状,并将该粉末状的肉制品样品进行溶解,以此形成肉制品提取液具体包括
将该肉制品样品进行脱水和研磨,以此获得粉末状的肉制品样品,并将该粉末状的肉制品样品溶解于纯净水中以及进行过滤,从而形成该肉制品提取液。
优选地,在该步骤S203中,根据该重金属沉淀析出物和该非重金属沉淀析出物,计算获得该肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为该第一金属元素存在信息具体包括,
对该重金属沉淀析出物和该非重金属沉淀析出物进行质谱鉴定分析,以此计算获得该肉制品样品的重金属类型及其含量以及非重金属类型及其含量。
参阅图4,为本发明实施例提供的检测肉制品中金属含量的方法中步骤S3的细化流程示意图。在该步骤S3中,该光谱分析检测工序用于通过光谱分析方式,检测获得该肉制品样品中含有的第二金属元素存在信息具体包括,
步骤S301,将该肉制品样品分解成粉末状,并将该粉末状的肉制品样品进行溶解,以此形成肉制品提取液;
步骤S302,对该肉制品提取液进行激发光照射,以此获得该肉制品提取液对应的荧光激发光谱;
步骤S303,根据该荧光激发光谱,计算获得该肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为该第二金属元素存在信息。
该光谱分析检测工序只需要对肉制品提取液进行激发光照射,以此实现该肉制品提取液的荧光发射光谱,其从金属元素物理激发态的角度对肉制品样品进行激发光谱的分析,从而保证该第二金属元素存在信息计算的精确性以及有效地执行较多实验操作的繁复性。
优选地,在该步骤S301中,将该肉制品样品分解成粉末状,并将该粉末状的肉制品样品进行溶解,以此形成肉制品提取液具体包括,
将该肉制品样品进行脱水和研磨,以此获得粉末状的肉制品样品,并将该粉末状的肉制品样品溶解于纯净水中以及进行过滤,从而形成该肉制品提取液。
优选地,在该步骤S302中,对该肉制品提取液进行激发光照射,以此获得该肉制品提取液对应的荧光激发光谱具体包括,
采用红色、绿色和蓝色对应的激光对该肉制品提取液进行照射,并拍摄该肉制品提取液在该照射下对应的荧光激发光谱。
优选地,在该步骤S303中,根据该荧光激发光谱,计算获得该肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为该第二金属元素存在信息具体包括,
根据该荧光激发光谱与预设金属元素激发跃迁荧光发射谱,计算获得该肉制品样品的重金属类型及其含量以及非重金属类型及其含量。
参阅图5,为本发明实施例提供的检测肉制品中金属含量的方法中步骤S4的细化流程示意图。在该步骤S4中,该金属含量确定工序用于根据该第一金属元素存在信息和该第二金属元素存在信息之间的置信度关系,确定该肉制品中的金属含量具体包括,
步骤S401,根据该第一金属元素存在信息,确定该化学反应检测工序检测得到的不同重金属含量和不同非重金属含量对应的第一置信度分布信息;具体步骤包括,
步骤A1:利用公式(1)得到化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间
其中a表示化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间下限;b表示化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间上限;n表示化学反应检测工序检测得到的含有重金属的总个数;i表示化学反应检测工序检测得到的第i个重金属;Ji表示化学反应检测工序检测得到的第i个重金属含量;σ表示化学反应检测工序的检测误差;
将得到的a,b值组成[a,b]区间,该区间即为化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间;
步骤A2:利用公式(2)得到化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间
其中c表示化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间下限;d表示化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间上限;m表示化学反应检测工序检测得到的含有非重金属的总个数;j表示化学反应检测工序检测得到的第j个非重金属;fj表示化学反应检测工序检测得到的第j个非重金属含量;σ表示化学反应检测工序的检测误差;
将得到的c,d值组成[c,d]区间,该区间即为化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间;
步骤S402,根据所述第二金属元素存在信息,确定所述光谱分析检测工序得到的不同重金属含量和不同非重金属含量对应的第二置信度分布信息;具体步骤包括,
步骤A3:利用公式(3)得到光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间
其中e表示光谱分析检测工序得到的不同重金属含量对应的第一置信度分布区间下限;f表示光谱分析检测工序得到的不同重金属含量对应的第一置信度分布区间上限;p表示光谱分析检测工序得到的含有重金属的总个数;x表示光谱分析检测工序得到的第x个重金属;lx表示光谱分析检测工序得到的第x个重金属含量;ε表示光谱分析检测的检测误差;
将得到的e,f值组成[e,f]区间,该区间即为光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间;
步骤A4:利用公式(4)得到光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间
其中r表示光谱分析检测工序得到的不同非重金属含量对应的第一置信度分布区间下限;s表示光谱分析检测工序得到的不同非重金属含量对应的第一置信度分布区间上限;q表示光谱分析检测工序得到的含有非重金属的总个数;y表示光谱分析检测工序得到的第y个非重金属;Ky表示光谱分析检测工序得到的第y个非重金属含量;ε表示光谱分析检测的检测误差;
将得到的r,s值组成[r,s]区间,该区间即为光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间;
步骤S403,根据所述第一置信度分布信息和所述第二置信度分布信息之间的数值分布区间差异,确定所述肉制品中的可信重金属含量和可信非重金属含量。
步骤A5:利用公式(5)以及步骤A1求得的化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间和步骤A3求得的光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间综合分析化学反应检测工序检测得到的不同重金属含量与光谱分析检测工序得到的不同重金属含量得到可信重金属含量Ho
其中Ho表示第o个重金属的可信重金属含量;Jo表示化学反应检测工序检测得到的第o个重金属含量;lo表示光谱分析检测工序得到的第o个重金属含量;且Jo与lo的第o个重金属需为同一种重金属;
步骤A6:利用公式(6)以及步骤A2求得的化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间和步骤A4求得的光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间综合分析化学反应检测工序检测得到的不同非重金属含量与光谱分析检测工序得到的不同非重金属含量得到可信非重金属含量Zv
其中Zv表示第v个非重金属的可信非重金属含量;fv表示化学反应检测工序检测得到的第v个非重金属含量;Kv表示光谱分析检测工序得到的第v个非重金属含量;且fv与Kv的第v个非重金属需为同一种非重金属。
上述技术方案的有益效果是:利用步骤A1中的公式(1)得到化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间,目的是为了可以确定化学反应检测工序检测得到的不同重金属含量是否符合置信区间要求从而满足可信度,并且与没有该步骤和公式相比可以使化学反应检测工序检测得到的不同重金属含量通过区间来确定其可信度;利用步骤A2中的公式(2)得到化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间,目的是为了可以确定化学反应检测工序检测得到的不同非重金属含量是否符合置信区间要求从而满足可信度,并且与没有该步骤和公式相比可以使化学反应检测工序检测得到的不同非重金属含量通过区间来确定其可信度;,利用步骤A3中的公式(3)得到光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间,目的是为了可以确定光谱分析检测工序得到的不同重金属含量是否符合置信区间要求从而满足可信度,并且与没有该步骤和公式相比可以使光谱分析检测工序得到的不同重金属含量通过区间来确定其可信度;利用步骤A4中的公式(4)得到光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间,目的是为了可以确定光谱分析检测工序得到的不同非重金属含量是否符合置信区间要求从而满足可信度,并且与没有该步骤和公式相比可以使光谱分析检测工序得到的不同非重金属含量通过区间来确定其可信度;利用步骤A5中的公式(5)得到可信重金属含量,是通过步骤A1求得的化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间和步骤A3求得的光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间综合分析得到的,与没有该步骤和公式相比可信程度更高,更合理并且结果更准确;利用步骤A6中的公式(6)得到可信非重金属含量,是通过步骤A2求得的化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间和步骤A4求得的光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间综合分析得到的,与没有该步骤和公式相比可信程度更高,更合理并且结果更准确。
该金属含量确定工序根据化学反应检测和光谱分析检测这两种不同的手段分别获取相应的两种金属元素存在结果,再对该两种金属元素存在结果进行置信度的分析判断,从而有效地排除由于人为操作不当或者偶然因素而导致金属含量检测结果不准确的情况出现,以及最大限度地提高肉制品金属含量检测的可靠性和有效性。
从上述实施例的内容可知,该检测肉制品中金属含量的方法包括肉制品采样工序、化学反应检测工序、光谱分析检测工序和金属含量确定工序,该方法有别于现有技术只采用单一手段来检测肉制品中金属含量,其同时采用化学反应检测和光谱分析检测这两种不同的手段分别获取相应的两种金属元素存在结果,再对该两种金属元素存在结果进行置信度的分析判断,从而有效地排除由于人为操作不当或者偶然因素而导致金属含量检测结果不准确的情况出现,以及最大限度地提高肉制品金属含量检测的可靠性和有效性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.检测肉制品中金属含量的方法,其特征在于,所述检测肉制品中金属含量的方法包括如下步骤:
步骤S1,肉制品采样工序,所述肉制品采样工序用于从目标肉制品中获取适用于成分检测的肉制品样品;
步骤S2,化学反应检测工序,所述化学检测工序用于通过化学反应方式,检测获得所述肉制品样品中的第一金属元素存在信息;
步骤S3,光谱分析检测工序,所述光谱分析检测工序用于通过光谱分析方式,检测获得所述肉制品样品中含有的第二金属元素存在信息;
步骤S4,金属含量确定工序,所述金属含量确定工序用于根据所述第一金属元素存在信息和所述第二金属元素存在信息之间的置信度关系,确定所述肉制品中的金属含量。
2.如权利要求1所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S1中,所述肉制品采样工序用于从目标肉制品中获取适用于成分检测的肉制品样品具体包括,
步骤S101,获取所述目标肉制品的外形信息,并根据所述外形信息对所述目标肉制品进行分切处理,以此获得若干肉制品分切块;
步骤S102,对若干所述肉制品分切块进行关于有机组织的分析筛选以此确定满足预设肌肉含量的一个或者多个肉制品分切块;
步骤S103,对所述步骤S102确定的所述一个或者多个肉制品分切块进行清洗净化,以此获得所述肉制品样品。
3.如权利要求2所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S101中,获取所述目标肉制品的外形信息,并根据所述外形信息对所述目标肉制品进行分切处理,以此获得若干肉制品分切块具体包括,
步骤S1011,对所述目标肉制品进行多角度拍摄,以此获得若干具有相互重叠区域的图像;
步骤S1012,根据所述若干具有相关重叠区域的图像,重构形成关于所述目标肉制品的三维外形信息;
步骤S1013,根据所述三维外形信息,对所述目标肉制品进行分切处理,并剔除所述目标肉制品中的硬组织,从而获得若干肉制品分切块。
4.如权利要求2所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S102中,对若干所述肉制品分切块进行关于有机组织的分析筛选以此确定满足预设肌肉含量的一个或者多个肉制品分切块具体包括,
步骤S1021,对若干所述肉制品分切块进行显微成像,以此生成关于所述肉制品分切块的有机组织分布显微图像;
步骤S1022,根据所述有机组织分布显微图像,确定所述肉制品分切块中肌肉组织、脂肪组织和筋膜组织各自的分布区域位置;
步骤S1023,根据所述肌肉组织、脂肪组织和筋膜组织各自的分布区域位置,对所述肉制品分切块进行脂肪组织和筋膜组织剔除处理,以此获得肌肉组织含量为70%以上的肉制品分切块。
5.如权利要求2所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S103中,对所述步骤S102确定的所述一个或者多个肉制品分切块进行清洗净化,以此获得所述肉制品样品具体包括,
步骤S1031,对所述一个或者多个肉制品分切块进行油脂成分的分解处理,以此去除所述肉制品分切块额外的油脂液体;
步骤S1032,对经过所述油脂成分的分解处理的肉制品分切块进行水清洗处理和微波辐射干燥处理,以此获得所述肉制品样品。
6.如权利要求1所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S2中,所述化学检测工序用于通过化学反应方式,检测获得所述肉制品样品中的第一金属元素存在信息具体包括
步骤S201,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液;
步骤S202,对所述肉制品提取液进行重金属析出化学反应和非重金属析出化学反应,以此获取相应的重金属沉淀析出物和非重金属沉淀析出物;
步骤S203,根据所述重金属沉淀析出物和所述非重金属沉淀析出物,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第一金属元素存在信息。
7.如权利要求6所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S201中,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液具体包括
将所述肉制品样品进行脱水和研磨,以此获得粉末状的肉制品样品,并将所述粉末状的肉制品样品溶解于纯净水中以及进行过滤,从而形成所述肉制品提取液;
或者,
在所述步骤S203中,根据所述重金属沉淀析出物和所述非重金属沉淀析出物,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第一金属元素存在信息具体包括,
对所述重金属沉淀析出物和所述非重金属沉淀析出物进行质谱鉴定分析,以此计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量。
8.如权利要求1所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S3中,所述光谱分析检测工序用于通过光谱分析方式,检测获得所述肉制品样品中含有的第二金属元素存在信息具体包括,
步骤S301,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液;
步骤S302,对所述肉制品提取液进行激发光照射,以此获得所述肉制品提取液对应的荧光激发光谱;
步骤S303,根据所述荧光激发光谱,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第二金属元素存在信息。
9.如权利要求8所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S301中,将所述肉制品样品分解成粉末状,并将所述粉末状的肉制品样品进行溶解,以此形成肉制品提取液具体包括,将所述肉制品样品进行脱水和研磨,以此获得粉末状的肉制品样品,并将所述粉末状的肉制品样品溶解于纯净水中以及进行过滤,从而形成所述肉制品提取液;
或者,
在所述步骤S302中,对所述肉制品提取液进行激发光照射,以此获得所述肉制品提取液对应的荧光激发光谱具体包括,
采用红色、绿色和蓝色对应的激光对所述肉制品提取液进行照射,并拍摄所述肉制品提取液在所述照射下对应的荧光激发光谱;
或者,
在所述步骤S303中,根据所述荧光激发光谱,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量,以作为所述第二金属元素存在信息具体包括,
根据所述荧光激发光谱与预设金属元素激发跃迁荧光发射谱,计算获得所述肉制品样品的重金属类型及其含量以及非重金属类型及其含量。
10.如权利要求1所述的检测肉制品中金属含量的方法,其特征在于:
在所述步骤S4中,所述金属含量确定工序用于根据所述第一金属元素存在信息和所述第二金属元素存在信息之间的置信度关系,确定所述肉制品中的金属含量具体包括,
步骤S401,根据所述第一金属元素存在信息,确定所述化学反应检测工序检测得到的不同重金属含量和不同非重金属含量对应的第一置信度分布信息;具体步骤包括,
步骤A1:利用公式(1)得到化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间
其中a表示化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间下限;b表示化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间上限;n表示化学反应检测工序检测得到的含有重金属的总个数;i表示化学反应检测工序检测得到的第i个重金属;Ji表示化学反应检测工序检测得到的第i个重金属含量;σ表示化学反应检测工序的检测误差;
将得到的a,b值组成[a,b]区间,该区间即为化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间;
步骤A2:利用公式(2)得到化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间
其中c表示化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间下限;d表示化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间上限;m表示化学反应检测工序检测得到的含有非重金属的总个数;j表示化学反应检测工序检测得到的第j个非重金属;fj表示化学反应检测工序检测得到的第j个非重金属含量;σ表示化学反应检测工序的检测误差;
将得到的c,d值组成[c,d]区间,该区间即为化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间;
步骤S402,根据所述第二金属元素存在信息,确定所述光谱分析检测工序得到的不同重金属含量和不同非重金属含量对应的第二置信度分布信息;具体步骤包括,
步骤A3:利用公式(3)得到光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间
其中e表示光谱分析检测工序得到的不同重金属含量对应的第一置信度分布区间下限;f表示光谱分析检测工序得到的不同重金属含量对应的第一置信度分布区间上限;p表示光谱分析检测工序得到的含有重金属的总个数;x表示光谱分析检测工序得到的第x个重金属;lx表示光谱分析检测工序得到的第x个重金属含量;ε表示光谱分析检测的检测误差;
将得到的e,f值组成[e,f]区间,该区间即为光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间;
步骤A4:利用公式(4)得到光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间
其中r表示光谱分析检测工序得到的不同非重金属含量对应的第一置信度分布区间下限;s表示光谱分析检测工序得到的不同非重金属含量对应的第一置信度分布区间上限;q表示光谱分析检测工序得到的含有非重金属的总个数;y表示光谱分析检测工序得到的第y个非重金属;Ky表示光谱分析检测工序得到的第y个非重金属含量;ε表示光谱分析检测的检测误差;
将得到的r,s值组成[r,s]区间,该区间即为光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间;
步骤S403,根据所述第一置信度分布信息和所述第二置信度分布信息之间的数值分布区间差异,确定所述肉制品中的可信重金属含量和可信非重金属含量。
步骤A5:利用公式(5)以及步骤A1求得的化学反应检测工序检测得到的不同重金属含量对应的第一置信度分布区间和步骤A3求得的光谱分析检测工序得到的不同重金属含量对应的第二置信度分布区间综合分析化学反应检测工序检测得到的不同重金属含量与光谱分析检测工序得到的不同重金属含量得到可信重金属含量Ho
其中Ho表示第o个重金属的可信重金属含量;Jo表示化学反应检测工序检测得到的第o个重金属含量;lo表示光谱分析检测工序得到的第o个重金属含量;且Jo与lo的第o个重金属需为同一种重金属;u()表示阶跃函数(当括号内的值大于等于0时函数值为1;当括号内的值小于0时函数值为0);
步骤A6:利用公式(6)以及步骤A2求得的化学反应检测工序检测得到的不同非重金属含量对应的第一置信度分布区间和步骤A4求得的光谱分析检测工序得到的不同非重金属含量对应的第二置信度分布区间综合分析化学反应检测工序检测得到的不同非重金属含量与光谱分析检测工序得到的不同非重金属含量得到可信非重金属含量Zv
其中Zv表示第v个非重金属的可信非重金属含量;fv表示化学反应检测工序检测得到的第v个非重金属含量;Kv表示光谱分析检测工序得到的第v个非重金属含量;且fv与Kv的第v个非重金属需为同一种非重金属。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010582352.8A CN111707790A (zh) | 2020-06-23 | 2020-06-23 | 检测肉制品中金属含量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010582352.8A CN111707790A (zh) | 2020-06-23 | 2020-06-23 | 检测肉制品中金属含量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111707790A true CN111707790A (zh) | 2020-09-25 |
Family
ID=72542868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010582352.8A Withdrawn CN111707790A (zh) | 2020-06-23 | 2020-06-23 | 检测肉制品中金属含量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111707790A (zh) |
-
2020
- 2020-06-23 CN CN202010582352.8A patent/CN111707790A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khaled et al. | Emerging nondestructive approaches for meat quality and safety evaluation—A review | |
US8891081B1 (en) | Raman spectroscopy method of measuring melamine contents in dairy products having different matrixes | |
CN104062257B (zh) | 一种基于近红外光谱测定溶液中总黄酮含量的方法 | |
CN106198482B (zh) | 基于拉曼光谱的检测保健品中是否添加有西药的方法 | |
CN106918567B (zh) | 一种测量痕量金属离子浓度的方法和装置 | |
Pan et al. | Rapid determination of preliminary thalassaemia screening indicators based on near-infrared spectroscopy with wavelength selection stability | |
CN109085136B (zh) | 近红外漫反射光谱测定水泥生料氧化物成分含量的方法 | |
Liu et al. | Profiling and classification of illicit heroin by ICP-MS analysis of inorganic elements | |
CN110646407A (zh) | 一种基于激光诱导击穿光谱技术的水产品中磷元素含量的快速检测方法 | |
CN108956545A (zh) | 一种水果内部品质无损检测模型建立方法及系统 | |
Duan et al. | Sensitive variables extraction, non-destructive detection and visualization of total viable count (TVC) and pH in vacuum packaged lamb using hyperspectral imaging | |
Dixit et al. | Laser induced breakdown spectroscopy for quantification of sodium and potassium in minced beef: a potential technique for detecting beef kidney adulteration | |
CN110672582A (zh) | 一种基于改进主成分分析的拉曼特征谱峰提取方法 | |
CN113008805A (zh) | 基于高光谱成像深度分析的白芷饮片质量预测方法 | |
JP2008157843A (ja) | ノイズ成分除去方法 | |
Li et al. | X-ray fluorescence spectroscopic analysis of trace elements in soil with an Adaboost back propagation neural network and multivariate-partial least squares regression | |
CN110715917A (zh) | 一种基于拉曼光谱的猪肉和牛肉分类方法 | |
CN111707790A (zh) | 检测肉制品中金属含量的方法 | |
CN103592256A (zh) | 基于傅里叶变换中红外光谱识别正常食用植物油和精炼潲水油的方法 | |
Ruiz et al. | A multivariate calibration approach for determination of petroleum hydrocarbons in water by means of IR spectroscopy | |
JP2020118525A (ja) | ゴマの産地判別装置及びゴマの産地判別方法 | |
Shi et al. | Rapid authentication of Indonesian edible bird's nests by near-infrared spectroscopy and chemometrics | |
Fan et al. | Near-infrared spectroscopy and chemometric modelling for rapid diagnosis of kidney disease | |
CN111521580A (zh) | 一种基于便携式近红外光谱仪的鱼片新鲜度检测方法 | |
CN105806822B (zh) | 硫熏食品或药品的鉴定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200925 |
|
WW01 | Invention patent application withdrawn after publication |