CN114460035A - 一种快速检测海洋头足类食品新鲜度的方法 - Google Patents
一种快速检测海洋头足类食品新鲜度的方法 Download PDFInfo
- Publication number
- CN114460035A CN114460035A CN202210183828.XA CN202210183828A CN114460035A CN 114460035 A CN114460035 A CN 114460035A CN 202210183828 A CN202210183828 A CN 202210183828A CN 114460035 A CN114460035 A CN 114460035A
- Authority
- CN
- China
- Prior art keywords
- detection
- food
- detection target
- freshness
- cephalopod
- 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.)
- Pending
Links
- 241000238366 Cephalopoda Species 0.000 title claims abstract description 86
- 235000013305 food Nutrition 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 140
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 10
- 235000013372 meat Nutrition 0.000 claims abstract description 9
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 4
- 230000007480 spreading Effects 0.000 claims abstract description 4
- 238000003892 spreading Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 20
- 239000003963 antioxidant agent Substances 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000010411 cooking Methods 0.000 claims description 8
- -1 heterocyclic amine Chemical class 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000003385 bacteriostatic effect Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 238000002790 cross-validation Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005470 impregnation Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000036961 partial effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000015572 biosynthetic process Effects 0.000 description 14
- 230000005764 inhibitory process Effects 0.000 description 14
- UQVKZNNCIHJZLS-UHFFFAOYSA-N PhIP Chemical compound C1=C2N(C)C(N)=NC2=NC=C1C1=CC=CC=C1 UQVKZNNCIHJZLS-UHFFFAOYSA-N 0.000 description 10
- AIFRHYZBTHREPW-UHFFFAOYSA-N β-carboline Chemical compound N1=CC=C2C3=CC=CC=C3NC2=C1 AIFRHYZBTHREPW-UHFFFAOYSA-N 0.000 description 8
- PSFDQSOCUJVVGF-UHFFFAOYSA-N harman Chemical compound C12=CC=CC=C2NC2=C1C=CN=C2C PSFDQSOCUJVVGF-UHFFFAOYSA-N 0.000 description 6
- 230000002401 inhibitory effect Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 4
- 241000238413 Octopus Species 0.000 description 3
- 241000238371 Sepiidae Species 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 235000013622 meat product Nutrition 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 206010016952 Food poisoning Diseases 0.000 description 1
- 208000019331 Foodborne disease Diseases 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 125000006615 aromatic heterocyclic group Chemical group 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
- G06F11/1451—Management of the data involved in backup or backup restore by selection of backup contents
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
- G01N2021/3572—Preparation of samples, e.g. salt matrices
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及食品检测技术领域，具体涉及一种快速检测海洋头足类食品新鲜度的方法，包括以下步骤：Step1：建立检测任务项目，获取检测目标内容，分析检测目标属性；Step2：获取分析得到的检测目标属性，设定检测计划，选择检测计划应用于检测目标；Step3：确认检测计划，选择检测目标样品，将检测目标样品剔除骨头和外皮制成肉糜均匀平铺在直径75mm的样品杯中，使用近红外分析仪以2nm的分辨率进行扫描；本发明借用近红外分析仪对海洋头足类食品进行新鲜度的测定，通过对光谱图、总挥发性盐基氮和pH值数据进行判定，能够有效且快速的得到食品进行新鲜度的测定的测定结果，使得海洋头足类食品新鲜度检测所用时间更短，保证了海洋头足类食品新鲜度。
Description
技术领域
本发明涉及食品检测技术领域，具体涉及一种快速检测海洋头足类食品新鲜度的方法。
背景技术
食品安全也是一门专门探讨在食品加工、存储、销售等过程中确保食品卫生及食用安全，降低疾病隐患，防范食物中毒的一个跨学科领域，而食品安全中尤为重要的则是食品的新鲜度，针对于海洋头足类食品新鲜度往往无法通过肉眼来判断；
海洋头足类食品大都以油炸、煎烤的方式进行烹饪，随着加热温度和加热时间的延长，肌肉组织内一系列的物理化学变化会导致肉制品品质的劣化，同时伴随着杂环胺等有害类化合物的生成，严重的影响了食用者的身体健康，然而现今并没有一种技术能够快速、高效且准确的应用于海洋头足类食品新鲜度的检测。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种快速检测海洋头足类食品新鲜度的方法，解决了海洋头足类食品大都以油炸、煎烤的方式进行烹饪，随着加热温度和加热时间的延长，肌肉组织内一系列的物理化学变化会导致肉制品品质的劣化，同时伴随着杂环胺等有害类化合物的生成，严重的影响了食用者的身体健康，现今没有一种技术能够快速、高效且准确的应用于海洋头足类食品新鲜度的检测的问题。
技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
第一方面，一种快速检测海洋头足类食品新鲜度的方法，包括：
Step1：建立检测任务项目，获取检测目标内容，分析检测目标属性；
Step2：获取分析得到的检测目标属性，设定检测计划，选择检测计划应用于检测目标；
Step3：确认检测计划，选择检测目标样品，将检测目标样品剔除骨头和外皮制成肉糜均匀平铺在直径75mm的样品杯中，使用近红外分析仪以2nm的分辨率进行扫描；
Step4：获取各组检测目标样品近红外分析仪检测数据光谱图，计算光谱图平均光谱曲线，使用半微量定氮法进行总挥发性盐基氮测定；
Step5：将检测目标样品浸渍液，用pH计复合电极测定检测目标样品浸渍液的pH值，重复测量3次，结果取其平均值；
Step6：获取汇报文件及步骤Step5中所得到的数据内容，将二者与检测目标样品对应归属后汇总，将汇总数据打包，在备份后向用户端发送。
更进一步地，所述步骤Step1中检测目标属性包括：检测目标是否具有生命特征判断、检测目标运输日期、检测目标种类纲目、检测目标运输环境。
更进一步地，所述步骤Step2中对于检测目标所选用检测计划参考步骤Step2中获取到的检测目标属性数据。
更进一步地，所述步骤Step3下级设置有子步骤Step31：操作红外分析仪扫描次数设置为60次，目标样品及环境温度设定为24～26℃，光谱扫描范围为900～1700nm，在扫描完成后将目标样品重新装样再次执行2次，其中装样确保均一性。
更进一步地，所述步骤Step3下级设置有子步骤Step32：对检测目标样品进行切割，设置目标样品经切合后为属性相同的两份；
其中两份检测目标样品质量比设置为1/5。
更进一步地，所述步骤Step4中设置有子步骤，如下：
Step41：获取光谱数据，对光谱数据进行分析与处理；
Step42：接收光谱数据分析处理结果，生成汇报文件
更进一步地，所述步骤Step41中对于光谱数据的分析处理内容包括：使用Unscrambler 9.8软件对5点移动窗口平滑处理、一阶微分、标准正态变量变换和多元散射校正的消噪效果进行比较，应用偏最小二乘法数学校正方法分别建模。用模型决定系数、交互验证均方根误差、相对预测均方根误差为模型精度评价指标，用预测值和实测值的相关系数和预测平均偏差检验模型的准确度。
第二方面，所述步骤Step32中得到的两份检测目标样品质量占比重的一份用于步骤Step3的进一步检测处理，另一份检测目标样品用于海洋头足类食品新鲜度合格标准测定，所述海洋头足类食品新鲜度合格标准测定包括以下步骤：
Step I：设置检测目标样品合格检测项目，根据检测目标样品合格检测项目数量对检测目标样品进行适应性分割；
Step II：获取检测目标样品检测项目内容，将检测目标样品分割个体参照检测项目内容进行匹配；
StepIII：获取各项检测项目检测结果，根据检测结果设定海洋头足类食品新鲜度合格指标；
StepIV：分析设定的海洋头足类食品新鲜度合格指标，对应合格指标制定海洋头足类食品运输方案。
更进一步地，所述步骤Step I中检测目标样品合格检测项目包括：各类烹饪方法造成检测目标样品中杂环胺成分产生的占比率；使用各类抗氧化剂于一定周期内保存检测目标样品，再以各类烹饪方法处理检测目标样品后杂环胺产生率；检测目标样品处于紫外线抑菌环境进行一定周期下保存后，检测目标样品的氧化进度。
更进一步地，所述步骤Step II结束后即为检测的开始，在此过程中设置有步骤Step II-I：采集检测过程检测样品的附属产物，对采集物进行取样，其中取样物参与步骤Step I中检测目标样品合格检测项目。
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
1、本发明借用近红外分析仪对海洋头足类食品进行新鲜度的测定，通过对光谱图、总挥发性盐基氮和pH值数据进行判定，能够有效且快速的得到食品进行新鲜度的测定的测定结果，进而使得海洋头足类食品新鲜度检测所用时间更短，海洋头足类食品的运输更快，保证了海洋头足类食品新鲜度。
2、本发明还能够对海洋头足类食品进行新鲜度合格标准测定，通过对海洋头足类食品存储、烹煮进行数据的提取，准确的得出了海洋头足类海洋头足类食品新鲜度合格标准，从而以此为基础指定海洋头足类食品的运输方案，将会使得海洋头足类食品的运输更加安全，海洋头足类食品在运输过程中出现变质的可能性更低。
附图说明
为了更清楚地说明本发明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为一种快速检测海洋头足类食品新鲜度的方法的流程示意图；
图2为本发明中海洋头足类食品新鲜度合格标准测定的流程示意图；
图3为原始光谱示例图；
图4、5海洋头足类食品TVB-N值(a)和pH值(b)的PLS模型的外部验证结果线形图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的一种快速检测海洋头足类食品新鲜度的方法，如图1所示，包括以下步骤：
Step1：建立检测任务项目，获取检测目标内容，分析检测目标属性；
Step2：获取分析得到的检测目标属性，设定检测计划，选择检测计划应用于检测目标；
Step3：确认检测计划，选择检测目标样品，将检测目标样品剔除骨头和外皮制成肉糜均匀平铺在直径75mm的样品杯中，使用近红外分析仪以2nm的分辨率进行扫描；
Step4：获取各组检测目标样品近红外分析仪检测数据光谱图，计算光谱图平均光谱曲线，使用半微量定氮法进行总挥发性盐基氮测定；
Step5：将检测目标样品浸渍液，用pH计复合电极测定检测目标样品浸渍液的pH值，重复测量3次，结果取其平均值；
Step6：获取汇报文件及步骤Step5中所得到的数据内容，将二者与检测目标样品对应归属后汇总，将汇总数据打包，在备份后向用户端发送。
参考本实施例中记载，延伸出的海洋头足类食品TVB-N值和pH值实测值的分析数据如下：
由表1中校正集和验证集中含量分布、平均值和标准偏差可知，选取样品中的各组分含量范围较宽，代表性强，符合近红外光谱建模要求。
表1海洋头足类食品样品TVB-N值、pH值的实测值分析
海洋头足类食品样品近红外平均光谱图：
从图3可知，在950～1200nm谱区内，海洋头足类食品近红外反射光谱曲线各区段表现出独特吸收，在整个光谱区间有多处吸收峰呈递增或递减的趋势，表明海洋头足类食品大量含氢基团的合频区、倍频区均形成强烈的吸收，1350～1450nm(6900～7400cm-1)波段之间受水蒸气的影响产生了较微小的噪声信号，肉中蛋白质的吸收主要与N-H的分子振动相关，N-H键伸缩振动的一级倍频在1500nm(6666cm-1)附近，带有N-H的杂环芳香化合物，较强的一级倍频出现在1463nm(6835cm-1)。而蛋白质的特征谱带为973～1019nm(10277～9804cm-1)、1500～1530nm(6667～6536cm-1)的N-H倍频吸收，因此实验在建模时需要考虑特征波长区间的选取。
表2结果表明，采用SNV处理光谱数据，以PLS法建立回归模型的R2最大，RMSECV最小，因此SNV+PLS预测能力优于另外5种预处理方法。综上所述，对于海洋头足类食品TVB-N值和pH值来说均采用SNV处理光谱建立的PLS回归模型的预测能力优于采用1stD处理光谱建立的PCR回归模型的预测能力。
表2不同光谱预处理方法对海洋头足类食品TVB-N值总挥发性盐基氮和pH值的PLS模型精确性的影响
海洋头足类食品新鲜度模型的可靠性验证：
选取最优主成分数，用PLS法处理光谱分别建立TVB-N值和pH值的模型，将验证集的20个样品代入模型中，进行海洋头足类食品样品的新鲜度测定，预测值和实测值的验证结果如图3所示；结果表明：TVB-N预测值和实测值2组数据的r为0.983，说明2组数据具有极显著的相关性，经单因素方差分析得到P值为0.957，即在96％的置信区间内，2组数据无显著性差异。预测平均偏差为-0.242。pH预测值和实测值2组数据的r为0.716，说明2组数据具有极显著的相关性，经单因素方差分析得到P值为0.847，即在96％的置信区间内，2组数据无显著性差异。预测平均偏差为-0.023，即图4、5所得。
可以看出的是：TVB-N值：在950～1 650nm的波长范围内，采用SNV处理光谱，利用PLS建立海洋头足类食品TVB-N数学模型，主成分数为6时，模型R2为0.727，RMSECV达到最小值3.666。用20个海洋头足类食品样品进行外部验证预测，海洋头足类食品TVB-N预测值和实测值之间的相关系数r为0.983，预测值平均偏差为-0.242。pH值：在950～1 650nm的波长范围内，采用SNV处理光谱，利用PLS建立海洋头足类食品pH值数学模型，主成分数为12时，模型R2为0.991，RMSECV达到最小值0.028。用20个海洋头足类食品样品进行外部验证预测，海洋头足类食品pH预测值和实测值之间的相关系数r为0.716，预测值平均偏差为-0.023。应用近红外光谱技术检测海洋头足类食品新鲜度主要指标：TVB-N值和pH值是可行的，传统检测方法至少需要30min以上，应用近红外光谱扫描法每个样测定时间在2～5min以内。
实施例2
在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中快速检测海洋头足类食品新鲜度的方法做进一步具体说明，如图1所示，所述步骤Step1中检测目标属性包括：检测目标是否具有生命特征判断、检测目标运输日期、检测目标种类纲目、检测目标运输环境。
如图1所示，所述步骤Step2中对于检测目标所选用检测计划参考步骤Step2中获取到的检测目标属性数据。
如图1所示，所述步骤Step3下级设置有子步骤Step31：操作红外分析仪扫描次数设置为60次，目标样品及环境温度设定为24～26℃，光谱扫描范围为900～1700nm，在扫描完成后将目标样品重新装样再次执行2次，其中装样确保均一性。
如图1所示，所述步骤Step3下级设置有子步骤Step32：对检测目标样品进行切割，设置目标样品经切合后为属性相同的两份；
其中两份检测目标样品质量比设置为1/5。
如图1所示，所述步骤Step4中设置有子步骤，如下：
Step41：获取光谱数据，对光谱数据进行分析与处理；
Step42：接收光谱数据分析处理结果，生成汇报文件。
如图1所示，所述步骤Step41中对于光谱数据的分析处理内容包括：使用Unscrambler 9.8软件对5点移动窗口平滑处理、一阶微分、标准正态变量变换和多元散射校正的消噪效果进行比较，应用偏最小二乘法数学校正方法分别建模。用模型决定系数、交互验证均方根误差、相对预测均方根误差为模型精度评价指标，用预测值和实测值的相关系数和预测平均偏差检验模型的准确度。
实施例3
在具体实施层面，在实施例1的基础上，本实施例参照图1所示对实施例1中快速检测海洋头足类食品新鲜度的方法做进一步具体说明，如图2所示，所述步骤Step32中得到的两份检测目标样品质量占比重的一份用于步骤Step3的进一步检测处理，另一份检测目标样品用于海洋头足类食品新鲜度合格标准测定，所述海洋头足类食品新鲜度合格标准测定包括以下步骤：
Step I：设置检测目标样品合格检测项目，根据检测目标样品合格检测项目数量对检测目标样品进行适应性分割；
Step II：获取检测目标样品检测项目内容，将检测目标样品分割个体参照检测项目内容进行匹配；
StepIII：获取各项检测项目检测结果，根据检测结果设定海洋头足类食品新鲜度合格指标；
StepIV：分析设定的海洋头足类食品新鲜度合格指标，对应合格指标制定海洋头足类食品运输方案。
如图2所示，所述步骤Step I中检测目标样品合格检测项目包括：各类烹饪方法造成检测目标样品中杂环胺成分产生的占比率；使用各类抗氧化剂于一定周期内保存检测目标样品，再以各类烹饪方法处理检测目标样品后杂环胺产生率；检测目标样品处于紫外线抑菌环境进行一定周期下保存后，检测目标样品的氧化进度。
在本实施例中，根据实施例提供方法，对不同种类的海洋头足类食品进行研究，汇总得到以下内容：
抗氧化剂对不同HAs形成的影响有较大差异。对于鱿鱼，8种抗氧化剂的添加均显著抑制PhIP和8-MeIQx的形成(p＜0.05)，其中UVC-GA对PhIP的抑制率相对显著最高(51.35％)，其次为RA(44.59％)、GA(43.24％)、TF(40.54％)和PS(39.58％)、TP(37.83％)、GE(35.13％)，PA的抑制率相对显著最低(21.62％)，且这7个处理组之间无显著差异(p＞0.05)；UVC-GA表现出对8-MeIQx相对最高的抑制率(62.73％)，显著高于GE(18.63％)、PA(19.01％)、PS(25.85％)、TF(34.93％)、RA(30.41％)(p＜0.05)，但与TP(60.83％)和GA(59.31％)无显著差异(p＞0.05)；UVC-GA、RA、TP、PS、TF和GE对鱿鱼中Harman的形成有显著抑制作用(p＜0.05)，且UVC-GA的抑制率最高，为50.25％，而其他2种抗氧化剂无显著差异(p＞0.05)；8种抗氧化剂对鱿鱼中Norharman的形成均有显著抑制作用(p＜0.05)；除了PA外，其他7种抗氧化剂均能显著降低鱿鱼中总HAs的含量(p＜0.05)，其中UVC-GA的抑制率最高，为54.89％，PA的抑制率最高，为20.49％，剩下其它5个处理组之间无显著差异(p＞0.05)。
对于章鱼，8种抗氧化剂的添加显著抑制PhIP、8-MeIQx和4，8-DiMeIQx的形成(p＜0.05)，其中UVC-GA抑制率均具有最高，分别为64.93％、55.07％和78.35％，其他7个处理组对PhIP和8-MeIQx的形成抑制效果无显著影响(p＞0.05)；PS对4，8-DiMeIQx的形成抑制率显著最低(25.77％)，而另外7组之间无显著差异(p＞0.05)。所添加8种抗氧化剂对Harman无显著影响(p＞0.05)，GA和GE显著促进Norharman的形成(p＜0.05)，其他6种抗氧化剂则对Norharman的形成无显著影响(p＞0.05)；UVC-GA、TF和PS显著抑制章鱼中总HAs的形成(p＜0.05)。墨鱼中，除GA处理组外，其他7种抗氧化剂均能够显著抑制PhIP的形成(p＜0.05)，其中UVC-GA表现出相对最强的抑制活性(抑制率为65.66％)，其次为TF处理组(53.20％)；8种抗氧化剂均能够显著抑制8-MeIQx和4，8-DiMeIQx的形成(p＜0.05)，对8-MeIQx的抑制率介于70.00％～78.75％之间，并且各处理组之间无显著差异(p＞0.05)，而UVC-GA、PS和GE对4，8-DiMeIQx表现出相对更好的抑制活性，抑制率分别为84.29％、80.57％和76.85％，显著高于其他5组(p＜0.05)；8种抗氧化剂对Harman和Norharman的形成均无显著影响(p＞0.05)，但显著降低了墨鱼中总HAs含量(p＜0.05)，其中UVC-GA对总HAs表现出相对最佳的抑制效果，抑制率为48.12％，显著高于其他各组(p＜0.05)，其次为PS、GE和TF处理组，抑制率分别为44.09％、40.43％和38.70％。总体而言，不同抗氧化剂对3种油煎海洋头足类中不同种类的HAs所表现出的抑制活性有一定差异，其中UVC-GA对油煎海洋头足类中HAs的形成表现出更优的抑制活性。
表3抗氧化剂对三种油煎海洋头足类HAs形成的影响
注：添加不同抗氧化剂处理组三种油煎海洋头足类的不同字母表示各HAs含量差异显著(p＜0.05)，其中油煎鱿鱼用小写字母(a～d)，油煎章鱼用大写字母(A～F)，油煎墨鱼用希腊字母(α～ζ)；-：低于检测限。
如图2所示，所述步骤Step II结束后即为检测的开始，在此过程中设置有步骤Step II-I：采集检测过程检测样品的附属产物，对采集物进行取样，其中取样物参与步骤Step I中检测目标样品合格检测项目。
综上而言，本发明借用近红外分析仪对海洋头足类食品进行新鲜度的测定，通过对光谱图、总挥发性盐基氮和pH值数据进行判定，能够有效且快速的得到食品进行新鲜度的测定的测定结果，进而使得海洋头足类食品新鲜度检测所用时间更短，海洋头足类食品的运输更快，保证了海洋头足类食品新鲜度；
同时本发明还能够对海洋头足类食品进行新鲜度合格标准测定，通过对海洋头足类食品存储、烹煮进行数据的提取，准确的得出了海洋头足类海洋头足类食品新鲜度合格标准，从而以此为基础指定海洋头足类食品的运输方案，将会使得海洋头足类食品的运输更加安全，海洋头足类食品在运输过程中出现变质的可能性更低。
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，并不会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 (10)
1.一种快速检测海洋头足类食品新鲜度的方法，其特征在于，包括以下步骤：
Step1：建立检测任务项目，获取检测目标内容，分析检测目标属性；
Step2：获取分析得到的检测目标属性，设定检测计划，选择检测计划应用于检测目标；
Step3：确认检测计划，选择检测目标样品，将检测目标样品剔除骨头和外皮制成肉糜均匀平铺在直径75mm的样品杯中，使用近红外分析仪以2nm的分辨率进行扫描；
Step4：获取各组检测目标样品近红外分析仪检测数据光谱图，计算光谱图平均光谱曲线，使用半微量定氮法进行总挥发性盐基氮测定；
Step5：将检测目标样品浸渍液，用pH计复合电极测定检测目标样品浸渍液的pH值，重复测量3次，结果取其平均值；
Step6：获取汇报文件及步骤Step5中所得到的数据内容，将二者与检测目标样品对应归属后汇总，将汇总数据打包，在备份后向用户端发送。
2.根据权利要求1所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step1中检测目标属性包括：检测目标是否具有生命特征判断、检测目标运输日期、检测目标种类纲目、检测目标运输环境。
3.根据权利要求1所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step2中对于检测目标所选用检测计划参考步骤Step2中获取到的检测目标属性数据。
4.根据权利要求1所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step3下级设置有子步骤Step31：操作红外分析仪扫描次数设置为60次，目标样品及环境温度设定为24～26℃，光谱扫描范围为900～1700nm，在扫描完成后将目标样品重新装样再次执行2次，其中装样确保均一性。
5.根据权利要求1所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step3下级设置有子步骤Step32：对检测目标样品进行切割，设置目标样品经切合后为属性相同的两份；
其中两份检测目标样品质量比设置为1/5。
6.根据权利要求1所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step4中设置有子步骤，如下：
Step41：获取光谱数据，对光谱数据进行分析与处理；
Step42：接收光谱数据分析处理结果，生成汇报文件。
7.根据权利要求6所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step41中对于光谱数据的分析处理内容包括：使用Unscrambler 9.8软件对5点移动窗口平滑处理、一阶微分、标准正态变量变换和多元散射校正的消噪效果进行比较，应用偏最小二乘法数学校正方法分别建模。用模型决定系数、交互验证均方根误差、相对预测均方根误差为模型精度评价指标，用预测值和实测值的相关系数和预测平均偏差检验模型的准确度。
8.根据权利要求1所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤Step32中得到的两份检测目标样品质量占比重的一份用于步骤Step3的进一步检测处理，另一份检测目标样品用于海洋头足类食品新鲜度合格标准测定，所述海洋头足类食品新鲜度合格标准测定包括以下步骤：
StepI：设置检测目标样品合格检测项目，根据检测目标样品合格检测项目数量对检测目标样品进行适应性分割；
StepII：获取检测目标样品检测项目内容，将检测目标样品分割个体参照检测项目内容进行匹配；
StepIII：获取各项检测项目检测结果，根据检测结果设定海洋头足类食品新鲜度合格指标；
StepIV：分析设定的海洋头足类食品新鲜度合格指标，对应合格指标制定海洋头足类食品运输方案。
9.根据权利要求8所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤StepI中检测目标样品合格检测项目包括：各类烹饪方法造成检测目标样品中杂环胺成分产生的占比率；使用各类抗氧化剂于一定周期内保存检测目标样品，再以各类烹饪方法处理检测目标样品后杂环胺产生率；检测目标样品处于紫外线抑菌环境进行一定周期下保存后，检测目标样品的氧化进度。
10.根据权利要求8所述的一种快速检测海洋头足类食品新鲜度的方法，其特征在于，所述步骤StepII结束后即为检测的开始，在此过程中设置有步骤StepII-I：采集检测过程检测样品的附属产物，对采集物进行取样，其中取样物参与步骤StepI中检测目标样品合格检测项目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210183828.XA CN114460035A (zh) | 2022-02-25 | 2022-02-25 | 一种快速检测海洋头足类食品新鲜度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210183828.XA CN114460035A (zh) | 2022-02-25 | 2022-02-25 | 一种快速检测海洋头足类食品新鲜度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114460035A true CN114460035A (zh) | 2022-05-10 |
Family
ID=81415913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210183828.XA Pending CN114460035A (zh) | 2022-02-25 | 2022-02-25 | 一种快速检测海洋头足类食品新鲜度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114460035A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010286262A (ja) * | 2009-06-09 | 2010-12-24 | Institute Of National Colleges Of Technology Japan | 鮮度評価装置及び鮮度評価方法 |
| CN103822894A (zh) * | 2014-02-11 | 2014-05-28 | 广东恒兴饲料实业股份有限公司 | 一种基于近红外光谱法快速检测鱼粉中牛磺酸含量的方法 |
| US20150204833A1 (en) * | 2013-03-21 | 2015-07-23 | Jds Uniphase Corporation | Spectroscopic characterization of seafood |
| WO2017097684A1 (en) * | 2015-12-11 | 2017-06-15 | Koninklijke Philips N.V. | A system and method for determining the freshness of a food item, and a configuration method |
| CN111521580A (zh) * | 2020-06-16 | 2020-08-11 | 海南大学 | 一种基于便携式近红外光谱仪的鱼片新鲜度检测方法 |
| US20210311011A1 (en) * | 2018-10-30 | 2021-10-07 | Teakorigin Inc. | Techniques for scoring food specimens, and related methods and apparatus |
-
2022
- 2022-02-25 CN CN202210183828.XA patent/CN114460035A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010286262A (ja) * | 2009-06-09 | 2010-12-24 | Institute Of National Colleges Of Technology Japan | 鮮度評価装置及び鮮度評価方法 |
| US20150204833A1 (en) * | 2013-03-21 | 2015-07-23 | Jds Uniphase Corporation | Spectroscopic characterization of seafood |
| CN103822894A (zh) * | 2014-02-11 | 2014-05-28 | 广东恒兴饲料实业股份有限公司 | 一种基于近红外光谱法快速检测鱼粉中牛磺酸含量的方法 |
| WO2017097684A1 (en) * | 2015-12-11 | 2017-06-15 | Koninklijke Philips N.V. | A system and method for determining the freshness of a food item, and a configuration method |
| US20210311011A1 (en) * | 2018-10-30 | 2021-10-07 | Teakorigin Inc. | Techniques for scoring food specimens, and related methods and apparatus |
| CN111521580A (zh) * | 2020-06-16 | 2020-08-11 | 海南大学 | 一种基于便携式近红外光谱仪的鱼片新鲜度检测方法 |
Non-Patent Citations (22)
| Title |
|---|
| GB2733-2015: "食品安全国家标准鲜、冻动物性水产品", GB2733-2015 * |
| GB5009.228—2016: "食品安全国家标准食品中挥发性盐基氮的测定", GB5009.228—2016, pages 01 - 02 * |
| GB5009.237—2016: "食品pH值的测定", GB5009.237—2016, pages 1 - 4 * |
| MICHELE SANNIA，LORENZO SERVA，STEFANIA BALZAN，SEVERINO SEGATO，ENRICO NOVELLI，LUCA FASOLATO: "Application of near-infrared spectroscopy for frozen-thawed characterization of cuttlefish", JOURNAL OF FOOD SCIENCE AND TECHNOLOGY-MYSORE, vol. 56, no. 10, pages 05 - 08 * |
| 任瑞娟;柴春祥;鲁晓翔;: "近红外光谱技术在水产品检测中的应用展望", 食品工业科技, no. 02 * |
| 任瑞娟;柴春祥;鲁晓翔;李立杰;郭美娟;: "冷藏南美白对虾新鲜度的近红外光谱方法研究", 食品与发酵工业, no. 06 * |
| 励建荣;李婷婷;李学鹏;: "水产品鲜度品质评价方法研究进展", 北京工商大学学报(自然科学版), no. 06 * |
| 李鑫星;姚久彬;成建红;孙龙清;曹霞敏;张小栓;: "近红外光谱的河蟹新鲜度快速检测研究", 光谱学与光谱分析, no. 01 * |
| 杨莹;庄晓萌;张欣欣;曲高阳;霍思宇;张岚;: "近红外光谱技术评价肉品新鲜度的应用", 吉林医药学院学报, no. 06 * |
| 王阳;黄磊;: "水产品新鲜度评价方法研究综述", 安徽农学通报, no. 18 * |
| 田灏;陆利霞;熊晓辉;: "鱼肉鲜度快速检测技术进展", 食品工业科技, no. 07 * |
| 程旎;李小昱;赵思明;李建博;高海龙;: "鱼体新鲜度近红外光谱检测方法的比较研究", 食品安全质量检测学报, no. 02 * |
| 蓝蔚青;孙雨晴;张楠楠;周大鹏;胡潇予;谢晶;: "基于近红外光谱建立大黄鱼新鲜度预测模型", 包装工程, no. 17 * |
| 蓝蔚青;张楠楠;刘书成;胡潇予;钱芳;谢晶;: "近红外光谱技术在水产品检测中的应用研究进展", 光谱学与光谱分析, no. 11 * |
| 谢雯雯;李俊杰;刘茹;熊善柏;: "基于近红外光谱技术的鱼肉新鲜度评价方法的建立", 淡水渔业, no. 04 * |
| 赵培城;赵娜娜;吕飞;丁玉庭;: "海洋水产品新鲜度的现代检测技术研究进展", 食品与生物技术学报, no. 09 * |
| 郭丽丽;花锦;张梨花;宋欢;王小敏;: "基于近红外技术测定不同鲜肉中挥发性盐基氮含量", 食品安全质量检测学报, no. 11 * |
| 顾仲朝;吴媛;王萍亚;周震海;戎素红;: "头足类水产品挥发性盐基氮变化规律的研究", 食品工业, no. 03 * |
| 顾仲朝;吴媛;王萍亚;周震海;戎素红;: "鱿鱼产品鲜度指标综合性研究", 食品界, no. 04 * |
| 顾仲朝;吴媛;王衡;王萍亚;周震海;戎素红;: "鱿鱼产品鲜度判定体系合理性分析", 预防医学, no. 07 * |
| 马聪聪;张九凯;卢征;韩建勋;邢冉冉;郝建雄;陈颖;: "水产品新鲜度检测方法研究进展", 食品科学, no. 19 * |
| 高亚文;欧昌荣;汤海青;秦影;: "光谱技术在水产品鲜度评价中的应用", 核农学报, no. 11 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Rapid detection of three quality parameters and classification of wine based on Vis-NIR spectroscopy with wavelength selection by ACO and CARS algorithms | |
| Munawar et al. | Rapid and non-destructive prediction of mango quality attributes using Fourier transform near infrared spectroscopy and chemometrics | |
| Flores et al. | Feasibility in NIRS instruments for predicting internal quality in intact tomato | |
| US6122535A (en) | Method and apparatus for determining the concentration of a component | |
| Mishra et al. | SPORT pre-processing can improve near-infrared quality prediction models for fresh fruits and agro-materials | |
| Karoui et al. | Mid-infrared spectrometry: A tool for the determination of chemical parameters in Emmental cheeses produced during winter | |
| CN103558167A (zh) | 一种快速测定腌肉中氯化钠含量的方法 | |
| Tian et al. | Nondestructive determining the soluble solids content of citrus using near infrared transmittance technology combined with the variable selection algorithm | |
| Liu et al. | A comparative study for least angle regression on NIR spectra analysis to determine internal qualities of navel oranges | |
| CN105548070B (zh) | 一种苹果可溶性固形物近红外检测部位补偿方法及系统 | |
| CN104020129A (zh) | 一种基于近红外光谱结合氨基酸分析技术的工夫红茶发酵质量的判别方法 | |
| CN104990895B (zh) | 一种基于局部区域的近红外光谱信号标准正态校正方法 | |
| Ali et al. | Prediction of total soluble solids and pH in banana using near infrared spectroscopy | |
| Liu et al. | Near-infrared prediction of edible oil frying times based on Bayesian Ridge Regression | |
| CN109374548A (zh) | 一种利用近红外快速测定大米中营养成分的方法 | |
| Porep et al. | Implementation of an on‐line near infrared/visible (NIR/VIS) spectrometer for rapid quality assessment of grapes upon receival at wineries | |
| Włodarska et al. | Evaluation of quality parameters of apple juices using near‐infrared spectroscopy and chemometrics | |
| Dai et al. | Recent advances in de‐noising methods and their applications in hyperspectral image processing for the food industry | |
| Chen et al. | Rapid and simultaneous analysis of multiple wine quality indicators through near-infrared spectroscopy with twice optimization for wavelength model | |
| CN110672578A (zh) | 针对煎炸油极性组分检测的模型通用性及稳定性验证方法 | |
| CN114460035A (zh) | 一种快速检测海洋头足类食品新鲜度的方法 | |
| Liu et al. | Quality evaluation of fried soybean oil base on near infrared spectroscopy | |
| Wang et al. | Application of Fourier transform near-infrared spectroscopy to the quantification and monitoring of carbonyl value in frying oils | |
| CN113125378A (zh) | 基于近红外光谱的不同部位驼肉中营养成分的快速检测方法 | |
| CN106501212A (zh) | 基于原料肉近红外光谱信息预测烧烤牛肉熟后品质的方法 |
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 |