JP6436452B2 - 食品中の豚肉を検出する方法 - Google Patents
食品中の豚肉を検出する方法 Download PDFInfo
- Publication number
- JP6436452B2 JP6436452B2 JP2014165110A JP2014165110A JP6436452B2 JP 6436452 B2 JP6436452 B2 JP 6436452B2 JP 2014165110 A JP2014165110 A JP 2014165110A JP 2014165110 A JP2014165110 A JP 2014165110A JP 6436452 B2 JP6436452 B2 JP 6436452B2
- Authority
- JP
- Japan
- Prior art keywords
- raman
- pork
- fat
- food
- food sample
- 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
- 235000013305 food Nutrition 0.000 title claims description 125
- 235000015277 pork Nutrition 0.000 title claims description 103
- 238000001069 Raman spectroscopy Methods 0.000 claims description 109
- 238000000034 method Methods 0.000 claims description 48
- 235000013372 meat Nutrition 0.000 claims description 41
- 239000013078 crystal Substances 0.000 claims description 39
- 238000001237 Raman spectrum Methods 0.000 claims description 27
- 210000001789 adipocyte Anatomy 0.000 claims description 26
- 235000015278 beef Nutrition 0.000 claims description 26
- 241000287828 Gallus gallus Species 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 9
- 244000144972 livestock Species 0.000 claims description 8
- 241000282887 Suidae Species 0.000 description 33
- 241000282898 Sus scrofa Species 0.000 description 26
- 238000001514 detection method Methods 0.000 description 17
- 235000020993 ground meat Nutrition 0.000 description 14
- 241000283690 Bos taurus Species 0.000 description 13
- 235000013330 chicken meat Nutrition 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 12
- 238000005259 measurement Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 239000003921 oil Substances 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 108020004414 DNA Proteins 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 3
- 108091028043 Nucleic acid sequence Proteins 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 238000002844 melting Methods 0.000 description 3
- 230000008018 melting Effects 0.000 description 3
- 206010020751 Hypersensitivity Diseases 0.000 description 2
- 230000007815 allergy Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000002425 crystallisation Methods 0.000 description 2
- 230000008025 crystallization Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000003760 tallow Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 1
- 230000000890 antigenic effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000004925 denaturation Methods 0.000 description 1
- 230000036425 denaturation Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 229910001873 dinitrogen Inorganic materials 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- CPBQJMYROZQQJC-UHFFFAOYSA-N helium neon Chemical compound [He].[Ne] CPBQJMYROZQQJC-UHFFFAOYSA-N 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 235000013622 meat product Nutrition 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 235000020995 raw meat Nutrition 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Description
食品試料中の脂肪が結晶状態にある温度において、
以下の判別式
w = x − c
式中、cは豚とその他の食肉の畜種により求まる閾値であり、及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、
x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0より大きい値である、を用いて、
w>0の場合には、食品が豚肉を含むと判定する、方法が上記の課題を解決できることを見出したものである。
w = x − c
式中、cは豚とその他の食肉の畜種により求まる閾値であり、及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、
x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0より大きい値である、を用いて、
w>0の場合には、食品が豚肉を含むと判定する、方法が上記の課題を解決できることを見出したものである。
食品試料中の脂肪が結晶状態にある温度において、以下の判別式
w = x − c
式中、cは豚とその他の食肉の畜種により求まる閾値であり、及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0より大きい値である、を用いて、w>0の場合には、食品が豚肉を含むと判定するので、豚肉を精度よく非破壊で、さらには高感度で検出できる。脂肪は変質しにくいので、加熱や凍結・融解の工程を経ても変化が少なく精度よく検出できる。また、測定対象である豚肉の細胞をほとんど潰すことなく細胞のレベルで測定できるので、検出精度を飛躍的に向上させることができる。本発明の高感度とは、脂肪細胞1個の混入を検出できることである。
また、本発明では、食品試料を、当該食品試料がそのままの状態を保っている状態で準備し、当該食品試料にレーザー光を照射して、ラマン分光装置によりラマンスペクトルを得、当該ラマンスペクトル中から所定の中心波数(ラマンシフト)a及びbをそれぞれ選定し、ここで、中心波数aのラマンバンドは豚肉に特異的な結晶多形のラマンバンドであり、そして、中心波数bのラマンバンドは結晶状態にある脂肪に特異的なラマンバンドであり、
食品試料中の脂肪が結晶状態にある温度において、以下の判別式
w = x − c
式中、cは豚とその他の食肉の畜種により求まる閾値であり、及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0より大きい値である、を用いて、w>0の場合には、食品が豚肉を含むと判定するので、豚肉を、抽出処理等の特段の試料前処理をすること無く、食品試料をそのままの状態を保ったまま、詳細な位置を明らかにして精度よく非破壊で検出できる。
さらに、本発明では、ラマン分光装置としてラマン顕微鏡を使用することによりw>0の場所は豚肉であると特定できるので、食品中の豚肉の位置を特定して検出できる。加えて、合挽肉、たとえば牛肉と豚肉との合挽肉や鶏肉と豚肉との合挽肉において脂肪に占める豚肉の割合を特定することができる。
まず、食品試料中の豚肉を細胞のレベルで検出する場合には、食品試料を厚さ30〜200μmで準備する。準備する食品試料の厚さは、好ましくは50〜150μmである。食品試料の厚さが30μm未満であると、潰れる細胞(細胞のサイズは通常50〜150μm程度である)が多くなり検出精度が低下するため好ましくない。また、食品試料の厚さが200μmを超えると、細胞が重なって存在することが多くなり、検出感度が低下するため好ましくない。
以下の判別式
w = x − c
式中、cは豚とその他の食肉の畜種により求まる閾値であり、及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0より大きい値である、を用いて、w>0の場合には、食品が豚肉を含むと判定する。
x= (1/0.493)×(I1417/I1297)
であり豚の細胞に含まれる脂肪がβ´型結晶多形に結晶化しやすい特性を表す変数である。
xは、β´型結晶多形の量を表す式(1)、(1/0.493)×I1417/(I1297+I1305) (1)を、脂肪が結晶として存在している割合を表す式(2)、I1297/(I1297+I1305) (2)で割ることで得られる。例えば、牛ではβ´型結晶多形の割合は少ないが、結晶の量が多いため相対的にβ´型結晶多形の量が多くなるので、この点を補正するために、式(1)のβ´型結晶多形の量を式(2)の結晶の量(結晶度)で割って、食品中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であるxを規定する。上記式(1)及び(2)中、I1305は、融液状態にある脂肪に特異的なラマンバンド(中心波数1305cm−1)の強度である。
上述したように、豚肉をその他の食肉であると誤判別する確率を低減することを目的として判別を保留するcの範囲を設けた場合、例えばw>−0.02の場合に豚肉であると判定する。
豚肉を含む食品試料はラマン分光装置、特にはラマン顕微鏡(例えば分散型顕微ラマン分光計ナノフォトン社製RAMANplus)を用いて豚肉の検出が行われる。
まず、食品試料を厚さ50〜150μmで準備する。この食品試料は、厚みが明らかなスペーサーなどを用いて食品試料を50〜150μmの範囲内の所定の厚さとする。
次に、食品試料に励起レーザー光を照射する。励起レーザー光の強度は30〜300mWの範囲であり、熱による結晶の融解を避けるため、好ましくは50mW以下、より好ましくは30mWである。励起レーザー光の照射により食肉、特に脂肪(特に脂肪細胞)よりラマン散乱光が生じ、このラマン散乱光を対物レンズで捕集し、ラマン分光器および検出器で検出する。この測定時間は、1スペクトルあたり5分以下、好ましくは3分以下、より好ましくは2分以下、よりさらに好ましくは1分以下である。また、この測定時間は5秒以上、好ましくは10秒以上、より好ましくは20秒以上、よりさらに好ましくは30秒以上である。
得られたラマンスペクトルのうち、所定の中心波数a及びbのラマンバンド、例えばそれぞれ1417cm−1および1297cm−1のラマンバンドを、多変量解析ソフトウェアを備えたコンピュータを用いてローレンツ関数を用いたバンドフィットにより決定する。バンドフィットの結果より得られたラマンバンド(1417cm−1および1297cm−1)の面積強度のデータから、以下の判別式
w = x − c
式中、cは豚とその他の食肉の畜種により求まる閾値であり、例えばc=0.355であり、及びxは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、
x=(1/r)×(Ia/Ib)、例えばr=0.493、及びI1417/I1297を用いて、
w>0の場合には、豚肉であると判断することにより、食品試料中に豚肉が存在しているか否かを判定する。ラマン分光装置としてラマン顕微鏡を用いる場合には、食品試料中の豚肉の分布、すなわち食品試料中の豚肉が存在する場所も特定できる。
室温条件下で豚肉、牛肉、及び鶏肉であることが明らかな挽肉標準試料をそれぞれカバーガラスに挟み、食肉中の細胞を潰さないように注意して、100μmの厚さに調製した。
23℃の温度に保持した温度制御ステージ(Linkam社製型番10021)を設置したラマン顕微鏡(ナノフォトン社製型番RAMANplus)に試料を設置した。試料は乾燥窒素ガス雰囲気とした。23℃の温度にて5分間保持した後、毎秒−20℃の速度で0℃まで急速冷却し、0℃で5分間保持して食品試料中の脂肪を結晶化させた。
次いで、各動物種の挽肉試料中に観察された脂肪細胞を100個ランダムに選び、そのラマンスペクトルを以下の条件で取得した。
後方ラマン散乱光を計測した。X−Y方向空間分解能は6μm、Z方向空間分解能は180μm、波数分解能は1.1cm−1であり、測定時間は1分であった。
取得した脂肪細胞のラマンスペクトルのデータを多変量解析ソフトウェアを備えたコンピュータ解析装置に送り、ラマンスペクトルのうち1417cm−1および1297cm−1のラマンバンドを選定し、r=0.493と規定して、xを求めた。
当該標準試料群(豚肉、牛肉および鶏肉の脂肪細胞100個)の持つ変数x(判別式中のx)について、群間の差の郡内の変動に対する比を最大にする(誤判別率を最も低くする)閾値として、統計学的に判別式中cを求めた結果、豚と牛のcは0.355、豚と鶏のcは0.301であった。このときの誤判別率はそれぞれ、4%および1%であった。
豚と牛の判別において、0.335<c<0.355のとき判別を保留する(擬陽性とする)ことで、豚を誤って牛であると誤判別する確率を1%にすることができ、0.292<c<0.355のとき判別を保留することで、豚を誤って牛であると誤判別する確率を0.1%にすることができた。
また、豚と鶏の判別において、0.292<c<0.301のとき判別を保留することで、豚を誤って鶏であると誤判別する確率を0.1%にすることができた。
牛および豚からなることが明らかな標準試料を使用し、実施例1と同様の条件で、試料の結晶化とラマンスペクトル測定をおこない、ラマンスペクトルより各測定点のxの値をr=0.493と規定して求めた。測定点は、試料のX−Y同一平面内の25μm間隔の点とした。判別式中cには実施例1で牛と豚の判別の閾値として得た0.355を用いてwを求め、w>0の場合には豚であると判定した。
鶏−豚の標準試料を使用した以外は、実施例2と同様の方法で、xの値を求めた。判別式中cには実施例1で鶏と豚の判別の閾値として得た0.301を用いてwを求め、w>0の場合には豚であると判定した。
また、図1の右列の(c)より、判別式の値がw>0(c=0.301)で示される部分は着色して表される(カラーで示す場合には赤色)豚肉の部分(右側)であり、鶏肉の部分(左側)と明確に区別できた。よって、判別式wの値が、w>0の場合には豚肉であると判別できる。
また、細胞を潰すことなく、試料を100μmの薄層として結晶化したので、食品試料中の豚の部分(場所)を細胞レベルで検出できた。
牛と豚の合挽肉の食品試料を使用した以外は、実施例2と同様の方法で、食品試料の結晶化を行い、ラマンスペクトルを得て、c=0.355と規定して食品試料中の各部位のwの値を求めた。
その結果を図2に示す。図2の左側が光学像であり、右側は判別式wにより求めた判別結果を表すものである。右側の図より、牛と豚の合挽肉の食品試料を使用した場合であっても、w>0で示される部分は着色で表される(カラーで示す場合には赤色)豚肉の部分であり、牛肉の部分と明確に区別できた。
よって、合挽肉の場合であっても、判別式wを用いることで豚肉が位置を明らかにして検出できる。
豚肉(脂肪29重量%)と牛肉(脂肪25重量%)とを、以下の所定の比率(重量%)、0:100(実施例5)、20:80(実施例6)、35:65(実施例7)、50:50(実施例8)、65:35(実施例9)、80:20(実施例10)及び100:0(実施例11)で混合して調製した合挽肉の試料をそれぞれ使用した以外は、実施例2と同様の方法で、試料の結晶化を行い、試料に含まれる約100個の脂肪細胞のラマンスペクトルを得て、各細胞のwの値を求めた。判別式中、cは実施例1で得た0.355を用いた。w>0の場合には豚の細胞であると判定した。
その結果を図3に示す。図3は、本発明の方法により豚と判定された脂肪細胞の割合(%)(横軸)と合挽肉の脂肪に占める豚の割合(重量%)(縦軸)との関係を示す。本発明の方法により豚と判定された脂肪細胞の割合(%)は、0%(実施例5)、37%(実施例6)、56%(実施例7)、57%(実施例8)、76%(実施例9)、92%(実施例10)及び96%(実施例11)であった。これに対し、合挽肉の脂肪に占める豚の割合(重量%)は、0%(実施例5)、22%(実施例6)、38%(実施例7)、54%(実施例8)、68%(実施例9)、82%(実施例10)及び100%(実施例11)であった。
図3より、本発明の方法により豚と判定された脂肪細胞の割合(%)と、合挽肉の脂肪に占める豚の割合(重量%)とは、2次関数y=a0+a1x+a2x2を用いて回帰分析をおこなうと、回帰線y=−0.490+0.492x+0.00527x2が得られ、決定係数R2は0.975であり、非常に高い相関が得られた。合挽肉の脂肪に占める豚の割合を求めることのできる新しい方法として、活用が期待できる。また、実施例8の豚肉(脂肪29重量%):牛肉(脂肪25重量%)=50:50の試料中の脂肪細胞101個のwの値を以下の表に示す。
食品試料の厚さを、食品試料の形態及び構造を保ったままで測定できる厚さである2mmとする以外は、実施例4と同じ食品試料及び同じ方法で、食品試料の結晶化を行い、ラマンスペクトルを得て、c=0.355と規定して、食品試料中の表面の各部位のwの値(縦方向1.2cm×横方向1.2cmの試料範囲においてそれぞれ1mm単位の幅で測定)を求めた。その結果を図4及び表2に示す。
よって、食品試料の形態及び構造を保ったままで測定できる厚さの食品試料の場合であっても、抽出処理等の特段の試料前処理をすること無く、判別式を用いることで食品試料の表面における豚肉の詳細な位置を明らかにして感度良く検出できる。
Claims (9)
- 食品中の豚肉を検出する方法であって、
食品試料を厚さ30〜200μmで準備し、
当該食品試料にレーザー光を照射して、ラマン分光装置によりラマンスペクトルを得、
当該ラマンスペクトル中から所定の中心波数(ラマンシフト)a及びbのラマンバンドをそれぞれ選定し、ここで、中心波数aのラマンバンドは豚肉に特異的な結晶多形のラマンバンドであり、そして、中心波数bのラマンバンドは結晶状態にある脂肪に特異的なラマンバンドであり、
食品試料中の脂肪が結晶状態にある温度において、
以下の判別式
w = x − c
式中、cは豚肉とその他の畜種の食肉とを判別する閾値であり、かつ、0〜0.5の範囲から選択され、ここで、当該その他の畜種の食肉は、牛肉、鶏肉及び羊肉から選択される1種以上の食肉であり、
及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、
x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0.4〜0.6の範囲から選択される値である、を用いて、
w>0の場合には、食品が豚肉を含むと判定する、
方法。 - 食品中の豚肉を検出する方法であって、
食品試料を、当該食品試料がそのままの状態を保っている状態で準備し、
当該食品試料にレーザー光を照射して、ラマン分光装置によりラマンスペクトルを得、
当該ラマンスペクトル中から所定の中心波数(ラマンシフト)a及びbのラマンバンドをそれぞれ選定し、ここで、中心波数aのラマンバンドは豚肉に特異的な結晶多形のラマンバンドであり、そして、中心波数bのラマンバンドは結晶状態にある脂肪に特異的なラマンバンドであり、
食品試料中の脂肪が結晶状態にある温度において、
以下の判別式
w = x − c
式中、cは豚肉とその他の畜種の食肉とを判別する閾値であり、かつ、0〜0.5の範囲から選択され、ここで、当該その他の畜種の食肉は、牛肉、鶏肉及び羊肉から選択される1種以上の食肉であり、
及び
xは食品試料中の脂肪細胞に含まれる脂肪の結晶に占めるβ´型結晶多形の割合により求まる変数であって、
x=(1/r)×(Ia/Ib)であり、ここでIaは当該中心波数aのラマンバンドの強度であり、Ibは当該中心波数bのラマンバンドの強度であり、そして1/rはIaのIbに対する強度補正係数であって、かつrは0.4〜0.6の範囲から選択される値である、
を用いて、
w>0の場合には、食品が豚肉を含むと判定する、
方法。 - 前記その他の畜種の食肉は、牛肉及び/又は鶏肉であり、及び前記cは0.29〜0.4の範囲から選択される、請求項1又は2に記載の方法。
- 前記その他の畜種の食肉は牛肉であり、及び前記cは0.335<c≦0.355の範囲から選択される、請求項1から3のいずれか一項に記載の方法。
- 前記その他の畜種の食肉は鶏肉であり、及び前記cは0.292<c≦0.301の範囲から選択される、請求項1から3のいずれか一項に記載の方法。
- ラマン分光装置が、ラマン顕微鏡である、請求項1から5のいずれか一項に記載の方法。
- 所定の中心波数aが1412cm−1〜1422cm−1の範囲から選択され、および所定の中心波数bが1292cm−1〜1302cm−1の範囲から選択される、請求項1から6のいずれか一項に記載の方法。
- ラマンスペクトルを測定する食品試料の温度が−10℃〜10℃である、請求項1から7のいずれか一項に記載の方法。
- 食品試料の厚さが、200μm〜20cmである、請求項2に記載の方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014165110A JP6436452B2 (ja) | 2013-08-16 | 2014-08-14 | 食品中の豚肉を検出する方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013169248 | 2013-08-16 | ||
JP2013169248 | 2013-08-16 | ||
JP2014165110A JP6436452B2 (ja) | 2013-08-16 | 2014-08-14 | 食品中の豚肉を検出する方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018209437A Division JP6624404B2 (ja) | 2013-08-16 | 2018-11-07 | 食肉製品の脂肪に占める豚の脂肪の割合の測定法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015057596A JP2015057596A (ja) | 2015-03-26 |
JP6436452B2 true JP6436452B2 (ja) | 2018-12-12 |
Family
ID=52815719
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014165110A Active JP6436452B2 (ja) | 2013-08-16 | 2014-08-14 | 食品中の豚肉を検出する方法 |
JP2018209437A Active JP6624404B2 (ja) | 2013-08-16 | 2018-11-07 | 食肉製品の脂肪に占める豚の脂肪の割合の測定法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018209437A Active JP6624404B2 (ja) | 2013-08-16 | 2018-11-07 | 食肉製品の脂肪に占める豚の脂肪の割合の測定法 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP6436452B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101951758B1 (ko) * | 2017-11-17 | 2019-02-25 | 광주과학기술원 | 라만 분광을 이용한 지방 혼합물 내의 돼지 지방 정량 분석 방법 및 장치 |
JP7100790B2 (ja) * | 2018-03-16 | 2022-07-14 | 静岡県公立大学法人 | 生物種の判別方法 |
JP7394376B2 (ja) * | 2019-08-29 | 2023-12-08 | Piezotech Japan有限会社 | 飲食料品のラマン分析情報提供システムおよび提供方法 |
CN110715917B (zh) * | 2019-10-08 | 2020-08-11 | 浙江大学 | 一种基于拉曼光谱的猪肉和牛肉分类方法 |
CN112683849B (zh) * | 2020-12-23 | 2022-05-31 | 浙江农林大学 | 一种猪肉品质无损检测方法 |
CN112557328B (zh) * | 2020-12-23 | 2022-05-31 | 浙江农林大学 | 一种猪肉品质无损检测装置及方法 |
CN113866153A (zh) * | 2021-09-27 | 2021-12-31 | 江南大学 | 一种基于拉曼光谱技术的猪肉新鲜度快速检测方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1290427B1 (en) * | 2000-04-11 | 2017-08-23 | ChemoMetec A/S | Method and apparatus for detecting fluorescence of a sample |
JP2006300611A (ja) * | 2005-04-18 | 2006-11-02 | Hamamatsu Photonics Kk | 試料分析装置及びそれを用いた試料分析方法 |
CA2611998A1 (en) * | 2005-06-13 | 2006-12-21 | Cargill, Incorporated | Objective methods of estimating age of animals and carcasses |
US7603151B2 (en) * | 2006-08-22 | 2009-10-13 | Bayer Healthcare Llc | Non-invasive methods of using spectral information in determining analyte concentrations |
WO2009002170A1 (en) * | 2007-06-28 | 2008-12-31 | Erasmus University Medical Center Rotterdam | Method for determination of a potential mutation |
JP2009244259A (ja) * | 2008-03-12 | 2009-10-22 | Kao Corp | 水分量測定方法およびコンタクト剤 |
JP5444457B2 (ja) * | 2009-05-11 | 2014-03-19 | コリア リサーチ インスティテュート オブ スタンダーズ アンド サイエンス | 非線形光学顕微鏡を用いた血管内脂質の非破壊的病理的変化診断プログラム |
US20120259229A1 (en) * | 2009-12-17 | 2012-10-11 | British Columbia Cancer Agency Branch | Apparatus and methods for in vivo tissue characterization by raman spectroscopy |
JP5265632B2 (ja) * | 2010-08-16 | 2013-08-14 | 株式会社サイム | プラスチック等識別装置およびプラスチック等識別方法 |
US8771978B2 (en) * | 2010-11-15 | 2014-07-08 | Tissuevision, Inc. | Systems and methods for imaging and processing tissue |
US8699019B2 (en) * | 2011-07-13 | 2014-04-15 | OptoTrace (SuZhou) Technologies, Inc. | Assuring food safety using nano-structure based spectral sensing |
-
2014
- 2014-08-14 JP JP2014165110A patent/JP6436452B2/ja active Active
-
2018
- 2018-11-07 JP JP2018209437A patent/JP6624404B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019060878A (ja) | 2019-04-18 |
JP6624404B2 (ja) | 2019-12-25 |
JP2015057596A (ja) | 2015-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6436452B2 (ja) | 食品中の豚肉を検出する方法 | |
Li et al. | Recent advances in nondestructive analytical techniques for determining the total soluble solids in fruits: a review | |
ElMasry et al. | Non-destructive determination of water-holding capacity in fresh beef by using NIR hyperspectral imaging | |
ElMasry et al. | Near-infrared hyperspectral imaging for predicting colour, pH and tenderness of fresh beef | |
Schmidt et al. | Preliminary investigation on the relationship of Raman spectra of sheep meat with shear force and cooking loss | |
Pilling et al. | High-throughput quantum cascade laser (QCL) spectral histopathology: a practical approach towards clinical translation | |
Reis et al. | Early on-line classification of beef carcasses based on ultimate pH by near infrared spectroscopy | |
Hougaard et al. | Front face fluorescence spectroscopy and multi-way data analysis for characterization of milk pasteurized using instant infusion | |
JP2017227471A (ja) | 種卵の非破壊検査装置及びそれに用いる種卵検査プログラム | |
CN103760110A (zh) | 一种快速鉴别不同动物来源肉的方法 | |
Sahar et al. | Classification and characterization of beef muscles using front-face fluorescence spectroscopy | |
EP3864398A1 (en) | System and method for quantification of bacteria in water using fluorescence spectra measurements and machine-learning | |
Jaafreh et al. | Rapid poultry spoilage evaluation using portable fiber-optic Raman spectrometer | |
Liu et al. | Rapid determination of egg yolk contamination in egg white by VIS spectroscopy | |
Gerhard et al. | Can the presence of additives result in false positive errors for microplastics in infant feeding bottles? | |
Du et al. | Current progress on meat food authenticity detection methods | |
US7875458B2 (en) | Application of test for residual wax contamination in basestocks to correlate with the low temperature viscometric properties of fully formulated oils | |
JP5840845B2 (ja) | 危害要因定量方法、危害要因定量装置、および、プログラム | |
Shirai et al. | Nondestructive hygiene monitoring on pork meat surface using excitation–emission matrices with two-dimensional Savitzky–Golay second-order differentiation | |
Tejerina et al. | Use of near-infrared spectroscopy to discriminate DFD beef and predict meat quality traits in autochthonous breeds | |
Vasefi et al. | Multimode hyperspectral imaging for food quality and safety | |
US20050153359A1 (en) | Method for the evaluation of velvet antler | |
Chappalwar et al. | Recent novel techniques applied for detection of meat adulteration and fraudulent practices | |
Prieto et al. | Application of hyperspectral imaging on meat and meat products. | |
Motoyama et al. | Raman spectroscopy for meat quality and safety assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170524 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180313 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180511 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181009 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6436452 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |