一种生鲜猪肉货架期快速无损评价方法及检测系统的制作方法
【技术领域】
[0001] 本发明属于食品无损检测技术领域，特别设及一种运用可见近红外光谱技术对生 鲜猪肉货架期进行快速无损评价的方法和检测系统。
【背景技术】
[0002] 猪肉是构成我国大多数居民主要肉类食物的来源，因其纤维细软、肉质鲜嫩，深受 消费者的喜爱。猪肉营养价值丰富，能够为人类提供优质蛋白质和必需脂肪酸，是目前人们 餐桌上最受欢迎的动物性食品之一。从世界范围来看，我国猪肉产量占世界总产量65%W 上，是世界第一大猪肉生产国和消费国。六十年来，我国人均肉类占有量增长了 10倍W上。 近年来，随着我国生鲜猪肉占肉品行业的比重增加，由此引起的食物安全问题也逐渐增多， 猪肉的品质安全也越来越受人们的重视。
[0003] 生鲜肉的货架期是时间、环境因素和肉品质量变化状态的函数，在储存、运输和销 售的流通过程中，不可避免地会受到环境中微生物、氧气及温度等多个因素的影响，使肉 品的物理、化学及生物特性发生改变，从而影响肉的营养价值和货架期的准确性。生鲜肉货 架期是生产者、经营者、消费者和执法者判断肉品是否可W安全食用的主要依据之一。生鲜 肉品的货架期是在一定环境条件下确定的，在储存、运输和销售的各个环节中，由于外界环 境的变化，会导致货架期的变化，与其所标注货架期不符，为食用安全带来隐患，危害人民 群众的身体健康。一方面，消费者若购买到实际货架期与所标识货架期不相符的产品，不仅 会影响到消费者的身体健康，还易产生影响大的社会恶性群体事件，进而造成产品企业信 誉度及竞争力大大降低及社会不和谐因素；另一方面，回收超过货架期但可W继续用作其 他用途的肉品加化合理利用，可W减少不必要的浪费。而实时准确的货架期，能够提高生鲜 肉品供应链的管理水平和管理效率，即保障消费者消费安全，又减少肉品的浪费。而该些必 须依靠精确合理的货架期预测算法和无损快速的检测方法。但目前肉品货架期的确定主要 采用专家组感官经验方法，存在着工作周期长，主观经验因素影响大等不足。一些学者也开 发了一些针对猪肉货架评价的一些方法，如上海海洋大学申请的专利"一种应用于波动温 度下评价冷却猪肉货架期的方法"（公开号CN102650632B)是通过分析不同温度条件下不 同时间点冷却猪肉中的好氧菌的增长情况，建立不同贬藏温度下冷却猪肉的微生物预测模 型，从而对冷却猪肉的货架期进行预测。该种方法存在每次均需要对肉样品进行细菌理化 实验，按照目前国家标准规定的检验肉细菌总数的理化方法，需要把肉品绞碎并在培养箱 里培养4她后进行检验，不仅需要对肉样品进行破坏处理，还存在周期长，效率低，成本高 等缺点，不能满足当今高效率的检测要求。因此研究生鲜猪肉货架期无损评价方法及系统， 具有重要的经济意义和社会现实意义。
【发明内容】
[0004] 生鲜肉随着存放时间的增长，细菌会繁殖增多，细菌总数不断增大，细菌总数反映 了货架期的长短。本发明旨在运用计算机技术、光谱检测技术、化学计量学技术、单片机控 制技术技术的结合，建立生鲜猪肉货架期与细菌总数之间的动力学模型和肉品光谱信息与 肉品细菌总数之间的预测模型，构建可见近红外谱分析检测系统，通过检测肉品光谱信息 直接对生鲜猪肉的货架期进行预测，从而实现对生鲜猪肉货架期的无损快速检测。
[0005] 本发明对反映生鲜猪肉货架期的细菌总数进行无损检测并通过货架期预测模型 计算出生鲜肉货架期，采用的是可见近红外光谱分析技术的评价方法，并构建了实时检测 系统。
[0006] 本发明的生鲜猪肉货架期快速无损评价方法，按下述步骤操作： (1) 首先按照设定的实验方案，采集大量新屠宰后欲上市的生鲜猪肉，按照方案设定的 实验周期，对肉样品进行光谱信息采集，同时按照国家标准规定的理化实验方法检测肉样 品的细菌总数； 对步骤（1)所采集的肉样品的光谱数据进行预处理，对大量的光谱波长变量进行变量 选择，用遗传算法优选出有效的波长变量用于建模；把用于实验的所有肉样品检测到的细 菌总数标准值和对应样品所采集的光谱数据分成校正集和验证集；利用所述校正集的样品 的光谱数据和其对应的细菌总数，建立细菌总数的偏最小二乘回归光谱预测模型；利用所 述验证集的肉样品光谱数据信息和细菌总数标准值对所建立的细菌总数光谱预测模型的 精度和可靠性进行验证，确定最佳的光谱预处理方法和最佳的细菌总数光谱预测模型； (2) 利用步骤（1)实验所得到的肉样品细菌总数标准值和总的实验周期时长，建立细菌 总数标准值与实验周期时长之间的回归模型，根据该个回归模型，求出反回归方程模型， 反回归方程模型用于活假期预测； (3) 对未知待检测肉样品的货架期进行检测时，通过可见近红外光谱检测系统，获取待 检测肉样品的光谱数据信息，经过步骤（2 )所确定的最佳光谱预处理方法处理，代入到步骤 (2)所确定的最佳细菌总数光谱预测模型中，预测出待检测样品的细菌总数数值； (4) 利用步骤（4)中所获得的待检测肉样品的细菌总数值，代入到步骤（3)所得到的货 架期的反回归方程模型中，实现对待检测肉样品货架期的无损快速预测评价。
[0007] 所采集的用于实验的生鲜猪肉属于同一个品种的猪肉，提供预测模型的准确性； 针对不同品种的猪肉建立各自不同的光谱预测模型。
[0008] 所述的校正集和验证集的数据优先比例为分别占总实验样品的75%和25%。
[0009] 优先选，所述的最佳的光谱预处理方法为S-G滤波、多元散射校正或遗传算法。
[0010] 上述生鲜猪肉货架期快速无损评价检测系统，由计算机和光谱信息采集装置组 成，所述光谱信息采集装置由避光罩、探头、光纤、光源、光谱仪组成，其中光纤为Y型交叉 光纤，一端连接光源、一端连接光谱仪，另外一端组合成检测探头，检测探头由中间的光纤 和外表面的金属链甲构成，光纤周围通道接通光源向外发出光，照射样品表面，光纤中屯、通 道接通光谱仪，接收从样品表面反射回的样品光谱信息，检测探头外表面由金属链甲保护 光纤不受损坏，并与避光罩固定连接，通过调节螺母可W调节检测探头与被检测样本表面 的距离，光纤中屯、通道检测采集到的样品光谱信息，并传送到光谱仪，光谱仪是可见近红外 光谱仪，波长范围为400nm-1700nm，光谱仪把肉样品光谱信息转换为相应的光谱数据，通过 数据线传送到计算机，计算机中安装有检测控制分析软件系统，检测控制分析软件系统中 预储存有所述最佳的光谱数据预处理算法程序、细菌总数最佳光谱预测模型和细菌总数与 货架期的反回归方程模型，检测控制分析软件系统能够自动对所采集到的光谱数据进行预 处理，并作为输入变量输入到细菌总数光谱预测模型中，预测出肉样品的细菌总数，把预测 出的细菌总数的预测值作为输入变量输入到货架期的光谱预测模型中，自动预测出肉样品 的货架期，分析软件系统具有自动检测分析、自动保存结果，并构成数据库的功能，W方便 进行查询打印。
[0011] 一种优选的方案是；检测系统中预存有多种生鲜猪肉的细菌总数光谱预测模型和 货架期的反回归方程模型，检测系统首先能够自动辨别出待测样品的品种，然后调取对应 品种的预测模型进行预测。
[0012] 本发明的有益效果为： 本生鲜猪肉货架期检测系统与其他检测方法相比，具有检测速度快、效率高；检测人员 不需要具备专业知识背景，操作简单快捷；检测时不需要对待检测样品进行前期预处理或 破坏，可W实现无损检测，节约成本；能够同时检测出生鲜猪肉的细菌总数和货架期两个指 标；检测系统智能化程度高，自动检测分析、显示储存评价结果；检测系统可W应用于便携 式检测、在线检测等多个场所，应用范围广。
【附图说明】
[0013] 图1是评价方法流程图； 图2是检测系统结构示意图； 图3检测探头局部剖视图； 图4是本发明系统检测单个样品的光谱数据曲线图； 图5是细菌总数变化与货架期回归Logistic曲线图； 图6应用遗传算法选取的用于建模的有效的光谱变量图； 图7是系统中所建立的细菌总数偏最小二乘回归预测模型，对细菌总数进行预测评价 的结果。
[0014] 图中标号；1样品，2避光罩，3调节螺母，4探头，5光源，6光纤，7光谱仪，8数据 线，9计算机。
[0015] 具体实施方法 下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细说明。W下实施例用 于本发明，但并不用来限制本发明的范围。
[0016] 生鲜猪肉货架期快速无损评价检测系统的工作原理如图2所示，主要由光谱采集 装置和计算机组成，其中光谱采集装置主要有避光罩2、调节螺母3、探头4、光源5、光纤6 和光谱