生鲜牛肉多指标的快速无损同步检测方法
【技术领域】
[0001] 本发明涉及食品检测技术领域，具体涉及应用近红外光谱多指标预测模型对生鲜 牛肉中多项品质指标的同步快速无损检测方法。
【背景技术】
[0002] 牛肉是国人消费金额最大的一种营养价值较高的保健型肉类食品，随着国民经济 的快速发展和人民生活水平的大幅提高，牛肉的人均消费水平持续快速增长，同时人们对 牛肉品质的要求也不断提升。
[0003] 但目前我国在肉牛养殖、屠宰、运输、销售及可追溯体系等方面尚不健全，导致市 售牛肉的品质和质量参差不齐，目前优质高档的牛肉制品主要依靠进口，其原因主要有以 下几方面:一、我国生鲜牛肉质量安全检测手段单一，导致市场上牛肉优劣混杂，良莠难分； 二，目前我国对牛肉质量安全的评价采用多项指标，其检测方法主要采用理化检验方法，对 牛肉品质和质量进行评价时，造成了检测指标多、检测效率低、过程耗时长、操作步骤繁琐、 产品破坏大等一系列问题，无法满足同时对大批量样品进行多指标在线快速检测的需求； 三，虽然已经引进国外各种先进的质量安全检测技术，但是目前在国内尚在论证和技术应 用的试验阶段，没有实际应用到我国牛肉产业的检测工作中去。建立一种能够对生鲜牛肉 的品质质量进行大批量、多指标、同步、快速、实时、准确且无损的检测方法已经提到日程上 来。
[0004] 我国对于生鲜牛肉品质进行评价的重要指标有胆固醇、水分、脂肪、蛋白质含量及 剪切力、持水力等，同时也是营养和感官评价的重要指标。现行国家标准中测定肉类制品中 胆固醇、水分、脂肪、蛋白质含量及剪切力、持水力的方法分别是GB/T 9695 · 24-2008、GB/T 9695.15-2008、GB/T 9695.7-2008、GB/T 5009.5-2010、NY/T 1180-2006、NY/T 2793-2015， 上述国标方法对待测样品需进行样品破碎、溶出物浸提、待测物质收集、上机等处理，操作 过程繁琐、费时、检测周期长，受人为因素干扰大且具有破坏性，被检测的样品不能继续用 于生产或销售，造成实际生产的大量浪费，已不能满足批量、多指标、快速、实时和无损的检 测要求。
【发明内容】
[0005] (一)要解决的技术问题
[0006] 本发明要解决的技术问题是生鲜牛肉检测过程繁琐、费时、周期长等技术问题。
[0007] (二)技术方案
[0008] 为了解决上述技术问题，本发明提供了一种生鲜牛肉多指标的快速无损同步检测 方法，其包括以下步骤：
[0009] 1)批量采集样品的近红外光谱数据信息；
[0010] 2)胆固醇、水分、脂肪和蛋白质含量及剪切力、持水力6项指标的检测；即对步骤1) 中的样品按照国家和行业标准规定的化学检测方法分别检测样品的胆固醇、水分、脂肪和 蛋白质含量及剪切力、持水力6项指标的参比值；
[0011] 3)校正集和验证集的划分；
[0012] 将步骤1)和2)中所采集的样品近红外光谱数据信息与胆固醇、水分、脂肪和蛋白 质含量及剪切力、持水力的理化和品质指标的参比值分别进行一一对应的关联并建立各单 一指标的样品集，将样品集按比例分为校正集和验证集；
[0013] 4)光谱的预处理与单一指标预测模型的建立；
[0014]采用不同的近红外光谱预处理方法对采集的样品光谱数据信息进行背景校正后， 使用校正集的光谱数据信息和相对应的理化与品质指标的参比值，建立生鲜牛肉单一指标 的预测模型；
[0015] 5)依次建立各单一指标的最佳预测模型；
[0016] 利用验证集的光谱数据信息和待测样品的参比值对各单一指标的预测模型进行 外部预测检验，通过模型参数评价模型的预测效果，分别确定针对生鲜牛肉中胆固醇、水 分、脂肪和蛋白质含量及剪切力、持水力6项理化和品质指标的近红外光谱数据信息最佳预 处理方法和最佳预测模型；
[0017] 6)建立多指标预测模型；
[0018]将步骤5)中生鲜牛肉的胆固醇、水分、脂肪和蛋白质含量及剪切力、持水力等各单 一指标最佳预测模型的校正集和验证集导入便携式近红外光谱仪自带的统计软件RMP中， 然后把各模型的最佳预处理方法也依次添加到统计软件RMP中，将6项单一指标的最佳预 测模型构建成一个多指标预测模型集；
[0019] 7)利用步骤6)中已构建完毕的生鲜牛肉多指标预测模型对待测生鲜牛肉样品中 的胆固醇、水分、脂肪和蛋白质含量及剪切力、持水力6项指标进行同步检测。
[0020] 进一步，步骤1)中待检牛肉样品的温度为0-4°C，每份待检样品进行3次光谱采集， 每次间隔5秒钟，每次采集，光谱扫描次数为10次。
[0021] 进一步，步骤1)中近红外光谱波长范围为1000nm-1800nm，分辨率不小于10nm。
[0022] 进一步，在步骤1)批量采集样品的近红外光谱数据信息之前，剔除样品表面脂肪 和筋膜，无需破碎或均质处理。
[0023] 进一步，在步骤2)按照国家和行业标准GB/T 9695.24-2008《肉与肉制品胆固醇含 量测定》、GB/T 9695.15-2008《肉与肉制品水分含量测定》、GB/T 9695.7-2008《肉与肉制品 总脂肪含量测定》、GB/T 5009.5-2010《食品安全国家标准食品中蛋白质的测定》、NY/T 1180-2006《肉嫩度的测定剪切力测定法》和NY/T 2793-2015《肉的食用品质客观评价方法》 规定的化学检测方法对样品的胆固醇、水分、脂肪和蛋白质含量及剪切力、持水力6项指标 进行检测。
[0024]进一步，所述步骤3)中校正集和验证集的比例为2:1~4:1。
[0025]进一步，所述步骤3)中校正集和验证集的比例为3:1。
[0026] 进一步，所述步骤4)中针对生鲜牛肉样品中胆固醇、水分、脂肪、蛋白质含量及剪 切力、持水力的近红外光谱预处理方法包括均值中心化、标准化、Savitzky-Go lay-阶导 数、差分一阶导数、Savi tzky-Golay平滑、多元散射校正MSC、标准正态变量变换SNV、净分析 信号NAS、正交信号校正0SC、去趋势校正DT法和基线校正法中的至少一种。
[0027] 进一步，建造模型的方法为偏最小二乘法(PLS)。
[0028] 进一步，步骤5)中针对样品中胆固醇、水分、脂肪、蛋白质含量及剪切力、持水力的 最佳预测模型的预测效果评价参数包括但不仅包括校正集标准偏差（SEC)、交互验证标准 偏差(SECV)、验证集标准偏差(SEP)、校正集相关系数(Rc)、验证集相关系数(Rp)。
[0029] 本发明通过便携式近红外光谱仪获取检测样品的光谱数据信息，并将相应单一指 标的参比值与之一一对应进行关联后分为校正集和验证集，再将其导入分析软件RMP中， 通过一种或几种预处理方法对样品光谱背景校正后，建立单一指标的预测模型，对评价参 数进行评估，获取最佳光谱预处理方法和最佳预测模型。将整合后的校正集和验证集分别 导入分析软件RIMP中，将6项指标依次添加到模型集中，并根据不同指标将其最佳光谱预处 理方法导入模型集中，依次建立最佳预测模型，将6个单一指标的模型构建成一个多指标预 测模型，即可对未知样本进行预测。在对待测样本的检测中，根据载入的生鲜牛肉中胆固 醇、水分、脂肪和蛋白质含量及剪切力、持水力等各单一指标的最佳预处理方法和最佳预测 模型自动对采集的待测样品近红外光谱数据信息进行预处理后，同时输入到各指标最佳预 测模型中，对样品的胆固醇、水分、脂肪和蛋白质含量及剪切力、持水力等6项指标进行同步 检测。
[0030] (三)有益效果
[0031] 本发明的上述技术方案具有以下有益效果:本发明只需对生鲜牛肉样品扫描一次 即可同时获得其胆固醇、水分、脂肪、蛋白质含量及剪切力、持水力的检测值;同时检测生鲜 牛肉6项指标所需时间在4~7秒之间。本发明适用于市售产品抽检、生产工序中半成品抽检 及任何室外样品的检验，检测过程中速度快，而且不会破损样品。
[0032] 与当前国家标准方法及其他台式近红外光谱仪的应用方法相比，具有简单、快速、 高效、准确且可同时进行多指标检测的特点;对样品尺寸和形状没有限制，检测样品无需进 行任何破坏性前处理，实现无损检测，节约成本；其包含系统程序的微处理器智能化程度 高，检测和分析均自动完成，并实时显示检测结果，无需对操作者进行特殊培训，操作简便， 可应用于在线检测。
【附图说明】
[0033] 图1为本发明实施例的便携式近红外光谱仪的工作示意图；
[0034] 图2为本发明实施例的快速无损同步检测方法的流程图；
[0035] 图3为本发明实施例的1中所有生鲜牛肉样品的近红外光谱信息图；
[0036] 图4为本发明实施例2中生鲜牛肉中胆固醇含量的最佳预测模型的校正集样品的 预测值与参比值之间的散点图；
[0037] 图5为本发明实施例2中生鲜牛肉中胆固醇含量的最佳预测模型的验证集样品的 预测值与参比值之间的散点图；
[0038] 图6为本发明实施例3中生鲜牛肉中水分含量的最佳预测模型的校正集样品的预 测值与参比值之间的散点图；
[0039] 图7为本