一种基于比色传感技术的海鲜菌落总数快速检测方法

本发明涉及食品品质检测，具体涉及一种基于比色传感技术的海鲜菌落总数快速检测方法。

背景技术：

1、据估计，全球大约有30亿人依靠海产品作为蛋白质和微量营养素的主要来源，贝类等水生食品含有大量的必需氨基酸、生物活性肽、长链多不饱和脂肪酸、类胡萝卜素、维生素b12和矿物质(包括铜、锌、无机磷酸盐、钠、钾、硒和碘)，这些与降低高血压、中风、心脏病、糖尿病、结肠直肠癌和癌症的风险有关。牡蛎是世界上收获最多的贝类，富含牛磺酸，由于其营养价值和风味，受到人们的高度欢迎。世界上约86％的牡蛎产量来自中国的。福建牡蛎是中国主要的牡蛎品种，2018年福建牡蛎占中国牡蛎产量的比例约为41.2％，主要养殖在中国南部沿海地区，包括福建、广东和浙江省。因此，随着牡蛎产量和消费人群逐渐增多，牡蛎肉的食用安全性受到越来越多人的关注。

2、与其他畜禽肉制品相比，牡蛎是一种脆弱的和高度易腐烂的产品，保质期有限，因为它们的含水量高，内源性蛋白酶活性高，肌肉组织更脆弱。牡蛎的微生物繁殖导致其在储存过程中变质。因此，关注牡蛎产品的安全性对消费者的健康至关重要。菌落总数(tvc)是评价肉类卫生质量和安全性的重要微生物指标，也是海产品腐败的特征指标之一。

3、目前，对海产品新鲜度的常规检测主要依靠感官评价、理化指标分析和微生物测定。感官评价过于依赖于个人因素，结果误差比较大。理化指标和微生物指标分析主要包括挥发性盐基氮(tvb-n)值、tma含量、k值和菌落总数(tvc)等。其中，tvc指标是当前新鲜度评价的首选参数。其常规的分析方法如平板菌落法，存在样品破坏、步骤繁琐、分析时间长等不足，难以满足未来食品工业对无损、快速和在线监测的要求。因此急需一种新的无损、快速、准确、现场化的tvc检测方法。

技术实现思路

1、为了克服现有技术中的上述缺陷，本发明的提出一种基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，包括：

2、s1、对海鲜样本进行预处理并保存；

3、s2、筛选得到色敏材料，并制成色敏传感器阵列csa，与海鲜样本进行集气反应；

4、s3、通过图像通道采集色敏传感器阵列csa反应前后的图像，并将反应后的色敏传感器阵列进行可见近红外信息采集；

5、s4、将经s3中图像通道和可见近红外信息采集后的海鲜样本测定菌落总数tvc；

6、s5、将检测结果构建出海鲜样本菌落总数的预测模型。

7、进一步地，海鲜是牡蛎，预处理包括用蒸馏水清洗去除表面杂质，沥干并低温冷藏。

8、进一步地，色敏材料为卟啉类、吡咯类、ph指示剂及天然色素，根据所检测的样品不同筛选出特异的色敏材料进行检测，这些色敏材料具有良好的色敏特性兼具易于修饰、性质稳定的特点，制作出的传感器灵敏度和化学活性高、与目标分子会形成更稳定的结构，提高检测的准确性。

9、进一步地，色敏传感器阵列是将色敏材料经超声处理，分别倒入硅胶玻璃板并密封。

10、进一步地，色敏传感器阵列反应后的图像是在室温下进行15min集气操作所得，使气体与传感器阵列反应更充分，降低后续模型构建误差。

11、进一步地，步骤s4中通过平板菌落法测得海鲜样品中的菌落总数tvc。

12、进一步地，可见近红外信息采集为将光谱仪封装在暗箱内进行采集操作，消除强反射光和杂散光的影响。

13、进一步地，通过标准正态变量变换、savitzky-golay平滑、一阶导数、二阶导数对通过可见近红外信息采集得到的原始光谱数据进行预处理，可以消除环境噪音，对数据进行修正。

14、进一步地，图像通道为ccd相机，通过ccd相机采集色敏传感阵列csa反应前后的图像，通过算法处理得到反应前后的图像的rgb差值信息。

15、进一步地，图像的rgb差值采用pca分析分配给色敏材料对应的权重值，光谱数据使用蚁群优化算法aco、竞争性自适应加权算法cars和变量组合集群分析vcpa三种算法进行变量筛选，然后依次采用低级融合、中级融合和高级融合三种策略建立s5中的预测模型。

16、本发明将海鲜样品进行预处理，对海鲜样品先后进行色敏传感阵列的集气反应和平板涂布检测tvc，将所得tvc数值、色敏传感阵列的可见近红外信息及图像rgb信息分别进行处理，再通过初级融合、中级融合和高级融合得到海鲜样品菌落总数检测的最优模型，与传统检测方法相比，本申请无需对样品进行前处理，仅需15分钟即可完成对样品的检测，具有快速无损的特点，同时，融合多传感器所采集的数据，大大提高了模型预测率和稳定性。本申请所选用的所选用的6种色敏材料具有良好的色敏特性兼具易于修饰、性质稳定的特点，制作出的传感器灵敏度和化学活性高、与目标分子会形成更稳定的结构。实现了腐败气体的快速检测，对牡蛎储存过程中tvc的检测稳定性好，灵敏度高。

技术特征：

1.一种基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，包括：

2.根据权利要求1所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述海鲜是牡蛎，所述预处理包括用蒸馏水清洗去除表面杂质，沥干并低温冷藏。

3.根据权利要求2所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述色敏材料为卟啉类、吡咯类、ph指示剂及天然色素。

4.根据权利要求3所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述色敏传感器阵列是将所述色敏材料经超声处理，分别倒入硅胶玻璃板并密封。

5.根据权利要求2所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述色敏传感器阵列反应后的图像是在室温下进行15min集气操作所得。

6.根据权利要求2所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，步骤s4中通过平板菌落法测得所述海鲜样品中的菌落总数tvc。

7.根据权利要求2所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述可见近红外信息采集为将光谱仪封装在暗箱内进行采集操作。

8.根据权利要求7所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，通过标准正态变量变换、savitzky-golay平滑、一阶导数、二阶导数对通过所述红外信息采集得到的原始光谱数据进行预处理。

9.根据权利要求8所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述图像通道为ccd相机，通过所述ccd相机采集色敏传感阵列csa反应前后的图像，通过算法处理得到所述反应前后的图像的rgb差值信息。

10.根据权利要求8所述的基于比色传感技术的海鲜菌落总数快速检测方法，其特征在于，所述图像的rgb差值采用pca分析分配给色敏材料对应的权重值，所述光谱数据使用蚁群优化算法aco、竞争性自适应加权算法cars和变量组合集群分析vcpa三种算法进行变量筛选，然后依次采用低级融合、中级融合和高级融合三种策略建立s5中所述的预测模型。

技术总结
本发明提出一种基于比色传感技术的海鲜菌落总数快速检测方法，将海鲜样品进行预处理，对海鲜样品先后进行色敏传感阵列的集气反应和平板涂布检测TVC，将所得TVC数值、色敏传感阵列的可见近红外信息及图像RGB信息分别进行处理，再通过初级融合、中级融合和高级融合得到海鲜样品菌落总数检测的最优模型，与传统检测方法相比，本申请无需对样品进行前处理，仅需15分钟即可完成对样品的检测，具有快速无损的特点，同时，融合多传感器所采集的数据，大大提高了模型预测率和稳定性。

技术研发人员：陈全胜,王上,陈清敏,焦天慧,魏洁,陈晓梅
受保护的技术使用者：集美大学
技术研发日：
技术公布日：2024/1/25