食品安全有毒有害物质检验检测大数据结构化的方法与流程

技术特征：

1.一种食品安全有毒有害物质检验检测大数据结构化的方法，该方法包括如下步骤：

1)具体食品中具体项目数据集的结构化：根据国内外所制定的有关各类食品的检验标准或法规，针对有毒有害指标，利用互联网云计算自动提取数据；

2)建立食品种类结构化；

3)食品安全检验检测整体状态数据结构化：基于暴露评估方法的食品安全指数，实现对食品安全整体状态的评估。

2.根据权利要求1所述的方法，其特征在于：步骤1)中所述数据集提取如下五个参数进行结构化分析：

1.1)平均含量(AVE_item)：在具体某种食品中的某类致病微生物或有毒有害物质的平均值，也即具体某个检测指标数据的平均值；

1.2)限量标准(STA_item)：针对每一个检测指标，按照国际或国家标准，标准中会规定该指标的限量标准(STA_item)，对于标准中规定为“没有”或“未检出”等非数字的情况，将其视为“0”处理；

1.3)超限率(OUT_item)：在整个数据集中，该指标检测数据值超出限量标准(STA_item)的样品个数占整个数据集的比例；

1.4)超限程度(OUD_item)：在整个数据集中，在该项目结构化上所有超限数据超出限量标准(STA_item)的偏离程度；

1.5)最大值(MAX_item)：在整个数据集中，通过R语言中的MAX函数求解得到该项目指标的最大值(MAX_item)。

3.根据权利要求1或2所述的方法，其特征在于：步骤2)中所述食品种类结构化分析提取如下两个指标进行分析：

2.1)食品的合格率(σ_food)：针对某类食品样品，根据其检测出的各个指标结构化的数据，参照国家评价标准，评价出该食品样品是否合格，即是否达到国家标准；

2.2)食品的不安全度(h_food)：针对某类食品样品中危害物质的含量进行无量纲化处理，得到用来表示该类食品整体的不安全程度。

4.根据权利要求2中所述的方法，其特征在于：平均含量(AVE_item)的计算公式为：

${\mathrm{AVE}}_{item}=\frac{\underset{i=1}{\overset{N}{\Σ}}{C}_i}{N}---(1-1)$

式(1-1)中，C_i——第i个样品中该检测结果的含量；

N——数据集中的总样品个数。

5.根据权利要求2中所述的方法，其特征在于：超限率(OUT_item)的计算公式为：

${\mathrm{OUT}}_{item}=\frac{M}{N}\×100\%---(1-2)$

式(1-2)中，M——超出限量标准的样品个数；

N——数据集中的总样品个数。

6.根据权利要求2中所述的方法，其特征在于：超限程度(OUD_item)的计算公式为：

${\mathrm{OUD}}_{item}=\frac{\sqrt{\underset{j=1,2,\mathrm{...},M}{\Σ}{(C_j-{\mathrm{STA}}_{item})}^2}}{M}---(1-3)$

式(1-3)中，Cj——在该指标结构化上超限的某一具体数据值；

M——超出限量标准的样品个数。

7.根据权利要求3所述的方法，其特征在于：食品合格率(σ_food)的计算公式为：

${\mathrm{\σ}}_{food}=\frac{L}{N}\×100\%---(2-1)$

式(2-1)中，L——数据集中合格的样品个数；

N——数据集中的总样品个数；

根据食品合格率(σ_food)的定义，从而该食品的不合格率为(1-σ_food)。

8.根据权利要求3所述的方法，其特征在于：食品的不安全度(h_food)的计算公式为：

$h_{food}=\underset{{\mathrm{AVE}}_{item}\>{\mathrm{STA}}_{item}}{\Σ}(\frac{{\mathrm{AVE}}_{item}-{\mathrm{STA}}_{item}}{{\mathrm{STA}}_{item}}\×F_{item})---(2-2)$

式(2-2)中的F_item表示该有毒有害物质或致病微生物项目的危害系数，式(2-2)表示在该食品所有危害物结构化中，挑出其平均含量(AVE_item)超出限量标准(STA_item)的结构化，将所有超限危害物结构化进行无量纲化处理，即然后乘上该项目的危害系数F_item，最后进行累加求和得到该食品的不安全度(h_food)。

9.根据权利要求1-8中任一项所述的方法，其特征在于：步骤3)中所述对食品安全整体状态的评估具体为：通过运用阈值法应用的技术原理，以人体通过饮食途径对危害物质的实际摄入量与其安全摄入量相比较，即食品中某类危害物质C对消费者健康影响的单项食品安全指数IFSc的计算公式为：

${\mathrm{IFS}}_C=\frac{{\mathrm{EDI}}_C\·f}{{\mathrm{SI}}_C\·bw}---(3-1)$

式(3-1)中，Sic——安全摄入量，根据不同的危害物可采用ADI、PTWI、RDI或RfD数据；

bw——平均体重(kg)，缺省值即默认值为60；

f——校正因子，如果安全摄入量采用ADI、RfD、PTDI等日摄入量数据，f取1；如果安全摄入量采用PTWI等周摄入量数据，f取7；

EDIc——危害物质C的实际日摄入量估算值，EDIc的计算公式见式(3-2)：

EDIc＝∑(Ra·Fa) (3-2)；

式(3-2)中，Ra——食品a中危害物质C的残留水平，mg/kg；

Fa——食品a的估计日消费量，g/(人·天)；

从而结构化结果为：

IFSc<<l，危害物质C对食品安全没有影响；

IFSc≤1，危害物质C对食品安全影响的风险是可以接受的；

IFSc>1，危害物质C对食品安全影响的风险超过了可接受的限度。

10.根据权利要求9所述的方法，其特征在于：考虑了所研究的消费者人群的饮食习惯及各种食品和化学物质的残留情况下，单项食品安全指数IFSc值就具备了可加和性，通过单项食品安全指数IFSc计算总的食品安全指数的计算公式为：

$\stackrel{\&OverBar;}{IFS}=\frac{\underset{C=C_1,\mathrm{...},C_N}{\overset{N}{\&Sigma;}}{\mathrm{IFS}}_C}{N}---(3-3)$

式(3-3)中，C——某类危害物质；

N——数据集中的总样品个数；

最终结构化结果为：

消费者人群的食品安全状态很好；

消费者人群的食品安全状态为可以接受；

消费者人群的食品安全状态为不可接受。