導(dǎo)航：安全管理網(wǎng)>> 安全論文>> 食品安全論文>>正文

光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進展

文檔作者：彭彥昆張雷蕾文檔來源：中同農(nóng)業(yè)大學(xué)工學(xué)院		點擊數(shù)：	更新時間： 2025年06月24日
下載地址：點擊這里	文件大?。?694.71 KB 共11頁	文檔格式： PDF	下載點數(shù)： 1 點（VIP免費）

全屏查看

內(nèi)容預(yù)覽 [文件共11頁]

本文件共11頁，如需編輯使用，請下載。

注：預(yù)覽效果可能會出現(xiàn)部分文字亂碼（如口口口）、內(nèi)容顯示不全等問題，下載是正常的。

	文件大小：694.71 KB 共11頁文件格式：PDF 下載點數(shù)：1 點（VIP會員免費）

上一篇：國內(nèi)外食品安全法規(guī)標準跟蹤評價方法研究…

文本預(yù)覽

僅提取頁面文字內(nèi)容，供快速閱讀使用。

第27卷第2期
2010年4月
食品安全質(zhì)量檢測學(xué)報
Joumal of Food Safety and Quality
VoL 27 No．2
Apr．2010
光譜技術(shù)在生鮮肉品質(zhì)安全
快速檢測的研究進展木
彭彥昆+，張雷蕾
(中同農(nóng)業(yè)大學(xué)工學(xué)院北京100083)
摘要：光譜技術(shù)作為無損快速檢測技術(shù)在肉品行業(yè)中得到廣泛應(yīng)用。該技術(shù)能實現(xiàn)生鮮肉快速、在線、準確、無損檢
測，是各類生鮮肉品質(zhì)安全分析的重要技術(shù)之一。文章綜述了近紅外光譜、拉曼光譜、高光譜成像技術(shù)、熒光光譜等光
譜技術(shù)在生鮮肉品質(zhì)檢測和安全評定上的重要應(yīng)用和研究進展。主要包括水分、蛋白質(zhì)及脂肪等影響肉類營養(yǎng)品質(zhì)
的組成成分分析，肉品食用品質(zhì)如嫩度、大理石化紋、肉色及新鮮度等指標的評價，肉品加丁品質(zhì)如保水性并南此實行
肉類分級的檢測以及生鮮肉在微牛物污染等安傘品質(zhì)的評定。同H寸分析各種光譜技術(shù)的現(xiàn)狀提出存在的問題，并針
對目前發(fā)展趨勢展望了該技術(shù)的前景：光譜技術(shù)通過與機器視覺技術(shù)等新型無損檢測技術(shù)的有機融合，將實現(xiàn)在線檢
測評價生鮮肉品質(zhì)安全的目標。
關(guān)鍵詞：光譜技術(shù)；生鮮肉；品質(zhì)安全；快速檢測；研究進展
中圖分類號：S123 文獻識別碼：A 國家標準學(xué)科分類代碼：150．2520
Advancement of rapid detection of meat quality and safety by
using spectral imaging technology
Yankun Peng+，Leilei Zhang
(College ofEngineering，China Agricultural University，Beijing 100083，Chian)
Abstract：As a rapid and non—destructive detection technology，spectroscopy has been widely used for asses—
sing meat quality and safety．It can be used as rapid，online，accurate and nondestructive detection technol—
ogy which is one of the important methods for quality and safety detection of fresh meat．Near—infrared spec—
troscopy，Raman spectroscopy，hyperspeetral imaging technique and fluorescence spectroscopy are main non—
destructive technologies used at present．In this paper，the important applications and research advances of
these spectroscopies in fresh meat quality and safety inspection are reviewed．The applications of the spectral
technologies are wide，including the analysis of nutritional components such as water，protein and fat；the
evaluation of eating quality of meat that includes tenderness，marbling，color and freshness；the detection of
meat quality that includes water--holding capacity；and the evaluation of meat safety quality that consists mi-·
crobial contamination，etc．The problems of these spectral technologies are discussed，and the prospects of
the technology combined with computer vision for the development of online testing equipments in order to
accomphsh comprehensive evaluation of the quality and safety of fresh meat into practical application are
presented．
Key words：spectral imaging technology；fresh meat；quality；safety；rapid detection；advancement
·項目基金：國家自然科學(xué)基金(30771244)；北京市自然科學(xué)基金(6082016)；國家863高技術(shù)研究發(fā)展計劃(2008AAl02210)資助
項目
+通訊作者
萬方數(shù)據(jù)
第2期彭彥昆等：光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進展63
1 引言
隨著牛活水平的不斷提高，膳食結(jié)構(gòu)的相對
變化以及對健康的日益關(guān)注，人們對畜禽生鮮肉
的需求量迅速增加，對肉品質(zhì)量的要求也不斷提
高。肉品品質(zhì)的好壞，直接影響到人們的生活質(zhì)
量和健康安全，同時也影響著整個肉品行業(yè)的發(fā)
展¨引。因此，如何對生鮮肉進行品質(zhì)檢測和安
全評定有著重要的意義。
傳統(tǒng)的肉品檢測方法有感官檢驗、理化檢驗
和微生物檢驗等，但存在檢測效率低、所需時間
長、產(chǎn)品破壞大等問題。現(xiàn)代的肉品質(zhì)量安全檢
測技術(shù)正要求朝著快速、經(jīng)濟、準確、實時、無損
的方向發(fā)展。其中，光譜分析技術(shù)因具有分析效
率高、樣品無需預(yù)處理、操作簡便、非破壞性、測
試重現(xiàn)性好、便于實現(xiàn)在線分析等特點，成為了
一種快速無損的新型檢測技術(shù)。針對這一新的
熱點研究領(lǐng)域，國內(nèi)外的許多專家學(xué)者展開了深
入仔細的研究。
目前，應(yīng)用于生鮮肉品質(zhì)安全檢測的光譜技
術(shù)主要有以下四種：近紅外技術(shù)是利用肉類中的
有機化合物在近紅外光譜區(qū)內(nèi)的光學(xué)特性快速
測定其成分含量和品質(zhì)特征。該技術(shù)廣泛應(yīng)用
于肉品的化學(xué)成分分析、感官品質(zhì)評價等方面，
但是國內(nèi)尚未開發(fā)出在線檢測的設(shè)備¨剖。激光
拉曼光譜是一種非彈性光散射技術(shù)，具有很強的
識別能力，能夠獲取如動物蛋白、脂肪等成分的
相對濃度和分布情況等信息。激光拉曼技術(shù)的
發(fā)展和應(yīng)用是大有可為的，同光纖技術(shù)結(jié)合，可
以直接應(yīng)用到生產(chǎn)線進行實時檢測一J。高光譜
成像技術(shù)是集傳感器、精密光學(xué)機械、微弱信號
檢測、計算機和信息處理技術(shù)為一體的綜合性技
術(shù)。該技術(shù)在牛肉嫩度、大理石花紋、雞胴體表
面污染物等檢測取得了一定的成果，是無損檢測
肉品質(zhì)量和安全最具潛力的新方法之一【8以1|。X
射線熒光光譜法的基本原理是當(dāng)物質(zhì)中的原子
受到適當(dāng)?shù)母吣茌椛涞募ぐl(fā)后，放射出該原子所
具有的特征X射線。該法可以應(yīng)用于肉類表面
的治病菌的定性分析。本文歸納介紹了光譜技
術(shù)在生鮮肉品質(zhì)檢測和安全評定上的研究和應(yīng)
用進展。
2光譜技術(shù)用于生鮮肉營養(yǎng)品質(zhì)檢測
研究發(fā)現(xiàn)影響肉類品質(zhì)的因素有多種，例如
遺傳、環(huán)境、屠宰等，其中營養(yǎng)在品質(zhì)的調(diào)控上起
重要作用。肉的營養(yǎng)成分主要包括水分、蛋白
質(zhì)、脂肪、維生素、礦物質(zhì)和碳水化合物。生鮮肉
中的各種營養(yǎng)成分對肉的品質(zhì)有重大的影響。
肌內(nèi)水分含量、分布及其持水性能關(guān)系肉的品質(zhì)
和風(fēng)味，脂肪的多少及脂肪酸的組成直接影響肉
的嫩度和多汁性。早在上個世紀六十年代末期，
Ben—Gera¨糾等根據(jù)紅外透射情況，采用直接分光
光度法測定了肉制品乳濁液中水分和脂肪的含
量。八十年代，Kruggel W G【13 J、Lanza E【14o分別
利用近紅外光譜分析研究了生豬肉和牛肉中水
分、蛋白質(zhì)、脂肪和熱量。九十年代，有學(xué)者¨孓16 J
報道了利用近紅外光譜分析牛肉分割肉的物理
和化學(xué)特性，以及應(yīng)用近紅外反射模式分析牛肉
肌內(nèi)脂肪含量的研究。近紅外光譜技術(shù)在此領(lǐng)
域的發(fā)展比較成熟，對不同種類的生鮮肉均有相
關(guān)的應(yīng)用實例。劉煒等【17。1引應(yīng)用傅里葉變換近
紅外光譜法檢測肌內(nèi)脂肪、蛋白質(zhì)和水分含量，
分別在鮮豬肉和鮮雞肉中均建立了良好的模型。
世界上有許多國家已近開發(fā)出相應(yīng)的儀器設(shè)備
并運用于實際生產(chǎn)中。如丹麥Foss公司的近紅
外反射光譜系統(tǒng)，在豬肉完整肉樣、鮮雞肉肉糜
的蛋白質(zhì)、滲透性脂肪、干物質(zhì)及礦物質(zhì)的預(yù)測
中取得了很好的效果。美國的Silver Spring近紅
外光譜對兔肉的脂肪酸有較好的預(yù)測。利用拉
曼光譜技術(shù)同樣可以獲取與肉類質(zhì)量相關(guān)的信
息，如肉品中蛋白質(zhì)、脂肪成分的相對濃度和分
布情況。Dorthe K P【19]采用紅外吸收和拉曼散
射相結(jié)合的技術(shù)，成功反映出屠宰后短期內(nèi)豬肉
水分含量的情況。激光拉曼光譜技術(shù)的發(fā)展，有
望實現(xiàn)新鮮畜肉質(zhì)量檢測及待售畜肉等級劃分，
這將為評定生鮮肉品質(zhì)量提供更加全面的科學(xué)
依據(jù)。近幾年來，國外有許多學(xué)者。啪¨利用可
見／近紅外反射光譜技術(shù)成功預(yù)測并評價了豬肉
的營養(yǎng)品質(zhì)。最近國內(nèi)在冷鮮肉中的脂肪、水分
等營養(yǎng)成分方面有利用可貝／近紅外技術(shù)的相關(guān)
報道【22】。有望在不久的將來，將該技術(shù)拓展并
應(yīng)用于生鮮肉的檢測。
萬方數(shù)據(jù)
食品安全質(zhì)量檢測學(xué)報第2 7卷
3光譜技術(shù)用于生鮮肉食用品質(zhì)檢測
食用品質(zhì)Ⅲ1是肉品最重要的品質(zhì)指標之
一，直接影響生鮮肉的商品價值，人們大都從嫩
度、色澤、大理石花紋、風(fēng)味、多汁性等幾個方面
進行評價。生鮮肉的肉色鮮紅、質(zhì)地鮮嫩、大理
石紋狀具佳、脂肪白色而有光澤、味道鮮美，具有
很高的食用價值。
3．1生鮮肉嫩度的評價
嫩度是指肉在食用時口感的老嫩，反映了肉
的質(zhì)地，由肌肉中各種蛋白質(zhì)結(jié)構(gòu)決定，是消費
者評判肉質(zhì)優(yōu)劣的最常用指標。通過幾十年來
的大量研究，很多報道表明應(yīng)用近紅外光譜技術(shù)
預(yù)測肉的嫩度具有良好的潛力。這是將測定的
沃一布剪切力值(WBSF)與光譜值進行關(guān)聯(lián)建
模實現(xiàn)肉類嫩度的儀器評定。1991年，Hildrum
等Ⅲ1研究發(fā)現(xiàn)肉的感官硬度和嫩度可以通過近
紅外技術(shù)進行很好的預(yù)測。1998年，Byrne等瞄1
采用主成分分析法(principal component analysis，
PCA)，分析波長在750—1098nm處生鮮牛肉的
吸收光譜，研究了肉的嫩度、大理石紋以及風(fēng)味
與近紅外光譜的相關(guān)性。Park Bosoon[26圳經(jīng)過
幾年的研究，應(yīng)用近紅外光譜技術(shù)很好的評價了
牛肉背最長肌(LD)的嫩度，并建立預(yù)測牛肉嫩
度的良好模型。國內(nèi)在快速檢測肉品嫩度上也
做了大量的探索，取得了一定的成果。趙杰文
等Ⅲ1利用牛肉樣本用近紅外吸收光譜和沃一布
剪切儀測得的牛肉(LD)的最大剪切力值建模
并進行主觀嫩度等級評價。張德權(quán)等㈣1應(yīng)用傅
里葉變換近紅外光譜技術(shù)，采用偏最tb-乘法
(MPLS)定量分析研究了羊肉嫩度，建立的羊肉
嫩度模型精度非常高，R2達到86．2％。
利用近紅外光譜技術(shù)預(yù)測肉的嫩度存在一
定的局限性，主要集中在研究牛肉背部最長肌，
而其他肉類品種的研究較少，且測試的重現(xiàn)性也
不好¨¨2|。近年來，國內(nèi)外的專家經(jīng)過堅持不懈
的刻苦專研，使得肉品嫩度檢測技術(shù)有了新的突
破【33|。彭彥昆等∽1研發(fā)的一種肉制品嫩度無
損檢測的超光譜成像系統(tǒng)及檢測方法，開發(fā)了肉
食品無損檢測技術(shù)領(lǐng)域的新途徑。在此基礎(chǔ)上，
吳建虎等∞剝開發(fā)出一組高光譜散射成像系統(tǒng)，
獲取新鮮牛肉400～1 100 nm波長范圍高光譜
散射圖像，利用VIR／NIR光譜散射特征對牛肉
嫩度進行預(yù)測和分級的準確率高達91％。
Govindarajan【3’7 J采用偏最／b-乘法分析了用來預(yù)
測牛肉嫩近紅外高光譜圖像，取得了滿意的
結(jié)果。
3．2肉色及新鮮度的評價
肉的顏色主要決定于其中的肌紅蛋白含量
和化學(xué)狀態(tài)。生鮮肉在銷售、貯藏過程中顏色的
變化與肌肉新鮮度存在一定的關(guān)系。色澤給人
以第一印象，決定消費者的購買欲望，而新鮮度
也是反映肉品衛(wèi)生質(zhì)量的重要指標。肉品新鮮
度的近紅外光譜榆測技術(shù)在國內(nèi)外受到了越來
越多的關(guān)注，其中新鮮程度主要通過揮發(fā)性鹽基
氮這一指標來表示l 38|。Sante等‘391用近紅外光
譜技術(shù)結(jié)合人工神經(jīng)網(wǎng)絡(luò)(artificial neural net—
work，ANN)數(shù)據(jù)建模分析方法判斷雞胸肉的色
澤，正確率達到70％；Cozmlino等㈣1利用可見光
和近紅外光譜結(jié)合經(jīng)修正的偏最最／b--乘分析
方法來預(yù)測豬肉樣本的顏色。Leroy等H¨在
1 200～1300nm波段利用近紅外光譜建立揮發(fā)
性鹽基氮的預(yù)測模型，實現(xiàn)了新鮮度的評價。孟
憲江等【421利用自行設(shè)計的一種光纖探頭式生物
表面光譜測試系統(tǒng)，對肉品進行測量．建立用于
肉品新鮮度的自動分類和識別的BP神經(jīng)網(wǎng)絡(luò)，
準確率達到93．3％。候瑞鋒等14列用近紅外漫反
射光譜法，對光譜信號做過平滑處理后用偏最小
二乘法(PLS)，建立揮發(fā)性鹽基氮的預(yù)測模型，
實現(xiàn)對肉品的新鮮程度無損快速檢測。
根據(jù)上述研究結(jié)果表明，利用光譜技術(shù)檢測
肉類顏色和新鮮度的方法是可行的。然而，單一
的指標很難全面反映肉品新鮮度。若由多項指
標綜合評定，將幾種檢測技術(shù)有機融合，充分利
用多元信息，可以提高檢測精度和可靠性。目
前，國內(nèi)有學(xué)者做了這方面的嘗試，北京工商大
學(xué)信息工程學(xué)院的研究團隊在這方面獲取了一
定的成果。于瑞雪㈩1利用光電顯微技術(shù)并結(jié)合
圖像處理技術(shù)，提取細胞組織特征信息，進行了
聚類和分類判決，為豬肉新鮮度檢測提供了一種
新的辨識方法。曲世海，郭培源Ⅲ1構(gòu)建了一套
萬方數(shù)據(jù)
第2期彭彥昆等：光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進展65
基于電子信息技術(shù)，光電檢測技術(shù)，圖像處理技
術(shù)以及神經(jīng)網(wǎng)絡(luò)模式識別技術(shù)的肉類鮮度智能
檢測辨識系統(tǒng)，但都沒有投入實際運用。2008
年，胡耀華等【拍’采用漫反射光纖探頭的可見光
和近紅外光譜測得任意厚度真空包裝豬肉的可
見光譜和近紅外光譜，經(jīng)二階微分處理，用偏最
／l、Z-乘法進行回歸分析后。所有肉色的相關(guān)系數(shù)
均大于0．83。此項研究結(jié)果表明利用可見光和
近紅外光譜可以實現(xiàn)豬肉顏色的快速無污染檢
測。最近，國內(nèi)有學(xué)者采用高光譜散射技術(shù)研究
生鮮肉的顏色[47刪。這項技術(shù)的應(yīng)用為檢測肉
品新鮮度開辟了新的道路。
3．3其他食用品質(zhì)的評價
風(fēng)味、多汁性、大理石紋決定了人們對肉品
的喜好程度。肉的風(fēng)味包括滋味和氣味，其強弱
與氨基酸、脂肪酸等物質(zhì)的組成有關(guān)；多汁性與
肉中脂肪含量和水分含量有關(guān)；大理石花紋是一
切肌肉范圍內(nèi)可見的肌肉脂肪的分布情況，是確
定肉類尤其是牛肉質(zhì)量等級的主要指標。其中，
肉質(zhì)的高光譜圖像研究在快速評估胴體大理石
花紋方面取得了一定的進展。這項研究在發(fā)達
國家中起步較早。Qiao等舊1通過測量豬肉樣品
和豬肉大理石花紋標準的光譜，后經(jīng)主成分分析
生成5、10、20個主成分，再用人工神經(jīng)網(wǎng)絡(luò)分
類，其中用10個主要成分分類的準確率達到
85％。最近，國內(nèi)有學(xué)者首次成功的應(yīng)用高光譜
掃描成像系統(tǒng)對牛肉大理石花紋進行了評級。
高曉東等∞¨提取400～1 100nm特征波段處牛肉
大理石花紋的3個特征參數(shù)(大顆粒脂肪密度、
中等顆粒脂肪密度和小顆粒脂肪密度)，分別建
立多元線性回歸模型(MLR)和正則判定函數(shù)模
型，對大理石花紋分級和等級預(yù)測，預(yù)測決定系
數(shù)R2=0．92，預(yù)測標準差為SECV=0．45，總的
分級準確率是84．8％。光譜技術(shù)在生鮮肉的多
汁性、風(fēng)味特性方面的研究較少，但隨著技術(shù)的
發(fā)展同樣有望被開發(fā)利用。
品質(zhì)指標。它不僅影響肉的顏色、香氣、嫩度、多
汁性、營養(yǎng)成分等食用品質(zhì)，而且具有重要的經(jīng)
濟意義。如果生鮮肉保水性能差，那么從畜體屠
宰后到肉被加工前這一段過程中，肉因為失水減
少重量，從而造成一定的經(jīng)濟損失。
國外早期已有利用近紅外反射和透過光譜
對生鮮肉肉的保水性檢測研究，但對樣品的厚度
要求十分嚴格，結(jié)果并不是很理想。John C．
Forrest"引在900～1800 nm處，利用近紅外光譜
PKS建模方法，預(yù)測屠宰當(dāng)天豬肉的滴水損失，
發(fā)現(xiàn)具有較好的相關(guān)性(r=0．81)。2009年，斯
洛文尼亞的Maja Prevolnikl531利用近紅外光譜，
采取人工神經(jīng)網(wǎng)絡(luò)的方法，預(yù)測豬肉的pH、顏色
以及滴水損失，建立可以替代傳統(tǒng)肉品質(zhì)模型的
預(yù)測模型。因而，可以認為近紅外光譜技術(shù)可以
快速、非破壞性地測定肉的保水性，但是其模型
的檢驗范圍及穩(wěn)定性還有待進一步提高。為了
提高檢測的精度和準確性，國內(nèi)的學(xué)者進行了新
的探索。中國農(nóng)業(yè)大學(xué)的胡耀華等1541嘗試用真
空包裝的鮮豬肉的系水力進行檢測，并通過改變
前處理的方法和利用優(yōu)化最tb一--乘法建立定標
方程，確定提高了預(yù)測精度。
研究還表明，利用近紅外光譜技術(shù)測定肉質(zhì)
的保水性可以實現(xiàn)生鮮肉的分級。Geesink
等【551利用近紅外光譜某型來預(yù)測屠宰兩天后的
豬肉保水性，得到(滴水損失<5％或>7％)分
級標準。目前，有學(xué)者將光譜范嗣擴展，希望可
以通過高光譜圖像技術(shù)實現(xiàn)胴體分級。Qiao
等1561分別取豬肉的滴水損失、pH值、肉色的6
個特征波段，用來建立神經(jīng)網(wǎng)絡(luò)模型，相關(guān)系數(shù)
分別為0．77、0．55和0．86，為實現(xiàn)豬肉胴體在
線分級奠定了基礎(chǔ)。由于高光譜圖像技術(shù)在胴
體分級和肉品質(zhì)估測方面的研究剛起步，準確率
和相關(guān)性還有待提高。隨著技術(shù)的不斷發(fā)展，通
過光譜技術(shù)有望進一步實現(xiàn)畜禽生鮮肉的在線
分級。
5光譜技術(shù)用于生鮮肉安全品質(zhì)檢測
4光譜技術(shù)用于生鮮肉Jjn-r品質(zhì)檢測
近年來，隨著我國生鮮肉占肉品行業(yè)的比重
肉的保水性(即系水力、系水性)是指肌肉增加，由此引起的食物安全問題也逐漸增多，肉
組織保持水分的能力，是一項重要的生鮮肉加工類的品質(zhì)安全也越來越受人們的重視。為了保
萬方數(shù)據(jù)
食品安全質(zhì)量檢測學(xué)報第2 7卷
證生鮮肉的安全性和使用性，如何對肉品安全品
質(zhì)進行快速實時高效的檢測具有重要的意義。
肉的安全品質(zhì)，包括肉的腐敗和酸敗程度、致病
微生物及其毒素含量、藥物農(nóng)藥重金屬殘留等。
光譜技術(shù)應(yīng)用于肉品安全檢測的時間不長，但由
于其檢測的優(yōu)越性使其在這一領(lǐng)域擁有廣闊的
發(fā)展前景。
5．1 肉類微生物污染評價
由于畜禽肉中富含水分、蛋白質(zhì)、脂肪等營
養(yǎng)成分以及表面所帶的細菌，在生鮮肉貯藏、加
工、運輸、銷售過程中，容易發(fā)生微生物污染和繁
殖，引起品質(zhì)下降。有報道顯示近紅外技術(shù)可用
來鑒定雞肉中由細菌引起的肉質(zhì)損壞等方面的
研究【57-58]，同時也有針對牛肉的研究。Ellis[59挪1
通過傅里葉變換紅外光譜技術(shù)和機器視覺相結(jié)
合的技術(shù)，測定了牛肉的微生物腐敗程度。最
近，國內(nèi)外專家在肉類的致病菌方面也有相關(guān)的
研究【6川。國內(nèi)有采用熒光定量PCR法檢測豬肉
中單核細胞增生性李斯特氏菌的報道162 J。張迎
雪舊1通過實驗表明能用熒光快速檢測出肉制品
的大腸桿菌。
高光譜圖像技術(shù)雖然發(fā)展的較晚，但是隨著
其的蓬勃發(fā)展，在肉品安全檢測上呈現(xiàn)出了極大
的優(yōu)越性。Park等Ⅲ彤J從多光譜到高光譜進行
了不斷的嘗試，最終發(fā)現(xiàn)用ENVI(Research Sys．
tems Inc．，Boulder，CO)軟件從感興趣1)(域(Re—
gion of inertest，ROI)的高光譜，單因素線性回歸
(sing—term linear regression)生長關(guān)鍵波長，再對
關(guān)鍵波段比率圖像進行閾值分割并顯示污染物。
這種方法的檢測準確率高達96．2％。Yang
掣釧提出的模糊邏輯運算區(qū)別健康與帶病雞胴
體，準確率也達到96％以上。美國食品安全實
驗室已經(jīng)開發(fā)出新鮮雞的在線自動檢測系統(tǒng)。
根據(jù)目前的報道總結(jié)，研究結(jié)果和進展絕大部分
是針對雞肉舊】，另有部分的豬肉和牛肉舊-691。
我國目前在這一領(lǐng)域也取得了突飛猛進的發(fā)展。
其中，中國農(nóng)業(yè)大學(xué)的農(nóng)畜產(chǎn)品品質(zhì)安全無損檢
測研究室成功地將高光譜技術(shù)運用于肉類細菌
總數(shù)的無損檢測。彭彥昆等m1利用高光譜成像
系統(tǒng)，選取480 nm、525 nm、650 nm、720 nm、
765 nnl五個最佳波長的光譜特征，采用支持向量
機的方法，對豬肉細菌總數(shù)進行預(yù)測，得到的相
關(guān)系數(shù)r=0．87。王偉川等又研究了高光譜成
像的牛鮮豬肉細菌總數(shù)預(yù)測建模方法。從而為研
制出一種快速，非破壞檢測生鮮豬肉細菌總數(shù)的
高光譜檢測儀器打下堅實的基礎(chǔ)。同年，張靜
等【721利用自行搭建的CCD高光譜成像系統(tǒng)對牛
肉內(nèi)部品質(zhì)進行檢測，將光譜分析技術(shù)與光在牛
肉表面擴散圖像相結(jié)合，利用多種統(tǒng)計分析方法，
建立牛肉腐敗過程中細菌總數(shù)可見一近紅外光譜
分析模型。由此可以說明，在肉品安全檢測方面，
高光譜圖像技術(shù)完全可以代替人T肉眼檢測。
5．2其他安全指標的評定
在評價生鮮肉品質(zhì)安全的風(fēng)險時，還應(yīng)考慮
肉類的品種、產(chǎn)地，同時明確肉品來源。一旦畜
禽肉品質(zhì)出現(xiàn)了問題，可以一直追溯到生畜禽養(yǎng)
殖的源頭。這對于生鮮肉的安全檢測有著重要
的意義。Cozzolino【73j利用PCA及PLS的近紅外
分析方法來鑒別不同動物來源肉，其準確鑒別水
平可達80％。國內(nèi)有研究者【J741采用近紅外光譜
技術(shù)結(jié)合簡易分類(SIMCA)模式識別方法建立
了羊肉產(chǎn)地溯源模型。李勇等【7糾基于FFIR指
紋光譜的牛肉產(chǎn)地追溯研究也有良好的效果。
同時，利用光譜技術(shù)在摻假肉的鑒別上也有相關(guān)
研究。在生鮮肉的藥物農(nóng)藥重金屬殘留方面，有
見由高效液相色譜衍生熒光紫外法檢測的
報道‘76l。
6存在問題及前景展望
綜上所述，包括近紅外光譜、拉曼光譜、高光
譜成像技術(shù)、熒光光譜等光譜技術(shù)目前在肉品行
業(yè)的檢測中發(fā)展較快。由于其具有簡單快速無
污染、非破壞性在線分析、可實現(xiàn)無損遠程檢測
等優(yōu)點，廣泛應(yīng)用新鮮肉質(zhì)量檢測和安全評定方
面，體現(xiàn)出巨大潛在的價值。
隨著研究的深入，光譜技術(shù)強大的功能正逐
漸體現(xiàn)出來，與此同時存在的問題和不足也慢慢
顯現(xiàn)。近紅外技術(shù)發(fā)展相對較為成熟，對生鮮肉
營養(yǎng)品質(zhì)和食用品質(zhì)有較好的檢測精度，但模型
建立要以大量化學(xué)測定為基礎(chǔ)，且分析結(jié)果的準
確性易受外界因素的影響。在肉類全面綜合評
萬方數(shù)據(jù)
第2期彭彥昆等：光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進展67
價方面不是特別理想。因此，要將該技術(shù)與其他
檢測手段結(jié)合起來，充分利用多種信息，對肉類
進行全面綜合評價。激光喇曼光譜技術(shù)是一種
無需樣品前處理、靈敏度相對較高、分析測試快
速便捷的綠色光譜技術(shù)，在肉品行業(yè)有著良好的
應(yīng)用前景。然而，其在光譜數(shù)據(jù)庫的建立和熒光
干擾方面有所欠缺，需進一步研究才能進入廣泛
應(yīng)用階段。高光譜成像技術(shù)已經(jīng)開始作為一種
非接觸檢測技術(shù)應(yīng)用于肉乩質(zhì)量評價和污染物
識別領(lǐng)域，但是，在提高預(yù)測模刑精度、降低高光
譜數(shù)據(jù)冗余、加快檢測分析速度以及選擇更佳的
特征波段算法等一系列問題上。需要加強解決能
力。熒光光譜技術(shù)用來檢測生鮮肉品質(zhì)的研究
甚少，主要集中在肉類治病菌方面，需要進一步
深入研究，使其進入快速發(fā)展時期。
從發(fā)展前景來看，今后研究重點在于以下兩
個方面：一方面，將光譜技術(shù)與機器視覺、超聲波
等其他新技術(shù)有機融合，提高綜合全面評價生鮮
肉品質(zhì)安全指標的水平。另一方面，不斷完善肉
品檢測方法，深入研究提高肉品檢測精度，開發(fā)
出相應(yīng)生產(chǎn)線的在線檢測設(shè)備，并將其投入到肉
品檢測的實際運用中。基于光譜技術(shù)自身的優(yōu)
點，作為一種肉品品質(zhì)評價的客觀手段在生鮮肉
行業(yè)中必將得到實現(xiàn)和拓展。
參考文獻
[1]孔憲琴，黃素珍．肉品品質(zhì)的無損檢測方法[J]．
肉類研究，2008，(8)：66-69．
KONG X Q．HUANG S ZH．Nondestructive measurement
techniques for meat quality detection[J]．
Meat Research，2008，(8)：66-69．
[2]屠康．肉類品質(zhì)無損檢測技術(shù)的研究進展[J]．
西北農(nóng)林科技大學(xué)學(xué)報，2005，33(1)：25-28．
TU K．Advances in non．destructive measurement
techniques for quality detection of meat[J]．Journal
of Northwest Sci．Tech University of Agriculture and
Fores町，，2005，33(1)：25-28．
[3] 董慶利．近紅外光譜技術(shù)在評定肉類品質(zhì)上的應(yīng)
用[J]．肉類研究，2004，(4)：42-43．
DONG Q L．Application of evaluation of meat char—
acteristics from near-infrared spectroscopy[J]．Meat
Research，2004，(4)：42-43．
[4] 于紅櫻，祁慧娜，臧勇軍．近紅外分析技術(shù)在肉
[5】
[6]
[7]
[8]
[9]
[10]
與肉制品分析中的應(yīng)用[J]．肉類工業(yè)，2006，
(11)：8-9．
YU H Y，QI H N，ZANG Y J．Application of near
infrared analytical technology in meat and meat prod—
ucts【J】．Meat Industry，2006，(11)：8-9．
孫通，徐惠榮，應(yīng)義斌．近紅外光譜分析技術(shù)在
農(nóng)產(chǎn)品／食品品質(zhì)在線無損檢測中的應(yīng)用研究進’
展[J]．光譜學(xué)與光譜分析，2009，29(1)：
122一126．
SUN T，XU H R，YING Y B．Progress in Application
of Near Infrared Spectroscopy to Nondestructive
On-line Detection of Products／Food Quality[J]．
Spectroscopy and Spectral Analysis，2009，29(1)：
122．126．
徐霞，成芳，應(yīng)義斌．近紅外光譜技術(shù)在肉品檢
測中的應(yīng)用和研究進展[J]．光譜學(xué)與光譜分析，
2009，29(7)：1876-1880．
SUN T，XU H R，YING Y B．Progress in Application
of Near Infrared Spectroscopy to Nondestructive
On·line Detection of Products／Food Quality[J]．
Spect㈣opy and Spectral Analysis，2009，29(7)：
1876．1880．
孟耀勇，廖昱博．激光喇曼光譜技術(shù)在食品科學(xué)
中的應(yīng)用[J]．激光生物學(xué)報，2006，15(4)：
429-435．
MENG Y Y，LIAO Y B．The Application of Raman
Spectroscopy in Food Science[J]．Acta Lager BiologY
Sinica，2006，15(4)：429-435．
LU R．CHEN Y R．Hyperspectral imaging for safety
imspection of food and agricultural products[c】．
1999．121-133．
ⅪM M S，CHEN Y R，MEHL P M．Hyperspectral
reflectance and fluoreneence imaging system for food
quality and safety[J]．American Society of Agricultural
Engineers，2001，44(3)：721-729．
劉木華，趙杰文。鄭建鴻，等．農(nóng)畜產(chǎn)品品質(zhì)元損
檢測中高光譜圖像技術(shù)的應(yīng)用進展[J]．農(nóng)業(yè)機
械學(xué)報，2005，36(9)：139-143．
UU M H。ZHAO J W。ZHENG J H，et a1．Review
of hyperspectral imaging in quality and safety inspeclions
of agricultural and poultry products[J]．Trans—
actions of The Chinese Society of Agricultural Maehinery，
2005，36(9)：139—143．
滕安國，高峰，夏新成，等．高光譜技術(shù)在農(nóng)業(yè)
中的應(yīng)用研究進展[J]．江蘇農(nóng)業(yè)科學(xué)，2009，
萬方數(shù)據(jù)
食品安全質(zhì)量檢測學(xué)報第2 7卷
(3)：8-10．
TENG A G，GAO F，XIA X CH，et a1．Review of
hypempectral imaging in agricultural application
[J]．Jiangsu Agricultural Sciences，2009，(3)：
8．10．
[12] BEN—GERA I，NORRIS K H．Direct spectrophotometric
determination of fat and moisture in meat
products[J]．Journal of Food Science，1968，33
(1)：64． ．
[13] KRUGGEL W G．Near-infrared reflectance determi
nation of
fat，protein and moisture in fresh meat
[J]．1981．
[14]LANZA E．Determination of moisture，protein，fat
and calories in raw pork and beef by near infrared
spectroscopy[J]．Journal of Food Science，1983，
(2)．
[15] MITSUMOTO M J，MAEDA S，MITSUHASHI T．
Near-infrared spectroscopy determination of physical
and chemical characteristics in beef cuL,；【J】．Jourhal
of Food Science，1991，56(6)：1493—1496．
[16]SMITH D R，KLUETER H H，MUIR PD．Nearinfrared
reflectance analysis of intramuscular fat in
beef[J]．Proceedings of the New Zealand Society of
Animal Production，1995，55：124-126．
[17]劉煒，俞湘麟，孫東東，等．傅里葉變換近紅外
光譜法快速檢測鮮豬肉中肌內(nèi)脂肪、蛋白質(zhì)和水
分含量[J]．養(yǎng)豬，2005，(3)：47-50．
LIU W，YU X L，SUN D D，etal．Determination of
fat，protein and moisture content of fresh pork with
fourier transform near-infrared spectroscopy(FTNIS)[
J]．Swine Production，2005，(3)：47-50．
[18]劉煒，吳吳曼，孫東東，等．近紅外光譜分析技
術(shù)在鮮雞肉快速檢測分析中的應(yīng)用研究[J]．中
國家禽，2009，31(2)：8-11．
LIU W，WU H M，SUN D D，et a1．Fast Determi—
nation of Fresh Chicken Using I；T·N1R Spectroscopy
[J]．China Poultry，2009，31(2)：8-11．
[19]PEDERSEN D K，MORELS，ANDERSEN H J，et
a1．Early prediction of water-holding capacity in
meat by multivariate vibrational spectroscopy[J]．
Meat science，2003，65(1)：581-592．
[20]SAVENIJE B，GEESINK G H，J．G．P．VAN DER
PALEN，et a1．Prediction of pork quality using visible／
near-infrared spectroscopy[J]．Meat Science，
2006，73：181．184．
[21]HOVING-BOLINK A H，VEDDER H W，MERKS J
W M，KLEIN W J H，REIMERT H G M，
FRANKHUIZEN R，VAN DEN BROEK W H A M，
LAMBOOIJ E．Perspective of NIRS measurements
early post mortem for prediction of pork quality[J]．
Meat Science，2009，69(3)．
[22] 劉魁武，成芳，林宏建，等．可見／近紅外光譜檢
測冷鮮豬肉中的脂肪、蛋白質(zhì)和水分含量[J]．
光譜學(xué)與光譜分析，2009，29(1)：102．105．
LIU K W，CHENG F，LIN H J，et a1．Determination
of fat，protein and moisture content of fresh pork
with VlS／near-Infrared spectroscopy[J]．Spectros—
copy and Spectral Analysis，2009，29(1)：102-105．
[23] 周光宏，李春保，徐幸蓮．肉類食用品質(zhì)評價方
法研究進展[J]．中同科技論文在線，2007，2
(2)：75-82．
ZHOU G H，LI CH B，XU X L．Advances in me&amp;amp;·
ods for evaluating meat palatability【J]．Sciencepaper
Online，2007，2(2)：75-82．
[24]HILDRUM K I．Near Infm．Red Spectroscopy[M]．
Chichester：Ellis Horwood Ltd．1991．
[25]Byme C E．Downey G．Troy D J，et a1．Non-de—
structive prediction of selected quality attributes of
beef by near-infrared reflectance spectroscopy between
750 and 1098 nnl[J]．Meat Science，1998，
49：399-409．
[26]PARK B，CHEN Y R，HRUSCHKA W R．Assess．
ment of beef tenderness using Near-Infrared spectroscopy[
J]．1997．
[27]PARK B，CHEN Y B，HRUSCHKA W R，et a1．
Near-infrared reflectance analysis for predicting beef
longissimus tenderness[J]．Journal of Animal Sci·
ence，1998，76：2115-2120．
[28]PARK B，CHEN Y R，HRUSCHKA W R，et a1．
Near-infrared reflectance analysis for predicting beef
longissimus tenderness[J]．Journal of Electronic
Packaging，2001，44(3)．
[29]趙杰文，翟劍妹，劉木華，等．牛肉嫩度的近紅
外光譜法檢測技術(shù)研究[J]．光譜學(xué)與光譜分
析，2006，26(4)：640-642．
ZHAO J W，ZHAI J M，LIU M H，et a1．The Determination
of Beef Tendernees Using Near-Infrared
Spectroscopy[J]．Spectroscopy and Spectral Analy—
sis，2006，26(4)：640-642．
[30] 張德權(quán)，陳宵娜，孫素琴。等．羊肉嫩度傅里葉
萬方數(shù)據(jù)
第2期彭彥昆等：光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進展
變換近紅外光譜偏最小二乘法定量分析研究
[J]．光譜學(xué)與光譜分析，2008，28(11)：
2550-2553．
ZHANG D Q，CHEN X N，SUN S N，et a1．The
quantified analysis of fresh mutton tenderness using
PLs methods and fourier transform near-infrared
spectroscopy[J]．Spectroscopy and Spectral Analy—
sis，2008，28(11)：2550-2553．
[31]MILLER M F，CARR M A，RAMSEY c B，et a1．
Consumer thresholds for establishing the value of
beef tendemess[J]．Journal of Animal Science。
200l，79(12)：3062—3068．
[32]BOLEMAN S J，SAVELL J W，et a1．Consumer e．
valuation of beef of known tenderness levels[J]．
Meat Science at Texas A&amp;amp;M University，1995．
[33]PENG Y K，WU J H．Hyperspeetral scattering profiles
for prediction of beef tenderness[c]．ASABE
Annual International Meeting，June 29-July 2，
2008，Paper No．080004，Providence，Rhode Island，
USA．
[34] 彭彥昆，江發(fā)潮．肉制品嫩度無損檢測的超光譜
成像系統(tǒng)及檢測方法[P]．中國專利：
101 178356，2008-05—14．
PENG Y K．JIANG F CH．Nondestructive examination
method of beef tenderness and its spectral imaging
system[P]．Chinese Patent：101 178356，
2008．05．14．
[35]吳建虎，彭彥昆，高曉東，等．基于VIS／NIR高
光譜散射特征預(yù)測牛肉的嫩度[J]．食品安全質(zhì)
量檢測技術(shù)，2009，1(1)：20-26．
WU J H。PENG Y K。GAO X D，et a1．Prediction
of beef tenderness using VIS／NIR hyperspectral
scattering characteristics[J]．Food Safety and Qual—
ity Detection Technology，2009，1(1)：20-26．
[36]吳建虎，彭彥昆，江發(fā)潮，等．牛肉嫩度的高光
譜法檢測技術(shù)研究[J]．農(nóng)業(yè)機械學(xué)報，2009，40
(12)：135—138．
WU J H，PENG Y K，JIANG F CH，et a1．Hyperspectral
scattering profiles for prediction of beef tenderness[
J]．Transactions of the chinese society for
agricultural machinery，2009，40(12)：135-138．
[37]NAGANATHAN G K，GRIMES L M，SUBBIAH J，
et a1．Partial least squares analysis of near-infrared
hyperspectral images for beef tenderness prediction
[J]．Sensing and Instrumentation for Food Quality
[38]
[39]
[40]
[41]
[42]
[43]
[44]
[45]
and Safety，2008，2(3)：178·188．
蔡健榮，萬新民，陳全勝．近紅外光譜法快速檢
測豬肉中揮發(fā)性鹽基氮的含量[J]．光學(xué)學(xué)報，
2009，29(10)：2808-2812．
CAI J R，WAN X M，CHEN Q SH．Feasibility
study for the u鴕of near-infrared spectroscopy in the
quantitative analysis of，ITVB—N content in pork[J】．
Acta Optiea Siniea，2009，29(10)：2808-2812．
PETRACCI M．眥TCHER DL．Broiler skin and
meat color changes during storage[J]．Poultry Seience，
2002，8l(10)：1589—1597．
COZZOLINO D，BARLOCCO N，VADELL A，et
a1．The use of visible and near infrared reflectance
spectroscopy to measure COIour on both intact and
homogenised pork muscle[J]．Food Science and
Technology，2003，36(2)：195-202．
LEROY B，LAMBOTFE S，DOTREPPE O，et a1．
Prediction of technological and organoleptic properties
of beef Longissimus thoracis from near-infrared
reflectance and transmission spectra[J]．2004，66
(1)：45-54．
孟憲江，張鐵強，白英奎，等．利用BP神經(jīng)網(wǎng)絡(luò)
光譜分類法研究肉品新鮮度[J]．光譜實驗室，
2004，2l(5)：970-973．
MENG X J，ZHANG T Q，BAI Y K，et a1．Study
on the fresh level snalog of the meat with srtillcal
neutral network【J]．Chinese Journal of Spectrosco-
PY Laboratory，2004，21(5)：970-973．
侯瑞鋒，黃嵐，王忠義，等．用近紅外漫反射光
譜檢測肉品新鮮度的初步研究[J]．光譜學(xué)與光
譜分析，2006，26(12)：2193-2196．
HOU R F，HUANG L，WANG ZH Y，et a1．The
preliminary study for testing freshness of meat by
using near-infrared reflectance spectroscopy[J]．
Spectroscopy and Spectral Analysis，2006，26(12)：
2193-2196．
于瑞雪，郭培源．基于光電顯微技術(shù)的豬肉新鮮
度智能檢測[J]．北京工商大學(xué)學(xué)報：自然科學(xué)
版，2007，25(4)：34-38．
YU R X．GUO P Y．Pork freshness detection based
on photo—electric micro-technique[J]．Journal of
Beijing Technology and Business University：Natural
Science Edition，2007，25(4)：34-38．
郭培源，曲世海，陳巖，等．豬肉新鮮度的智能
檢測方法[J]．農(nóng)業(yè)機械學(xué)報，2006，37(8)：
萬方數(shù)據(jù)
70 食品安全質(zhì)量檢測學(xué)報第2 7卷
78-81．
GUO P Y。QU SH H，CHEN Y，et a1．Study on
intellectual detection techniques to freshness of pod【
[J]．Transactions of the Chinese Society for A鰣-
cultural Machinery，2006，37(8)：78-81．
[46] 胡耀華，郭康權(quán)，鈴木孝范，等．基于可見光和
近紅外光譜的肉色檢測[J]．西北農(nóng)林科技大學(xué)
學(xué)報：自然科學(xué)版，2008，36(07)：160—164．
HU Y H。GUO K Q，SUzUⅪTAKA-NORI，et a1．
Determination of fresh pork color by visible and near
infrared spectroscopy with fiber optics in interactance
mode[J]．Journal of Northwest A&amp;amp;F University：
Natural Science Edition，2008，36(07)：160—164．
[47] 吳建虎，陳菁菁，彭彥昆．基于高光譜散射技術(shù)
的牛肉嫩度和顏色的預(yù)測研究[c]．中國農(nóng)業(yè)工
程學(xué)會2009學(xué)術(shù)年會(CSAE 2009)論文集．山
西：現(xiàn)代農(nóng)業(yè)與農(nóng)業(yè)工程，2009，158·159．
WU J H．WU J J，PENG Y K．Prediction of beef
tenderness and COIour based on hyperspectral seattering
imaging technique[C]．Proceeding of Chinese
Society of Agricultural Engineering 2009(CSAE
2009)，Shanxi：Noderm Agriculture and A加cuhural
Engineering，2009，158-159．
[48]PENG Y K，WU J H，CHEN J J．Prediction ofbeef
quality attributes using hyperspectral scattering imaging
technique[c]．ASABE Annual International
Meeting。June 21一June 24，2009，Paper No．
096424，Reno，Nevada，USA．
[49] 吳建虎，彭彥昆，陳菁菁，等．基于高光譜散射
特征的牛肉品質(zhì)參數(shù)的預(yù)測研究[J]．光譜學(xué)與
光譜分析。2010，30(7)：1815-1819． ．
WU J H，PENG Y K，CHEN J J，et a1．Prediction
of beef quality level assessment using a hyperspectral
imaging technology[J]．Spectroscopy and Spectral
Analysis．2010，30(7)：1815-1819．
[50]QIAO J，NGADI M O，WANG N，et a1．Pork quali—
ty and marbling level assessment using a hypempectral
imaging system[J]．Jonmal of Food Engineering，
2007，83(1)：10—16．
[51] 高曉東，吳建虎，彭彥昆，等．基于高光譜成像
技術(shù)的牛肉大理石花紋的評估[J]．農(nóng)產(chǎn)品加工
學(xué)刊，2009。187(10)：33-37．
GAO X D．WU J H，PENG Y K，et a1．Analysis of
Beef-marbling Grade Using Hyperspectral Imaging
Technology[J]．Academic Periodical of Farm Prod—
ucts Processing，2009，187(10)：33-37．
[52]FORREST J C，MORGAN M T，BORGGAARD C．
et a1．Development of technology for the early post
mogem prediction of water holding capacity and drip
loss in fresh perk[J]．Meat Science，2000，55
(1)：115-122．
[53]MAJA P，MARJETA C P，MARJANA N，et a1．An
attempt to predict perk drip loss from pH and colour
measurements or seal"infrared spectra using articial
neural networks[J]．Meat Science，2009，(83)：
405-411．
[54]胡耀華，郭康權(quán)，野口剛，等．基于近紅外光譜
檢測豬肉系水力的研究[J]．光譜學(xué)與光譜分
析，2009，29(12)：3259—3262．
HU Y H，GUO K Q，NOGUCHl G，et a1．Predic—
tion of water holding capacity of fresh perk using
眥盯infrared spectroscopy[J]．Spectroscopy and
Spectral Analysis，2009，29(12)：3259-3262．
[55]GEESINK G H，SCHREUTELKAMP F H，F(xiàn)RANKHUIZEN
R，et a1．Prediction of pork quality attributes
from near infrared reflectance spectra[J]．Meat
Science，2003，65：661-668．
[56]QIAO J，WANG N，NGADI M O，et a1．Prediction
of
drip-loss，pH，and
color for perk using a hyperspectral
imagirig technique[J]．Meat Science，
2007，76(1)：1-8．
[57] CHEN Y R，HRUSCHKA W R，EARLY H．A
chicken carcass inspection system using visible／
near—infrared reflectance：in plant trials[J]．Jourhal
of Food Process Engineering，2000，23(2)：
89-99．
[58]DUBOISA J，LEWISB E N，F(xiàn) S．J．C，et a1．Bacterial
identification by near-infrared chemical imagins
of food．specific cards[J]．Food Microbiology，
2005，22(6)：577383．
[59] ELus D I，BROADHURST D，GOODACRE R．
Rapid and quantitative detection of the microbial
spoilage of beef by Fourier transform infrared spec·
troseopy and machine learning[J】．Analytiea
Chimica Acts，2004，(514)：193-201．
[60] ELLIS D I，BROADHURST D，l沮LL B，et a1．
Rapid and quantitative detection of the microbial
spoilage of meat by Fourier transform infrared spec·
troscopy and machine learning[J]．Appl．Environ．
Microhiol，2002，(68)：2822-2828．
萬方數(shù)據(jù)
第2期彭彥昆等：光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進展7l
[61]
[62]
[63]
[64]
[65]
[66]
[67]
[68]
[69]
[70]
HOON H，SUNWOO W W，WANG J S，SIM．Detection
of Escheriehia coli Ol"：H7 using chicken immunogiobulin
Y[J]．Immunology Letters，2006，
106(2)：191—193．
熒光定量PCR法檢測豬肉中單核細胞增生性李
斯特氏菌的報道[D]．2009．
Research on detection of Listeria monoeytogenes in
pork wi山RT-PcR assay[D]．2009．
張迎雪．熒光檢驗?zāi)芸焖贆z測肉制品中的大腸桿
菌[J]．山東食品科技，2003，(4)：36-37．
ZHANGYX．Methods on rapid fluorescent inspection
of enteropathogenie escherichia coli in meat and
meat product[J]．Food and Drug，2003，(4)：
36-37．
PARK B，LAWRENCE K C，WINDHAM W R，et
a1．Muhispectral imaging system for fecal and inges—
ta detection on poultry carcasses[J]．Journal of
Food Process Engineering，2004，27(5)：31l-327．
PARK B，LAWRENCE K C，WINDHAM W R．
Performance of hyperspectral imaging system for
poultry surface fecal contaminant detection[J]．
Joumul of Food Engineering，2006，75(3)：
340_348．
YANG C C，CHAO K，CHEN Y R，et a1．Devel—
opment of fuzzy logic based differentiation algorithm
and fast line一8Can imaging system for chicken inspection[
J]．Biosystems En#neering。2006，95
(4)：483-496．
CAO K，MEHL P M，CHEN Y R．Use ofhyper-and
multi—spectral imaging for detection of chicken skin
tumors[J】．Applied E嚼neering in Agriculture，
2002，(1)．
PENG Y K，ZHANG J，WANG W，et a1．Predic—
tion of the microbial spoilage of beef using spatially
resolved hyperspectral scattering profiles[J】．Jourhal
of Food Engineering，in press．2009．
PENG Y K，WANG W．Prediction of pork meat total
viable bacteria count using hyperspectral imaging
system and support vector machines Food Processing
Automation Conference CD—Rum[c]．Proceedings
of tlle 28-29 June 2008 Conference．
Pellg Y K，TAO F F．Spatially resolved spectral
scattering technique for assessing the total viable
count of pork[J]．SPIE／Defense，Security and
Sensing，April 5-9，2010，Paper No．7676-21，
[71]
[72]
[73]
[74]
[75]
[76]
Sensing for Agriculture and Food Quality and Safety
V01．7676，Orlando，F(xiàn)lorida，USA．
王偉，彭彥昆，張曉莉．基于高光譜成像的生鮮
豬肉細菌總數(shù)預(yù)測建模方法研究[J]．光譜學(xué)與
光譜分析，2010，30(02)：411-415．
WANG W，PENG Y K，ZHANG X L．Study on
modeling method of total viable count of fresh pork
meat based on hypempectral imaging system[J]．
Spectroscopy and Spectral Analysis，2010，30(02)：
411415．
張靜．基于高光譜成像的牛肉微生物腐敗檢測方
法的研究[D]．北京：中國農(nóng)業(yè)大學(xué)工學(xué)
院，2009．
ZHANG J．Study on detecting method of miembiological
rotten beef meat based on hyperspectral ima·
ging system[D]．Beijing：College of Engineering in
China Agricultural University，2009．
COZZOHNO D MURRAY I，SWISS．Society of
Food Science and Technology，2004，37(4)：477．
張寧，張德權(quán)，李淑榮，等．近紅外光譜結(jié)合
SIMCA法溯源羊肉產(chǎn)地的初步研究[J]．農(nóng)業(yè)工
程學(xué)報，2008，24(12)：309-312．
ZHANG N，ZHANG D Q，LI SH R，et a1．Preliminary
study on origin traceability of mutton by ne。91"
infrared reflectance spectroscopy coupled with SIM—
CA method[J]．Transactions of the Chinese Society
of A鰣cultural Engineering，2008，24(12)：
309-312．
李勇，魏益民，潘家榮，等．基于ZI'IR指紋光譜
的牛肉產(chǎn)地溯源技術(shù)研究[J]．光譜學(xué)與光譜分
析，2009，29(3)：647-651．
U Y．WEI Y M，PAN J R，et a1．Determination of
geographical origin of beef based on FTIR speetros—
copy analysis[J]．Spectroscopy and Spectral Analy—
sis，2009，29(3)：647-651．
李存，江海洋，吳銀良，等．高效液相色譜一熒光-
紫外法測定動物肌肉組織中多類藥物殘留[J]．
分析化學(xué)，2009，37(8)：1102—1106．
LI C。JIANG H Y，WU Y L，et a1．Determination
of muhiclass drug residues in animal muscle tissues
by high performance liquid chromatography with flu—
orescence and ultraviolet detection[J]．Chinese
Journal of Analytical Chemistry，2009，37(8)：
1102．1106．
萬方數(shù)據(jù)
食品安全質(zhì)量檢測學(xué)報第2 7卷
作者簡介
彭彥昆，男，1960年3月生，于
1996年在東京農(nóng)工大學(xué)(日本)獲得博
士學(xué)位，現(xiàn)為中國農(nóng)業(yè)大學(xué)T學(xué)院教
授、博導(dǎo)，主要研究方向為農(nóng)畜產(chǎn)品品
質(zhì)安全快速無損傷檢測評估技術(shù)，自動
化智能化農(nóng)產(chǎn)品加工和生產(chǎn)技術(shù)。
E-mail：ypeng@CaR．edu．cn
Yankun Pe雌，male，bom in March 1960，received his
PhD degree from Tokyo University of Agriculture and Tech—
nology，Japan，in 1996．Now he is a professor in College of
Engineering，China Agricultural University，and doctorial
supervisor．His research focuses on automated measurement
and control for bioproduction and bioprocessing， food and
agro-food quality and safety nondestructive assessment．

網(wǎng)友評論 more

食品安全論文最新內(nèi)容

06-24