一种基于近红外检测的注水肉快速筛查方法与流程

本发明属于食品检测领域，涉及一种基于近红外检测的“注水肉”快速筛查方法。

背景技术：

自上世纪80年代肉类市场放开经营以来“注水肉”行为一直屡禁不绝，成为严重危害消费者健康的食品安全问题。中国专利已公开的项目中注水肉的检测技术主要包括：试纸、电导、核磁共振和近红外光谱等技术等。

试纸技术是利用化学反应的变色原理才鉴别肉中是否添加违禁药物，针对不同的反应区间来确定添加物，例如水分、胶等其他物质；电导技术是利用物理学的电极原理和肉的导电特性，检测肉中水分含量来鉴别是否为“注水肉”；从实效来看，这两种速检测方法严重滞后，准确性有待提高，震慑效果不佳。

核磁共振技术是利用肉中氢分子的弛豫时间，分析肉中水分的分布状态来鉴别“注水肉”；此技术对设备要求高，需要专业检测员来操作检测且检测耗时长，不利于在场在线快速筛查。

在目前近红外检测方法专利中，主要是通过采集肉类近红外光谱，建立水分预测模型，利用水分含量值或者结合其他检测项目来鉴别“注水肉”。其注水肉模型基本采用单纯肌肉注水形式，与活体灌注(现行违法注水主要手段)的“注水肉”相比存在很大差异，不能准确显示水分在肌肉组织中的真实状态。

技术实现要素：

本发明的目的是提供一种基于近红外检测的“注水肉”快速筛查方法。

本发明提供的快速筛查“注水肉”的方法，包括：

对待筛查猪肉样品进行近红外光谱检测，利用所得近红外谱图中的光谱信息得到待筛查猪肉样品中的水分质量百分含量、蛋白质质量百分含量和脂肪含量，分别记为a、b和c；

y＝a/(b+c)公式i

所述公式i中，a为待筛查猪肉样品中的水分质量百分含量；

b为待筛查猪肉样品中的蛋白质质量百分含量；

c为待筛查猪肉样品中的脂肪含量；

若所述待筛查猪肉样品的a小于等于77％，且y小于3.10，则所述待筛查猪肉样品为正常肉；

若所述待筛查猪肉样品的a小于等于77％，且3.10≤y≤3.56，则所述待筛查猪肉样品为疑似“注水肉”；

若所述待筛查猪肉样品的a大于77％，或y大于3.56，则所述待筛查猪肉样品为“注水肉”。

上述方法中，上述近红外光谱检测步骤中，检测波长为1000-2500nm；光谱分辨率为10nm；波长重复性为0.05nm。

所述光谱信息为吸光度和波长。

利用所得近红外谱图中的光谱信息得到待筛查猪肉样品中的水分质量百分含量、蛋白质质量百分含量和脂肪含量的方法包括：利用所述光谱信息建立成分含量预测模型。上述建立成分含量预测模型的方法为已知常规方法。

具体的，可使用聚光科技(杭州)有限公司生产的supnir-2750近红外分析仪，光谱范围1000-2500nm，光谱分辨率为10nm，波长重复性为0.05nm，光谱扫描时，对每个样品上三个不同的位置进行光谱扫描，得到三条光谱曲线，然后平均成一条平均光谱曲线。

为了确保模型精度，减少测量误差因素引起图谱的基线漂移和不稳定性，需要对光谱进行预处理。利用化学计量学cm2000软件的建立模型功能，对图谱采取了平滑、多元散射校正和导数处理等预处理方法，减少图谱中噪音和漂移。平滑处理方法包括移动平均法和卷积平滑，降低图谱数据的信噪比；导数处理方法包括一阶导数和二阶导数处理，强化图片的谱带特征。本方法采用偏最小二乘法建立水分、蛋白质和脂肪含量预测模型，相关系数r2c分别为0.94，0.84，0.87；校正标准差sec(standarderrorofcorrection,sec)分别为0.47，0.40，0.56。

具体的，可按照如下步骤利用化学计量学cm2000软件建立水分、蛋白质和脂肪含量预测模型：

在化学计量学cm2000软件中，

1、“新建模型分析项目”，导入样品原始图谱，将每个样品的原始图谱取平均光谱，输入样品的可食用指标的检测值；

2、“光谱预处理”中，首先对120个光谱进行96个校正样品和24个验证样品的随机分配；采用移动平均法、卷积平滑、一阶导数和二阶导数方法对图谱进行预处理，生成建模图谱数据；

3、“建立模型”中，选择定量校正方法，采用最小二乘法(pls)，设置模型因子为8个，建模过程和统计检验方法符合astme1655标准；

4、“模型评价”中，输出模型效果，保存预测模型；

5、“模型验证”中，将验证样品的图谱导入分析项目，利用指标预测模型计算，得到可使用指标预测值。

活体注水后必然会引起机体复杂的代谢、代偿反应，加之在违法添加物中还含有辅助药物，使得水分在肌肉组织中的状态，与单纯肌肉注水肯定存在较大差异。本发明通过采集样品的近红外光谱，建立水分、蛋白质和脂肪含量预测模型；利用统计学的中位数法，分析水分/蛋白质和脂肪分布规律；依据国家标准《gb18394-2001畜禽肉水分限量》的限量值％和利用水分/蛋白质和脂肪的中位数作为筛查指标，快速筛查疑似“注水肉”。该方法采用活体灌注后采集的样品，更具有真实性和代表性，检测过程简便、快速、无损而且适合在场在线，可以普及推广到市场和商超的肉类检测，具有重要的应用价值。

附图说明

图1为样品原始光谱图。

图2为生鲜肉和“注水肉”的水分含量分布。

图3为生鲜肉和“注水肉”的蛋白质含量分布。

图4为生鲜肉和“注水肉”的脂肪含量分布。

图5为生鲜肉和“注水肉”的水分/蛋白质和脂肪的分布。

图6为水分含量预测模型预测效果。

图7为蛋白质含量预测模型预测效果。

图8为脂肪含量预测模型预测效果。

图9为验证样品的水分、蛋白质和脂肪含量分布图。

具体实施方式

下面结合具体实施例对本发明作进一步阐述，但本发明并不限于以下实施例。所述方法如无特别说明均为常规方法。所述原材料如无特别说明均能从公开商业途径获得。

实施例1、

下述实施例中所使用的实验方法如无特殊说明，均为常规方法。

1)样品模型

选择相同饲养条件下，体重95kg以上的健康三元杂交猪234头。随机选择153头为生鲜肉组，剩余81头作为“注水肉”组，用于建立注水肉模型。利用质监部门现场收缴的注水违法添加物，按照常用注射剂量和注水手法操作。注水违法添加物对猪只进行肌肉注射2h后灌服6公斤清水，每间隔3h灌服一次，连续2次；最后一次灌服2h后屠宰。屠宰流程按照《gb/t17236-2008生猪屠宰操作规程》执行。

2)建立水分、蛋白质和脂肪含量预测模型

使用聚光科技(杭州)有限公司生产的supnir-2750近红外分析仪，光谱范围1000-2500nm，光谱分辨率为10nm，波长重复性为0.05nm，光谱扫描时，对每个样品上三个不同的位置进行光谱扫描，得到三条光谱曲线，然后平均成一条平均光谱曲线，如图1所示。

为了确保模型精度，减少测量误差因素引起图谱的基线漂移和不稳定性，需要对光谱进行预处理。利用化学计量学cm2000软件的建立模型功能，对图谱采取了平滑、多元散射校正和导数处理等预处理方法，减少图谱中噪音和漂移。平滑处理方法包括移动平均法和卷积平滑，降低图谱数据的信噪比；导数处理方法包括一阶导数和二阶导数处理，强化图片的谱带特征。本方法采用偏最小二乘法建立水分、蛋白质和脂肪含量预测模型，相关系数r2c分别为0.94，0.84，0.87；校正标准差sec(standarderrorofcorrection,sec)分别为0.47，0.40，0.56。

具体的，可按照如下步骤利用化学计量学cm2000软件建立水分、蛋白质和脂肪含量预测模型：

在化学计量学cm2000软件中，

1、“新建模型分析项目”，导入样品原始图谱，将每个样品的原始图谱取平均光谱，输入样品的可食用指标的检测值；

2、“光谱预处理”中，首先对234个光谱进行188个校正样品和46个验证样品的随机分配；采用移动平均法、卷积平滑、一阶导数和二阶导数方法对图谱进行预处理，生成建模图谱数据；

3、“建立模型”中，选择定量校正方法，采用最小二乘法(pls)，设置模型因子为8个，建模过程和统计检验方法符合astme1655标准；

4、“模型评价”中，输出模型效果，保存预测模型；

5、“模型验证”中，将验证样品的图谱导入分析项目，利用指标预测模型计算，得到可使用指标预测值，也即水分、蛋白质和脂肪含量。

所得成分含量预测模型效果统计表如表1所示。

所得水分、蛋白质和脂肪含量预测模型预测效果分别如图6、图7和图8所示。

表1、含量预测模型效果统计表

3)水分、蛋白质和脂肪含量测定

参照gb5009.3-2016《食品安全国家标准食品中水分的测定》方法进行测定水分含量；

参照gb5009.5-2016《食品安全国家标准食品中蛋白质的测定》中第一法：凯式定氮法进行测定蛋白质含量；

参照gb5009.6-2016《食品安全国家标准食品中脂肪的测定》中第一法：索式抽提法进行测定脂肪含量。

如表2所示结果显示，生鲜肉水分显著小于“注水肉”(p＜0.05)，但二者数值均未超过gb18394-2001畜禽肉水分限量所规定的77％限量值；

生鲜肉蛋白质显著高于“注水肉”(p＜0.05)；

生鲜肉脂肪含量略高于“注水肉”；生鲜肉的水分/蛋白质和脂肪显著小于“注水肉”(p＜0.05)。

表2、营养成分含量和水分/蛋白质和脂肪测定结果

4)筛查指标分析

如表3所示水分/蛋白质和脂肪的分布结果显示，生鲜肉的水分/蛋白质和脂肪的分布区间从2.81至3.39，主要集中分布在3.05左右；“注水肉”的水分/蛋白质和脂肪的值3.28至4.36，主要分布区域集中在3.50左右。二者分布区域存在明显差异，大部分数值可以区分。

表3、水分/蛋白质和脂肪的百分位数

进一步研究水分/蛋白质和脂肪的百分位数得出(表3)，“注水肉”的水分/蛋白质和脂肪百分位区间在0％以下值为3.10。因此提出水分/蛋白质和脂肪比值(也即y)小于3.10判定为正常肉；3.10至3.56为疑似注水肉；大于3.56判定为注水肉。

5)筛查过程

首先扫描猪肉样品的近红外图谱，通过近红外营养成分含量模型得出水分、蛋白质和脂肪值；必须满足水分含量小于等于77％和水分/蛋白质与脂肪和的比值小于3.10的被检查猪肉样品作为正常猪肉；如果水分含量小于等于77％，或者水分/蛋白质和脂肪比值在3.10至3.56范围为疑似“注水肉”；如果水分含量大于77％，或者水分/蛋白质和脂肪比值大于3.56判定为“注水肉”。

参照样品模型，建立21头验证样品，随机选取7头为生鲜肉组；剩余14头作为“注水肉”组，验证样品的水分、蛋白质和脂肪预测值，所得结果如表4所示。

表4、验证样品的水分、蛋白质和脂肪预测值

含量分布图如图9所示。

经过本方法判别，生鲜肉组中，正常生鲜肉6个，占86％；疑似注水肉1个，占14％。注水肉组中，正常生鲜肉1个，7％；疑似注水肉11个，79％；注水肉2个，14％。