仪器信息网APP
选仪器、听讲座、看资讯

【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质

【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质

多维度快速分析比萨罗猪肉的品质


食品原材料通常都有一个或几个影响其价格的关键营养成分含量,但除此之外,有时还有一些理化指标则会间接地影响材料的品质等级,进而直接决定最终产品口感与风味。以肉类为例,主要有以下几方面影响着其质量的优劣:商业价值、肉的感官、营养与技术(加工和存储的适应性)特性。由此可以看出,营养特性只是决定其品质的冰山一角。


对于企业而言,质量控制不仅涉及最终产品的质量检测,而是从原料到生产过程关键环节的全流程监控,这样才能够最有效率地生产出满足法规监管需求的产品,从而保障食品安全。相较于费时废力的传统检测方法,高效快速的近红外光谱技术在生产的过程控制中往往起着关键作用。


在肉制品加工行业,不同来源地甚至不同饲养品种的肉可能其蛋白、脂肪含量接近,但实际采购价格却相距悬殊。而近红外技术在快速分析肉类的各种指标上可谓是大放异彩。尤其在市场巨大的猪肉加工中,近红外被广泛应用于测定不同部位猪肉中水分、蛋白质与脂肪的含量,也有用来分析肉的色泽、酸碱度等参数。此次分享的一项研究就是用近红外光谱技术从多个角度分析比萨罗猪肉的品质。


当今人们愈加关注影响肉类品质的非构成方面的因素,如动物物种和品种等固有特征、地理来源、饮食来源、饲养方法及屠宰方式等。因此,肉制品生产商对于具有公认的来源地的优质肉类的兴趣就日益剧增。比萨罗猪肉与相关肉制品是被全球公认的优质产品,它是葡萄牙北部的一种土生品种。所以,能够快速地量化这一优质肉源的品质具有很强的现实意义。


1

研究数据

在该研究中,共选取了 40 头饲养了 90 天以上且平均体重在 100 公斤的比萨罗猪,屠宰后储存在 4 ℃ 的冷库中 24 小时并计重。随后将其运送至布拉干萨理工大学农学院的肉制品实验室进行数据分析。


测量前使用步琦 B-400 均质仪进行 5 至 10 秒的粉碎,取 100g 左右的样品进行检测,测量指标包括水活性(aW)、水分(Moisture)、灰分(Ash)、胶原蛋白(Collagen)、完整腰部持水力(WHC)、色素(Pigments)、熟肉剪切力(CT)、生肉剪切力(RT)、脂肪(Fat)和蛋白质(Protein)。


其数据分布如下表所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


同时上述所有样品使用了步琦 N-500 傅里叶变换近红外光谱仪采集其近红外光谱数据用于后续分析,其原始光谱与各种预处理光谱图如下所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质
【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


作者分别采用了偏最小二乘(PLS)和支持向量机(SVM)两种算法对上述数据进行建模分析,40 个样品通过 KS 算法将 32 个(80 %)选为校正集,8 个(20 %)选为独立验证集,建模对校正集采用8折交互检验并执行 10 个循环进行模拟选出最优模型,然后对独立验证集的数据进行预测。


2

研究结果

通过校正集数据在每种算法下的 80 次模拟建模,最终得到的模型参数如下表所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


作者在尝试了不同的参数发现,这些指标在使用PLS时往往需要的潜变量比较高(大于14 PCs),可能是这些指标大多与样品的近红外光谱之间的关系是非线性的,所以对于能够描述非线性关系的SVM在建模时就更低均方根误差。


随后用上述模型预测独立验证集中数据结果如下表所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


验证结果也表明 PLS 对于所建的指标,部分指标的预测值和参考值之间是有较低误差与良好的线性关系,但也存在较大验证误差与较差的线性关系的指标。而 SVM 几乎可以较好地解释样品光谱与指标间的非线性关系,但也有诸如色素和持水力这两个线性关系较差的指标。


该研究尽管收集的样品有限,但也为快速分析特定品种肉的质量给出了解决方案,同时为近红外光谱分析非线性参数提供了思路,展示了近红外在食品质量控制中的无尽潜力。


3

参考文献

Foods 2023, 12, 470. https://doi.org/10.3390/foods12030470




【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质

来源于:瑞士步琦有限公司 BUCHI Labortechnik AG

热门评论

厂商动态

新闻专题

更多推荐

写评论…
0
【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质

多维度快速分析比萨罗猪肉的品质


食品原材料通常都有一个或几个影响其价格的关键营养成分含量,但除此之外,有时还有一些理化指标则会间接地影响材料的品质等级,进而直接决定最终产品口感与风味。以肉类为例,主要有以下几方面影响着其质量的优劣:商业价值、肉的感官、营养与技术(加工和存储的适应性)特性。由此可以看出,营养特性只是决定其品质的冰山一角。


对于企业而言,质量控制不仅涉及最终产品的质量检测,而是从原料到生产过程关键环节的全流程监控,这样才能够最有效率地生产出满足法规监管需求的产品,从而保障食品安全。相较于费时废力的传统检测方法,高效快速的近红外光谱技术在生产的过程控制中往往起着关键作用。


在肉制品加工行业,不同来源地甚至不同饲养品种的肉可能其蛋白、脂肪含量接近,但实际采购价格却相距悬殊。而近红外技术在快速分析肉类的各种指标上可谓是大放异彩。尤其在市场巨大的猪肉加工中,近红外被广泛应用于测定不同部位猪肉中水分、蛋白质与脂肪的含量,也有用来分析肉的色泽、酸碱度等参数。此次分享的一项研究就是用近红外光谱技术从多个角度分析比萨罗猪肉的品质。


当今人们愈加关注影响肉类品质的非构成方面的因素,如动物物种和品种等固有特征、地理来源、饮食来源、饲养方法及屠宰方式等。因此,肉制品生产商对于具有公认的来源地的优质肉类的兴趣就日益剧增。比萨罗猪肉与相关肉制品是被全球公认的优质产品,它是葡萄牙北部的一种土生品种。所以,能够快速地量化这一优质肉源的品质具有很强的现实意义。


1

研究数据

在该研究中,共选取了 40 头饲养了 90 天以上且平均体重在 100 公斤的比萨罗猪,屠宰后储存在 4 ℃ 的冷库中 24 小时并计重。随后将其运送至布拉干萨理工大学农学院的肉制品实验室进行数据分析。


测量前使用步琦 B-400 均质仪进行 5 至 10 秒的粉碎,取 100g 左右的样品进行检测,测量指标包括水活性(aW)、水分(Moisture)、灰分(Ash)、胶原蛋白(Collagen)、完整腰部持水力(WHC)、色素(Pigments)、熟肉剪切力(CT)、生肉剪切力(RT)、脂肪(Fat)和蛋白质(Protein)。


其数据分布如下表所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


同时上述所有样品使用了步琦 N-500 傅里叶变换近红外光谱仪采集其近红外光谱数据用于后续分析,其原始光谱与各种预处理光谱图如下所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质
【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


作者分别采用了偏最小二乘(PLS)和支持向量机(SVM)两种算法对上述数据进行建模分析,40 个样品通过 KS 算法将 32 个(80 %)选为校正集,8 个(20 %)选为独立验证集,建模对校正集采用8折交互检验并执行 10 个循环进行模拟选出最优模型,然后对独立验证集的数据进行预测。


2

研究结果

通过校正集数据在每种算法下的 80 次模拟建模,最终得到的模型参数如下表所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


作者在尝试了不同的参数发现,这些指标在使用PLS时往往需要的潜变量比较高(大于14 PCs),可能是这些指标大多与样品的近红外光谱之间的关系是非线性的,所以对于能够描述非线性关系的SVM在建模时就更低均方根误差。


随后用上述模型预测独立验证集中数据结果如下表所示:


【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质


验证结果也表明 PLS 对于所建的指标,部分指标的预测值和参考值之间是有较低误差与良好的线性关系,但也存在较大验证误差与较差的线性关系的指标。而 SVM 几乎可以较好地解释样品光谱与指标间的非线性关系,但也有诸如色素和持水力这两个线性关系较差的指标。


该研究尽管收集的样品有限,但也为快速分析特定品种肉的质量给出了解决方案,同时为近红外光谱分析非线性参数提供了思路,展示了近红外在食品质量控制中的无尽潜力。


3

参考文献

Foods 2023, 12, 470. https://doi.org/10.3390/foods12030470




【瑞士步琦】近红外慧眼识“猪”——多维度快速分析比萨罗猪肉的品质