一种生鲜牛肉的安全分级方法技术

本发明专利技术提供一种生鲜牛肉的安全分级方法，本发明专利技术通过对样品进行光谱数据信息采集；按照国家标准规定的标准理化实验方法检测每个样品的TVB-N、pH值、细菌总数和肉色的标准值，求出上述各个指标随储存时间变化的回归方程和反回归方程；本发明专利技术检测时间短、检测速度快、省工、省时；不需要检测人员具备专业知识背景，操作简单、便捷。

【技术实现步骤摘要】
【专利摘要】本专利技术提供，本专利技术通过对样品进行光谱数据信息采集；按照国家标准规定的标准理化实验方法检测每个样品的TVB-N、pH值、细菌总数和肉色的标准值，求出上述各个指标随储存时间变化的回归方程和反回归方程；本专利技术检测时间短、检测速度快、省工、省时；不需要检测人员具备专业知识背景，操作简单、便捷。【专利说明】
本专利技术属于食品检测领域，具体地说，涉及。
技术介绍
牛肉具有营养丰富且口感好的特点，深受广大消费者的喜爱。 但是，牛肉很容易受到污染而变质。在储存过程中，随着微生物的增殖和一系列的 物理化学变化，牛肉的新鲜度随之降低。蛋白质、脂肪以及碳水化合物等丰富的营养成分被 细菌和酶利用，产生氨、硫化氨、醛酸、醛、酮、乙基硫醇、醇以及羧酸的酸性气体。代谢产物 中的醛、酮、酯和其它低分子化合物使牛肉产生异味。 人们通常通过感官对食品的品质进行判断，而这种判断常常带有很强的主观性， 评价分析结果往往会随着年龄、经验的不同，存在较大差异。即便同一个人也会由于身体状 况、情绪变化而得出不同结果。况且嗅觉鉴别是一个挥发物质吸入过程，长期实验会对人体 的健康造成危害，而且某些不良气味会令品评人员特别敏感而使结果有误；另外，感官评价 过程中往往需要大量有品评经验的人员组成品评小组，过程较为繁琐，评价结果往往不具 有重复性。
技术实现思路
为了克服上述技术问题，本专利技术提供了一种操作快速简便、检测准确的生鲜牛肉 的安全分级方法。 为了实现上述目的，本专利技术所述的包括以下步骤： (1)首先采集大量的生鲜牛肉样品，按照预定的实验周期，对样品进行光谱数据信 息采集； 每隔24h从生化培养箱中按编号顺序取出若干样本进行近红外光谱扫描，每次扫 描前，先将近红外光谱仪预热30min，经过多次测试优化，最终选择分辨率为ScnT1，扫描次 数为32次，选择积分球漫反射扫描方式，取出待采样牛肉样本后，人工置于光谱仪载物台 上，运行软件，首先存储扫描背景，然后完成光谱数据的采集和存储； (2)按照国家标准规定的标准理化实验方法检测每个样品的TVB-N、pH值、细菌总 数和肉色的标准值，求出上述各个指标随储存时间变化的回归方程和反回归方程，TVB-N随 储存时间T变化回归方程为Logistic函数，pH值、细菌总数和肉色随储存时间变化回归方 程是线性方程； 【权利要求】1. ，其特征在于，该方法包括以下步骤： (1) 首先采集大量的生鲜牛肉样品，按照预定的实验周期，对样品进行光谱数据信息采 集； 每隔24h从生化培养箱中按编号顺序取出若干样本进行近红外光谱扫描，每次扫描 前，先将近红外光谱仪预热30min，经过多次测试优化，最终选择分辨率为ScnT1，扫描次数 为32次，选择积分球漫反射扫描方式，取出待采样牛肉样本后，人工置于光谱仪载物台上， 运行软件，首先存储扫描背景，然后完成光谱数据的采集和存储； (2) 按照国家标准规定的标准理化实验方法检测每个样品的TVB-N、pH值、细菌总数和 肉色的标准值，求出上述各个指标随储存时间变化的回归方程和反回归方程，TVB-N随储存 时间T变化回归方程为Logistic函数，pH值、细菌总数和肉色随储存时间变化回归方程是 线性方程；(3) 对步骤（1)所采集的样品光谱数据信息进行预处理，把所有样品和相对应的样品 光谱数据信息分为校正集和验证集；利用所述校正集的光谱数据信息分别寻找反映生鲜牛 肉新鲜度的各个指标值对应的特征波长，并建立各个指标特征波长反射强度的多元线性回 归预测模型；利用所述验证集的光谱数据信息和标准值评价所建各指标预测模型的精度， 确定各个指标对应的最佳光谱数据预处理方法和最佳预测模型；其中，y代表肉品新鲜度的预测模型，X1代表挥发性盐基氮的预测模型，X2代表pH值的 预测模型，Zi代表颜色参数L*、a*、b*的预测模型，颜色采用CIE_Lab色空间，CIE_Lab色 空间以L*值表示颜色的明度、a*值表示颜色的绿红值、b*值表示颜色的蓝黄值，Ic1是挥发 性盐基氮预测模型的加权系数，k2是pH值预测模型的加权系数，k3是颜色预测模型的加权 系数，ji代表颜色参数L*、a*、b*在颜色预测模型的加权系数； (4) 利用步骤（3)所确定的各个指标对应的最佳光谱数据预处理方法和最佳预测模 型，来评价待测样品的新鲜度：采集待测样品光谱数据信息，利用所述最佳光谱数据预处 理方法对光谱数据信息进行预处理，根据各指标最佳预测模型和各个指标随储存时间变化 的反回归方程，预测出待测样品的TVB-N、pH值、细菌总数和肉色，进而预测出待测样品的 储存时间，利用TVB-N、pH值、细菌总数和肉色多个指标综合评价待测样品的新鲜度；对代 表牛肉新鲜度参数的指标挥发性盐基氮、PH值、颜色，进行理化测定，作为参照值；根据实 验得到的理化数据，以挥发性盐基氮为主要指标，制定猪肉新鲜度的评定标准，分为一级鲜 度、二级鲜度和变质肉。2. 根据权利要求1所述的，其特征在于，步骤（1)和步骤 (4)中采集光谱数据信息的光谱波长范围为1700-2400nm。3. 根据权利要求1所述的，其特征在于，所述光谱数据 预处理方法为多元散射校正、一阶导数、S-G滤波中的一种或几种。【文档编号】G01N21/359GK104330382SQ201410647927【公开日】2015年2月4日 申请日期:2014年11月17日 优先权日:2014年11月17日 【专利技术者】卢凌 申请人:中国农业科学院北京畜牧兽医研究所本文档来自技高网...

【技术保护点】
一种生鲜牛肉的安全分级方法，其特征在于，该方法包括以下步骤：(1)首先采集大量的生鲜牛肉样品，按照预定的实验周期，对样品进行光谱数据信息采集；每隔24h从生化培养箱中按编号顺序取出若干样本进行近红外光谱扫描，每次扫描前，先将近红外光谱仪预热30min，经过多次测试优化，最终选择分辨率为8cm‑1，扫描次数为32次，选择积分球漫反射扫描方式，取出待采样牛肉样本后，人工置于光谱仪载物台上，运行软件，首先存储扫描背景，然后完成光谱数据的采集和存储；(2)按照国家标准规定的标准理化实验方法检测每个样品的TVB‑N、pH值、细菌总数和肉色的标准值，求出上述各个指标随储存时间变化的回归方程和反回归方程，TVB‑N随储存时间T变化回归方程为Logistic函数，pH值、细菌总数和肉色随储存时间变化回归方程是线性方程；T=-log1099.989-XTVB-N12.78XTVB-N0.102;]]>T=XlogCFU-7.7230.104;]]>T=XPH-5.5670.038;]]>T=-XL*-43.2210.458;]]>T=-Xa*-23.6800.355;]]>(3)对步骤(1)所采集的样品光谱数据信息进行预处理，把所有样品和相对应的样品光谱数据信息分为校正集和验证集；利用所述校正集的光谱数据信息分别寻找反映生鲜牛肉新鲜度的各个指标值对应的特征波长，并建立各个指标特征波长反射强度的多元线性回归预测模型；利用所述验证集的光谱数据信息和标准值评价所建各指标预测模型的精度，确定各个指标对应的最佳光谱数据预处理方法和最佳预测模型；y=k1x1+k2x2+k3Σi=13jizi]]>其中，y代表肉品新鲜度的预测模型，x1代表挥发性盐基氮的预测模型，x2代表pH值的预测模型，zi代表颜色参数L*、a*、b*的预测模型，颜色采用CIE_Lab色空间，CIE_Lab色空间以L*值表示颜色的明度、a*值表示颜色的绿红值、b*值表示颜色的蓝黄值，k1是挥发性盐基氮预测模型的加权系数，k2是pH值预测模型的加权系数，k3是颜色预测模型的加权系数，ji代表颜色参数L*、a*、b*在颜色预测模型的加权系数；(4)利用步骤(3)所确定的各个指标对应的最佳光谱数据预处理方法和最佳预测模型，来评价待测样品的新鲜度：采集待测样品光谱数据信息，利用所述最佳光谱数据预处理方法对光谱数据信息进行预处理，根据各指标最佳预测模型和各个指标随储存时间变化的反回归方程，预测出待测样品的TVB‑N、pH值、细菌总数和肉色，进而预测出待测样品的储存时间，利用TVB‑N、pH值、细菌总数和肉色多个指标综合评价待测样品的新鲜度；对代表牛肉新鲜度参数的指标挥发性盐基氮、PH值、颜色，进行理化测定，作为参照值；根据实验得到的理化数据，以挥发性盐基氮为主要指标，制定猪肉新鲜度的评定标准，分为一级鲜度、二级鲜度和变质肉。...

【技术特征摘要】

【专利技术属性】
技术研发人员：卢凌，
申请(专利权)人：中国农业科学院北京畜牧兽医研究所，
类型：发明
国别省市：北京;11