基于近红外光谱技术检测乳制品中微生物的种类和含量的方法技术

本发明专利技术涉及一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，包括以下步骤：步骤S1：获得光谱数据：将乳制品样品进行近红外光谱扫描，得到样品的近红外光谱图；步骤S2：建立模型：根据步骤S1中得到的近红外光谱预处理之后建立模型，采用偏最小二乘判别分析PLS‑DA建立定性检测模型，用以确定此时样品所感染细菌的种类，同时采用偏最小二乘法PLS建立定量检测模型，用以确定此时样品所感染细菌的浓度，从而确认样品新鲜度；步骤S3：预测未知样品：采用步骤S2中建立的模型，预测未知样品是否被细菌感染以及此时细菌的类型和含量。本发明专利技术借助近红外光谱技术，快速、准确、低成本检测牛奶中微生物的种类和含量的方法。

Method for detecting microbial species and content in dairy products based on near infrared spectroscopy

The invention relates to a method for detecting microbial species and content of dairy products in the near infrared spectroscopy based on, including the following steps: step S1: spectral data: dairy samples were near infrared spectroscopy scanning, get the near infrared spectra of samples; step S2: model: to establish the model according to near infrared spectroscopy the pretreatment obtained in step S1, using partial least squares discriminant analysis PLS DA qualitative detection model, to determine the type of the samples infected by bacteria, at the same time by using partial least squares PLS quantitative detection model, to determine the concentration of the samples infected by bacteria, thus confirming the freshness; step S3: to predict unknown samples by the steps of establishing S2 model, to predict unknown samples are bacterial infections and the bacteria of the type and content of. The invention relates to a method for detecting the species and content of microorganisms in milk at a rapid, accurate and low cost by means of near infrared spectroscopy.

【技术实现步骤摘要】
基于近红外光谱技术检测乳制品中微生物的种类和含量的方法
本专利技术涉及分析化学领域，特别是涉及一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法。
技术介绍
近年来，牛奶、奶粉等乳制品由于蛋白质含量丰富，并含有多种人体必需的微量元素，因而逐渐成为主要的营养补给品。与此同时，牛奶、奶粉等乳制品易于被微生物感染从而使其变质。牛奶、奶粉等乳制品中最容易感染的细菌是坂崎菌、金黄色葡萄球菌等，而这类细菌都具有较强的致病性，被感染了的乳制品一旦被误食，对人体健康危害极大。一般来说，牛奶等乳制品中一旦被细菌等微生物入侵，小则会使人腹泻、呕吐，大则危急生命。目前检测牛奶中微生物的类别及含量的文献和标准主要为比浊法、直接计数法、平皿计数法、稀释法等，这类检测方法虽然准确，但是耗时长，无法做到实时检测，更不能用于在线检测，检验成本较高、耗时长。
技术实现思路
有鉴于此，本专利技术的目的是提供一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，快速、准确、低成本检测牛奶中微生物的种类和含量。本专利技术采用以下方案实现：一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，包括以下步骤：步骤S1：获得光谱数据：将乳制品样品进行近红外光谱扫描，得到样品的近红外光谱图；步骤S2：建立模型：根据步骤S1中得到的近红外光谱预处理之后建立模型，采用偏最小二乘判别分析PLS-DA建立定性检测模型，用以确定此时样品所感染细菌的种类，同时采用偏最小二乘法PLS建立定量检测模型，用以确定此时样品所感染细菌的浓度，从而确认样品新鲜度；步骤S3：预测未知样品：采用步骤S2中建立的模型，预测未知样品是否被细菌感染以及此时细菌的类型和含量。进一步地，所述步骤S1中，采用傅里叶转换近红外光谱仪对样品进行扫描，设定扫描范围为12400–4000cm-1，分辨率为16cm-1，扫描32次。进一步地，所述步骤S1中，乳制品样品包括含有坂崎菌的牛奶样品、含有金葡萄球菌的牛奶样品。将所述含有坂崎菌的牛奶样品与含有金葡萄球菌的牛奶样品分别盛装于10mm石英比色皿中进行扫描，得到样品的近红外光谱图，并剔除异常的样本数据。进一步地，所述步骤S2中对近红外光谱进行预处理时采用多元散射校正方法MSC，用以消除散射影响，增强与成分含量相关的光谱吸收信息。由于选取12400–4000cm-1特征波段下的光谱信息，分别运用运用多元散射校正(MultiplicativeScatterCorrection,MSC)、标准正态变量校正(StandardNormalVariate,SNV)、一阶导数进行对光谱信息进行处理。实验证明MSC效果最好，经过散射校正后得到的光谱数据可以有效地消除散射影响，增强了与成分含量相关的光谱吸收信息。该方法的使用首先要求建立一个待测样品的“理想光谱”，即光谱的变化与样品中成分的含量满足直接的线性关系，以该光谱为标准要求对所有其他样品的近红外光谱进行修正，其中包括基线平移和偏移校正等。进一步地，所述步骤S2中，建立定性检测模型与定量检测模型时，首先将预处理后的光谱数据利用PLS-DA建立已知种类细菌和处理后光谱特征矩阵X之间关系，PLS-DA模型中的因变量为Y，其列数等于细菌的种类，例如细菌种类为3种，Y＝[100]、Y＝[010]、Y＝[001]来表示细菌的归属，建立PLS-DA模型后就可以建立起已知细菌种类和光谱对应关系，可以用来预测未知的细菌的种类。具体地，首先PLS-DA模型将样本类别用哑变量δij作处理，即：然后，运用偏最小二乘回归建立解释变量与反应变量之间的关系模型，其中反应变量为哑变量，解释变量为X；最后，通过比较模型的反应变量预测值大小确定各样本的类别，即若某个哑变量分量的预测值最大，则判定该样本属于该哑变量所对应的类别。进一步地，定量的识别包括如下：含有坂崎菌、金葡萄球菌等不同细菌且细菌含量不同的牛奶样品，在室温下测其近红外光谱图。配制一系列同时含有两种细菌，但细菌浓度不同的牛奶等乳制品样品，其中细菌的含量(logCFU/mL)分别为:(8.000,5.301)、(7.699,6.000)、(7.301,6.699)、(7.000,5.000)、(6.699,5.699)、(6.301,4.699)、(6.000,3.301)、(5.699,4.000)、(5.301,1.699)、(5.000,1.301)、(4.699,2.699)、(4.301,7.699)、(4.000,8.000)、(3.699，7.000)、(3.301,1.000)、(3.000,2.301)、(2.699,7.301)、(2.301,6.301)、(2.000，4.301)、(1.699,3.699)、(1.301,2.000)、(1.000,3.000)。使用10mm石英比色皿盛装检测待测样品，测其近红外光谱图。设定扫描范围为12400–4000cm-1，分辨率为16cm-1，扫描32次。以用空气作为测量背景，空气湿度为60％，在室温下测定，用PLS对不同细菌分别建立定量分析模型，同时对含有混合细菌的牛奶样品建立定量分析模型，预测牛奶中不同细菌各自的浓度，则通过PLS模型就可以测量未知牛奶中细菌的浓度。与现有技术相比，本专利技术具有以下有益效果：本专利技术借助近红外光谱技术，对牛奶中的微生物分别建立PLS-DA的定性模型和PLS定量模型，经实验表明具有良好的精度，并且比传统的方法具有实时性好，操作简单，对于后续牛奶微生物检测提供借鉴和贡献，由于牛奶微生物检测与生活息息相关，具有很好的显示意义和良好的应用前景。附图说明图1为本专利技术中实施所述坂崎菌的近红外原始吸收光谱图。图2为本专利技术中实施所述金黄色葡萄球菌的近红外原始吸收光谱图。图3为本专利技术中实施所述金黄色葡萄球菌PLS定量模型预测结果示意图。图4为本专利技术中实施所述坂崎菌PLS定量模型预测结果示意图。图5为本专利技术中偏最小二乘判别分析(PLS-DA)基本原理示意图。图6为本专利技术的方法流程示意图。具体实施方式下面结合附图及实施例具体对本专利技术进行进一步说明。本实施例提供一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，如图6所示，包括以下步骤：步骤S1：获得光谱数据：将乳制品样品进行近红外光谱扫描，得到样品的近红外光谱图；步骤S2：建立模型：根据步骤S1中得到的近红外光谱预处理之后建立模型，采用偏最小二乘判别分析PLS-DA建立定性检测模型，用以确定此时样品所感染细菌的种类，同时采用偏最小二乘法PLS建立定量检测模型，用以确定此时样品所感染细菌的浓度，从而确认样品新鲜度；步骤S3：预测未知样品：采用步骤S2中建立的模型，预测未知样品是否被细菌感染以及此时细菌的类型和含量。在本实施例中，该方法具体如下：1、试剂及材料：牛奶(澳牛)，坂崎菌，金黄色葡萄球菌，此次定性鉴别和定量的识别以这两种细菌作为示范。2、仪器和设备：傅里叶转换近红外光谱仪nicolet6700(美国Thermofisher公司)，10mm石英比色皿；MATLAB软件编写程序。3、实验条件设置：实验中样品用10mm石英比色皿盛装，扫描范围为12400–4000cm-1，分辨率为16cm-1，扫描32次。在室温下测定，用空气作为测本文档来自技高网...

【技术保护点】
一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在于：包括以下步骤：步骤S1：获得光谱数据：将乳制品样品进行近红外光谱扫描，得到样品的近红外光谱图；步骤S2：建立模型：根据步骤S1中得到的近红外光谱预处理之后建立模型，采用偏最小二乘判别分析PLS‑DA建立定性检测模型，用以确定此时样品所感染细菌的种类，同时采用偏最小二乘法PLS建立定量检测模型，用以确定此时样品所感染细菌的浓度，从而确认样品新鲜度；步骤S3：预测未知样品：采用步骤S2中建立的模型，预测未知样品是否被细菌感染以及此时细菌的类型和含量。

【技术特征摘要】
1.一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在于：包括以下步骤：步骤S1：获得光谱数据：将乳制品样品进行近红外光谱扫描，得到样品的近红外光谱图；步骤S2：建立模型：根据步骤S1中得到的近红外光谱预处理之后建立模型，采用偏最小二乘判别分析PLS-DA建立定性检测模型，用以确定此时样品所感染细菌的种类，同时采用偏最小二乘法PLS建立定量检测模型，用以确定此时样品所感染细菌的浓度，从而确认样品新鲜度；步骤S3：预测未知样品：采用步骤S2中建立的模型，预测未知样品是否被细菌感染以及此时细菌的类型和含量。2.根据权利要求1所述的一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在于：所述步骤S1中，采用傅里叶转换近红外光谱仪对样品进行扫描，设定扫描范围为12400–4000cm-1，分辨率为16cm-1，扫描32次。3.根据权利要求1所述的一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在于：所述步骤S1中，乳制品样品包括含有坂崎菌的牛奶样品、含有金葡萄球菌的牛奶样品。4.根据权利要求3所述的一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在于：所述含有坂崎菌的牛奶样品与含有金葡萄球菌的牛奶样品分别盛装于10mm石英比色皿中进行扫描，得到样品的近红外光谱图，并剔除异常的样本数据。5.根据权利要求1所述的一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在于：所述步骤S2中对近红外光谱进行预处理时采用多元散射校正方法MSC，用以消除散射影响，增强与成分含量相关的光谱吸收信息。6.根据权利要求1所述的一种基于近红外光谱技术检测乳制品中微生物的种类和含量的方法，其特征在...

【专利技术属性】
技术研发人员：孙伟明，李祥辉，李春艳，
申请(专利权)人：福建医科大学，
类型：发明
国别省市：福建,35