基于近紅外高光譜技術(shù)快速檢測豌豆蛋白摻假牛肉

目前常用的肉制品摻假檢測技術(shù)有傳統(tǒng)的鑒別摻假方法如感官判別，基于蛋白質(zhì)組學(xué)的免疫和質(zhì)譜技術(shù)，基于DNA的聚合酶鏈?zhǔn)椒磻?yīng)（PCR）鑒別手段，以及環(huán)介導(dǎo)等溫擴增等。然而這些方法通常需要進行樣品制備，并且這些技術(shù)均在不同方面有一定的局限性。目前光譜技術(shù)的逐步發(fā)展經(jīng)驗證可克服這些限制，近紅外光譜技術(shù)也廣泛應(yīng)用于肉類的無損檢測。其中高光譜成像技術(shù)作為一種快速的，非接觸的分析方法廣泛發(fā)展，近年來已應(yīng)用于食品業(yè)、農(nóng)業(yè)等方向。

在肉類摻假的無損檢測中，高光譜檢測技術(shù)已有較多應(yīng)用，本試驗主要研究近紅外高光譜成像技術(shù)對牛肉中摻入豌豆蛋白的快速無損檢測。

01 牛肉樣品光譜曲線特征

通過使用高光譜系統(tǒng)所得到的93個樣品的原始平均光譜特征與經(jīng)過5種不同方法預(yù)處理的平均光譜特征如圖1所示。在所需波段中，不論經(jīng)過哪種預(yù)處理，樣品的光譜曲線總體走勢相似，在980、1200和1450nm處有吸收峰。980和1450nm處出現(xiàn)的吸收峰是由于水分中O-H鍵吸收，1200nm處所呈現(xiàn)的吸收峰是C-H鍵（脂肪）的第二泛音振動吸收所導(dǎo)致。

圖1豌豆蛋白摻牛肉樣品的光譜特征注：a：原始光譜；b：MAS光譜；c：GFS光譜；d：BC光譜；e：SGCS光譜；f：SNV光譜

02基于最優(yōu)波長建立 PLS 模型預(yù)測結(jié)果

經(jīng)篩選特征波長后所建立的PLSR模型如下表1和圖2所示。三種方法篩選特征波長所建立的模型中，校正集和交叉驗證集的決定系數(shù)在0.93~0.98之間，說明所建立的模型測量值和預(yù)測值相關(guān)性很好。由表2可以看出采用回歸系數(shù)法篩選特征波長后建立的預(yù)測模型效果最佳，R2P最大為0.90，RMSEP最小為2.85%，ΔE最小為1.13，RPD最大為6.19，該模型的準(zhǔn)確度與魯棒性最優(yōu)。經(jīng)F檢驗可知1.15<2.05，即F值小于F單尾臨界值，說明經(jīng)F檢驗得出基于高光譜技術(shù)獲得的摻假數(shù)據(jù)與總體數(shù)據(jù)方差之間沒有顯著性差異。經(jīng)t檢驗可知0.44<2.02，即t值小于t雙尾臨界值，說明預(yù)測值與真實值的均值差異不顯著。F檢驗和t檢驗進一步證實了模型可實現(xiàn)摻假檢驗。

表1 基于特征波長建立的豌豆蛋白摻牛肉簡化模型預(yù)測結(jié)果

圖2 摻假樣品最優(yōu)模型預(yù)測結(jié)果

注：a：校正集與交叉驗證集預(yù)測結(jié)果；b：驗證集預(yù)測結(jié)果

03結(jié)論

運用近紅外高光譜成像技術(shù)對牛肉中摻入豌豆蛋白進行快速無損檢測。采用5種不同預(yù)處理方法（MAS、GFS、BC、SGCS、SNV）建立的全波段PLSR模型中，基于GFS預(yù)處理光譜所建立的PLSR模型效果更好。采用RC、Stepwise、SPA等3種不同的方法從GFS光譜中篩選最優(yōu)波長，其中通過RC法篩選的24個特征波長所建立的優(yōu)化PLSR模型預(yù)測效果最好，R2P為0.90，RMSEP為2.85%，RPD為6.19?？傮w而言，采用高光譜成像技術(shù)結(jié)合PLSR模型可實現(xiàn)豌豆蛋白摻入牛肉的快速無損檢測。

推薦：

便攜式高光譜成像系統(tǒng)iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫(yī)學(xué)醫(yī)療、精準(zhǔn)農(nóng)業(yè)、礦物地質(zhì)勘探等領(lǐng)域的最新產(chǎn)品，主要優(yōu)勢具有體積小、幀率高、高光譜分辨率高、高像質(zhì)等性價比特點采用了透射光柵內(nèi)推掃原理高光譜成像，系統(tǒng)集成高性能數(shù)據(jù)采集與分析處理系統(tǒng)，高速USB3.0接口傳輸，全靶面高成像質(zhì)量光學(xué)設(shè)計，物鏡接口為標(biāo)準(zhǔn)C-Mount，可根據(jù)用戶需求更換物鏡。

審核編輯 黃宇