冷藏期间滩羊肉肌红蛋白变化的快速检测研究
发布时间：2021-07-06 09:03
滩羊是宁夏优势特色畜种,肉色是影响滩羊肉食用性及商业性的重要品质,直接影响消费者的购买决定,其随着肌红蛋白的多少及化学状态而变化。肌红蛋白的传统检测法成本高、破坏性大,还需要高度专业化的设备、样品制备和训练有素的仪器操作人员。因此,亟需一些简便、灵敏、经济、可靠且具有实时评估功能的强大分析仪器及方法,以实现滩羊肉中肌红蛋白含量的精确且快速的无损检测。本文将滩羊肉Vis-NIR与NIR两种光谱数据分别与化学计量学方法相结合,探究了高光谱成像技术快速无损检测滩羊肉中肌红蛋白含量的可行性,研究了冷藏期间滩羊肉中肌红蛋白的光谱变化规律,开发了滩羊肉中肌红蛋白含量的最优定量函数,以期为滩羊肉中肌红蛋白含量的快速无损检测提供重要的科学依据,主要研究成果如下:（1）贮藏期内滩羊肉中肌红蛋白含量变化研究随着冷藏时间的增加,DeoMb含量总体呈下降趋势;MbO2含量呈现先增加（p<0.05）,后下降（p<0.05）的变化趋势;滩羊肉中的MetMb含量随存储时间的增加而增加（p<0.05）,第19天之后MetMb含量基本保持恒定（p>0.05）,直到冷藏结束。（2）NIR高光谱对滩...
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
图３－１冷鲜滩羊肉中ＤｅｏＭｂ，ＭｂＣｈ和ＭｅｔＭｂ含量的变化（％）??（ａ）?ＤｅｏＭｂ，?（ｂ）?ＭｂＣｈ?和（ｃ）?ＭｅｔＭｂ
＝■夏大学硕士学位论文?第五章ＮＩＲ波段冷鲜滩羊肉肌红蛋白的定量函数建立??的光谱数据用于进一步分析。所有测试样品的原始平均反射光谱如图４－１?（ａ）所示。与光谱范围??为１４００?－?１７００?ｎｍ的反射值相比，１０１０?－?１４００?ｒｕｎ范围内的反射值非常高。反射率值的差异与光??谱特征吸收有关，例如Ｃ－Ｈ?（有机化合物）拉伸振动，０－Ｈ?（水，碳水化合物和脂肪）拉伸振动??以及来自有机化合物（蛋白质和氨基酸）中酰胺和胺的Ｎ－Ｈ键Ｗ。??根据先前的研究，在１０２２?ｎｍ?－?１１００?ｎｍ是酰胺中ＮＨ的第二次Ｎ－Ｈ拉伸，１１００?ｎｍ?－?Ｕ６０ｎｍ??是ＣＨ：的第二次Ｃ－Ｈ拉伸，１１６０?ｎｍ－?１３００ｎｍ范围内的吸收带归因于羰基化合物的第二次Ｃ－Ｈ??拉伸，１３００?ｎｍ?－?１４００?ｎｍ是Ｃ＝０键第三次振动，１４００?ｒｎｎ?－?１５００?ｎｍ是ＣＯＯＨ的第一次０－Ｈ拉伸，??１６００?ｎｍ－?１７００?ｎｍ光谱区域中的中红外光谱是蛋白质的酰胺Ｉ谱带，这主要归因于Ｃ＝０拉伸的??吸收［丨１８’丨６４－１６５］。??样品在不同存储时间下的代表性平均光谱曲线如图４－１?（ｂ）所示。可以清楚地看到，不同天??数滩羊肉样品的平均反射光谱曲线形态特征相似，没有明显的波动。然而，随着储存时间的延??长．观察到样本的整个光谱反射强度有降低的趋势。这种现象表明．肌红蛋白含量较高的滩羊??肉样品的反射率值较低（吸光度较高），反之亦然。这种现象可能归因于两个方面，一方面，??近红外区域中反射率值的差异可能是由于储存过程中微生物活动和酶活性所引起的滩羊肉的物??理性质和主要化学成分（例如水，脂肪和蛋白质）的变化［３７］。另一方面
宁夏大学硕士学位论文?第五章ＮＩＲ波段冷鲜滩羊肉肌红蛋白的定量函数建立??４．２．３?ＮＩＲ光谱特征波段分析??４．２．３．Ｉ?ＤｃｏＭｂ的ＮＩＲ光谱特征分析?．??（１）?ＳＰＡ算法选择特征波长??图４－２为ＳＰＡ算法选择ＤｅｏＭｂ特征波长的过程。如图４－２（ａ）所示，当变量数为５时．ＲＭＳＥＣＶ??值达到最低（丨．３２３１）。由４－２?（ｂ）可以看出特征变量数分别为１０２０?ｎｍ、１０５６?ｎｍ、１２０８ｎｍ、??１２６４?ｎｍ和１４９１?ｎｍ．变量数占到总波长数的１．９６％，很大程度上精简了模型。??Ａｉ终选扦的变ｗ：?５?（ＲＭＳＥＣＶ?＝丨．３２３１＞?〇ｇ??＂５ｆ—丨—Ｉ—！?：——?－???－—．．．Ｉｉ．．．．．ｉ?ｉ。８?????－汝．．．Ｉ．．．．．．Ｉ?！?：ｔＡ：＝??＞?ｉ?ａ?＇?：?－ｉ－０?５?－?？?＾?＼???＾?ｊ＿３＜?－?；??；－．???????＂￣Ｔ）．４?－???ｍ?????ｕ－１－＾一Ｉ??Ｕ５—．！??．．．??：：：：；；：?：?：?Ｉ??０?２?４?６?８?１０?１２?１４?〇ｌ?ｉ?ｉ?ｉ?ｉ?ｉ??酬賊数?０?５０?丨°°交里数ｌ５°?２〇０?２５０??图４－２?ＳＰＡ算法选择的特征波长（ａ）ＲＭＳＥＣＶ的变化情况（ｂ）选择的特征波长??Ｆｉｇ．４－２?Ｆｅａｔｕｒｅ?ｗａｖｅｌｅｎｇｔｈｓ?ｅｘｔｒａｃｔｅｄ?ｂ＼－?ＳＰＡ?（ａ）?Ｃｈａｎｇｅｓ?ｉｎ?ＲＭＳＥＣＶ?（ｂ）?Ｓｅｌｅｃｔｅｄ?ｃｈａｒａｃｔｅｒｉｓｔｉ
【参考文献】：
期刊论文
[1]高光谱成像技术结合线性回归算法快速预测鸡肉掺假牛肉[J]. 朱亚东,何鸿举,王魏,蒋圣启,马汉军,刘玺,刘苏汉,朱明明,赵圣明,王正荣. 食品工业科技. 2020(04)
[2]可见/近红外高光谱成像技术对长枣中葡萄糖含量的无损检测[J]. 程丽娟,刘贵珊,万国玲,何建国. 发光学报. 2019(08)
[3]基于高光谱成像技术的滩羊肉新鲜度快速检测研究[J]. 张晶晶,刘贵珊,任迎春,苏文浩,康宁波,马超. 光谱学与光谱分析. 2019(06)
[4]基于高光谱和频谱特征的注水肉识别方法[J]. 於海明,徐佳琪,刘浩鲁,刘超,张大成,陈坤杰. 农业机械学报. 2019(11)
[5]可见/近红外光谱技术无损识别苹果品种的研究[J]. 尚静,张艳,孟庆龙. 保鲜与加工. 2019(03)
[6]近红外高光谱联用Stepwise算法快速无接触评估冷鲜鸡肉色泽及嫩度[J]. 蒋圣启,何鸿举,王慧,马汉军,陈复生,刘玺,贾方方,康壮丽,潘润淑,朱明明,赵圣明,王正荣. 食品工业科技. 2019(13)
[7]NIRS数据样本选择与预处理方法综述[J]. 王骏超,葛俊锋. 国外电子测量技术. 2019(03)
[8]硝酸盐腌肉中硝酸盐添加量的判别分析[J]. 万国玲. 食品安全导刊. 2019(06)
[9]基于卷积神经网络与高光谱的鸡肉品质分类检测[J]. 王九清,邢素霞,王孝义,曹宇. 肉类研究. 2018(12)
[10]融合高光谱和图像深度特征的腊肉分类与检索算法研究[J]. 董小栋,郭培源,徐盼,许晶晶. 食品工业科技. 2018(23)
博士论文
[1]低温保藏猪肉有机生物大分子光谱成像规律与快速检测方法研究[D]. 程玮玮.华南理工大学 2018
[2]谷物霉菌的高光谱成像辨识方法和霉变玉米籽粒检测方法研究[D]. 褚璇.中国农业大学 2018
[3]脂质氧化和抗氧化因子对牦牛肉肌红蛋白稳定性及高铁肌红蛋白还原能力的影响[D]. 陈骋.甘肃农业大学 2016
[4]基于高光谱成像技术的冷鲜猪肉品质无损检测方法研究[D]. 刘善梅.华中农业大学 2015
硕士论文
[1]基于图像处理技术的冷冻冷藏果蔬品质研究[D]. 岳林珊.天津商业大学 2019
[2]肉类掺假高光谱检测的数据处理方法研究[D]. 俞晗月.华中科技大学 2019
[3]基于高光谱技术的滩羊肉持水性及质构剖面特性快速检测[D]. 张晶晶.宁夏大学 2019
[4]贮藏期内滩羊熟肉肌红蛋白含量变化的高光谱模型构建及空间分布[D]. 马超.宁夏大学 2019
[5]基于高光谱图像技术的生菜镉污染检测与可视化研究[D]. 张跃春.江苏大学 2018
[6]基于高光谱成像的西兰花农药残留无损检测方法研究[D]. 顾敏.浙江理工大学 2018
[7]基于近红外和高光谱检测鸡蛋粉掺假的研究[D]. 刘平.华中农业大学 2017
[8]基于显微高光谱成像技术的滩羊肉品质检测研究[D]. 马天兰.宁夏大学 2017
[9]冷藏腐败过程鱼肉蛋白质和脂肪变化的高光谱成像监控方法研究[D]. 陈瑜楠.华南理工大学 2017
[10]基于高光谱图像技术的大米品种、水分及淀粉含量无损检测研究[D]. 路心资.江苏大学 2017
本文编号：3267948
【文章来源】：宁夏大学宁夏回族自治区 211工程院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
图３－１冷鲜滩羊肉中ＤｅｏＭｂ，ＭｂＣｈ和ＭｅｔＭｂ含量的变化（％）??（ａ）?ＤｅｏＭｂ，?（ｂ）?ＭｂＣｈ?和（ｃ）?ＭｅｔＭｂ
＝■夏大学硕士学位论文?第五章ＮＩＲ波段冷鲜滩羊肉肌红蛋白的定量函数建立??的光谱数据用于进一步分析。所有测试样品的原始平均反射光谱如图４－１?（ａ）所示。与光谱范围??为１４００?－?１７００?ｎｍ的反射值相比，１０１０?－?１４００?ｒｕｎ范围内的反射值非常高。反射率值的差异与光??谱特征吸收有关，例如Ｃ－Ｈ?（有机化合物）拉伸振动，０－Ｈ?（水，碳水化合物和脂肪）拉伸振动??以及来自有机化合物（蛋白质和氨基酸）中酰胺和胺的Ｎ－Ｈ键Ｗ。??根据先前的研究，在１０２２?ｎｍ?－?１１００?ｎｍ是酰胺中ＮＨ的第二次Ｎ－Ｈ拉伸，１１００?ｎｍ?－?Ｕ６０ｎｍ??是ＣＨ：的第二次Ｃ－Ｈ拉伸，１１６０?ｎｍ－?１３００ｎｍ范围内的吸收带归因于羰基化合物的第二次Ｃ－Ｈ??拉伸，１３００?ｎｍ?－?１４００?ｎｍ是Ｃ＝０键第三次振动，１４００?ｒｎｎ?－?１５００?ｎｍ是ＣＯＯＨ的第一次０－Ｈ拉伸，??１６００?ｎｍ－?１７００?ｎｍ光谱区域中的中红外光谱是蛋白质的酰胺Ｉ谱带，这主要归因于Ｃ＝０拉伸的??吸收［丨１８’丨６４－１６５］。??样品在不同存储时间下的代表性平均光谱曲线如图４－１?（ｂ）所示。可以清楚地看到，不同天??数滩羊肉样品的平均反射光谱曲线形态特征相似，没有明显的波动。然而，随着储存时间的延??长．观察到样本的整个光谱反射强度有降低的趋势。这种现象表明．肌红蛋白含量较高的滩羊??肉样品的反射率值较低（吸光度较高），反之亦然。这种现象可能归因于两个方面，一方面，??近红外区域中反射率值的差异可能是由于储存过程中微生物活动和酶活性所引起的滩羊肉的物??理性质和主要化学成分（例如水，脂肪和蛋白质）的变化［３７］。另一方面
宁夏大学硕士学位论文?第五章ＮＩＲ波段冷鲜滩羊肉肌红蛋白的定量函数建立??４．２．３?ＮＩＲ光谱特征波段分析??４．２．３．Ｉ?ＤｃｏＭｂ的ＮＩＲ光谱特征分析?．??（１）?ＳＰＡ算法选择特征波长??图４－２为ＳＰＡ算法选择ＤｅｏＭｂ特征波长的过程。如图４－２（ａ）所示，当变量数为５时．ＲＭＳＥＣＶ??值达到最低（丨．３２３１）。由４－２?（ｂ）可以看出特征变量数分别为１０２０?ｎｍ、１０５６?ｎｍ、１２０８ｎｍ、??１２６４?ｎｍ和１４９１?ｎｍ．变量数占到总波长数的１．９６％，很大程度上精简了模型。??Ａｉ终选扦的变ｗ：?５?（ＲＭＳＥＣＶ?＝丨．３２３１＞?〇ｇ??＂５ｆ—丨—Ｉ—！?：——?－???－—．．．Ｉｉ．．．．．ｉ?ｉ。８?????－汝．．．Ｉ．．．．．．Ｉ?！?：ｔＡ：＝??＞?ｉ?ａ?＇?：?－ｉ－０?５?－?？?＾?＼???＾?ｊ＿３＜?－?；??；－．???????＂￣Ｔ）．４?－???ｍ?????ｕ－１－＾一Ｉ??Ｕ５—．！??．．．??：：：：；；：?：?：?Ｉ??０?２?４?６?８?１０?１２?１４?〇ｌ?ｉ?ｉ?ｉ?ｉ?ｉ??酬賊数?０?５０?丨°°交里数ｌ５°?２〇０?２５０??图４－２?ＳＰＡ算法选择的特征波长（ａ）ＲＭＳＥＣＶ的变化情况（ｂ）选择的特征波长??Ｆｉｇ．４－２?Ｆｅａｔｕｒｅ?ｗａｖｅｌｅｎｇｔｈｓ?ｅｘｔｒａｃｔｅｄ?ｂ＼－?ＳＰＡ?（ａ）?Ｃｈａｎｇｅｓ?ｉｎ?ＲＭＳＥＣＶ?（ｂ）?Ｓｅｌｅｃｔｅｄ?ｃｈａｒａｃｔｅｒｉｓｔｉ
【参考文献】：
期刊论文
[1]高光谱成像技术结合线性回归算法快速预测鸡肉掺假牛肉[J]. 朱亚东,何鸿举,王魏,蒋圣启,马汉军,刘玺,刘苏汉,朱明明,赵圣明,王正荣. 食品工业科技. 2020(04)
[2]可见/近红外高光谱成像技术对长枣中葡萄糖含量的无损检测[J]. 程丽娟,刘贵珊,万国玲,何建国. 发光学报. 2019(08)
[3]基于高光谱成像技术的滩羊肉新鲜度快速检测研究[J]. 张晶晶,刘贵珊,任迎春,苏文浩,康宁波,马超. 光谱学与光谱分析. 2019(06)
[4]基于高光谱和频谱特征的注水肉识别方法[J]. 於海明,徐佳琪,刘浩鲁,刘超,张大成,陈坤杰. 农业机械学报. 2019(11)
[5]可见/近红外光谱技术无损识别苹果品种的研究[J]. 尚静,张艳,孟庆龙. 保鲜与加工. 2019(03)
[6]近红外高光谱联用Stepwise算法快速无接触评估冷鲜鸡肉色泽及嫩度[J]. 蒋圣启,何鸿举,王慧,马汉军,陈复生,刘玺,贾方方,康壮丽,潘润淑,朱明明,赵圣明,王正荣. 食品工业科技. 2019(13)
[7]NIRS数据样本选择与预处理方法综述[J]. 王骏超,葛俊锋. 国外电子测量技术. 2019(03)
[8]硝酸盐腌肉中硝酸盐添加量的判别分析[J]. 万国玲. 食品安全导刊. 2019(06)
[9]基于卷积神经网络与高光谱的鸡肉品质分类检测[J]. 王九清,邢素霞,王孝义,曹宇. 肉类研究. 2018(12)
[10]融合高光谱和图像深度特征的腊肉分类与检索算法研究[J]. 董小栋,郭培源,徐盼,许晶晶. 食品工业科技. 2018(23)
博士论文
[1]低温保藏猪肉有机生物大分子光谱成像规律与快速检测方法研究[D]. 程玮玮.华南理工大学 2018
[2]谷物霉菌的高光谱成像辨识方法和霉变玉米籽粒检测方法研究[D]. 褚璇.中国农业大学 2018
[3]脂质氧化和抗氧化因子对牦牛肉肌红蛋白稳定性及高铁肌红蛋白还原能力的影响[D]. 陈骋.甘肃农业大学 2016
[4]基于高光谱成像技术的冷鲜猪肉品质无损检测方法研究[D]. 刘善梅.华中农业大学 2015
硕士论文
[1]基于图像处理技术的冷冻冷藏果蔬品质研究[D]. 岳林珊.天津商业大学 2019
[2]肉类掺假高光谱检测的数据处理方法研究[D]. 俞晗月.华中科技大学 2019
[3]基于高光谱技术的滩羊肉持水性及质构剖面特性快速检测[D]. 张晶晶.宁夏大学 2019
[4]贮藏期内滩羊熟肉肌红蛋白含量变化的高光谱模型构建及空间分布[D]. 马超.宁夏大学 2019
[5]基于高光谱图像技术的生菜镉污染检测与可视化研究[D]. 张跃春.江苏大学 2018
[6]基于高光谱成像的西兰花农药残留无损检测方法研究[D]. 顾敏.浙江理工大学 2018
[7]基于近红外和高光谱检测鸡蛋粉掺假的研究[D]. 刘平.华中农业大学 2017
[8]基于显微高光谱成像技术的滩羊肉品质检测研究[D]. 马天兰.宁夏大学 2017
[9]冷藏腐败过程鱼肉蛋白质和脂肪变化的高光谱成像监控方法研究[D]. 陈瑜楠.华南理工大学 2017
[10]基于高光谱图像技术的大米品种、水分及淀粉含量无损检测研究[D]. 路心资.江苏大学 2017
本文编号：3267948
本文链接：https://www.wllwen.com/projectlw/qgylw/3267948.html
