高光譜成像技術與畜禽肉品研究的應用范圍

1. 肉類新鮮度檢測

高光譜成像技術在畜禽肉品新鮮度檢測方面具有顯著優(yōu)勢。通過對不同波長下的圖像進行分析，可以獲取肉類新鮮度的重要指標，如pH值、色澤、水分分布等。研究結果表明，高光譜成像技術與常規(guī)理化指標之間具有較好的相關性，能夠實現對肉類新鮮度的無損、快速檢測。

2. 肉類品質評估

高光譜成像技術也可用于評估畜禽肉品的品質。在肉品研究中，通過分析不同波長下的圖像，可以獲取肉品脂肪、蛋白質和水分等營養(yǎng)成分的分布情況，進而評估其口感、嫩度和風味等品質指標。高光譜成像技術在肉類品質評估方面具有無損、快速、客觀等優(yōu)勢，有望替代傳統的主觀評價方法。

3. 肉類安全檢測

高光譜成像技術還可應用于畜禽肉品安全檢測。通過建立基于高光譜圖像的深度學習模型，可以實現對肉類中有害物質（如微生物污染、農藥殘留等）的快速、靈敏檢測。研究結果表明，高光譜成像技術在肉類安全檢測方面具有高效、準確、無損等優(yōu)勢，有望為肉類安全問題提供有效的技術保障。

高光譜成像技術應用于畜禽肉品研究

畜禽是指經過長期勞動馴化的能為我們提供蛋、肉、乳的各種動物。肉是我們生活中常見的營養(yǎng)食物,除了帶給我們味覺的享受,還為我們提供了豐富的營養(yǎng)元素。例如豬肉,它富含鈉離子、鉀離子和磷離子能促進人體新陳代謝。但由于一些不法商家為了取得更大的利益,不惜在飼養(yǎng)畜禽的過程中肆意添加催長素和瘦肉精等違禁藥品,致使有毒物質殘留于肉中。一旦這樣的食品進入人體,會嚴重危害人體健康。為防止對人體健康有害的畜禽肉品進入市場,做好肉品質量把關非常重要。現有的畜禽肉品品質檢測方法以感官檢測和人工實驗法為主,這些方法一般是由專業(yè)人員進行操作、分析和評估,所得結果容易受到主觀因素影響,且耗費人力物力,還會破壞被檢樣品的完整性。其次,這些檢測方法還不能滿足現代化生產所要求的高效快速在線檢測,它只適用于實驗室的小數量樣品檢測。隨著科學技術的不斷發(fā)展，在畜禽肉品檢測領域引入了高光譜成像技術,它是將圖像技術與光譜技術相結合, 在獲取樣品光譜數據的同時不會破壞樣品完整性。不僅具備了方便快捷、簡單易操作的特點而且彌補了傳統檢測方法不能用于大批量在線檢測的不足,突破了傳統檢測方法的局限性。目前,高光譜成像技術越來越多地應用于畜禽肉品品質檢測中,并取得了不錯的效果。本文總結了HIS技術運用于畜禽肉品各檢測指標中的最新進展,主要涉及畜禽肉品化學指標、物理指標和食用安全指標。

2.1 畜禽肉品化學指標檢測

畜禽肉質經宰殺以后,隨著時間、溫度和環(huán)境的變化會慢慢變質，其肉品新鮮度會遭到嚴重影響。揮發(fā)性鹽基氮值(total volatile base nitrogen,TVB-N)、硫代巴比妥酸值(thiobarbital acid,TBA)及 pH等指標也會隨著肉質變化而變化,所以可用它們作為指標來表征肉品新鮮度。

2.2 畜禽肉品物理屬性檢測

2.2.1 系水力

系水力也稱持水性,是指畜禽在經屠宰以后,畜禽肉在運輸、加工和保存的過程中,憑借自身的物理形態(tài)和化學構成對水分構成一定的限制和束縛能力,減少肉中水分流失,它是衡量畜禽肉品品質的重要指標。張晶晶利用高光譜成像技術(400~1000nm)來對冷鮮灘羊肉的持水性進行檢測。運用變量組合集群分析法(variables combination population analysis, VCPA)和SPA對預處理后的光譜數據進行特征變量篩選?？偨Y可得,高光譜成像技術對肉的系水力檢測效果未達到較高精度, 這主要是和模型選取有關。就目前研究來看,對畜禽肉品系水力的研究較少,在未來的研究中可更多地從此方面拓展。

2.2.2 肉品色澤檢測

肉品色澤是消費者衡量肉質好壞的視覺指標,好的色澤不僅能夠給人們留下好的第一印象,也能激起消費者的購買欲。過去檢測肉品色度的方法采用的是色度計和色度儀對肉色進行測量評估,這樣的方法受到測量范圍的限制,不能進行大范圍的色度測量,而且極易污染樣品、可行性不高。利用高光譜成像技術可高效、無損、快速地對肉品色澤進行檢測,很多學者在此方面進行了研究。

2.2.3 畜禽肉品紋理檢測

除了對畜禽肉質系水力和色澤進行檢測, 其肉品紋理也有助于評估肉質好壞。精品上等肥瘦相間的肉, 會帶有形如大理石花紋一般的紋理,紋理越好,肉的品質越好。畜禽肉品紋理檢測中多以檢測牛肉大理石花紋為主,科學家們在此做了多方面探究。在特征波段下,目標區(qū)域與反射區(qū)域光譜反射強度有較大區(qū)別,從這里進行圖像分割可取得最佳效果。為了更好地發(fā)揮高光譜技術在檢測方面的潛能,將機器視覺、圖像技術與神經網絡技術相結合,對牛肉大理石花紋進行檢測分級,可以取得較好的效果。綜上所述, 將高光譜成像檢測技術與其他技術相結合,取長補短,可提升其檢測的廣度和深度。

前景與挑戰(zhàn)

高光譜成像技術在畜禽肉品研究中的應用尚處于初級階段，未來發(fā)展前景廣闊。然而，要實現高光譜成像技術在畜禽肉品研究中的廣泛應用，還需解決以下挑戰(zhàn)：

1. 技術成熟度：盡管高光譜成像技術在理論層面已經較為成熟，但在實際應用中仍存在一定的局限性。例如，其對硬件設備的要求較高，成本相對較大；同時，算法開發(fā)和數據處理也需要具備豐富的專業(yè)知識和技能。

2. 數據處理能力：高光譜圖像的數據處理是一個復雜的過程，需要高效、準確的算法和強大的計算能力來支持。隨著深度學習等先進技術的不斷發(fā)展，數據處理能力有望得到提升。

3. 標準化和規(guī)范化：目前，高光譜成像技術的應用尚缺乏統一的標準和規(guī)范。為了實現廣泛應用，需要建立相關的技術標準和規(guī)范，以便于數據的準確性和可靠性比較。

4. 應用領域擴展：目前，高光譜成像技術在畜禽肉品研究中的應用主要集中在品質和安全檢測方面，未來可進一步拓展其應用領域，如畜禽肉的溯源、冷鏈物流監(jiān)控等。

高光譜成像技術作為一種新興的無損檢測技術，在畜禽肉品研究中的應用具有顯著優(yōu)勢和廣闊前景。然而，要實現其廣泛應用，還需解決技術成熟度、數據處理能力、標準化和規(guī)范化等方面的挑戰(zhàn)。未來，隨著技術的不斷進步和應用領域的不斷擴展，高光譜成像技術將在畜禽肉品研究中發(fā)揮越來越重要的作用。