摘要：主要介紹無(wú)損檢測(cè)裝置的原理及應(yīng)用，包括電子鼻檢測(cè)、光譜檢測(cè)、機(jī)器視覺(jué)檢測(cè)、低場(chǎng)核磁共振檢測(cè)、多源感知信息融合檢測(cè)、高光譜成像檢測(cè)，分析了無(wú)損檢測(cè)裝置未來(lái)的發(fā)展趨勢(shì)。多源感知信息融合裝置在未來(lái)肉類新鮮度無(wú)損檢測(cè)當(dāng)中有著良好的應(yīng)用前景。

　　關(guān)鍵詞：新鮮度；肉類；無(wú)損檢測(cè)；發(fā)展趨勢(shì)

　　引言

　　隨著我國(guó)經(jīng)濟(jì)的持續(xù)快速發(fā)展，人民生活水平不斷提高，人們對(duì)肉類食品的需求也大幅增加，2018年中國(guó)肉類食品的消費(fèi)甚至超過(guò)了美國(guó)和歐盟的總和，達(dá)到了7100萬(wàn)t。面對(duì)肉類食品需求的大量增加，我國(guó)對(duì)于肉類食品的品質(zhì)控制越來(lái)越嚴(yán)格，因此肉類新鮮度檢測(cè)手段需進(jìn)一步提升。肉類新鮮度等級(jí)一般分為新鮮、次鮮、不新鮮3個(gè)等級(jí)。傳統(tǒng)的檢測(cè)方法主要通過(guò)感官判定或者化學(xué)試驗(yàn)測(cè)定肉類表面的菌落總數(shù)、揮發(fā)性鹽基氮等指標(biāo)來(lái)評(píng)定新鮮度等級(jí)?；瘜W(xué)分析方法屬于破壞性檢測(cè)，而且試驗(yàn)操作較為繁瑣、檢測(cè)周期較長(zhǎng)、試驗(yàn)需要大量的化學(xué)試劑導(dǎo)致檢測(cè)成本高；而感官判斷有主觀性強(qiáng)、精度低、難以量化等缺點(diǎn)。

　　傳統(tǒng)的檢測(cè)方法已經(jīng)很難達(dá)到快速檢測(cè)肉類食品新鮮度的要求。隨著檢測(cè)儀器技術(shù)的發(fā)展，無(wú)損檢測(cè)方法應(yīng)運(yùn)而生。無(wú)損檢測(cè)即非破壞性檢測(cè)，在不破壞待測(cè)物的物理結(jié)構(gòu)、化學(xué)成分的情況下，獲取與樣本新鮮度相關(guān)的物理、化學(xué)指標(biāo)。本文分析了無(wú)損檢測(cè)裝置在肉類新鮮度檢測(cè)中的發(fā)展趨勢(shì)，介紹了無(wú)損檢測(cè)方法，它主要是通過(guò)電子鼻、近紅外光譜、拉曼光譜、低場(chǎng)核磁共振、多源感知信息融合等方法對(duì)肉類的新鮮度指標(biāo)進(jìn)行檢測(cè)。多源感知信息融合裝置、高光譜成像裝置等都包含了多種肉質(zhì)信息，在未來(lái)的無(wú)損檢測(cè)裝置發(fā)展中占有較大優(yōu)勢(shì)。

　　1  肉類新鮮度無(wú)損檢測(cè)裝置的應(yīng)用

　　電子鼻也稱氣味掃描儀，是20世紀(jì)末發(fā)展起來(lái)的一種快速無(wú)損檢測(cè)食品的裝置。其檢測(cè)系統(tǒng)是一種仿生嗅覺(jué)系統(tǒng)，主要由氣敏傳感器、數(shù)據(jù)處理裝置和軟件分析系統(tǒng)組成。該系統(tǒng)含有多個(gè)對(duì)揮發(fā)性氣體極其敏感的氣敏傳感器，在肉類變質(zhì)的過(guò)程中，氣味往往是新鮮度等級(jí)評(píng)定的重要指標(biāo)，將肉類揮發(fā)性氣體傳入到該傳感器中，與傳感器中的敏感性材料發(fā)生化學(xué)反應(yīng)，從而檢測(cè)出該肉類揮發(fā)性成分的信息，如圖1所示。電子鼻裝置中常見(jiàn)的氣敏傳感器有紅外光電檢測(cè)裝置、金屬氧化物半導(dǎo)體傳感器等。紅外光電檢測(cè)裝置在通過(guò)紅外線照射不同的氣體時(shí)，強(qiáng)度和光譜的峰位會(huì)發(fā)生變化，根據(jù)這些特征變化來(lái)對(duì)氣體的成分進(jìn)行檢測(cè)分析。金屬氧化物半導(dǎo)體傳感器在檢測(cè)氨氣、氯氣、氫氣等氣體時(shí)，效果顯著。

　　目前，對(duì)電子鼻裝置用于檢測(cè)肉類氣味、評(píng)定肉類新鮮度等級(jí)的研究較多。劉明等使用電子鼻對(duì)雞蛋的氣味進(jìn)行檢測(cè)，選擇線性判別（LDA）進(jìn)行數(shù)據(jù)分析，對(duì)不同貯藏時(shí)間的雞蛋進(jìn)行分類，以此來(lái)判斷雞蛋新鮮度的變化。Xuxiang等基于電子鼻檢測(cè)裝置，采用非線性數(shù)據(jù)特征分析方法，結(jié)合化學(xué)計(jì)量學(xué)，建立了雞肉新鮮度檢測(cè)模型，該模型檢測(cè)準(zhǔn)確率為93.9%。

圖1  電子鼻檢測(cè)系統(tǒng)結(jié)構(gòu)圖

　　1.2  光譜檢測(cè)裝置

　　1.2.1  近紅外光譜檢測(cè)裝置

　　美國(guó)材料檢測(cè)協(xié)會(huì)（ASTM）將780～2526nm定為近紅外光譜區(qū)域，該區(qū)域和有機(jī)分子含氫基團(tuán)如O-H、N-H、C-H等的振動(dòng)合頻和倍頻相吸收。近紅外光譜檢測(cè)裝置主要基于不同的分子振動(dòng)、轉(zhuǎn)動(dòng)頻率表現(xiàn)不同的光譜吸收率原理來(lái)獲取不同的光譜曲線，通過(guò)尋找光譜曲線與化學(xué)成分的相關(guān)性來(lái)分析被檢測(cè)樣品的新鮮度，并且近紅外光譜能夠反映有機(jī)物含氫基團(tuán)的振動(dòng)信息，檢測(cè)平臺(tái)如圖2所示。相對(duì)于中紅外光譜，近紅外光對(duì)物質(zhì)穿透能力更強(qiáng)，利用近紅外光譜結(jié)合化學(xué)分析可以檢測(cè)某些肉類的蛋白質(zhì)含量、脂肪含量、水分、pH值、TVB-N等多種化學(xué)指標(biāo)。在獲取光譜數(shù)據(jù)之后，還需要進(jìn)行光譜預(yù)處理、光譜降維、光譜建模等過(guò)程。

　　近年來(lái)，由于近紅外光譜使用成本低、綠色環(huán)保、檢測(cè)便捷并且不需要破壞樣本即可檢測(cè)樣本內(nèi)部的分子信息，因此被廣泛應(yīng)用于肉類假冒、摻假和新鮮度檢測(cè)。吳霆等基于近紅外光譜檢測(cè)裝置，對(duì)貯藏0～12d的三文魚肉和魚皮進(jìn)行光譜檢測(cè)，并提出一種自編碼神經(jīng)網(wǎng)絡(luò)算法來(lái)建立魚肉和魚皮的貯藏時(shí)間預(yù)測(cè)模型，結(jié)果表明，魚肉光譜更適合作為預(yù)測(cè)模型的輸入樣本，其預(yù)測(cè)精度更高，模型更加穩(wěn)定。王麗等選擇近紅外光譜檢測(cè)裝置進(jìn)行豬肉新鮮度的檢測(cè)，采用PLS算法建立一種定量

　　模型分別對(duì)豬肉的色澤指標(biāo)、pH值和揮發(fā)性鹽基氮（TVB-N）進(jìn)行預(yù)測(cè)，結(jié)果表明，樣本的預(yù)測(cè)值與真實(shí)測(cè)定值之間沒(méi)有顯著性差異，說(shuō)明近紅外光譜可用于快速、無(wú)損檢測(cè)豬肉新鮮度。

圖2  近紅外光譜檢測(cè)平臺(tái)

　　1.2.2  拉曼光譜檢測(cè)裝置

　　印度科學(xué)家拉曼于1928年發(fā)現(xiàn)一種非彈性散射現(xiàn)象，即拉曼散射。在散射過(guò)程中一般會(huì)出現(xiàn)斯托克斯線和反斯托克斯線兩種情況，斯托克斯線在樣品分子受激后返回到基態(tài)較高振動(dòng)能級(jí)時(shí)出現(xiàn)，而反斯托克斯線在樣品分子受激后返回到基態(tài)較低振動(dòng)能級(jí)時(shí)出現(xiàn)。拉曼光譜檢測(cè)裝置是近年來(lái)用于肉類檢測(cè)方面較為新穎的技術(shù)之一，該裝置有快速、無(wú)損、檢測(cè)便捷、成本低等優(yōu)點(diǎn)。與紅外光譜不同，拉曼光譜是基于拉曼散射效應(yīng)的原理，通過(guò)分子對(duì)光子的非彈性散射來(lái)獲取分子的轉(zhuǎn)動(dòng)或振動(dòng)信息，從而確定檢測(cè)物內(nèi)部的化學(xué)鍵。目前，拉曼光譜檢測(cè)裝置被應(yīng)用于多個(gè)領(lǐng)域，如法醫(yī)鑒定、醫(yī)療領(lǐng)域、石油化工等，市面上主要有自帶光源的便攜式拉曼光譜儀和中型拉曼光譜檢測(cè)平臺(tái)，如圖3—4。

　　將拉曼光譜應(yīng)用于肉類新鮮度檢測(cè)在近幾年較為火熱，劉琦等利用拉曼光譜檢測(cè)裝置對(duì)貯藏不同天數(shù)的冷凍豬肉和冷藏豬肉的蛋白質(zhì)進(jìn)行光譜檢測(cè)，得出隨著貯藏天數(shù)的增加，兩種肉的蛋白質(zhì)的拉曼光譜譜峰都呈現(xiàn)下降趨勢(shì)的結(jié)論，在貯藏15d左右，譜峰已極其不明顯。實(shí)驗(yàn)結(jié)果表明，拉曼光譜檢測(cè)裝置可以快速、無(wú)損檢測(cè)豬肉新鮮度。Santos等使用便攜式拉曼光譜儀對(duì)豬肉進(jìn)行光譜采集，建立PLS回歸模型來(lái)預(yù)測(cè)豬肉的肉質(zhì)剪切力，該模型預(yù)測(cè)的準(zhǔn)確率可達(dá)92.7%。

圖3  便攜式拉曼光譜儀

圖4  激光共聚焦拉曼光譜檢測(cè)平臺(tái)

　　1.3  機(jī)器視覺(jué)檢測(cè)裝置

　　機(jī)器視覺(jué)是人工智能正在快速發(fā)展的一個(gè)分支，是一種用機(jī)器來(lái)代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別和判斷的技術(shù)。肉類的紋理、色澤等外觀信息在其新鮮度的分級(jí)中起著重要作用。傳統(tǒng)的肉類色澤、紋理等信息往往是通過(guò)人眼判斷，存在主觀性較強(qiáng)、缺乏客觀性、視覺(jué)疲勞等缺陷。機(jī)器視覺(jué)檢測(cè)裝置能夠捕捉到這些肉類的重要外觀信息，通過(guò)數(shù)據(jù)采集模塊獲取肉類的紋理、色澤等圖像信息，根據(jù)顏色、像素和亮度等信息將圖像信息轉(zhuǎn)換為數(shù)字信號(hào)。機(jī)器視覺(jué)檢測(cè)裝置如圖5所示，由光源模塊、樣本放置平臺(tái)、相機(jī)模塊組成，是一種較為常見(jiàn)的機(jī)器視覺(jué)檢測(cè)裝置。

圖5  機(jī)器視覺(jué)檢測(cè)裝置

　　目前，機(jī)器視覺(jué)裝置在識(shí)別肉類新鮮度上的應(yīng)用已較為成熟。姜沛宏等通過(guò)機(jī)器視覺(jué)裝置來(lái)檢測(cè)牛肉的品質(zhì)，研究隨貯藏時(shí)間的變化，牛肉表面紅（R值）、綠（G值）、藍(lán)（B值）三個(gè)顏色通道的變化規(guī)律，然后通過(guò)SPSS 軟件建立牛肉新鮮度分級(jí)模型，結(jié)果顯示，該模型識(shí)別正確率為91%，可見(jiàn)機(jī)器視覺(jué)裝置在牛肉新鮮度分級(jí)應(yīng)用中可行性較高。Shi等利用機(jī)器視覺(jué)檢測(cè)裝置對(duì)羅非魚瞳孔顏色參數(shù)進(jìn)行評(píng)估，作為一種低成本的在線預(yù)測(cè)4℃貯藏期間羅非魚新鮮度的方法。

　　1.4  低場(chǎng)核磁共振檢測(cè)裝置

　　核磁共振檢測(cè)裝置是確定化學(xué)反應(yīng)進(jìn)程和分子結(jié)構(gòu)的較為常見(jiàn)的一種方法，而低場(chǎng)核磁共振檢測(cè)裝置可以利用氫原子核在磁場(chǎng)中的特性，追蹤到待測(cè)物中的氫原子，可以快速獲取肉類食品中的水分含量以及脂肪、蛋白質(zhì)結(jié)構(gòu)的變化，從而進(jìn)行肉類新鮮度等級(jí)的評(píng)定。

　　國(guó)內(nèi)學(xué)者在將低場(chǎng)核磁共振檢測(cè)裝置應(yīng)用于肉類新鮮度等級(jí)的評(píng)定中做了大量研究。王夢(mèng)嬌等利用低場(chǎng)核磁共振檢測(cè)裝置，對(duì)羊肉中自由水、結(jié)合水與不易流動(dòng)水的分布情況來(lái)判斷羊肉新鮮度等級(jí)，試驗(yàn)表明，羊肉中自由水、結(jié)合水與不易流動(dòng)水的弛豫時(shí)間均與羊肉的pH 值、TVB-N以及菌落總數(shù)有顯著相關(guān)性，亦可以確定低場(chǎng)核磁共振檢測(cè)裝置獲得的數(shù)據(jù)與羊肉的新鮮度密切相關(guān)。

　　1.5  其他無(wú)損檢測(cè)裝置

　　除了上述介紹的幾種常見(jiàn)的肉類新鮮度無(wú)損檢測(cè)裝置外，還有諸多國(guó)內(nèi)外較為少見(jiàn)的無(wú)損檢測(cè)裝置，如超聲波無(wú)損檢測(cè)裝置、電磁特性檢測(cè)裝置、電子舌檢測(cè)裝置、質(zhì)構(gòu)儀檢測(cè)裝置、探針式pH計(jì)等，均可應(yīng)用在肉類新鮮度無(wú)損檢測(cè)領(lǐng)域。

　　2  肉類新鮮度無(wú)損檢測(cè)裝置的發(fā)展趨勢(shì)

　　目前對(duì)于肉類新鮮度的檢測(cè)方法較多，但是大部分檢測(cè)裝置對(duì)肉類新鮮度相關(guān)信息的采集過(guò)于單一，肉類脂肪、蛋白質(zhì)等所含化學(xué)成分十分復(fù)雜，如肌紅蛋白、血紅蛋白、多種氨基酸以及鈣、鈉、鉀、鎂等無(wú)機(jī)物，單類型的特征往往無(wú)法全面的表現(xiàn)肉類新鮮度的變化。近年來(lái)，許多學(xué)者采用多種傳感器裝置獲取肉質(zhì)信息，如光譜儀器結(jié)合機(jī)器視覺(jué)裝置、電子鼻裝置結(jié)合核磁共振裝置等，通過(guò)多種信息融合裝置進(jìn)行綜合性的評(píng)定會(huì)在未來(lái)肉類新鮮度無(wú)損檢測(cè)裝置的發(fā)展中占用較大優(yōu)勢(shì)，亦更為科學(xué)。

　　2.1  多源感知信息融合裝置

　　多源感知信息融合裝置充分利用多個(gè)傳感器資源, 對(duì)觀測(cè)到的有關(guān)同一目標(biāo)的信息進(jìn)行合理支配和使用, 把多個(gè)傳感器在空間或時(shí)間上的冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則進(jìn)行組合, 以獲得對(duì)被觀測(cè)目標(biāo)的最佳估計(jì)。將拉曼光譜、電子鼻和機(jī)器視覺(jué)相結(jié)合，即可檢測(cè)到肉類的化學(xué)結(jié)構(gòu)、揮發(fā)性成分和表面灰度等。和其他的檢測(cè)裝置相比，多源感知信息融合裝置可以提高對(duì)肉類新鮮度的檢測(cè)精度，可以全面地對(duì)肉類新鮮度進(jìn)行評(píng)定，其容錯(cuò)性好，可靠性高，且更加靈敏。

　　目前，多源感知信息融合已成為當(dāng)下研究的熱點(diǎn)。劉木華等利用光譜分析、超聲波、電子鼻和機(jī)器視覺(jué)等多種信息融合建立牛肉品質(zhì)檢測(cè)模型，并使用支持向量機(jī)（SVM）進(jìn)行分類，結(jié)果顯示，多傳感器信息融合建立的模型優(yōu)于單個(gè)傳感器信息模型。周煒等采用電子鼻和機(jī)器視覺(jué)檢測(cè)裝置，建立基于多源感知信息技術(shù)的豬肉新鮮度檢測(cè)模型，其識(shí)別準(zhǔn)確率可達(dá)到100%。Peihong等將機(jī)器視覺(jué)檢測(cè)和近紅外光譜檢測(cè)雙信息融合，對(duì)牛肉新鮮度進(jìn)行檢測(cè)，選擇BP神經(jīng)網(wǎng)絡(luò)建立模型，該模型分類準(zhǔn)確率為98.29%。

　　2.2  高光譜成像檢測(cè)裝置

　　高光譜成像技術(shù)近年來(lái)受到諸多關(guān)注，被廣泛應(yīng)用于食品、軍事等領(lǐng)域，是一種圖像信息和光譜信息相結(jié)合的檢測(cè)技術(shù)，圖像信息能夠反映肉類表面的變化規(guī)律，光譜信息能夠反映肉類內(nèi)部化學(xué)結(jié)構(gòu)的變化規(guī)律。高光譜成像檢測(cè)平臺(tái)一般由光譜儀、電機(jī)、CCD 相機(jī)、計(jì)算機(jī)、光源組成，通過(guò)集成硬件和軟件來(lái)獲取肉類的每個(gè)像元的空間信息以及光譜信息，如圖6所示。

圖6  高光譜成像檢測(cè)平臺(tái)示意圖

　　目前，許多國(guó)內(nèi)外學(xué)者對(duì)高光譜成像裝置在肉類新鮮度檢測(cè)的應(yīng)用格外關(guān)注。柴玉華等選擇高光譜成像裝置來(lái)檢測(cè)牛肉的含水率，選擇偏最小二乘法建立模型，結(jié)果顯示，預(yù)測(cè)集的準(zhǔn)確率為88%，標(biāo)準(zhǔn)差為0.120。王婉嬌等選擇高光譜成像技術(shù)結(jié)合化學(xué)計(jì)量方法來(lái)檢測(cè)羊肉的色澤、貯藏時(shí)間、水分含量等品質(zhì)指標(biāo)，結(jié)果表明，高光譜成像裝置在肉類品質(zhì)的檢測(cè)當(dāng)中是可行的。Crichton等使用高光譜成像裝置對(duì)新鮮牛肉和凍融牛肉進(jìn)行數(shù)據(jù)采集，采用支持向量機(jī)（SVM）建立分類模型，該模型準(zhǔn)確率可達(dá)93.7%。

　　3  總結(jié)

　　隨著當(dāng)今社會(huì)的智能化、數(shù)字化、快速化發(fā)展趨勢(shì)，肉類新鮮度無(wú)損檢測(cè)裝置也在快速發(fā)展。無(wú)損檢測(cè)裝置具有檢測(cè)速度快、操作簡(jiǎn)單、成本低廉等優(yōu)點(diǎn)，并且在不破壞待測(cè)樣本的情況下對(duì)其進(jìn)行檢測(cè)，該裝置未來(lái)將會(huì)被廣泛應(yīng)用于肉類新鮮度的檢測(cè)當(dāng)中。在人們對(duì)肉類品質(zhì)要求更高的今天，多源感知信息融合裝置是必然發(fā)展趨勢(shì)，將多個(gè)傳感器信息，如揮發(fā)性氣體信息、肉質(zhì)內(nèi)部分子信息以及肉質(zhì)外部視覺(jué)信息等相融合，肉類新鮮度檢測(cè)精度將會(huì)更加準(zhǔn)確、穩(wěn)定性更高。

　　目前，熱門的無(wú)損檢測(cè)裝置一般無(wú)法檢測(cè)到與肉類新鮮度密切相關(guān)的化學(xué)參數(shù)，如菌落總數(shù)、揮發(fā)性鹽基氮等，往往要加以化學(xué)試驗(yàn)測(cè)得，然后找其相關(guān)性。未來(lái)需要進(jìn)一步加深對(duì)無(wú)損檢測(cè)裝置的研究，使得無(wú)損檢測(cè)裝置在肉類新鮮度檢測(cè)中更加科學(xué)，從而確保我國(guó)肉類食品質(zhì)量安全。