综述：鸡蛋新鲜度安全与检测技术：综述与未来展望

《COMPREHENSIVE REVIEWS IN FOOD SCIENCE AND FOOD SAFETY》：Egg Freshness Safety and Detection Techniques: A Comprehensive Review and Future Perspective

液蛋产量增长但评估体系不完善，传统方法（哈夫单位、灯光检测）仅适用于蛋壳蛋。新型技术如拉曼光谱（蛋黄）、电化学检测（蛋清）、NMR（水分分布）、机器视觉（外观）和微波成像（内部结构）均能非破坏性检测液蛋新鲜度，结合深度学习实现100%准确率。未来需整合多技术提升应用性，建立液蛋国际标准。

　　

摘要

全球范围内，鸡蛋的年产量持续增长，液态鸡蛋正逐渐取代传统带壳鸡蛋，有可能成为未来鸡蛋消费的主要形式。然而，目前的新鲜度评估系统主要集中在带壳鸡蛋上，对于液态鸡蛋几乎没有全球统一的标准。本文从鸡蛋新鲜度下降的机制入手，系统地总结了传统的和新型的鸡蛋新鲜度检测技术，涵盖了这些技术的原理、特点（准确性、成本、模型、检测时间、样品完整性）以及应用潜力（在线检测和自动化检测），特别强调了这些技术对带壳鸡蛋和液态鸡蛋的适用性。在传统技术中，豪氏单位（Haugh unit）和照蛋法（candling）较为权威，但仅适用于带壳鸡蛋。在新型技术中，拉曼光谱（Raman spectroscopy）已被证明能有效评估液态鸡蛋蛋黄的新鲜度，电化学-化学计量法（electrochemical-chemometric detection）也被应用于液态鸡蛋蛋白的检测。此外，低场核磁共振（low-field nuclear magnetic resonance）可以分析液态鸡蛋中的水分分布，嗅觉传感器可以监测储存过程中的挥发性化合物，机器视觉（machine vision）和微波近场成像（microwave near-field imaging）也有潜力用于评估液态鸡蛋的新鲜度。所有这些技术都是非破坏性的，并且具有实现在线、连续和自动化检测的强大潜力。在建模方面，深度学习（deep learning）、机器学习（machine learning）和堆叠集成策略（stacking ensemble strategies）使得高光谱成像（hyperspectral imaging）和介电光谱（dielectric spectroscopy）能够达到100%的准确率。在“食品工业4.0”（Food Industry 4.0）的背景下，未来的研究应整合多种技术，以提高这些方法对带壳鸡蛋和液态鸡蛋的适用性，并提升其实用性，从而为制定液态鸡蛋新鲜度的全球标准提供重要参考。

利益冲突

作者声明没有利益冲突。