基于熵权法加权的近红外高光谱成像技术评估冷藏牛肉腐败程度及其与传统腐败指标的比较研究

本研究针对传统微生物检测方法耗时耗材的问题，创新性地将近红外高光谱成像（HSI）技术与熵权法（EWM）相结合，构建了冷藏牛肉优势嗜冷菌综合指数（POSIB）。通过秃鹰搜索算法优化回声状态网络（BES-ESN）等建模方法，实现了对腐败菌群的精准预测（Rc 2 达0.92），为肉类无损检测提供了新范式。

　　

肉类保鲜一直是食品工业的难题。中国作为全球牛肉产量前十的国家，每年因微生物腐败造成的损失惊人。传统检测方法需要破坏样本、耗时数天，而冷藏牛肉中的优势腐败菌——假单胞菌（Pseudomonas spp）、乳酸杆菌（Lactobacillus spp）、肠杆菌（Enterobacteriaceae）和气单胞菌（Aeromonas spp）的协同作用机制尚未明确。更棘手的是，现行菌落总数（TVC）检测无法区分致病菌与有益菌，导致品质评估失真。

宁夏大学的研究团队在《Food Control》发表的研究中，开创性地将战场转向光谱世界。他们采集宁夏盐池县屠宰场的牛肉样本，通过近红外高光谱成像（HSI）捕捉分子振动信息，结合熵权法（EWM）将四种优势菌的CFU值转化为综合腐败指数（POSIB）。研究采用竞争性自适应重加权采样（CARS）等四种波长筛选法，并首次引入仿生算法——秃鹰搜索优化回声状态网络（BES-ESN）进行建模。

样本制备
实验选用宁夏海原屠宰场处理的黄牛最长背肌，-4°C排酸后真空包装。通过选择性培养基计数发现，随着储藏时间延长，假单胞菌数量从初始3.2 lg CFU/g飙升至8.5 lg CFU/g，成为占比最高的腐败菌（45%）。

技术方法
研究核心在于HSI-EWM联用技术：1）采集900-1700nm波段高光谱数据；2）通过EWM构建POSIB指数（权重系数：假单胞菌0.38、乳酸杆菌0.29）；3）采用蒙特卡洛交叉验证优化模型；4）对比最小二乘支持向量机（LSSVM）等算法的预测性能。

研究结果
微生物分析
肠杆菌在储藏第6天出现生长拐点，与TVB-N值激增时段吻合。HSI特征波长筛选显示，1345nm和1450nm处的吸收峰与菌群代谢产物（如挥发性胺类）高度相关。

结论
Normalize-LSSVM模型对POSIB的预测效果最佳（R_p
²
=0.71），而CARS-LSSVM对TVC的预测更优（RMSEP=0.87 lg CFU/g）。该研究突破性地证明：1）HSI能捕捉微生物群体互作信号，较单一TVC检测更科学；2）EWM权重系数可量化不同菌种的腐败贡献度；3）BES-ESN算法在HSI建模中展现出抗光谱干扰能力。这项技术使牛肉腐败检测时间从72小时缩短至分钟级，为智能冷链监控提供了关键技术支撑。