基于近红外高光谱成像技术的燕麦粉与玉米淀粉掺假牛肉糜制品快速欺诈检测潜力

《Applied Ergonomics》:Potential of NIR hyperspectral imaging for fast fraud detection in minced beef products with oat flour and cornstarch

【字体: 大 中 小 】 时间:2026年01月27日 来源:Applied Ergonomics 3.4

编辑推荐:

  牛肉糜制品因其高蛋白含量和感官特性而被广泛消费。然而,这些产品易受经济利益驱动的掺假,且此类掺假通常难以用传统分析方法检测。在本研究中,研究人员评估了一套耦合化学计量学(Chemometrics)的近红外(Near-Infrared, NIR)高光谱成像(Hy

  
牛肉糜制品因其高蛋白含量和感官特性而被广泛消费。然而,这些产品易受经济利益驱动的掺假,且此类掺假通常难以用传统分析方法检测。在本研究中,研究人员评估了一套耦合化学计量学(Chemometrics)的近红外(Near-Infrared, NIR)高光谱成像(Hyperspectral Imaging, HSI)系统,用于快速、无损地检测含有肉类填充剂(燕麦粉和玉米淀粉)的牛肉糜制品欺诈行为。研究人员使用全光谱范围和通过变量投影重要性(Variable Importance in Projection, VIP)及竞争性自适应重加权采样(Competitive Adaptive Reweighted Sampling, CARS)变量选择方法选出的关键波长子集,建立了偏最小二乘回归(Partial Least Squares Regression, PLSR)模型。在所有评估的预处理策略中,基于二阶导数(Second Derivative, SD)光谱的PLSR模型表现出最佳的预测性能。尽管简化的CARS-PLSR模型(预测决定系数R2P = 0.96, 预测均方根误差RMSEP = 0.94 % w/w, 预测偏差比RPDP = 4.97)优于VIP-PLSR模型(R2P = 0.94, RMSEP = 1.15 % w/w, RPDP = 4.34),但两个模型在量化肉类填充剂总含量方面均表现出良好性能。使用更少的波长降低了模型复杂度并提高了计算效率,有助于实现实时工业应用,同时在涉及不同掺假水平的现实欺诈场景中也不会损害预测准确性。这些结果凸显了将高光谱成像与化学计量学相结合,用于牛肉糜产品快速鉴别和质量控制的有效性和实用价值。
牛肉糜产品在全球范围内因其营养价值和感官特性而备受认可。然而,人们担忧用更便宜、未声明的替代品甚至植物性产品来替代昂贵肉类的做法。这种做法引发了与法律标准、公共健康、宗教考量以及经济因素相关的问题。绞肉过程破坏了天然肌肉结构,由于难以识别不同种类的肉类,且替代材料在生化上与牛肉相似,这为掺假提供了便利。在肉类加工中,添加多种成分以改善风味和脂肪乳化,并确保产品形状一致。作为填充剂和扩展剂的成分通常被用于通过增加产品得率(通过掺水)来降低配方成本。在某些配方肉制品中,当在技术上可接受的水平(通常约为10% w/w)内合理声明和应用时,可以使用诸如谷物面粉和淀粉等扩展剂,这只会引起轻微且通常可接受的感官变化。然而,《联邦法规汇编》(Code of Federal Regulations, CFR)将牛肉糜定义为仅由“新鲜和/或冷冻切块牛肉制成,可含或不含调味料,不含添加的牛肉脂肪,脂肪含量最高30%,且不含添加的水、磷酸盐、粘合剂或扩展剂”。因此,根据联邦法规,在牛肉糜中添加任何浓度的扩展剂都构成掺假或错误标签。尽管其在某些应用中的受控使用是合理的,但无明确理由添加这些物质的做法会削弱消费者信心,并损害食品企业的声誉和财务。因此,随着消费者日益关注所消费产品的完整性和质量,确保肉制品的真实性已成为一个重要问题。用于检测肉类掺假的传统分析方法,包括高效液相色谱(HPLC)、气相色谱(GC)、酶联免疫吸附测定(ELISA)、基于DNA的技术、实时PCR、12S rRNA基因测序和液相色谱-Orbitrap高分辨率质谱,因其高精度而被广泛认可。然而,这些方法通常具有破坏性、耗时、成本高,且不适用于快速筛选应用。因此,市场对能够支持日常监测肉类真实性并确保符合食品标签法规的更快、无损分析工具的需求不断增长。此外,用于肉类鉴别的分析工具必须满足敏感性、特异性和稳健性的严格要求,以确保在实际操作条件下可靠检测。在此背景下,非靶向分析工具,特别是光谱技术,已被广泛用作农食产品鉴别的传统方法替代品。尤其是,将高光谱成像(HSI)与化学计量学建模相结合,已被报道为食品工业中评估质量属性和检测掺假的有前景的工具。HSI将来自目标样品的光谱和空间信息组合成一个三维(3D)结构,其中包含多变量图像数据(即超立方体),包含了物理和化学信息。近红外(700 – 2500 nm)范围内HSI在肉制品中的近期应用包括预测多种猪肉的单不饱和脂肪酸和多不饱和脂肪酸、红肉物种分类以及基于肌肉类型、成熟度和零售展示期对野牛肉样品进行区分。此外,HSI系统已用于检测和量化牛肉和猪肉糜中不同掺假水平的植物基和动物基产品、猪肉中的颊肉、牛肉糜中的大豆蛋白粉、鸡肉糜中的淀粉,以及牛肉糜中的鸡肉、猪肉、火鸡肉、羊肉和鸭肉等不同类型的肉。然而,据研究人员所知,这是首次利用NIR高光谱成像系统检测牛肉糜产品中的燕麦粉和玉米淀粉掺假。由于它们的商业价值低于肉类且常用作肉类填充剂,燕麦粉和玉米淀粉可能成为牛肉糜的潜在掺杂物。这种非法行为旨在以牺牲产品质量为代价,增加产品体积并实现经济利益最大化。为了克服此类问题,开发支持食品供应链中有效检测掺假的新技术,对于确保牛肉糜及相关肉制品的真实性至关重要。尽管肉类鉴别技术取得了进展,但很少有关注开发统一的定量模型,能够使用NIR-HSI检测牛肉糜中多种类型的扩展剂。现有研究通常专注于单一掺假物或依赖于传统台式仪器。本工作通过评估NIR-HSI相机在单一预测框架内量化牛肉糜中总扩展剂含量(无论存在燕麦粉还是玉米淀粉)的能力,填补了这一空白。这种方法增强了欺诈筛查的实用性,并为未来涉及多种扩展剂同时混合的研究奠定了基础。因此,本研究的主要目标是建立一个PLSR模型,利用工作在近红外(NIR)光谱范围(889 – 1715 nm)内的HSI相机,预测牛肉糜中肉类扩展剂的总浓度。此外,本研究的具体目标包括:(1)使用主成分分析(Principal Component Analysis, PCA)识别样品和变量之间的相关性并检测异常值;(2)评估不同扩展剂浓度下模型的性能和校准稳健性;(3)选择重要波长以简化和提高模型的预测性能。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号