《Food Control》：Temperature-dependent near-infrared hyperspectral responses and nondestructive prediction of multidimensional quality deterioration in frozen beef
编辑推荐：
•开发了一种质量劣变评分，用于对冷冻牛肉进行全面评估。•近红外高光谱成像实现了冷冻牛肉质量的无损预测。•全局–局部光谱融合提高了小样本条件下的质量劣变评分预测效果。•GLFE-TabPFN3在独立批次验证中实现了可靠的预测。•二维相关光谱揭示了储藏过程中光谱响应的温度依赖性。
- •
开发了一种质量劣变评分，用于对冷冻牛肉进行全面评估。
- •
近红外高光谱成像实现了冷冻牛肉质量的无损预测。
- •
全局–局部光谱融合提高了小样本条件下的质量劣变评分预测效果。
- •
GLFE-TabPFN3在独立批次验证中实现了可靠的预测。
- •
二维相关光谱揭示了储藏过程中光谱响应的温度依赖性。
引言
冷冻储藏被广泛用于延长牛肉保质期、保持产品质量并便于通过冷链进行分销（Du等，2022；R. Zhang等，2023；Zhu等，2024）。然而，低温并不能完全阻止质量劣变（Al-Dalali等，2022；Mohammed等，2021；R. Zhang等，2021）。在长时间冷冻储藏过程中，冰晶形成与再结晶、水分迁移、蛋白质结构变化及脂质氧化持续发生，导致解冻损失增加、色泽劣化、质地退化以及挥发性含氮化合物积累（S. Cheng等，2019；Holman、Coombs、Morris、Bailes等，2018；Holman、Coombs、Morris、Kerr等，2018）。冷冻储藏温度强烈调控这些变化的速率和程度（Guo等，2024；Holman等，2017；Luo等，2023）。传统冷冻肉的评估通常依赖于单一属性，如挥发性盐基氮（TVB-N）、丙二醛（MDA）、色泽、保水性或质构。由于这些指标分别代表新鲜度、氧化、水分状态和结构完整性等不同维度，单一属性不足以描述它们的协同演变。将多个理化属性整合为连续复合指数，可提供针对特定研究的协同劣变跨测量质量维度的表征方式（Dong等，2024；H. Liu等，2023；You等，2023）。
近红外高光谱成像（NIR-HSI）结合了光谱信息和空间信息，对水分、脂质、蛋白质及组织结构的变化具有敏感性，因此成为肉类质量与安全快速无损评估的有前途的工具（Antequera等，2021；Feng等，2018；S. Liu等，2025）。冷冻储藏过程中的水分再分布、肌肉结构破坏和成分变化会改变近红外的吸收和散射（Q. Chen等，2023；W. Wang等，2024；Wei等，2024）。然而，牛肉光谱具有高维度和强共线性特征，且与质量相关的信息叠加在散射和基线漂移引起的非目标变异之上（de Araújo Gomes等，2022；Prieto等，2017；Rinnan等，2009）。冷冻储藏温度可能进一步调控这些光谱响应的幅度和时间演化。因此，直接从全光谱建立的回归模型可能难以保持全局光谱结构、提取局部具有信息量的质量相关特征，并在小样本条件下保持稳定。
主成分分析（PCA）和竞争性自适应重加权采样（CARS）被广泛用于降低高维光谱数据的冗余性（de Araújo Gomes等，2022；H. Li等，2009）。PCA提供了主导全光谱协方差结构的紧凑表示，但其无监督成分不一定与目标质量变量最为相关。监督波长选择则可以选择性地强调局部具有信息量的变量，但所选子集可能随样本扰动和随机重采样而变化。因此，这两种策略保留了光谱信息不同的方面：PCA保留了广泛的分布式结构，而波长选择则聚焦于局部目标相关的响应。将两者结合提供了一种降维方法，避免仅依赖全局方差或有限数量的单个波长。传统方法包括偏最小二乘回归（PLSR）和支持向量回归（SVR），被广泛用于肉类的近红外定量分析，但当高维度、小样本和非线性关系同时存在时，其性能可能受到限制（Baek等，2021；Serva等，2023）。TabPFN系列的预训练模型为小样本非线性回归提供了一种替代方案（Grinsztajn等，2026；Hollmann等，2025），但直接输入高维全光谱仍可能引入大量冗余。因此，将全局光谱结构与稳定的局部质量相关信息整合的紧凑表示更适用于后续的非线性回归任务（Cai等，2024；C. Liu等，2022；Wan等，2023）。
除预测精度外，模型相关光谱响应在不同冷冻储藏温度间的一致性对于解释和实际应用也很重要。大多数光谱建模研究侧重于所选波长及其与化学成分的静态关联，而较少关注这些波长随储藏时间的连续演化或响应顺序和耦合的温度依赖性变化。二维相关光谱（2D-COS）可解析外部扰动下的同步和异步光谱变化，提供关于重叠区域间协调变异和相对响应顺序的信息（J. Cheng等，2023；Dong等，2024；Noda，1993）。将定量预测与温度依赖的光谱动力学相结合，可以区分相对一致的共性质量响应和受冷冻储藏温度调控的局部信息，同时不必假定预测重要性意味着温度不变性（Y. Liu等，2026；Wei等，2024）。
据此，本研究对在?20°C、?40°C和?60°C下储藏的牛肉进行评估，通过将MDA、TVB-N、色差（ΔE）、解冻损失和质构属性整合为质量劣变评分（QDS），连续表征多维质量劣变。开发了一种全局–局部特征增强TabPFN-3模型（GLFE-TabPFN3），将全局降维和局部波长选择作为互补的特征表示。PCA用于保持主导的全光谱结构，而以稳定性为导向的重复CARS识别了在重采样中一致选中的局部波长。两种表示在TabPFN-3回归预测QDS之前进行融合。随后利用温度依赖的光谱动力学和二维相关光谱比较不同储藏温度下模型相关光谱区域的时间行为和相对响应顺序。研究目的是建立一个用于快速无损评估牛肉多维质量劣变的框架，同时改善不同冷冻储藏条件下预测的光谱解释。
章节摘要
样品制备与冷冻储藏设计
从宁夏固原尚农生物科技开发有限公司提供的四头同龄（约2岁）同一品种的牛只获取背最长肌。屠宰后，胴体在4°C下熟成12小时。随后将肌肉切割并置于冰袋保温箱中运输至宁夏大学食品科学与工程学院肉类加工实验室。砧板、刀具和托盘经酒精和紫外线照射消毒。
冷冻储藏期间的质量劣变与QDS表征
在三种温度下，牛肉质量随储藏时间推移逐步劣变。MDA、TVB-N、ΔE和解冻损失总体呈增加趋势，而硬度、弹性和咀嚼性则下降。在给定储藏时间下，?20°C的变化幅度最大，?60°C的变化幅度最小，表明较低的冷冻储藏温度减缓了脂质氧化、新鲜度丧失、水分流失和质地退化。双因素方差分析识别了温度和时间的效应。
结论
牛肉多维质量在冷冻储藏期间逐步劣变，而较低的储藏温度有效减缓了脂质氧化、新鲜度、水分流失、色泽和质地方面的变化。将这些属性整合为质量劣变评分提供了多维质量劣变的连续表征，并为无损光谱预测提供了统一目标。所提出的GLFE-TabPFN3模型将全局光谱结构与局部稳定的信息相结合。
CRediT作者贡献声明
王怡：监督、方法论、形式化分析。桑庭燕：软件、数据整理。刘天：验证、调查、形式化分析。王松磊：写作——审阅与编辑、监督、资源获取、概念化。马生辉：验证、资源获取、调查。田甜：可视化、软件、数据整理。徐海龙：可视化、软件、形式化分析。余建國：写作——审阅与编辑、资源获取、项目管理、方法论、概念化。张卫军
未引用参考文献
Holman等，2018；Zhang等，2023。
伦理声明
本文不包含任何涉及人类或动物受试者的研究。
人工智能声明
未使用任何人工智能（AI）工具进行数据收集、数据分析、结果解释或原始稿件撰写。仅使用Grammarly进行语言润色、语法修正和句子优化。所有作者均批准了稿件的最终版本。
资助
本研究受宁夏特色预制菜关键技术研究项目[项目编号022504380006]和宁夏回族自治区科技领军人才培养计划[项目编号2024GKLRLX13]资助。
利益冲突声明
? 作者声明不存在已知的、可能影响本论文所述工作的竞争性经济利益或个人关系。
张卫军|余建國|王怡|刘天|桑庭燕|徐海龙|田甜|马生辉|王松磊
