摘要
随着对肉制品需求的不断增加，其在生产、加工、储存、分销和消费全过程中的质量与安全评估变得愈发重要。肉品质量包括感官特性、物理化学性质、营养成分、微生物状况、新鲜度以及与安全相关的特征。传统的感官、物理化学和微生物检测方法能够提供可靠的参考数据，但这些方法通常耗时较长、劳动强度大，且具有破坏性，不适合用于实时或在线检测。本综述总结了肉类质量评估领域中的一些非破坏性技术进展，包括光谱技术、成像与机器视觉技术、气味和味道检测技术、超声波及电学检测方法、低场核磁共振技术以及多源信息融合技术。在阐述每种技术的基本原理及典型应用后，本文进一步比较了它们所提供的检测信息类型、适宜评估的质量指标、应用场景、实际限制以及模型验证要求。现有证据表明，这些技术在快速筛查、过程监控、质量可视化以及智能评估方面具有巨大潜力。不过，要实现实际应用，仍需要可靠的参考数据、具有代表性的校准数据集、稳健的模型、外部验证，以及在不同仪器和生产条件下的标准化处理。未来的研究应重点关注传感器的小型化、校准方法的迁移、标准化数据集的建立、可解释的智能评估方法，以及可实际应用的多源信息融合技术。
