生豬血液中血糖含量近紅外快速檢測方法
【專利摘要】本發(fā)明提供一種生豬血液中血糖含量的近紅外快速檢測方法，包括以下步驟：1)采集生豬血液樣品，對血清進(jìn)行近紅外光譜數(shù)據(jù)信息采集；同時(shí)用試劑盒檢測方法檢測血糖；2)將近紅外光譜數(shù)據(jù)信息與試劑盒檢測的血糖化學(xué)測定值一一對應(yīng)建立樣品集，分為校正集和驗(yàn)證集，使用不同光譜預(yù)處理方法進(jìn)行預(yù)處理后，利用校正集的光譜數(shù)據(jù)信息和血糖化學(xué)測定值，建立生豬血液中血糖的預(yù)測模型；3)利用最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法和最佳預(yù)測模型，對待測生豬血液樣品的血糖進(jìn)行檢測。針對生豬生產(chǎn)中出現(xiàn)的對豬肉品質(zhì)監(jiān)控的需求，本發(fā)明提出基于近紅外光譜的血糖含量檢測方法，具有結(jié)果準(zhǔn)確、檢測時(shí)間短、省時(shí)、省人力的優(yōu)勢；操作簡單、便捷。
【專利說明】生豬血液中血糖含量近紅外快速檢測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于光譜檢測領(lǐng)域，具體涉及一種應(yīng)用近紅外光譜檢測血液樣品中血糖含 量的方法。

【背景技術(shù)】
[0002] 豬肉產(chǎn)品在畜牧業(yè)生產(chǎn)和城鄉(xiāng)居民生活中占有舉足輕重的位置，因而公眾對豬肉 品質(zhì)的要求也越來越高。隨著生產(chǎn)規(guī)模的擴(kuò)大，以及受環(huán)境條件、飼養(yǎng)密度、運(yùn)輸管理等因 素的影響，生豬產(chǎn)生應(yīng)激，使肌肉pH值不正常，導(dǎo)致肉類質(zhì)量發(fā)生變化，產(chǎn)生劣質(zhì)肉如白肌 肉（PSE)越來越多，已經(jīng)成為豬肉生產(chǎn)中一大難題。劣質(zhì)肉是由生豬應(yīng)激產(chǎn)生的，生豬體內(nèi) 有足夠能量儲備即血糖濃度較高時(shí)，在宰前受到急性應(yīng)激的情況下，會引起宰后早期階段 乳酸含量迅速增加，宰后lh以內(nèi)pH值下降至6. 0以下，產(chǎn)生PSE肉[1]，有研究表明產(chǎn)生PSE 肉的對應(yīng)生豬血糖濃度（17. 21mmol/L)顯著高于正常肉（8. 50mmol/L)，說明血糖濃度是能 夠指示產(chǎn)生PSE肉的重要預(yù)警指標(biāo)[2]。由此可知，檢測血糖濃度是監(jiān)控豬肉質(zhì)量的有效方 法。
[0003] 現(xiàn)有檢測血糖含量的方法中，試劑盒法操作步驟較多、成本高、耗時(shí)長；血糖儀也 有耗材購買、保存不當(dāng)造成結(jié)果誤差較大的問題。近紅外光譜分析技術(shù)已廣泛應(yīng)用于農(nóng)產(chǎn) 品檢測領(lǐng)域。目前諸多學(xué)者已嘗試采用近紅外光譜分析技術(shù)對人體血糖含量進(jìn)行無創(chuàng)檢測 ，目前尚無發(fā)現(xiàn)針對生豬血糖近紅外檢測的研究。因此，為了填補(bǔ)應(yīng)用近紅外光譜 分析技術(shù)檢測生豬血糖含量的技術(shù)空白，提高我國豬肉中PSE肉預(yù)警能力，提高生豬屠宰 產(chǎn)業(yè)鏈效益，開發(fā)可以實(shí)現(xiàn)生豬血液中血糖含量的近紅外快速檢測方法，具有十分重要的 意義。
[0004] 參考文獻(xiàn)
[0005] [ 1 ] BRI SKEY E J. Etiological status and associated studies of pale, soft, exudative porcine musculature.Advances in Food Research， 1964, 13:89-178.
[0006] [2]田寒友，鄒昊，劉文營，李金春，李家鵬，喬曉玲，皮質(zhì)醇激素和血液生化指標(biāo)變 化對豬肉劣質(zhì)肉的指示作用，肉類研究，2013, 27 (10) : 6-9
[0007] [3]黃歲，丁海曙，用近紅外漫反應(yīng)光譜無損檢測血糖的初步研究，光譜學(xué)與光譜 分析，2002,（3) :387-391
[0008] [4]張廣軍，李麗娜，李慶波，徐玉坡，基于小波變換的噪聲及背景同時(shí)去除方法在 血糖近紅外無創(chuàng)檢測中的應(yīng)用，紅外與毫米波學(xué)報(bào)，2009, 28 (2) : 107-110
[0009] [5] 丁海泉，盧啟鵬，王動民，陳星旦，近紅外光譜無創(chuàng)血糖檢測中有效信號提取方 法的研究，光譜學(xué)與光譜分析，2010, 30 (01) :50-53.
[0010] [6]謝軍，潘濤，陳潔梅，陳華舟，任小煥，血糖近紅外光譜分析Savitzky-Golay平 滑模式與偏最小二乘法因子數(shù)的聯(lián)合優(yōu)選，2010, 38(03) :342-346.


【發(fā)明內(nèi)容】
toon] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)存在的不足，提供一種生豬血液中血糖含量的近 紅外快速檢測方法。
[0012] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案為：
[0013] 一種生豬血液中血糖含量的近紅外快速檢測方法，包括以下步驟：
[0014] 1)采集生豬血液樣品，離心后對血清進(jìn)行近紅外光譜數(shù)據(jù)信息采集；同時(shí)用試劑 盒檢測方法對生豬血液樣品的血糖進(jìn)行檢測；
[0015] 2)將步驟1)中采集的所有生豬血液樣品的近紅外光譜數(shù)據(jù)信息與試劑盒檢測的 血糖化學(xué)測定值一一對應(yīng)建立樣品集，分為校正集和驗(yàn)證集，使用不同光譜預(yù)處理方法對 采集的光譜數(shù)據(jù)信息進(jìn)行預(yù)處理后，利用校正集的光譜數(shù)據(jù)信息和血糖化學(xué)測定值，建立 生豬血液中血糖的預(yù)測模型；評價(jià)預(yù)測模型的精準(zhǔn)度，然后確定針對生豬血液血糖的最佳 近紅外光譜數(shù)據(jù)信息預(yù)處理方法和最佳預(yù)測模型；
[0016] 3)利用步驟2)中確定的生豬血液血糖的最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法和 最佳預(yù)測模型，對待測生豬血液樣品的血糖進(jìn)行檢測。
[0017] 其中，所述步驟1)中對樣品進(jìn)行離心的參數(shù)范圍為3000-3800rpm，離心10-15分 鐘。
[0018] 其中，所述步驟1)中對樣品進(jìn)行近紅外光譜數(shù)據(jù)信息采集使用的光譜范圍為 lOOOnm ?1800nm。
[0019] 優(yōu)選地，所述步驟1)中試劑盒檢測的方法為葡萄糖氧化酶終點(diǎn)法。
[0020] 其中，所述步驟2)中針對生豬血液樣品的近紅外光譜數(shù)據(jù)信息預(yù)處理方法為：通 過Savitzky-Golay平滑、求導(dǎo)、信號校正、標(biāo)準(zhǔn)化四個(gè)步驟進(jìn)行處理，然后用偏最小二乘法 建立生豬血液中血糖含量預(yù)測模型；
[0021] 其中，求導(dǎo)的方法包括Savitzky-Golay -階導(dǎo)數(shù)和差分一階導(dǎo)數(shù)；信號校正的方 法包括多元散射校正MSC、標(biāo)準(zhǔn)正太變量變換SNV、凈分析信號NAS、正交信號校正0SC，去趨 勢校正DT和基線校正；標(biāo)準(zhǔn)化的方法包括均值中心化和標(biāo)準(zhǔn)化；所述Savitzky-Golay平 滑、求導(dǎo)、信號校正、標(biāo)準(zhǔn)化四個(gè)步驟為以上方法的組合。
[0022] 優(yōu)選地，所述步驟2)中校正集和驗(yàn)證集的比例為3-4 :1。例如，生豬血液樣品共 89個(gè)，其中71個(gè)樣品為校正集、18個(gè)為驗(yàn)證集。
[0023] 其中，所述步驟2)中針對生豬血液血糖的最佳預(yù)測模型的精準(zhǔn)度評價(jià)參數(shù)包括 校正集標(biāo)準(zhǔn)偏差（SEC)、受互驗(yàn)證標(biāo)準(zhǔn)偏差（SECV)、驗(yàn)證集標(biāo)準(zhǔn)偏差（SEP)、校正集相關(guān)系 數(shù)（Rc)、驗(yàn)證集相關(guān)系數(shù)（Rp)。
[0024] 進(jìn)一步地，所述步驟2)中，首先選擇交互驗(yàn)證標(biāo)準(zhǔn)偏差（SECV)最小的預(yù)處理方 法；在交互驗(yàn)證標(biāo)準(zhǔn)偏差相似的情況下，選擇模型校正集標(biāo)準(zhǔn)偏差、驗(yàn)證集標(biāo)準(zhǔn)偏差值越接 近〇以及校正集相關(guān)系數(shù)、驗(yàn)證集相關(guān)系數(shù)值越接近1的預(yù)處理方法，從而確定最佳近紅外 光譜數(shù)據(jù)信息預(yù)處理方法，得到最佳預(yù)測模型。
[0025] 優(yōu)選地，所述步驟1)_3)中，使用便攜式近紅外儀對生豬血液樣品進(jìn)行快速無損 檢測。
[0026] 本發(fā)明的有益效果在于：
[0027] 針對生豬生產(chǎn)中出現(xiàn)的對豬肉品質(zhì)監(jiān)控的需求，本發(fā)明提出基于近紅外光譜的血 糖含量檢測方法，具有結(jié)果準(zhǔn)確、檢測時(shí)間短、省時(shí)、省人力的優(yōu)勢；無需對檢測樣品進(jìn)行復(fù) 雜前期處理，節(jié)約成本；因微處理器（系統(tǒng)程序）智能化程度高，檢測自動完成，自動分析并 顯示檢測結(jié)果，檢測人員無需特殊培訓(xùn)，操作簡單、便捷。
[0028] 本發(fā)明的方法優(yōu)選使用便攜式的近紅外儀，輸入到最佳預(yù)測模型中，對樣品的血 糖含量進(jìn)行檢測。該裝置可隨身攜帶，使用便捷，從而達(dá)到快速無損檢測的目的。

【專利附圖】

【附圖說明】
[0029] 圖1為便攜式近紅外儀的結(jié)構(gòu)示意圖；其中，1為內(nèi)置光源和光柵、2為輸出光纖、 3為輸入光纖、4為比色皿組件，5為比色皿，6為檢測器，7為微處理器（系統(tǒng)程序），8為生 豬血液血清樣品。
[0030] 圖2為本發(fā)明實(shí)施例1中建立生豬血液中血糖含量預(yù)測模型的流程圖。
[0031] 圖3為本發(fā)明實(shí)施例1中所有生豬血液的近紅外光譜信息圖。
[0032] 圖4為本發(fā)明實(shí)施例1中最佳生豬血液中血糖含量預(yù)測模型不同主因子數(shù)的 PRESS 值。
[0033] 圖5為本發(fā)明實(shí)施例1中最佳生豬血液中血糖含量預(yù)測模型校正集參數(shù)。
[0034] 圖6為本發(fā)明實(shí)施例1中最佳生豬血液中血糖含量預(yù)測模型驗(yàn)證集參數(shù)。

【具體實(shí)施方式】
[0035] 以下實(shí)施例進(jìn)一步說明本發(fā)明的內(nèi)容，但不應(yīng)理解為對本發(fā)明的限制。在不背離 本發(fā)明精神和實(shí)質(zhì)的情況下，對本發(fā)明方法、步驟或條件所作的修改或替換，均屬于本發(fā)明 的范圍。
[0036] 若未特別指明，實(shí)施例中所用的技術(shù)手段為本領(lǐng)域技術(shù)人員所熟知的常規(guī)手段。 所用原料均為市售商品。
[0037] 實(shí)施例中，使用的便攜式近紅外儀（圖1)，該裝置由內(nèi)置光源和光柵1、輸出光纖 2、輸入光纖3、比色皿組件4,比色皿5,檢測器6和微處理器7組成，其中，輸出光纖2、輸出 光纖3與比色皿組件4連接，比色皿5置于比色皿組件4中；采集樣品近紅外光譜數(shù)據(jù)信息 時(shí)，將生豬血液血清樣品8加入比色皿中，光由內(nèi)置光源發(fā)出，經(jīng)光柵分光形成近紅外光譜 范圍內(nèi)的單色光，單色光經(jīng)過輸出光纖2穿過比色皿組件4內(nèi)比色皿5中的樣品，經(jīng)過輸入 光纖3到達(dá)檢測器6,檢測器6記錄該波長下樣品的光譜數(shù)據(jù)信息并傳送至微處理器7 ;微 處理器7將光譜信息轉(zhuǎn)換成光譜數(shù)據(jù)信息。
[0038] 本發(fā)明中，根據(jù)載入的針對生豬血糖含量的最佳光譜數(shù)據(jù)信息預(yù)處理方法和最佳 預(yù)測模型自動對采集的待測樣品近紅外光譜數(shù)據(jù)信息進(jìn)行預(yù)處理，輸入到最佳預(yù)測模型 中，對樣品的血糖含量進(jìn)行檢測。該裝置可作為隨身攜帶的便攜式近紅外儀，從而達(dá)到快速 無損檢測的要求。
[0039] 實(shí)施例1生豬血液中血糖含量的近紅外快速檢測方法的建立
[0040] 應(yīng)用便攜式近紅外儀快速檢測生豬血液中血糖含量的方法建立流程示意圖如圖2 所示。
[0041] (1)樣品采集
[0042] 從不同生豬屠宰場分批次采集89份生豬血液樣品，3000rpm離心15分鐘，取血清。
[0043] (2)樣品近紅外光譜采集
[0044] 采集步驟（1)中89份生豬血清樣品的近紅外光譜信息（圖3)。近紅外光譜信 息采集過程中，將血清樣品裝入比色皿中，置于比色皿組件內(nèi)，因近紅外光譜的采集對溫 度敏感，所有樣品在光譜采集過程中始終保持在〇_4°C。采集的近紅外光譜波長范圍為 1000nm-1800nm，分辨率為10nm，每個(gè)樣品進(jìn)行2次光譜采集，每次間隔5秒鐘，每次光譜采 集，光譜掃描次數(shù)為10次。
[0045] (3)血糖含量化學(xué)測定值的檢測
[0046] 根據(jù)葡萄糖測定試劑盒（葡萄糖氧化酶終點(diǎn)法）對步驟（1)中的89個(gè)生豬血液 樣品進(jìn)行血糖含量化學(xué)測定值的檢測。
[0047] (4)校正集和驗(yàn)證集的劃分
[0048] 將步驟（2)采集的所有生豬血液樣品的近紅外光譜數(shù)據(jù)信息與步驟（3)檢測的 生豬血液樣品的血糖含量化學(xué)測定值一一對應(yīng)建立樣品集，按照4:1的比例分為校正集和 驗(yàn)證集即將其中71個(gè)樣品的近紅外光譜數(shù)據(jù)信息及對應(yīng)的血糖含量化學(xué)測定值作為校正 集，18個(gè)樣品的近紅外光譜數(shù)據(jù)信息及對應(yīng)的血糖含量化學(xué)測定值作為驗(yàn)證集。
[0049] (5)光譜的預(yù)處理與模型建立
[0050] 對步驟⑷中校正集和驗(yàn)證集的近紅外光譜數(shù)據(jù)信息進(jìn)行預(yù)處理以去除 光譜中的無關(guān)干擾信息、降低隨機(jī)噪聲和強(qiáng)化譜帶特征。將不同的預(yù)處理方法包括 Savitzky-Golay平滑、求導(dǎo)（Savitzky-Golay-階導(dǎo)數(shù)、差分一階導(dǎo)數(shù)）、信號矯正（多元 散射校正MSC、標(biāo)準(zhǔn)正太變量變換SNV、凈分析信號NAS、正交信號校正0SC，去趨勢校正DT、 基線校正）、標(biāo)準(zhǔn)化（均值中心化、標(biāo)準(zhǔn)化）進(jìn)行組合，應(yīng)用偏最小二乘法（PLS)建立多個(gè)生 豬血液中血糖含量預(yù)測模型。
[0051] (6)模型的評價(jià)
[0052] 根據(jù)模型校正集標(biāo)準(zhǔn)偏差（SEC)、交互驗(yàn)證標(biāo)準(zhǔn)偏差（SECV)、驗(yàn)證集標(biāo)準(zhǔn)偏差 (SEP)值越接近0且同時(shí)相互之間越接近越好；校正集相關(guān)系數(shù)（Rc)、驗(yàn)證集相關(guān)系數(shù) (Rp)值越接近1越好；主因子數(shù)較少的原則對步驟（5)建立的模型的預(yù)測準(zhǔn)確性、重復(fù)性、 穩(wěn)健性等性能進(jìn)行評價(jià)。首先選SECV最小值，如SECV值相差不多，進(jìn)一步考慮SEC、SEP越 小以及Rc、Rp越大的。選出針對生豬血液中血糖含量的最佳預(yù)測模型和最佳近紅外光譜數(shù) 據(jù)信息預(yù)處理方法，同時(shí)應(yīng)用學(xué)生化殘差對模型中的異常值進(jìn)行剔除，優(yōu)化模型。
[0053] 最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法為標(biāo)準(zhǔn)化、Savitzky-Golay平滑、凈分析信 號（NAS)。
[0054] 最佳血糖含量預(yù)測模型的主因子數(shù)為10 (圖4)，校正集相關(guān)系數(shù)Rc = 0.97,校 正集標(biāo)準(zhǔn)偏差SEC = 1. 12 (圖5),驗(yàn)證集相關(guān)系數(shù)Rp = 0. 73,驗(yàn)驗(yàn)證集標(biāo)準(zhǔn)偏差SEP = 3. 29(圖 6)。
[0055] 將針對生豬血液中血糖含量的最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法和最佳可靠 地預(yù)測模型載入到便攜式近紅外儀中的系統(tǒng)程序內(nèi)，通過建立的檢測方法對生豬血液樣品 中的血糖含量進(jìn)行快速檢測。
[0056] 應(yīng)用便攜式近紅外儀及載入的最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法和最佳血糖 含量預(yù)測模型，對從生豬屠宰場采集的的40個(gè)生豬血液樣品的血糖含量進(jìn)行檢測，同時(shí)按 照葡萄糖測定試劑盒（葡萄糖氧化酶終點(diǎn)法）法對樣品的血糖含量進(jìn)行檢測，并以預(yù)警值 17. 21mm〇l/L為界判定是否預(yù)警準(zhǔn)確，部分結(jié)果如表1所示。[0057] 表1生豬血液樣品中血糖含量預(yù)測值與化學(xué)測定值的比較

【權(quán)利要求】
1. 一種生豬血液中血糖含量的近紅外快速檢測方法，其特征在于，包括以下步驟： 1) 采集生豬血液樣品，離心后對血清進(jìn)行近紅外光譜數(shù)據(jù)信息采集；同時(shí)用試劑盒檢 測方法對生豬血液樣品的血糖進(jìn)行檢測； 2) 將步驟1)中采集的所有生豬血液樣品的近紅外光譜數(shù)據(jù)信息與試劑盒檢測的血糖 化學(xué)測定值一一對應(yīng)建立樣品集，分為校正集和驗(yàn)證集，使用不同光譜預(yù)處理方法對采集 的光譜數(shù)據(jù)信息進(jìn)行預(yù)處理后，利用校正集的光譜數(shù)據(jù)信息和血糖化學(xué)測定值，建立生豬 血液中血糖的預(yù)測模型；評價(jià)預(yù)測模型的精準(zhǔn)度，然后確定針對生豬血液血糖的最佳近紅 外光譜數(shù)據(jù)信息預(yù)處理方法和最佳預(yù)測模型； 3) 利用步驟2)中確定的生豬血液血糖的最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法和最佳 預(yù)測模型，對待測生豬血液樣品的血糖進(jìn)行檢測。
2. 根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟1)中對樣品進(jìn)行離心的參 數(shù)范圍為3000-3800rpm，離心10-15分鐘。
3. 根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟1)中對樣品進(jìn)行近紅外光 譜數(shù)據(jù)信息采集使用的光譜范圍為lOOOnm?1800nm。
4. 根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟1)中試劑盒檢測的方法為 葡萄糖氧化酶終點(diǎn)法。
5. 根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟2)中針對生豬血液樣品的 近紅外光譜數(shù)據(jù)信息預(yù)處理方法為：通過Savitzky-Golay平滑、求導(dǎo)、信號校正、標(biāo)準(zhǔn)化四 個(gè)步驟進(jìn)行處理，然后用偏最小二乘法建立生豬血液中血糖含量預(yù)測模型； 其中，求導(dǎo)的方法包括Savitzky-Golay -階導(dǎo)數(shù)和差分一階導(dǎo)數(shù)；信號校正的方法包 括多元散射校正MSC、標(biāo)準(zhǔn)正太變量變換SNV、凈分析信號NAS、正交信號校正0SC，去趨勢校 正DT和基線校正；標(biāo)準(zhǔn)化的方法包括均值中心化和標(biāo)準(zhǔn)化；所述Savitzky-Golay平滑、求 導(dǎo)、信號校正、標(biāo)準(zhǔn)化四個(gè)步驟為以上方法的組合。
6. 根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟2)中校正集和驗(yàn)證集的比 例為3-4 :1。
7. 根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述步驟2)中針對生豬血液血糖的 最佳預(yù)測模型的精準(zhǔn)度評價(jià)參數(shù)包括校正集標(biāo)準(zhǔn)偏差、交互驗(yàn)證標(biāo)準(zhǔn)偏差、驗(yàn)證集標(biāo)準(zhǔn)偏 差、校正集相關(guān)系數(shù)、驗(yàn)證集相關(guān)系數(shù)。
8. 根據(jù)權(quán)利要求7所述的檢測方法，其特征在于，所述步驟2)中，首先選擇交互驗(yàn)證標(biāo) 準(zhǔn)偏差最小的預(yù)處理方法；在交互驗(yàn)證標(biāo)準(zhǔn)偏差相似的情況下，選擇模型校正集標(biāo)準(zhǔn)偏差、 驗(yàn)證集標(biāo)準(zhǔn)偏差值越接近0以及校正集相關(guān)系數(shù)、驗(yàn)證集相關(guān)系數(shù)值越接近1的預(yù)處理方 法，從而確定最佳近紅外光譜數(shù)據(jù)信息預(yù)處理方法，得到最佳預(yù)測模型。
9. 根據(jù)權(quán)利要求1-8任一所述的檢測方法，其特征在于，所述步驟1)-3)中，使用便攜 式近紅外儀對生豬血液樣品進(jìn)行快速無損檢測。
【文檔編號】G01N21/359GK104048939SQ201410246974
【公開日】2014年9月17日 申請日期:2014年6月5日 優(yōu)先權(quán)日:2014年6月5日
【發(fā)明者】田寒友, 鄒昊, 劉文營, 李家鵬, 喬曉玲 申請人:中國肉類食品綜合研究中心