本發(fā)明涉及火腿制品的檢測技術(shù)領(lǐng)域，具體涉及一種基于可見-近紅外光譜分析技術(shù)鑒別火腿腸等級的方法。

背景技術(shù)：

火腿腸是以鮮或凍畜肉、禽肉、魚肉為主要原料，經(jīng)腌制、攪拌、斬拌(或乳化)、灌入塑料腸衣，經(jīng)高溫殺菌制成的肉類灌腸制品，其肉質(zhì)細膩、營養(yǎng)豐富、食用方便，深受廣大消費者青睞。現(xiàn)在國內(nèi)擁有火腿腸設(shè)備生產(chǎn)線的企業(yè)有雙匯、金鑼、雨潤、春都等數(shù)十家，火腿腸產(chǎn)量約占整個肉制品生產(chǎn)總量的三分之一。按照國家GB/T20712－2006標(biāo)準(zhǔn)，根據(jù)蛋白質(zhì)、淀粉和水分質(zhì)量分?jǐn)?shù)的不同將火腿腸分為4個等級，即特級、優(yōu)級、普通級和無淀粉級。目前，火腿市場中存在著以次充好甚至劣質(zhì)火腿腸現(xiàn)象，嚴(yán)重危害了火腿行業(yè)的健康發(fā)展，研究快速可靠的火腿腸質(zhì)量等級鑒別技術(shù)具有重要意義。

目前，國際上對火腿腸質(zhì)量等級鑒定的相關(guān)研究較少。傳統(tǒng)的火腿腸等級鑒別方法例如：質(zhì)構(gòu)指標(biāo)評價法，該方法是利用火腿腸的質(zhì)構(gòu)指標(biāo)(硬度、脆性、黏著性、咀嚼性等)構(gòu)建判別模型進行火腿腸等級的鑒定(郝紅濤等，2010；趙改名，2013)。質(zhì)構(gòu)指標(biāo)評價法的原理簡單、鑒別效果較為理想，但該方法的操作過程繁瑣、成本較高、專業(yè)性強，不能成為一種便于實際應(yīng)用的檢測快速、操作簡單、成本低廉的檢測方式，其他的傳統(tǒng)檢測方法也存在類似的問題。

近紅外光譜分析技術(shù)在火腿腸檢測方面的研究較少。例如，朱迅濤(2002)利用近紅外光譜結(jié)合化學(xué)計量法建立了火腿腸中蛋白質(zhì)、脂肪和水分指標(biāo)的定標(biāo)模型，樣品近紅外檢測值相對常規(guī)方法檢測結(jié)果可以接受。Fernández-Cabanás等(2011)利用近紅外光譜建立改進的偏最小二乘回歸模型，對西班牙國內(nèi)來自42個不同品牌的伊比利亞干腌豬肉香腸實現(xiàn)了脂肪酸的快速檢測。

近紅外光譜的信息較弱，譜峰重疊嚴(yán)重，需要結(jié)合預(yù)處理和模式識別方法才可以完成定性判別。偏最小二乘判別分析(PLS-DA)是一種應(yīng)用較為廣泛的化學(xué)模式識別技術(shù)。該方法首先設(shè)置樣品分類變量，將樣本所屬的類別信息設(shè)為二進制因變量。利用交互驗證的方法確定抽象組分?jǐn)?shù)，即最佳主成分?jǐn)?shù)，最大程度地解釋樣本原始光譜向量，在此基礎(chǔ)上，分別對自變量樣本的NIR光譜與因變量進行主成分分解，在盡可能保證兩類變量間的相關(guān)性的前提下，建立PLS回歸模型。應(yīng)用該模型計算待測樣本的分類變量值，當(dāng)所得值大于0.5且偏差小于設(shè)定臨界值時則判定樣本屬于該類。

技術(shù)實現(xiàn)要素：

針對上述現(xiàn)有技術(shù)，本發(fā)明目的在于提供一種基于可見-近紅外光譜分析技術(shù)鑒別火腿腸等級的方法，解決現(xiàn)有技術(shù)檢測速度慢、操作繁瑣等技術(shù)問題。

為達到上述目的，本發(fā)明采用的技術(shù)方案如下：

(1)原始光譜的采集：在室溫環(huán)境下，利用便攜式光纖光譜儀，分別采集普通級、優(yōu)級、特級及無淀粉級4種等級火腿腸樣本的可見-近紅外漫反射光譜，即樣本的原始光譜，光譜的采集范圍為330納米(nm)-1100納米(nm)；

(2)在原始光譜的波段范圍內(nèi)，選取有效波段作為建模波段；

(3)光譜的預(yù)處理：對有效波段范圍的原始光譜，采用移動窗口平均法和多元散射校正進行預(yù)處理，降低噪聲和消除散射效應(yīng)，增大信噪比，有效地獲取有用的光譜信息；

(4)PLS-DA模型的建立：將預(yù)處理后的樣本光譜作為建模數(shù)據(jù)，先采用留一法的全交叉驗證確定模型最佳主成分?jǐn)?shù)，然后在模型最佳主成分?jǐn)?shù)下建立PLS-DA模型；

(5)火腿腸樣本的等級鑒別：將PLS-DA模型應(yīng)用于未知火腿腸樣本，計算樣本分類變量的PLS預(yù)測值，根據(jù)預(yù)測值判定火腿腸的等級。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

建立了一種操作簡單、檢測快速、可靠有效、無污染、無損傷的火腿腸等級鑒別方法，利用便攜式光譜檢測設(shè)備無須專業(yè)人員即可進行火腿腸等級的鑒別，易于在火腿腸生產(chǎn)和質(zhì)檢應(yīng)用中推廣，有助于實現(xiàn)市場中火腿腸產(chǎn)品質(zhì)量的有效監(jiān)督，防止不法商家以次充好、生產(chǎn)劣質(zhì)火腿等危害行業(yè)健康發(fā)展現(xiàn)象的發(fā)生。

附圖說明

圖1為本發(fā)明的技術(shù)流程示意圖；

圖2為本發(fā)明中光譜采集裝置示意圖；

圖3為本發(fā)明中4種等級火腿腸樣本預(yù)處理后的平均光譜；

圖4為本發(fā)明中留一法的全交叉驗證確定PLS-DA模型最佳主成分?jǐn)?shù)得到的PRESS值與主成分?jǐn)?shù)的關(guān)系曲線圖；

圖5為本發(fā)明中PLS-DA模型對測試集中未知火腿腸樣本的鑒別結(jié)果示意圖。

具體實施方式

本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以以任何方式組合。

下面結(jié)合附圖對本發(fā)明做進一步說明：

實施例1

如附圖1所示的一種基于可見-近紅外光譜分析技術(shù)鑒別火腿腸等級的方法中，包括以下步驟：

步驟一、可見-近紅外光譜的采集：使用可見-近紅外便攜式光譜儀采集不同等級火腿腸樣本的可見-近紅外漫反射光譜，有以下步驟：

1)樣本準(zhǔn)備：購買4種不同等級、生產(chǎn)日期基本一致的雙匯牌火腿腸：普通級(淀粉含量≤10％)火腿腸、優(yōu)級(淀粉含量≤8％)火腿腸、特級(淀粉含量≤6％)火腿腸、無淀粉級(淀粉含量≤1％)火腿腸。以10mm為切片厚度，各等級火腿腸分別制備20個樣本，共計80個樣本。2)光譜采集裝置搭建(如附圖2)：使用Y型石英光纖3將可調(diào)鎢燈光源1和光纖光譜儀2連接，測量探頭對準(zhǔn)檢測樣本4，使用USB數(shù)據(jù)線5將光纖光譜儀2與計算機6連接。具體的測量過程為：鎢燈光源1發(fā)出的光通過Y型石英光纖3照射在檢測樣本4上，檢測樣本4的漫反射光再通過Y型石英光纖進入光纖光譜儀2，將光信號轉(zhuǎn)換為電信號輸入計算機6，利用計算機6上的光譜分析軟件處理得到原始光譜。3)光譜采集：實驗溫度25℃，測量探頭置于火腿腸切片樣本上方，距樣品表面角度90度(垂直)、高度10mm。S3000-VIS型光譜儀的具體參數(shù)設(shè)置：光譜采集范圍330-1100nm，分辨率2nm，曝光時間50ms，采樣間隔1ms，平均次數(shù)5次，平滑次數(shù)1次。H03可調(diào)鎢燈光源1的光強為50000counts(相對強度值)。每個火腿腸樣本掃描1次。

步驟二、選取有效波段：測量光譜范圍內(nèi)首端和末端的波段(330-400nm/940-1100nm)噪聲較大，故選擇400-940nm作為有效波段。

步驟三、光譜的預(yù)處理：依次使用移動窗口平均(窗口長度為9)、多元散射校正法對原始光譜進行預(yù)處理。附圖3為預(yù)處理后4種等級火腿腸的平均光譜。

步驟四、PLS-DA模型的建立，樣本使用預(yù)處理后的光譜的數(shù)據(jù)：1)設(shè)置樣本的類別變量Y，Y是一個以0，1為元素的矩陣，其行對應(yīng)樣本序號、列對應(yīng)類別序號，當(dāng)樣本屬于某一類時則該樣本在Y對應(yīng)列的元素值為1，否則為0。2)采用Kennard-Stone法將80個火腿腸樣本劃分為訓(xùn)練集和測試集，每種等級的火腿腸15個訓(xùn)練集樣本，共計60個樣本用于建立模型，其余20個樣本作為測試集。3)確定模型的主成分?jǐn)?shù)，采用留一法的全交叉驗證，附圖4顯示了預(yù)測殘差平方和(PRESS)隨主成分?jǐn)?shù)的變化。從圖中可以看出，PRESS值在主成分?jǐn)?shù)15時取得最小值，因此將模型的最佳主成分?jǐn)?shù)確定為15。4)在模型最佳主成分?jǐn)?shù)下建立PLS-DA模型，利用訓(xùn)練集60個樣本進行訓(xùn)練，計算得到PLS-DA模型的具體參數(shù)。

步驟五、火腿腸樣本的等級判定：計算測試集火腿腸樣本分類變量的PLS預(yù)測值Ypls，根據(jù)Ypls的每一列與1的接近程度判斷樣本屬于哪類。

鑒別結(jié)果與分析：利用建立的模型對測試集20個未知火腿腸樣本等級進行判定，結(jié)果如附圖5所示，未知火腿腸樣本等級的鑒別正確率為100％。附圖5a為測試集樣本中，普通級火腿腸樣本的預(yù)測結(jié)果，所有普通級火腿腸樣本的分類變量的預(yù)測值都接近1，偏差小于0.5；而其他三種等級火腿腸樣本的分類變量的預(yù)測值均接近0，偏差均小于0.5。根據(jù)PLS-DA模型的判定準(zhǔn)則，測試集中所有的普通級火腿腸樣本均被正確識別，而其他三種等級火腿腸樣本均被拒識，說明PLS-DA模型對普通級火腿腸樣本鑒別正確率為100％。對附圖5b、5c和5d中的預(yù)測結(jié)果采用與附圖5a相同的分析方法，可以得到PLS-DA模型對優(yōu)級、特級和無淀粉級三種等級火腿腸樣本的鑒別正確率均為100％。

盡管上面對本發(fā)明的具體實施方式進行了描述，以便于本技術(shù)領(lǐng)域的技術(shù)人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于具體實施方式的范圍，對本技術(shù)領(lǐng)域的普通技術(shù)人員來講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護之列。