[发明专利]一种基于THz光谱分析的鲜肉K值快速无损检测模型

说明书

一种基于THz光谱分析的鲜肉K值快速无损检测模型，模型的建模步骤包括：1)构建多层反向传播神经网络BP‑ANN：采用THz衰减全反射ATR检测模式对鲜肉样本的THz光谱进行取样，并对样本光谱数据进行处理；把BP‑ANN视为非线性函数，BP‑ANN输入和预测值分别为该非线性函数的自变量和因变量，BP‑ANN表达了从自变量到因变量的函数映射关系；2)训练包括：网络初始化；隐含层输出计算；输出层输出计算；误差计算；权值更新；阈值更新；根据迭代次数和最终迭代误差判断算法迭代是否结束。本发明通过探索鲜肉新鲜度的THz光谱特性，建立THz光谱数据与鲜肉新鲜度K值之间的关系模型，实现对鲜肉K值的快速无损检测。

技术领域

本技术方案属于鲜肉检测技术领域，具体是一种基于THz光谱分析的鲜肉K值快速无损检测模型。

背景技术

肉是人们主要的蛋白质、脂肪等的摄取源。鲜肉的新鲜程度在食品安全中尤其重要。以猪肉为例，它是我国肉制品消费的主要种类，我国猪肉消费量占肉类消费总量的77％，如何控制生产销售环节中的肉品质、保证食品安全，受到了生产企业、消费者和国家质检部门的高度关注。猪、牛、羊、鱼肉等鲜肉的品质包括营养成分、风味、嫩度、保水性和新鲜度等要素，其中，新鲜度是一个重要的方面。

新鲜度测定通常有两种方法，感官评定法和理化分析法。感官评定法主观因素大，重复性差；理化分析法精确可信，重复性高。理化分析所测定的新鲜度指标包括肉色、微生物指标、挥发性盐基总氮指标、K值、pH值和聚胺类化合物等，其中，基于ATP分解过程的K值被证实是可行的且受到越来越多的重视。

鲜肉中的一些物质随保存时间的增加而变质，在宰后的肉品中，三磷酸腺苷(ATP)会自动分解，过程为：三磷酸腺苷(ATP)→二磷酸腺苷(ADP)→磷酸腺苷(AMP)→次黄嘌呤核苷酸(IMP)→肌苷酸(HxR)→次黄嘌呤(Hx)。

据ATP分解过程，有如下测定K值的指标方程：

式中ATP、ADP、AMP、IMP、HxR、Hx——各物质在样品中的含量

肉品越是新鲜K值越低，反之K值越高。K值通常可以采用高效液相色谱分析法(High Performance Liquid Chromatography,HPLC)获得。虽然此种理化分析法准确且可信，但是过程耗时、对被测样品具有破坏性，不能满足生产和流通环节中的快速和广泛性测量要求，用无损检测方法测定猪肉的K值正成为科研工作的一个重要研究热点。

目前，鲜肉新鲜度指标的无损检测方法有近红外光谱分析、可见-近红外高光谱图像分析、电子鼻技术等。光谱分析法基于与鲜肉新鲜度相关的化学物质在可见和近红外波段有特征表达的原理，建立起无损检测猪肉新鲜度的数学模型，实现了新鲜度的快速和比较准确的测定。但是近红外光谱仪实验过程中，需要对样品仓抽真空处理，无法实现在线快速检测，光纤式光谱仪虽然不需要抽真空处理，但是需要用光纤采集样本的光谱信息，耦合光纤细小，检测区域有限，无法实现对样本表面的一次性全面采集。可见-近红外高光谱图像分析技术虽然能够实现全面采集，但是每次试验开始前以及长时间试验过程中，都需要用标准反射率标定板对光谱采集系统进行校准，以防止相机感光器件的温度漂移以及光源的亮度变化对检测系统的影响，不利于在线连续检测。电子鼻技术使用气体传感器采集肉的腐败气味，基于腐败程度越深、气味释放程度越强的原理测定肉的新鲜度，但是此方法需要将样品放置在密闭的检测仓中，并需要稳定放置一定时间，以使得检测仓中气味分布均匀，气味浓度达到传感器的检测下限，检测的等待时间长。

发明内容