[发明专利]一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法

说明书

本发明公开了一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法，属于食品检测领域。本发明利用拉曼光谱信息和鸡蛋样品的四项新鲜度理化指标分别建立偏最小二乘回归模型；其中，拉曼光谱信息是鸡蛋蛋壳表面在100‑3000cm^‑1范围内的拉曼光谱强度；新鲜度理化指标包括哈夫单位、蛋白pH、气室直径和气室高度。本发明通过对鸡蛋蛋壳表面拉曼光谱的采集，与对应鸡蛋内部新鲜度的理化指标进行建模分析，模型可达到较好的预测性能，从而达到通过采集拉曼光谱无损预测鸡蛋新鲜度的效果。

技术领域

本发明涉及食品检测领域，具体涉及一种基于拉曼光谱技术的鸡蛋新鲜度无损检测方法。

背景技术

鸡蛋作为一种高营养的食物，可以为人体提供必需的蛋白质、脂肪、矿物质和维生素等营养物质。但是由于鸡蛋在生产、加工、销售和流通的环节中，特别容易腐败变质，不仅会损害生产者的经济利益，甚至危害消费者的身体健康，所以对于鸡蛋新鲜度的研究具有重要的价值与意义。

目前对于鸡蛋新鲜度的检测指标主要有哈夫单位、蛋白pH值、气室直径、气室高度等，但这些指标都需要通过有损检测才能获得。随着科技的进步，无损检测被应用到各个方面。目前应用于鸡蛋新鲜度的无损检测技术主要有红外光谱、高光谱、电子鼻、声波脉冲、机器视觉技术、阻抗法等，暂未有通过拉曼光谱进行无损检测。

发明内容

本发明根据变化的鸡蛋表面拉曼光谱与同时变化的鸡蛋新鲜度理化指标之间建立联系，以期达到用采集的拉曼光谱预测新鲜度理化指标的效果。拉曼光谱作为一种适合现场检测的方法，具有简便、快速等优点，同时拉曼光谱可以提供物质分子振动频率的信息，本发明采用拉曼光谱作为一种新型检测方法用于鸡蛋新鲜度的无损检测。

在建模过程中，由于采集的拉曼光谱不仅包含了样本自身的信息，还包含了一些其它的无关信息，如荧光背景、噪音和杂散光等。所以需要对采集到的鸡蛋拉曼光谱图进行预处理，从而筛选出其中有效的光谱信息，降低无关信号对结果的干扰。本专利中共采用了8种前处理方法，分别为曲线平滑(SG)、归一化(NL)、一阶导(1st Der-SG)、二阶导(2ndDer-SG)、基线校正(BL)、标准正态变量变换(SNV)、多元散射校正(MSC)、降噪(Denoise)。另外，本发明经过研究探索，在不同部位均设置检测点采集拉曼光谱较为繁琐，于是本发明对不同采集部位的光谱建模效果进行了比较，采集部位分别为顶部、底部和腰线。

本发明的目的是提供一种基于拉曼光谱技术无损检测鸡蛋新鲜度的方法，所述方法是利用拉曼光谱信息和鸡蛋样品的四项新鲜度理化指标分别建立偏最小二乘回归模型；

所述拉曼光谱信息是鸡蛋蛋壳表面在100-3000cm^-1范围内的拉曼光谱强度；

所述新鲜度理化指标包括哈夫单位、蛋白pH、气室直径和气室高度。

在本发明的一种实施方式中，所述偏最小二乘回归模型的建立过程包括如下步骤：

(1)采集鸡蛋样品在100-3000cm^-1范围内的拉曼光谱强度；并分别测得相应四项理化指标的参考值；

(2)然后将采集得到的拉曼光谱强度分别与四项理化指标的参考值构建偏最小二乘回归模型。

在本发明的一种实施方式中，所述拉曼光谱信息还包括进行预处理，所述预处理的方式包括如下任意一种或多种组合：曲线平滑(SG)、归一化(NL)、一阶导(1st Der-SG)、二阶导(2nd Der-SG)、基线校正(BL)、标准正态变量变换(SNV)、多元散射校正(MSC)、降噪(Denoise)。

在本发明的一种实施方式中，当构建拉曼光谱信息与哈夫单位的偏最小二乘回归模型时，预处理的方式优选二阶导(2nd Der-SG)。

在本发明的一种实施方式中，当构建拉曼光谱信息与蛋白pH的偏最小二乘回归模型时，预处理的方式优选二阶导(2nd Der-SG)。