[发明专利]一种食用油反式脂肪酸的检测方法

说明书

本发明提出一种食用油反式脂肪酸的检测方法，属于食用油品质检测领域。首先，对获取的待测食用油拉曼光谱数据进行预处理；然后，对预处理后待测食用油拉曼光谱数据进行峰位拟合，得到新的拉曼光谱数据；并基于谱峰分解法提取新的拉曼光谱数据的特征；最后，将获取的拉曼光谱特征作为模型变量输入反式脂肪酸分类模型和/或反式脂肪酸含量预测模型中，得到食用油反式脂肪酸的分类结果和/或反式脂肪酸含量的预测结果。该方法提取的波峰、波谷和峰面积特征，既保证了所提取有效特征的充分性，且具有代表性，又不会使输入模型的信息过多产生冗余，减少了模型计算的复杂度，保证了模型的稳定性，使得模型预测结果更为精确，提高了模型预测效率。

技术领域

本发明涉及一种食用油反式脂肪酸的检测方法，属于食用油品质检测领域。

背景技术

食用油是人类生活的必需品，在一定条件下会生成反式脂肪酸，给人类健康带来极大隐患，因此食用油中的反式脂肪酸含量早已成为检验食用油品质是否达标的一个重要指标。

采用拉曼光谱技术进行食用油样品分析，主要是通过提取食用油拉曼光谱的特征信息，建立拉曼光谱特征与食用油中反式脂肪酸的预测模型，从而实现对食用油品质的快速检测及鉴别，无需前处理，简单方便。目前，有通过全谱信息进行分析建模以检测食用油品质，也有只对个别峰进行分析的以实现食用油品质鉴定；但前者光谱数据量较大，在峰值较多时，采用全谱信息进行分析建模，不但存在较多的冗余信息，还会增加模型的复杂性，影响模型的稳定性；后者只对个别峰进行分析，导致提供的有效信息不够充分，难以体现被测样品的属性差异，这两者都会影响所建预测模型的精度，使得最终预测结果精度低，食用油品质鉴别结果不可靠。

发明内容

本发明的目的是提供一种食用油反式脂肪酸的检测方法，以解决目前食用油反式脂肪酸检测精度低的问题。

本发明提供的一种食用油反式脂肪酸的检测方法，该方法包括以下步骤：

1)获取待测食用油的拉曼光谱数据，并对获取的待测食用油拉曼光谱数据进行预处理；

2)确定预处理后待测食用油拉曼光谱数据的峰位，对预处理后待测食用油拉曼光谱数据进行峰位拟合，得到新的拉曼光谱数据；并基于谱峰分解法提取新的拉曼光谱数据的特征，提取出的拉曼光谱特征包括波峰、波谷和峰面积；

3)将获取的拉曼光谱特征作为模型变量输入反式脂肪酸分类模型和/或反式脂肪酸含量预测模型中，得到食用油反式脂肪酸的分类结果和/或反式脂肪酸含量的预测结果，其中，反式脂肪酸分类模型为经过训练的FDA模型，反式脂肪酸含量预测模型为经过训练的机器学习模型，反式脂肪酸分类模型是由基于已知反式脂肪酸所属类别的食用油及其对应拉曼光谱特征训练得到，反式脂肪酸含量预测模型是由已知反式脂肪酸含量的食用油及其对应的拉曼光谱特征训练得到。

本发明对预处理后的待测食用油的拉曼光谱数据进行峰位拟合，可以获得更精确的峰位特征；并采用谱峰分解法提取食用油的拉曼光谱中的波峰、波谷和峰面积特征，将这三种特征作为变量输入分类模型和/或预测模型中，得到食用油反式脂肪酸的分类结果和/或预测结果，既保证了所提取有效特征的充分性，又不会使输入模型的信息过多产生冗余。该方法提取的拉曼光谱特征相比个别峰的分析更具有代表性，对比于采用全谱信息进行分析建模，减少了模型计算的复杂度，保证了模型的稳定性，使得模型预测结果更为精确，提高了模型预测效率。

进一步地，为了去除荧光背景的干扰以获取准确的拉曼光谱，所述步骤1)中预处理包括采用多项式迭代拟合基线矫正方法进行的拉曼光谱荧光背景去除。

进一步地，为了减少非样本信息的干扰以获取准确的拉曼光谱，所述步骤1)中预处理还包括采用标准正态变量变换进行的拉曼光谱降噪处理。

进一步地，为了使食用油分类结果更为精准，所述步骤2)还包括对提取出的拉曼光谱特征采用无信息变量消除法进行筛选的步骤。