您好,欢迎访问中国农业科学院 机构知识库!

基于光谱技术的多部位猪肉脂肪酸含量预测方法建立

文献类型: 中文期刊

作者: 张圣杰 1 ; 翟晨 2 ; 邢维海 2 ; 冯潇慧 2 ; 杨迎康 2 ; 杨悠悠 2 ; 时超 3 ; 杨洲 2 ; 王文秀 1 ;

作者机构: 1.河北农业大学食品科技学院

2.中国农业科学院北京畜牧兽医研究所畜禽生物育种全国重点实验室

3.北京吉天仪器有限公司

关键词: 拉曼光谱;近红外光谱;猪肉;脂肪酸;多部位;偏最小二乘法

期刊名称: 光谱学与光谱分析

ISSN: 1000-0593

年卷期: 2025 年 45 卷 011 期

页码: 3122-3129

收录情况: EI ; SCI ; 北大核心 ; CSCD

摘要: 猪肉中的脂肪酸不仅关乎消费者的健康,也深刻影响肉类的感官品质、加工性能及市场竞争力。随着营养学研究的深入和食品工业的发展,快速检测猪肉脂肪酸含量已成为提升肉类品质、满足多元化消费需求的关键方向。旨在基于光谱技术,开发三元猪多部位肌肉组织中脂肪酸现场快速检测方法,基于便携式近红外光谱仪和拉曼光谱仪,在屠宰现场采集了10头三元猪的背最长肌、腰大肌、斜方肌等共计14个部位的光谱信息,同时,采用气相色谱方法,对28种脂肪酸及其脂肪酸族进行准确定量。采集的光谱首先进行多种预处理,然后采用竞争性自适应重加权采样算法筛选特征波段,建立偏最小二乘定量预测模型。结果表明,基于拉曼光谱数据的建模结果优于近红外光谱。因此,采用拉曼光谱建立包括总脂肪酸(FA)、饱和脂肪酸(SFA)、单不饱和脂肪酸(MUFA)、多不饱和脂肪酸(PUFA)、 C16:0、 C18:0、 C18:1等28个模型,其中,25个指标的预测决定系数(R■)大于0.85,相对分析误差(RPD)大于2.50。研究表明,采用拉曼光谱建立多部位肌肉组织的脂肪酸含量预测模型具有可行性,该方法的建立为屠宰现场预测猪肉各脂肪酸含量提供了技术支持。

  • 相关文献

[1]基于拉曼光谱技术的蜂王浆品质定量模型研究. 陈繁,刘翠玲,陈兰珍,孙晓荣,李熠,金玥. 2019

[2]牛肉品质无损检测技术研究进展. 阳晓婷,刘浩,刘楠,孙丽荣,李亚兰,郄梦洁,赵姗姗,白璐,赵燕. 2024

[3]基于GA的偏最小二乘法在近红外光谱识别苹果表面农药残留量的应用. 张晓,蒋霞,石鲁珍,张树艳,张楠楠. 2019

[4]小波变换在脐橙维生素C含量近红外光谱预测中的应用. 夏俊芳,李小昱,李培武,王为,丁小霞. 2007

[5]基于近红外与高光谱技术的小麦种子多指标检测方法. 吴静珠,刘倩,陈岩,孙丽娟,张泽宇. 2016

[6]无效变量消除法在油菜籽芥酸近红外无损速测中的应用. 丁小霞,李培武,刘培,唐晓倩,张文,陈小媚. 2010

[7]玉米干全酒精糟氨基酸的近红外检测研究. 樊霞,姜训鹏,贾铮,肖志明,李兰,李阳,刘晓露. 2020

[8]基于近红外光谱法的大佛龙井茶品质评价研究. 周小芬,叶阳,周竹定,钱园凤. 2012

[9]蜂蜜中果糖含量近红外光谱试验研究. 陈兰珍,孙谦,赵静,薛晓锋,陈芳,黄京平. 2008

[10]近红外光谱法预测羊肉化学成分的研究. 王培培,张德权,陈丽,饶伟丽. 2012

[11]植物源性饲料原料近红外光谱定量分析通用模型研究. 王燕妮,孙琦,肖志明,李守学,邓涛,樊霞. 2016

[12]基于近红外光谱和SPA算法的棉花叶面积指数定量分析. 张树艳,王有武,白铁成,张晓,石鲁珍. 2018

[13]基于近红外光谱技术预测甘薯块根淀粉与糖类物质含量. 唐忠厚,李洪民,李强,魏猛,刘正辉,丁艳锋. 2013

[14]基于近红外光谱技术的大麻和亚麻鉴别方法. 宋世文,赵浩含,王守波,张先顺,郁崇文. 2023

[15]近红外光谱大数据分析塔罗科血橙内在品质的研究. 李俊杰,张绩,汪小伟,刘雪峰,程兰,郑永强,吕强,谢让金,马岩岩,邓烈,易时来. 2020

[16]基于近红外光谱的阿克苏红富士苹果毒死蜱农药残留量检测. 张晓,蒋霞,张楠楠,石鲁珍. 2018

[17]近红外光谱技术对花生蛋白组分与亚基的高通量模型建立. 崔颢凡,刘红芝,郭芹,顾丰颖,张雨,王强. 2024

[18]冷鲜与真空冷冻干燥猪里脊肉中脂肪酸气相色谱-质谱分析. 侯召华,罗婧,宁浩然,崔松焕. 2014

[19]猪肉肌间/脂肪组织在蒸煮过程中的脂肪酸组成变化. 熊明民,马长伟. 2014

[20]不同奶畜乳近红外光谱及脂肪酸与乳蛋白组成特征的研究. 杨晋辉. 2013

作者其他论文 更多>>