基于电子鼻的猪肉冷冻储藏期的无损检 测方法.docx

基于电子鼻的猪肉冷冻储藏期的无损检 测方法登峰 王祖文 赵素娟 舒晓梦 王羚佳 陈祥西华大学食品与生物工程学院摘要：目的：建立基于电子鼻的猪肉冷冻储藏期和冻藏前是否经过长时间冷藏的无损检 测方法方法:5cm见方冻藏猪肉置于100 rnL烧杯中以保鲜膜密封，采用PEN3 型电子鼻对烧杯中上层气体进行检测检测数据分别采用主成分分析和重复测量 的方差分析了解多元数据的分布特点进而利用线性判别和基于多层感知器的神 经网络算法建立猪肉冷冻储藏期和冻藏前是否经过长时间冷藏的预测模型结果: 冷冻储藏不同时间及冻藏前是否经过长时间冷藏的猪肉样品的电子鼻检测数据 存在显著差界;通过神经网络算法建立的预测模型对猪肉冷冻储藏期和冻藏前是 否经过长时间冷藏具有更好预测能力结论:该检测方法操作简便，快速高效可 实现无损现场检测，为加强冷冻肉品监督管理提供了…种简便可行的检测技术关键词：猪肉;冻藏期;电了鼻;模式识别算法;作者简介：杨潇（1981-）,男，高级实验师，博士，研究方向为食品营养与安 全E-mai 1 :13076014204@163. com作者简介：陈祥贵（1967-）,男，教授，博士，研究方向为食品营养与安全。

E-mai1:chenxianggui@hotmail, com收稿日期:2017-06-27基金：四川省科技厅应用基础项目（2017JY0121）Monitoring pork frozen storage shelf life using electronic nose nondestruetive testingYANG Xiao GUO Dengfeng WANG Zhuwen ZHAO SujuanSU Xiaomeng WANG Lingjia CHEN XiangguiSchool of Food and Biological Engineering, Xi HuaUniversity;Abstract：Purpose Establishment of an nondestructive method for detecting the frozen storage shelf life of pork and whether it has been refrigerated at 4C for a long time. Method 5 cm square frozen pork was in 100 mL beaker and sealed with film, detected the upper gas in the beaker using PEN3 electronic nose. The data were analyzed by principal component analysis and variance analysis of repeated measurements to understand the characteristics of multiple data points. And then establishment prediction model of pork frozen storage period and whether it has been refrigerated at 4C for a long time before the frozen storage. ResuIt There are significant differences in the electronic nose data of frozen pork samples at different times and whether it has been cryopreservation. Both linear discriminant analysis and neural network algorithm based on multi-layer perceptron can establish a successful prediction model, however, the predictive model based on n eural network algorithm has bet ter predic tive abil ity. Conclusion The detec tioii met hod is simple, fas t and efficient to achieve nondestructive testing. It has laid a technical foundation in order to strengthen the supervision and management for frozen meat.Keyword：Pork; Frozen storage shelf life; Electronic nose; Patter门 recog门it io门 algorithm;Received： 2017-06-27猪肉是我国消费量最大的肉类，长期占据城乡居民肉类消费量的60%以上丄11。

由于猪肉牛产特殊的周期性和对我国经济的重要影响，需要大量的储备猪肉用 于应对突发事件、平抑肉价波动等，使得冷冻储藏猪肉已成为我国肉类储备、调 节肉价和肉类进出口贸易的重要手段良1在严格的冻藏条件下冷冻肉可储藏较 长的时间，但是储藏时间过长或储藏和运输过程中环境温度变化过大都会引起 冷冻肉品质的劣变从而带来潜在的食品安全风险因此各国对冷冻肉品的储藏期 都作了规范，如美国农业部(USDA)、美国卫牛和公共服务部(HHS)和食品与 药品管理局（FDA）推荐的冷冻肉品在-18C下的储藏期限为6、12个月壬1， 我国在2007年施行的《中央储备肉管理办法》中也规定:冻猪肉原则上每轮储存 4个月左右而目前许多对冷冻猪肉的研究表明随着冷冻储藏吋间的延长猪肉的 风味、色泽、嫩度、持水力、失液率、脂质氧化（TBARS）、挥发性盐基氮（TVB-N） 等反映猪肉品质的重要指标均出现显著的劣变，严重降低其商业价值，甚至造 成潜在的食品安全风险，因此普遍认为冷冻猪肉的冻藏期不应超过4、6个月 ［6-12］不过目前已有的研究,尚无直接针对猪肉冻藏期的检测方法，虽然冷冻 猪肉的品质指标与冷冻储藏期有密切的联系，但是其检测方法大都存在检测时 间长、操作步骤繁琐、需对样品进行解冻的缺点。

极大的限制了对冷冻猪肉状态 监督检测的开展，造成了对冷冻肉品监管的漏洞电子鼻是由选择性的化学传感器阵列与适当的模式识别算法组成的一种嗅觉分 析系统，具有识别简单或复杂气味的功能由于冷冻猪肉储藏过程中会发生脂肪 与蛋白质的氧化进而引起风味的显著变化XL丄11，而电子鼻可以有效的检测这 些变化，再根据适当的模式识别算法，就可以建立起猪肉冷冻储藏期的预测模 型冃前，食品行业已成功的采用电子鼻系统建立了谷物粮食的储藏品质山1、 葡萄酒鉴别［15］、水产品的货架期、猪肉TVB-NE19］.白酒品质鉴别［20］、水果 品质［21］、茶叶品质［22］等快速无损检测方法,取得了较好的效果而对利用电 子鼻系统建立猪肉冷冻储藏期无损检测方法的研究还鲜有报道因此本研究旨在利用电子鼻系统釆集不同冻藏前状况和不同冷冻储藏期猪肉的 气味信号数据，应用主成分分析（PCA）、重复测量的方差分析对其数据特点进 行分析，再分别利用线性判别分析（LDA）和基于多层感知器的人工神经网络 （ANN）等模式识别算法建立预测模型，从而建立针对猪肉冷冻储藏期和冻藏前 是否经过长时间冷藏的电子鼻快速无损检测方法该方法对于加强冷冻肉品监督 管理，保证广大消费者的食品安全提供了一种可行的检测手段。

1材料与方法 1. 1实验材料市售宰后24 h内的新鲜荣昌猪后腿冷鲜肉（取自5只猪）实验样品分为A、B 两组，八纟且直接切割成5X5X5 cm见方肉块（重约25g）,置于100 m L烧杯中， 用保鲜膜封口后，置于-20C冷冻储藏;B组于4C冷藏7d （冷鲜肉4C下保质期 为7d）后，按A组方法进行处理后置于-20C冷冻储藏每组样本量为30个，其 中每只猪提供6个样本1. 2仪器设备PEN3型电了鼻，购自德国Airsense公司，包含10个金属氧化物传感器分别为 W1C （识别芳香成分）、W5S（识别氮氧化物）、W3C（识别氨类和芳香型化合物）、 W6S （识别氧气）、W5C （识别烷绘和芳香型化合物）、W1S （疑类物质）、W1W （识 别硫化氢）、W2S （识别醇类和部分芳香型化合物）、W2W （识别芳香化合物和有 机硫化物）、W3S （识别烷怪）o1.3电子鼻检测样品冻结后，分别在第0、25、80、134、161、200、250 d对样品进行电子鼻检 测检测参数为:洗气时间60 s＞调零时间5 s、样品准备时间5 s、进样时间 100 s、流速300 m L/mino检测时，样品从-20取出后直接吸取样品顶端空间 的气体，以传感器电导率G与基准气体通过时传感器电导率G。

的比值(即G/G) 为检测数据进行分析，共计获得420个检测数据样品每次检测完成后，迅速用 保鲜膜重新密封烧杯放M-20C继续冷冻储藏，检测过程中保持低温使样品不发 生解冻釆用SPSS 22. 0 (TBM)软件对60 s处的G/G值数据进行处理分别选用用主成 分分析(Principle component analysis, PCA)、重复数据的方差分析和独立 样本的非参数检验来观察电了鼻区分不同冷冻储藏时间和冻藏前是否经过长时 间冷藏的能力，同时通过线性判别分析(Linear Discriminant Analysis, LDA) 和人工神经网络(Artificial Neural Network, ANN)算法来建立猪肉冷冻储藏 时间和冻藏前是否经过长时间冷藏的预测模型，并对预测模型的性能进行验证2结果与讨论 2.1电子鼻检测数据的主成分分析与重复测量的方差分析在多元数据的统计分析中，PCA是一种常用的降维分析方法，不仅可以解决多个 实验指标的共线性问题，还可以通过产生“主成分”來降低指标维度并利用主 成分得分进行2D或3D作图来反映样本间的分布情况画本研究通过对电子鼻 检测数据的PCA分析共提取两个主成分(特征值＞1)，总贡献率为85.04%,其 中第一主成分贡献率为59. 37%,主要代表芳香类化合物的变化;第二主成分贡 献率为25.67%,主要代表氢气、烷怪等小分子的变化。

利用主成分得分数据绘 制散点图见图1从图中可知，经过PCA分析后，除了储藏0、25、80 d的数据 重合外，第134、161、200、250 d数据都能较好区分而储藏0〜80 d的数据相 对集中，这可能是由于在这一时间段内冻藏猪肉的品质劣变不显著，其风味成 分的差异也较小但是随着冻藏时间的不断延长其品质劣变不断加剧，其风味成 分的差异也不断加剧这一结果从挥发性风味成分的角度也证明了冻藏猪肉品质 发生劣变的时间拐点是在4个月左右，而在已有的冻藏猪肉品质变化的研究中 也得出了相似的结果［& 9］CN-3-40 d1 -0 -134 d-2 0 2PC1 （变化量:图1冻藏猪肉电子鼻检测数据的PCA结果Figure 1 PCA of electronic nose data of frozen pork 下载原图但是通过第一、第二主成分的2D散点图并不能明显区分相同冻藏时间的A, B 两组样品由于在现实中存在将过期冷鲜肉回收转为冻藏肉的情况，为进一步了 解A, B两组样品的多指标结果是否具有显著的差异，利用入B两组样品电子鼻 检测数据。