郭培源，劉波，李楊，向靈孜

（北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048）

食品安全現(xiàn)代檢測技術(shù)綜述

郭培源，劉波*，李楊，向靈孜

（北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048）

探討了當(dāng)前食品安全領(lǐng)域的檢測和監(jiān)測技術(shù)，包括近紅外光譜、高光譜圖像、計(jì)算機(jī)視覺、人工嗅覺與人工味覺、生物芯片等檢測技術(shù)；同時(shí)詳細(xì)介紹了這些檢測技術(shù)的基本原理和應(yīng)用特點(diǎn)，總結(jié)了我國食品安全的發(fā)展方向以及存在的問題。

食品安全；近紅外光譜；高光譜圖像；計(jì)算機(jī)視覺

食品安全是關(guān)系到人類健康和國計(jì)民生的重大問題。最近幾年，中國發(fā)生的幾次食品安全問題，引起人們對食品安全普遍重視，如：三鹿奶粉事件、地溝油事件、瘦肉精等。食品安全問題主要包括以下幾個(gè)方面：化學(xué)性危害、生物毒素、微生物性危害、食品摻假和基因工程食品的安全性問題。對于不同的食品安全問題的判斷，人的感官判斷具有主觀和偏見性。隨著食品安全問題的受到社會(huì)各界的重視，食品安全檢測技術(shù)逐漸成為科研領(lǐng)域的焦點(diǎn)，最近幾年食品安全檢測技術(shù)得到了快速的發(fā)展。與傳統(tǒng)的食品檢測技術(shù)相比，現(xiàn)代食品檢測技術(shù)自動(dòng)化程度和精密度都有很大的提高，提高了檢測的速度和準(zhǔn)確度。

1 現(xiàn)代食品檢測技術(shù)

現(xiàn)代食品檢測技術(shù)得益于計(jì)算機(jī)的發(fā)展，充分利用的計(jì)算機(jī)的功能?，F(xiàn)代食品檢測技術(shù)可以分為現(xiàn)代食品儀器分析技術(shù)和食品檢測新技術(shù)[1]；如食品的光譜分析技術(shù)、色譜分析技術(shù)和質(zhì)譜技術(shù)屬于現(xiàn)代食品儀器分析技術(shù)；食品檢測新技術(shù)包括計(jì)算機(jī)視覺技術(shù)和電子傳感技術(shù)，以及生物芯片技術(shù)等現(xiàn)代技術(shù)。該文介紹現(xiàn)代檢測技術(shù)中近紅外光譜技術(shù)、高光譜技術(shù)、計(jì)算機(jī)視覺技術(shù)、人工嗅覺和人工味覺檢測技術(shù)、生物芯片檢測技術(shù)等的原理和特點(diǎn)。

1.1 近紅外光譜技術(shù)

近紅外光（near infrared，NIR）是指波長在750～3 000nm范圍內(nèi)的電磁波。一般有機(jī)物在該區(qū)的近紅外光譜吸收主要是含氫基團(tuán)（-OH，-CH，-NH，-SH）等的倍頻和合頻吸收[2]?，F(xiàn)代近紅外光譜是20世紀(jì)90年代以來發(fā)展最快的光譜分析技術(shù)，是有機(jī)物定性、定量和結(jié)構(gòu)分析最有效的手段之一，特別是1990年以后由于近紅外光在光纖中良好的傳輸特性，使近紅外光在線分析成功地應(yīng)用于各個(gè)領(lǐng)域。

近紅外光譜技術(shù)原理：有機(jī)物以及部分無機(jī)物分子中各種含氫基團(tuán)在受到近紅外線照射時(shí)，被激發(fā)產(chǎn)生共振，同時(shí)吸收一部分光的能量，測量其對光的吸收情況，可以得到極為復(fù)雜的紅外圖譜，這種圖譜表示被測物質(zhì)的特征[3]。因此，近紅外光譜（NIR）能反映物質(zhì)的組成和結(jié)構(gòu)信息，從而可以作為獲取信息的一種有效載體。徐霞等[4]探討了近紅外光譜技術(shù)在肉類品質(zhì)檢測中的應(yīng)用；可以根據(jù)肉類及其肉制品的蛋白質(zhì)、脂肪和水的組成成分，判斷豬肉的品質(zhì)等級。江輝[5]提出基于近紅外光譜技術(shù)的固態(tài)發(fā)酵過程參數(shù)檢測方法，對獲取的固態(tài)發(fā)酵物樣本的近紅外光譜采用一階導(dǎo)數(shù)法進(jìn)行預(yù)處理，利用入選的特征波長變量結(jié)合偏最小二乘（partial least squares，PLS）法建立固態(tài)發(fā)酵過程參數(shù)pH和濕度的定量檢測模型。KANDALA C V等[6]利用近紅外反射光譜，測量花生樣品在波長400～2 500nm反射率值，用于估計(jì)帶殼花生含水率（moisture content，MC）的無損檢測。

1.2 高光譜圖像檢測技術(shù)

作為一項(xiàng)新興的檢測技術(shù)，高光譜圖像技術(shù)（hyperspectral image）將光電子學(xué)、光學(xué)、電子信息處理學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域的先進(jìn)技術(shù)集于一身，并有機(jī)地把傳統(tǒng)的光譜技術(shù)和二維成像技術(shù)結(jié)合在一起。高光譜成像技術(shù)進(jìn)行食品品質(zhì)檢測的原理是在特定波長處，食品不同的化學(xué)組成和物理特征有著不同的反射比、分散度、吸收度以及電磁能，不同波長處的關(guān)鍵峰值可以表示不同化合物的物質(zhì)屬性，從而通過分析光譜信號實(shí)現(xiàn)食品品質(zhì)信息的定性或定量檢測，并根據(jù)高光譜圖像提供的光譜空間分布信息，實(shí)現(xiàn)食品品質(zhì)信息的可視化表達(dá)，從而實(shí)現(xiàn)食品的分級分類和品質(zhì)檢測工作[7]。LJUNGQVIST M G等[8]在合成蝦青素的水產(chǎn)養(yǎng)殖飼料顆粒涂層高光譜濾光片，用于預(yù)測蝦青素的濃度水平，取得了較好的相關(guān)效果。

高光譜圖像技術(shù)所具有的高分辨率的特性，使得其圖像數(shù)據(jù)的相鄰波段間隔較窄，存在波段重疊區(qū)域，因此光譜通道不再離散而是連續(xù)的，高光譜圖像數(shù)據(jù)每個(gè)像元均可提取一條完整的高分辨率光譜曲線，如圖1所示。高光譜圖像技術(shù)的出現(xiàn)解決了傳統(tǒng)科學(xué)領(lǐng)域“成像無光譜”和“光譜不成像”的歷史問題。

圖1 高光譜成像儀的圖像Fig.1 Image of hyperspectral imager

利用高光譜立方體圖像中的光譜信息，結(jié)合光譜解析和數(shù)學(xué)建模方法，可以預(yù)測和評估被檢測樣品中物質(zhì)成分的品質(zhì)安全屬性。彭彥昆等[9]研究了高光譜圖像檢測技術(shù)在農(nóng)畜產(chǎn)品中的品質(zhì)檢測應(yīng)用；闡述了高光譜圖像檢測技術(shù)用于水果內(nèi)部品質(zhì)和外部形態(tài)特征的識別；評定水果的安全性和品質(zhì)等級。陳士進(jìn)等[10]進(jìn)一步綜述高光譜技術(shù)與圖像處理技術(shù)；用于對牛肉的快速無損檢測；預(yù)測牛肉的嫩度。孫大文等[11]在應(yīng)用包括計(jì)算機(jī)視覺技術(shù)和高光譜成像技術(shù)在內(nèi)的現(xiàn)代光學(xué)成像技術(shù)，進(jìn)行了食品品質(zhì)快速無損檢測，為現(xiàn)代光學(xué)成像技術(shù)在食品加工業(yè)中的應(yīng)用創(chuàng)造了很好的條件。吳建虎等[12]應(yīng)用高光譜成像技術(shù)預(yù)測牛肉嫩度，建立了正則判別函數(shù)對牛肉嫩度進(jìn)行分級，嫩牛肉和較粗糙牛肉的分級準(zhǔn)確率分別為83.13%和90.19%，總的分級準(zhǔn)確率為87.10%。

1.3 計(jì)算機(jī)視覺技術(shù)

通過圖像傳感器采集得到所測樣品的圖像，把所得圖像轉(zhuǎn)換為數(shù)字圖像，繼而通過計(jì)算機(jī)技術(shù)模擬出來人的判別準(zhǔn)則，對圖像進(jìn)行識別，并與圖像分析技術(shù)相融合來分析得出所要結(jié)論的技術(shù)，就是所謂的計(jì)算機(jī)視覺技術(shù)。圖像處理和圖像分析兩部分是計(jì)算機(jī)視覺技術(shù)的核心。郭培源等[13]對表征豬肉新鮮度的氨氣和硫化氫氣味、圖像顏色值、脂肪細(xì)胞數(shù)和細(xì)菌菌斑等信息特征量進(jìn)行檢測，利用自組織映射（self-organizing maps，SOM）神經(jīng)網(wǎng)絡(luò)和揮發(fā)性鹽基氮（total volatile basic nitrogen，TVB-N）值序列進(jìn)行聚類研究，將豬肉新鮮度細(xì)分為5個(gè)等級，實(shí)現(xiàn)了新鮮度等級劃分與國家標(biāo)準(zhǔn)和感官檢驗(yàn)相一致的結(jié)果，從而實(shí)現(xiàn)對豬肉新鮮度檢測分級辨識。

IQBAL A等[14]利用計(jì)算機(jī)視覺對土耳其3種品質(zhì)的豬肉和火雞火腿切片圖像的顏色和紋理特征，進(jìn)行描述和分類，設(shè)計(jì)出火腿外觀和消費(fèi)人群偏好可變性的評分模型；可對總共有26個(gè)顏色特性和40種提取紋理特征進(jìn)行分析；邏輯評分模型能夠解釋消費(fèi)者對火腿外部屬性反應(yīng)的可變性，精密度高于74.1%。JACKMAN P等[15]研究了牛肉的適口性與其對應(yīng)的計(jì)算機(jī)視覺圖像之間的相關(guān)性；在研究中，使用高放大成像顯示其表面紋理特性，然后轉(zhuǎn)換成色彩空間灰度，進(jìn)而表達(dá)肌肉表面紋理。結(jié)果表明，精確的建模的牛肉適口性與視覺圖像的相關(guān)系數(shù)達(dá)0.95；表現(xiàn)出良好的線性與非線性。PACE B等[16]用計(jì)算機(jī)視覺系統(tǒng)獲得胡蘿卜的顏色參數(shù)，建立顏色參數(shù)與抗氧化活性（antioxidant activity，AA）和總酚（total phenols，TP）含量之間的關(guān)系，通過多元線性回歸得到的多變量模型。模型通過計(jì)算機(jī)視覺獲取胡蘿卜的顏色值，能夠成功地估計(jì)胡蘿卜的AA和TP的含量。

1.4 人工嗅覺和人工味覺檢測技術(shù)

人工嗅覺與人工味覺檢測技術(shù)是近年來發(fā)展起來的一種新穎的模擬人類及動(dòng)物的嗅覺和味覺功能的檢測技術(shù)[17]。可用于識別食品的氣味、鑒別真?zhèn)?、控制整個(gè)生產(chǎn)過程的工藝，從而保證產(chǎn)品質(zhì)量。食物在腐敗過程中，由于各種外界微生物的污染會(huì)發(fā)生變質(zhì)或者由于自身酶的分解作用引起酸臭性發(fā)酵，產(chǎn)生硫化物和其他揮發(fā)性物質(zhì)，如氨氣、硫化氫。所以，利用人工嗅覺系統(tǒng)可以測定食物在不同時(shí)期產(chǎn)生的氨氣和硫化氫濃度，可以判斷食物的新鮮度和安全性。TORRIL等[18]利用電子檢測評估新鮮水果（菠蘿片）的有效期；結(jié)果表明，電子鼻能夠監(jiān)測與水果新鮮度衰變有關(guān)的揮發(fā)性化合物的變化，在不同溫度環(huán)境下的有效期分別為5.3℃條件下5d，7.6℃條件下2d，10℃條件下1d。

張玉玉等[19]采用電子鼻和電子舌技術(shù)，對煮制前后7種面醬香氣和口感進(jìn)行檢測，并對所得數(shù)據(jù)進(jìn)行主成分分析法（principal component analysis，PCA)和標(biāo)準(zhǔn)質(zhì)量控制分析（standard quality control，SQC)分析。ZHENG X Z等[20]利用電子鼻對長粒型水稻的4種樣品進(jìn)行了測試，每個(gè)品種的大米都用5g分別放置在有32個(gè)聚合物傳感器組成的電子鼻（cyranose-320）單元中分析；電子鼻能夠區(qū)別大米品種之間的差別；通過多次訓(xùn)練，為電子鼻選取最佳的參數(shù)；用于建立一個(gè)特定的稻米品質(zhì)檢驗(yàn)裝置。高利萍等[21]采用電子鼻和電子舌，通過主成分分析、線性判別分析（linear discriminant analysis，LDA）對不同成熟度草莓鮮榨果汁的風(fēng)味品質(zhì)進(jìn)行檢測區(qū)分，并通過偏最小二乘回歸分析建立電子鼻和電子舌傳感器響應(yīng)信號與草莓鮮榨汁理化指標(biāo)之間的關(guān)系；PCA和LDA法均對不同成熟度草莓鮮榨汁的區(qū)分效果較好，驗(yàn)證了電子鼻和電子舌可以對樣品氣味和味道的綜合信息進(jìn)行正確的評價(jià)。

1.5 生物芯片檢測

生物芯片技術(shù)主要包括聚合酶鏈?zhǔn)椒磻?yīng)（polymerase chain reaction，PCR）技術(shù)和基因芯片技術(shù)。PCR[22-24]是1985年誕生的一項(xiàng)DNA體外擴(kuò)增技術(shù)，該技術(shù)自問世以來，就以驚人的速度廣泛地應(yīng)用于生命科學(xué)的眾多領(lǐng)域。目前在食品工程領(lǐng)域中致病性微生物、轉(zhuǎn)基因食品的檢測等方而的應(yīng)用也越來越受關(guān)注。陳笑蕓等[25]利用PCR檢測技術(shù)對轉(zhuǎn)基因深加工食品的檢測，建立了針對檢測豆制品中轉(zhuǎn)基因成分的PCR檢測體系?；蛐酒夹g(shù)是鑒別微生物和轉(zhuǎn)基因成分最有效的手段之一，為全面、快速、準(zhǔn)確地進(jìn)行食品安全檢測提供了一個(gè)嶄新的平臺?；蛐酒―NA芯片、DNA微陣列）[26]技術(shù)是近十幾年來在生命科學(xué)領(lǐng)域迅速發(fā)展起來的一項(xiàng)高新技術(shù)。吳志毅等[27]采用普通PCR法和熒光定量PCR法對Bt63轉(zhuǎn)基因大米的檢測靈敏度進(jìn)行對比研究。根據(jù)大米內(nèi)源蔗糖磷酸合成酶基因SPS和結(jié)構(gòu)特異性基因Btc的基因序列，選用特異性的引物和探針進(jìn)行研究，經(jīng)驗(yàn)證試驗(yàn)表明具有專一性，能用于品系鑒定。在靈敏度試驗(yàn)中，陽性轉(zhuǎn)基因大米按照不同質(zhì)量百分比進(jìn)行梯度稀釋，提取DNA進(jìn)行PCR擴(kuò)增。結(jié)果表明，普通PCR檢測的靈敏度在0.1%左右，而熒光定量PCR檢測的靈敏度為0.01%，是普通PCR檢測的10倍以上。

2 結(jié)語

該文從近紅外光譜、高光譜技術(shù)、計(jì)算機(jī)視覺等技術(shù)，闡述了食品安全檢測的技術(shù)和各技術(shù)的特點(diǎn)?，F(xiàn)代食品檢測技術(shù)已廣泛應(yīng)用于對農(nóng)藥殘留、抗生素物質(zhì)、病疫性生物污染、轉(zhuǎn)基因食品等食品安全問題檢測。食品安全問題是我國社會(huì)的重要矛盾之一，對食品檢測技術(shù)的需求與日俱增；未來食品檢測技術(shù)發(fā)展的更加趨向檢測與控制一體化、快速無損檢測；以及采用多數(shù)據(jù)融合技術(shù)，實(shí)現(xiàn)檢測設(shè)備的便攜化。強(qiáng)化食品生產(chǎn)的危害分析與關(guān)鍵控制（hazard analysis and critical contral point，HACCP）的應(yīng)用[28-30]。改善我國食品領(lǐng)域各環(huán)節(jié)的技術(shù)水平，提高社會(huì)生活食品安全感成為當(dāng)前的重要任務(wù)。

[1]趙杰文，孫永海.現(xiàn)代食品檢測技術(shù)[M].北京：中國輕工業(yè)出版社，2008.

[2]李偉，肖愛平，冷鵑.近紅外光譜技術(shù)及其在農(nóng)作物中的應(yīng)用[J]. 2009，25（3）：56-59.

[3]謝雯雯，李俊杰，劉茹，等.基于近紅外光譜技術(shù)的魚肉新鮮度評價(jià)方法的建立[J].淡水漁業(yè)，2013，43（4）：85-90.

[4]徐霞，成芳，應(yīng)義斌.近紅外光譜技術(shù)在肉品檢測中的應(yīng)用和研究進(jìn)展[J].光譜學(xué)與光譜分析，2009，29（7）：1876-1880.

[5]江輝.基于近紅外光譜和電子鼻技術(shù)的固態(tài)發(fā)酵過程檢測研究及應(yīng)用[D].鎮(zhèn)江：江蘇大學(xué)博士論文，2013.

[6]KANDALA C V,SUNDARAM J.Nondestructive moisture sensing in peanuts by NIR reflectance[C]//Sensors applications symposium(SAS), 2010 IEEE,Limerick,Ireland,2010:149-153.

[7]曲佳歡，馬驥，等.高光譜成像在食品質(zhì)量評估方面的研究進(jìn)展與應(yīng)用[J].肉類研究，2012，26（4）：40-45.

[8]LJUNGQVIST M G,ERSBOLL B K,KOBAYASHI K,et al.Near-infrared hyper-spectral image analysis of a staxanthin concentration in fish feed coating[C]//Imaging systems and techniques(IST),2012 IEEE, Manchester,United Kingdom,2012:136-141.

[9]彭彥昆，張雷蕾.農(nóng)畜產(chǎn)品品質(zhì)安全高光譜無損檢測技術(shù)進(jìn)展和趨勢[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44（4）：137-145.

[10]陳士進(jìn)，彭增起，李景軍.光譜技術(shù)預(yù)測牛肉嫩度研究進(jìn)展[J].食品科學(xué)，2013，34（1）：333-339.

[11]孫大文，吳迪，何鴻舉，等.現(xiàn)代光學(xué)成像技術(shù)在食品品質(zhì)快速檢測中的應(yīng)用[J].華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，40（10）：59-68.

[12]吳建虎.利用高光譜成像技術(shù)預(yù)測新鮮牛肉品質(zhì)參數(shù)[D].北京：中國農(nóng)業(yè)大學(xué)博士論文，2010.

[13]郭培源，畢松，袁芳.豬肉新鮮度智能檢測分級系統(tǒng)研究[J].食品科學(xué)，2010，31（15）：68-72.

[14]IQBAL A,VALOUS N A,MENDOZA F,et al.Classification of pre-sliced pork and Turkey ham qualities based on image colour and textural features and their relationships with consumer responses[J]. Meat Sci,2010,84(3):455-465.

[15]JACKMAN P,SUN D W,ALLEN P.Prediction of beef palatability from colour,marbling and surface texture features of longissimus dorsi [J].J Food Eng,2010,96(1):151-165.

[16]PACE B,CEFOLA M,RENNA F,et al.Multiple regression models and computer vision systems to predict antioxidant activity and total phenols in pigmented carrots[J].J Food Eng,2013,117(1):74-81.

[17]許冠男，郭培源，袁芳.豬肉新鮮度無損檢測技術(shù)現(xiàn)狀及發(fā)展方向[J].北京工商大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，28（1）：14-17.

[18]TORRI L,SINELLI N,LIMBOB S.Shelf life evaluation of fresh-cut pineapple by using an electronic nose[J].Postharvest Biol Tec,2010, 56(3):239-245.

[19]張玉玉，黃明泉，陳海濤，等.7種面醬的電子鼻和電子舌辨別分析[J].中國食品學(xué)報(bào)，2012，12（1）：198-205.

[20]ZHENG X Z,LANZ Y B,ZHU J M,et al.Rapid identification of rice samples using an electronic nose[J].J Bionic Eng,2009,6(3):290-297.

[21]高利萍，王俊，崔紹慶.不同成熟度草茍鮮榨果汁的電子鼻和電子舌檢測[J].浙江大學(xué)學(xué)報(bào)：農(nóng)業(yè)與生命科學(xué)版，2012，38（6）：715-724.

[22]謝修志.生物技術(shù)在食品檢測方面的應(yīng)用[J].生物技術(shù)通報(bào)，2010（1）：68-72.

[23]李睿，劉曉紅，宮本敬久，等.檢測食品中大腸桿菌O157的多重?zé)晒釶CR方法的建立[J].中國釀造，2010，29（4）：160-163.

[24]王華，金剛，李翠霞，等.酒類酒球菌快速特異性PCR鑒定體系的優(yōu)化[J].中國釀造，2010，29（5）：152-155.

[25]陳笑蕓，汪小福，周育，等.轉(zhuǎn)基因大豆深加工食品DNA鑒定技術(shù)研究[J].中國食品學(xué)報(bào)，2013，13（4）：156-162.

[26]王鑫，車振明，黃韜睿.分子生物學(xué)方法在食品安全檢測中的應(yīng)用[J].食品工程，2007（3）：7-10.

[27]吳志毅，張明哲，陳曦.大米和米制品Bt63轉(zhuǎn)基因檢測PCR方法的靈敏度研究[J].浙江農(nóng)業(yè)學(xué)報(bào)，2009，21（6）：549-554.

[28]耿予歡，李國基.食品安全與HACCP系統(tǒng)的應(yīng)用[J].中國釀造，2005，23（3）：5-9.

[29]劉浩，卓黎陽.統(tǒng)計(jì)過程控制和HACCP[J].中國釀造，2005，23（12）：62-64.

[30]韓北忠，李敏，張琳，等.預(yù)測微生物學(xué)與食品質(zhì)量安全[J].中國釀造，2005，23（9）：1-3.

Review of the current technique on food safety detection

GUO Peiyuan,LIU Bo*,LI Yang,XIANG Lingzi
(School of Computer and Information Engineering,Beijing Technology and Business University,Beijing 100048,China)

The detection and monitoring technology in the field of food safety was discussed,including near infrared spectroscopy,hyperspectral image technology,computer vision technology,artificial olfaction and artificial taste detection technology,biochip technology and so on.The basic principles and application features of detecting techniques was introduced,and the development direction of food safety in our country and existing problem was summarized.

food safety;near infrared spectrum;hyperspectral image;computer vision

TS207.3

A

0254-5071（2014）04-0005-04

10.3969/j.issn.0254-5071.2014.04.002

2014-03-04

北京市自然科學(xué)基金資助項(xiàng)目（4122020）

郭培源（1958-），男，教授，博士，主要從事農(nóng)產(chǎn)品智能檢測技術(shù)和多數(shù)據(jù)融合，嵌入式技術(shù)等研究工作。*

劉波（1988-），男，碩士研究生，研究方向?yàn)槭称钒踩珯z測和嵌入式技術(shù)研究。