王輝?田寒友?鄒昊?劉飛?李家鵬?陳文華?狄艷全?喬曉玲

摘 要：采用短波近紅外光譜對(duì)生鮮雞肉中的膽固醇含量進(jìn)行檢測(cè)，使用便攜式近紅外光譜儀在近紅外光譜短波區(qū)域采集236 份生鮮雞肉的光譜信息，采用化學(xué)計(jì)量學(xué)法建立雞肉膽固醇的偏最小二乘法定量預(yù)測(cè)模型。結(jié)果表明：最佳光譜預(yù)處理方法為標(biāo)準(zhǔn)化和基線校正，并通過(guò)剔除兩次異常值對(duì)模型進(jìn)行校正，所建定標(biāo)模型的校正集相關(guān)系數(shù)Rc=0.801 1，校正標(biāo)準(zhǔn)差（sEC）=6.699 8，驗(yàn)證集相關(guān)系數(shù)Rp=0.803 4，預(yù)測(cè)標(biāo)準(zhǔn)差（sEP）=7.529 6，主因子數(shù)MF=4，sEP/sEC=1.12，說(shuō)明模型可靠性、穩(wěn)健性和預(yù)測(cè)效果較好。

關(guān)鍵詞：便攜式近紅外光譜儀；短波近紅外光譜；快速無(wú)損檢測(cè)；生鮮雞肉；膽固醇含量

Rapid Nondestructive Detection of Cholesterol Level of Fresh Chicken by Shortwave Near Infrared Spectroscopy

WANG Hui1， TIAN Hanyou1， ZOU Hao1， LIU Fei1， LI Jiapeng1， CHEN Wenhua1， DI Yanquan2， QIAO Xiaoling1，*

（1. Beijing Key Laboratory of Meat Processing Technology， China Meat Research Center， Beijing 100068， China；

2. Focused Photonics （Hangzhou） Co. Ltd.， Hangzhou 310052， China）

Abstract： A portable near infrared spectrometer was applied to collect spectral information in the short-wave infrared region of 236 samples of fresh chicken to establish a quantitative model for predicting the cholesterol content of fresh chicken breast through partial least squares regression combined with chemometrics. The results showed that the optimal spectral pretreatment method was the combination of normalization and baseline correction. Model calibration was achieved by elimination of abnormal values performed twice. Parameters of the optimal prediction model developed were determined as follows： Rc （correlation coefficient for calibration set） = 0.801 1， sEC （standard error of calibration） = 6.699 8， Rp （correlation coefficient for prediction set） = 0.803 4， sEP （standard error of prediction） = 7.529 6， MF （number of main factors） = 4， and sEP/sEC = 1.12， which indicated the prediction model had better reliability， robustness and performance than other models.

Key words： portable near infrared spectrometer （NIR）； short-wave NIR region； rapid nondestructive prediction； fresh chicken； cholesterol content

DOI：10.15922/j.cnki.rlyj.2016.03.007

中圖分類號(hào)：O657.3 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-8123（2016）03-0029-04

王輝， 田寒友， 鄒昊， 等. 短波近紅外光譜快速無(wú)損檢測(cè)生鮮雞肉膽固醇含量[J]. 肉類研究， 2016， 30（3）： 29-32. DOI：10.15922/j.cnki.rlyj.2016.03.007. http：//rlyj.cbpt.cnki.net

WANG Hui， TIAN Hanyou， ZOU Hao， et al. Rapid nondestructive detection of cholesterol level of fresh chicken by shortwave near infrared spectroscopy[J]. Meat Research， 2016， 30（3）： 29-32. （in Chinese with English abstract） DOI：10.15922/j.cnki.rlyj.2016.03.007. http：//rlyj.cbpt.cnki.net

現(xiàn)代臨床和流行病學(xué)證明，過(guò)多攝入高脂肪含量和高膽固醇含量的食品是導(dǎo)致“三高”等心腦血管疾病[1-2]、人體主要臟器的病變及激素代謝異常和紊亂等[3-6]的主要誘因。雞肉是我國(guó)最主要的禽類食品之一，其膽固醇平均含量達(dá)到約114.4 mg/100 g[7]。隨著人們生活水平的提高，社會(huì)大眾對(duì)于高膽固醇食品的認(rèn)識(shí)也逐漸深入，低膽固醇的功能性食品成為人們的首選。

根據(jù)國(guó)家標(biāo)準(zhǔn)的要求，目前檢測(cè)肉及肉制品中膽固醇含量的主要方法是高效液相色譜法，由于其存在耗時(shí)、低效、繁瑣、昂貴、樣品損失、培訓(xùn)時(shí)間長(zhǎng)等諸多問(wèn)題，已無(wú)法滿足現(xiàn)代企業(yè)生產(chǎn)過(guò)程對(duì)產(chǎn)品進(jìn)行批量檢測(cè)的需求。而近紅外光譜技術(shù)（near infrared spectrometer，NIR）是近年來(lái)發(fā)展起來(lái)的一種高效快捷的檢測(cè)分析手段，它所具有分析簡(jiǎn)便快捷、操作平臺(tái)穩(wěn)定、性價(jià)比高、人員無(wú)需培訓(xùn)及樣品無(wú)損檢測(cè)等優(yōu)勢(shì)，是傳統(tǒng)方法無(wú)法比擬的，該項(xiàng)技術(shù)在諸多領(lǐng)域得到廣泛應(yīng)用[8-11]。到目前為止，國(guó)內(nèi)研究已發(fā)表了諸多關(guān)于利用近紅外技術(shù)對(duì)肉及肉制品的理化和感官指標(biāo)進(jìn)行檢測(cè)分析的文章和專著[12-19]，但目前關(guān)于對(duì)膽固醇進(jìn)行的近紅外光譜分析的報(bào)道較少。

本研究采用便攜式近紅外光譜儀對(duì)生鮮雞肉中的膽固醇含量進(jìn)行檢測(cè)并建立預(yù)測(cè)模型，為肉及肉制品企業(yè)在品質(zhì)控制和加工工藝上提供快速無(wú)損檢測(cè)的理論依據(jù)和指導(dǎo)作用。

1 材料與方法

1.1 材料與試劑

雞胸肉購(gòu)于北京地區(qū)集貿(mào)市場(chǎng)、超市。樣品購(gòu)置后，沿肌肉纖維垂直方向?qū)㈦u胸肉較厚的一端切除1～1.5 cm，將內(nèi)部肌肉纖維暴露出來(lái)，置于4 ℃條件下備檢。

1.2 儀器與設(shè)備

SupNIR-1100型便攜式近紅外光譜分析儀 聚光科技（杭州）股份有限公司；TRACE 1310型氣相色譜儀 美國(guó)Thermo Scientific公司。

1.3 方法

1.3.1 雞肉近紅外吸收光譜信息采集

在光譜采集過(guò)程中保持待測(cè)樣品溫度在4 ℃左右，環(huán)境溫度和濕度基本一致。采集光譜信息前，除去樣品檢測(cè)面上的水。信息采集過(guò)程中，將雞胸肉樣品的橫截面緊貼在檢測(cè)探頭上并避開(kāi)含有筋膜的區(qū)域。光譜采集條件：掃描范圍為600～1 099 nm，分辨率為10 nm，波長(zhǎng)準(zhǔn)確性為0.2 nm，波長(zhǎng)重復(fù)性為±0.05 nm，吸光度噪聲小于50 μA，光譜采集間隔為5 s，光譜循環(huán)掃描次數(shù)為10 次，每個(gè)樣品連續(xù)采集2 次光譜信息，取其平均值作為該樣品的原始光譜。

1.3.2 膽固醇含量的測(cè)定

按照國(guó)家標(biāo)準(zhǔn)GB/T 9695.24—2008《肉與肉制品膽固醇含量測(cè)定》的規(guī)定進(jìn)行檢測(cè)。

1.3.3 近紅外光譜的波長(zhǎng)選擇

根據(jù)近紅外光譜區(qū)的波長(zhǎng)范圍可將其劃分為短波（700～1 100 nm）、中波（1 100～1 800 nm）和長(zhǎng)波（1 800～2 500 nm）3 個(gè)區(qū)段，不同譜區(qū)承載了C—H、N—H、O—H等基團(tuán)的倍頻和合頻。膽固醇所含C—H、N—H、O—H等基團(tuán)的4 倍頻分別位于900、800、740 nm左右，主要集中于短波近紅外光譜區(qū)[20]。

1.3.4 建立和驗(yàn)證近紅外光譜模型

將各樣品膽固醇含量數(shù)據(jù)與光譜數(shù)據(jù)一一對(duì)應(yīng)并進(jìn)行關(guān)聯(lián)，并按照3∶1的比例將其分為校正集和驗(yàn)證集。本實(shí)驗(yàn)使用便攜式近紅外光譜分析儀自帶的RIMP化學(xué)計(jì)量學(xué)分析軟件中標(biāo)準(zhǔn)化、求導(dǎo)、平滑、信號(hào)校正等11 種預(yù)處理方法處理光譜，采用偏最小二乘法（partial least squares method，PLS）建立模型，并在對(duì)模型進(jìn)行優(yōu)化時(shí)，根據(jù)軟件中的學(xué)生殘差驗(yàn)證剔除異常值。根據(jù)一般模型評(píng)價(jià)的規(guī)則，校正標(biāo)準(zhǔn)差（sEC）、交互驗(yàn)證標(biāo)準(zhǔn)差（sECV）、預(yù)測(cè)標(biāo)準(zhǔn)差（sEP）越小且相互間越接近越好，校正集相關(guān)系數(shù)（Rc）和驗(yàn)證集相關(guān)系數(shù)（Rp）越接近1越好，主因子數(shù)（MF）較少，sEP/sEC<1.2[20]，以上述模型參數(shù)作為模型性能的評(píng)價(jià)指標(biāo)，并依據(jù)相應(yīng)參評(píng)指標(biāo)的優(yōu)劣篩選出最優(yōu)光譜預(yù)處理方法和最優(yōu)膽固醇預(yù)測(cè)模型。

2 結(jié)果與分析

2.1 雞肉膽固醇參比值分析

雞肉膽固醇含量的參比值分布區(qū)見(jiàn)圖1，其膽固醇參比值分布范圍為52.7～121.1 mg/100 g，含量區(qū)間差異為68.4 mg/100 g，分布范圍比較寬，各樣品具有較好的代表性。

圖2為對(duì)同一雞肉樣品進(jìn)行2次掃描后所獲取的光譜曲線，可看出兩次掃描所獲取的光譜基本重合，并以其平均光譜作為該樣品光譜曲線。

由圖3可知，近紅外光譜圖中不同膽固醇含量樣品的光譜波形相近且不完全重合，這說(shuō)明出樣品光譜曲線在短波近紅外譜區(qū)有著良好的重復(fù)性及差異性。

2.3 膽固醇預(yù)測(cè)模型的建立與優(yōu)化

雞肉屬于不均一和背景復(fù)雜的多組分天然復(fù)雜物樣品，其膽固醇有效信息基本都存在于近紅外光譜的縱向差異上。在建模之前需對(duì)樣品表觀光譜中光譜背景造成的失真進(jìn)行恢復(fù)，本研究通過(guò)選擇可以校正基線漂移、減少系統(tǒng)和隨機(jī)背景噪聲、分辨信息疊加等干擾因素的一種或幾種預(yù)處理方法的組合，對(duì)在短波區(qū)提取的雞肉膽固醇光譜進(jìn)行處理，使其復(fù)原以更加接近真實(shí)光譜，提高樣品的光譜有效信息率并確定樣品的真實(shí)光譜特征，以便表現(xiàn)出光譜之間和樣品之間的差異，并采用偏最小二乘法建立膽固醇預(yù)測(cè)模型。

通過(guò)對(duì)11 種預(yù)處理方法進(jìn)行排列組合對(duì)雞肉的光譜信息進(jìn)行校正，進(jìn)行預(yù)建模以獲得較好的預(yù)測(cè)模型。用標(biāo)準(zhǔn)化、SG一階導(dǎo)數(shù)、差分求導(dǎo)、SG平滑、標(biāo)準(zhǔn)正態(tài)變量交換、去趨勢(shì)校正及基線校正等預(yù)處理方法并剔除兩次異常值后對(duì)模型的影響。通過(guò)綜合評(píng)判各參評(píng)指標(biāo)，篩選出雞肉膽固醇優(yōu)化模型見(jiàn)表2。

20個(gè)定標(biāo)模型的Rc和Rp均發(fā)生明顯提升，sEC、sEP、sECV和MF均明顯降低，各相關(guān)參數(shù)均優(yōu)于無(wú)處理組構(gòu)建的定標(biāo)模型，由此可看出，模型對(duì)于校正集中樣品的預(yù)測(cè)值與雞肉膽固醇的參比值具有高度線性相關(guān)關(guān)系，樣品光譜與樣品待測(cè)量在一定范圍內(nèi)的關(guān)聯(lián)性較好，模型對(duì)于待測(cè)樣品的預(yù)測(cè)性能也較好，內(nèi)部和外部檢驗(yàn)的誤差也較小，sEC小于sECV且相互接近，sEP與sECV相互接近，這說(shuō)明樣品的代表性較好。但是經(jīng)過(guò)兩次異常值的剔除，模型適配范圍縮小，容變性變?nèi)?，由此?dǎo)致模型的穩(wěn)健性降低，而2號(hào)模型的sEP/sEC=1.12<1.2，說(shuō)明經(jīng)過(guò)預(yù)處理并2次剔除異常值后，模型的適配范圍仍然基本涵蓋待測(cè)樣品的光譜變動(dòng)范圍，其他模型的穩(wěn)健性均大于1.2，但是可以通過(guò)向校正集中加入具有代表性的樣本以提高模型的容變性，改善模型的預(yù)測(cè)效果。雖然除2號(hào)外的其他模型的Rc均高于2號(hào)模型，定標(biāo)模型自身預(yù)測(cè)準(zhǔn)確性較高，但是Rp均低于2號(hào)模型，由此可知即使自我預(yù)測(cè)準(zhǔn)確性高，校正集的有效信息率也未必能滿足對(duì)待測(cè)樣品的預(yù)測(cè)。所有模型的MF都在3或4左右，說(shuō)明建模時(shí)只需少數(shù)主因子即可包含建模所需的充分待測(cè)量信息。綜上所述，通過(guò)對(duì)比表中各預(yù)處理方法對(duì)模型的影響及各模型參評(píng)參數(shù)之間的對(duì)比，可以看出2號(hào)模型的預(yù)處理方法——標(biāo)準(zhǔn)化和基線校正，為最佳預(yù)處理方法。處理后的光譜數(shù)據(jù)經(jīng)剔除兩次異常值后，采用偏最小二乘法建立的模型，Rc=0.801 1，sEC=6.699 8，Rp=0.803 4，sEP=7.529 6，sECV=6.774 0，MF為4，模型具有較好的預(yù)測(cè)準(zhǔn)確性和穩(wěn)健性。作為數(shù)學(xué)模型兩大基本性能的可靠性和穩(wěn)健性，是兩種相對(duì)獨(dú)立的性質(zhì)，預(yù)測(cè)模型的建立和光譜背景的校正之間存在一定的平衡性，需通過(guò)調(diào)節(jié)二者之間的關(guān)系，來(lái)獲得具有良好預(yù)測(cè)準(zhǔn)確性和背景包容性的數(shù)學(xué)模型。

2.4 定標(biāo)模型的內(nèi)部交互驗(yàn)證和外部預(yù)測(cè)驗(yàn)證

Fig.4 Scatter plots of prediction values versus reference values of cholesterol content in calibration （a） set and validation set （b）

圖4a、b為剔除兩次異常值后，剔除完畢后顯示沒(méi)有異常樣本。校正集中的樣品點(diǎn)分布于回歸線的兩側(cè)，校正集相關(guān)系數(shù)（Rc）=0.801 1，校正標(biāo)準(zhǔn)差（sEC）=6.699 8，驗(yàn)證集中的樣品點(diǎn)分布于回歸線的兩側(cè)，驗(yàn)證集相關(guān)系數(shù)（Rp）=0.803 4，預(yù)測(cè)標(biāo)準(zhǔn)差

（sEP）=7.529 6，說(shuō)明模型校正集和驗(yàn)證集的參比值與待測(cè)樣品的預(yù)測(cè)值呈現(xiàn)強(qiáng)相關(guān)性。

3 結(jié) 論

本研究對(duì)雞肉的膽固醇含量進(jìn)行短波近紅外檢測(cè)，共采集樣品236 份，其中校正集177 份和驗(yàn)證集59 份，用來(lái)建立定標(biāo)模型，并對(duì)其模型性能進(jìn)行分析和評(píng)估。雞肉膽固醇最大含量為121.1 mg/100 g，最小含量為52.7 mg/100 g，含量差異為68.4 mg/100 g，分布范圍比較寬，各樣品具有較好的代表性。

在600～1 099 nm的短波近紅外區(qū)，提取各樣品光譜信息，采用標(biāo)準(zhǔn)化、SG一階導(dǎo)數(shù)、差分求導(dǎo)、SG平滑、標(biāo)準(zhǔn)正態(tài)變量交換、去趨勢(shì)校正及基線校正等預(yù)處理方法進(jìn)行光譜背景的校正并進(jìn)行模型優(yōu)化，使用偏最小二乘法建立模型，通過(guò)效果比較，獲得最佳預(yù)處理方法為標(biāo)準(zhǔn)化和基線校正并剔除兩次異常值，所獲模型參數(shù)為Rc=0.801 1，sEC=6.699 8，Rp=0.803 4，sEP=7.529 6，MF為4，sEP/sEC=1.12，證明該模型穩(wěn)健性較好，預(yù)測(cè)準(zhǔn)確性較高。

參考文獻(xiàn)：

[1] 付明德. 膽固醇與心血管病問(wèn)答[J]. 心血管病學(xué)進(jìn)展， 1994， 2（2）： 113-116.

[2] 苑聰， 吳潔. 高密度脂蛋白膽固醇與心血管剩余風(fēng)險(xiǎn)[J]. 中國(guó)動(dòng)脈硬化雜志， 2012， 20（11）： 1045-1050.

[3] 王浩， 張澤生， 張穎， 等. 高膽固醇膳食對(duì)大鼠和倉(cāng)鼠肝臟HMG-CoA-R、LDL-R蛋白和基因表達(dá)的影響[J]. 食品研究與開(kāi)發(fā)， 2011， 31（10）： 192-195.

[4] 魏香蘭， 方如塘， 冀愛(ài)云， 等. 高脂飼料中膽固醇含量對(duì)大鼠非酒精性脂肪肝動(dòng)物模型建立的影響[J]. 西北藥學(xué)雜志， 2012， 27（3）： 233-236. DOI：10.3969/j.issn.1004-2407.2012.03.019.

[5] 王陵， 董蕾， 段煒， 等. 高膽固醇飲食對(duì)胃腸移行性復(fù)合運(yùn)動(dòng)及胃腸激素影響的實(shí)驗(yàn)研究[J]. 中華消化雜志， 2007， 27（5）： 336-337. DOI：10.3760/j.issn：0254-1432.2007.05.016.

[6] 范平， 丁佑銘， 汪斌， 等. 高膽固醇飲食對(duì)妊娠豚鼠膽囊AQPsmRNA及雌性激素受體的影響[J]. 臨床外科雜志， 2011， 19（12）： 826-829.

[7] 祝加紅， 孫克年. 雞肉蛋產(chǎn)品中膽固醇含量的中草藥調(diào)控[J]. 中國(guó)飼料添加劑， 2015， 156（4）： 8-10.

[8] 相秉仁， 李睿， 吳擁軍， 等. 近紅外光譜分析技術(shù)在藥學(xué)領(lǐng)域中的應(yīng)用[J]. 計(jì)算機(jī)與應(yīng)用化學(xué)， 1999， 16（5）： 118-120. DOI：10.3969/j.issn.1001-4160.1999.05.003.

[9] 劉愛(ài)秋， 鄧曉建， 王平榮， 等. 近紅外光譜分析技術(shù)及其在農(nóng)業(yè)領(lǐng)域的應(yīng)用[J]. 西南農(nóng)業(yè)學(xué)報(bào)， 2004， 16（2）： 98-102. DOI：10.3969/j.issn.1001-4829.2003.02.025.

[10] 王鳳霞， 張卓勇， 王亞敏， 等. 近紅外光譜技術(shù)在醫(yī)藥領(lǐng)域應(yīng)用的新進(jìn)展[J]. 首都師范大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2005， 26（3）： 53-59. DOI：10.3969/j.issn.1004-9398.2005.03.012.

[11] 許俐， 陳斌. 近紅外光譜技術(shù)在食品和農(nóng)產(chǎn)品領(lǐng)域中的應(yīng)用[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 1997（增刊1）： 184-187.

[12] 張玉華， 孟一， 張應(yīng)龍， 等. 近紅外光譜技術(shù)在食品安全領(lǐng)域應(yīng)用研究進(jìn)展[J]. 食品科技， 2012， 37（10）： 283-286.

[13] 李靜， 劉斌， 岳田利， 等. 近紅外光譜分析技術(shù)及其在食品中的應(yīng)用[J].

農(nóng)產(chǎn)品加工（學(xué)刊）， 2007， 3（3）： 44-47. DOI：10.3969/j.issn.1671-9646-B.2007.03.013.

[14] 董文賓， 王順民. 近紅外光譜技術(shù)在食品分析中的應(yīng)用[J].

食品研究與開(kāi)發(fā)， 2004， 25（1）： 113-115. DOI：10.3969/j.issn.1005-6521.2004.01.045.

[15] Prado N， Fernández-Ibá?ez V， González P， et al. On-site nir spectroscopy to control the shelf life of pork meat[J]. Food Analytical Methods， 2011， 4（4）： 582-589. DOI：10.1007/s12161-011-9208-2.

[16] Kamruzzaman M， Elmasry G， Sun D W， et al. Non-destructive assessment of instrumental and sensory tenderness of lamb meat using NIR hyperspectral imaging[J]. Food Chemistry， 2013， 141（1）： 389-396. DOI：10.1016/j.foodchem.2013.02.094.

[17] Uddin M， Okazaki E， Ahmad M U， et al. NIR spectroscopy： A non-destructive fast technique to verify heat treatment of fish-meat gel[J]. Food Control， 2006， 17（8）： 660-664. DOI：10.1016/j.foodcont.2005.04.009.

[18] Prieto N， Ross D R， Roehe R. Predicting meat quality： the application of NIR spectroscopy[J]. Food Engineering and Ingredients， 2009， 34（4）： 34-36.

[19] Elmasry G， Sun D W， Allen P. Non-destructive determination of water-holding capacity in fresh beef by using NIR hyperspectral imaging[J]. Food Research International， 2011， 44（9）： 2624-2633. DOI：10.1016/j.foodres.2011.05.001.

[20] 嚴(yán)衍祿. 近紅外光譜分析的原理、技術(shù)與應(yīng)用[M]. 北京： 中國(guó)輕工業(yè)出版社， 2013： 23-25.