冷卻羊肉表面微生物的大量繁殖不僅使冷卻肉的顏色、氣味等感官性質(zhì)發(fā)生改變，更會導(dǎo)致病原體、毒素的形成，對人體健康造成危害。傳統(tǒng)檢測方法大多存在操作繁瑣、產(chǎn)品破壞大等缺點，很難實現(xiàn)冷卻肉在冷鏈流通、銷售等環(huán)節(jié)的在線無損檢測。隨著光譜技術(shù)的不斷發(fā)展，光譜無損檢測技術(shù)被廣泛的應(yīng)用于冷卻羊肉表面細菌總數(shù)檢測。本文介紹了SM350近紅外光高光譜成像儀在冷卻羊肉表面細菌總數(shù)檢測中的應(yīng)用。
冷卻羊肉表面細菌總數(shù)檢測的重要性：
羊肉蛋白質(zhì)含量高于豬肉，脂肪含量低，鈣、磷、鐵等礦物質(zhì)明顯高于豬肉、雞肉，是理想的綠色動物蛋白來源。隨著居民生活水平的提高，對健康、營養(yǎng)、安全等重視程度的增加、冷卻肉的需求量日益增長，代表了未來肉制品的主流方向。冷卻羊肉表面微生物的大量繁殖不僅使冷卻肉的顏色、氣味等感官性質(zhì)發(fā)生改變，更會導(dǎo)致病原體、毒素的形成，對人體健康造成危害。
細菌總數(shù)是評價食品衛(wèi)生質(zhì)量的重要微生物學(xué)指標，傳統(tǒng)檢測方法大多基于快速測試片技術(shù)、電阻抗技術(shù)、微菌落技術(shù)、發(fā)射測量法、微熱量技術(shù)、三磷酸腺苷生物發(fā)光技術(shù)、色譜法等方法，但存在操作繁瑣、耗時長、產(chǎn)品破壞大、檢測結(jié)果滯后等缺點，很難實現(xiàn)冷卻肉在冷鏈流通、銷售等環(huán)節(jié)的在線無損檢測。
光譜技術(shù)已經(jīng)廣泛地應(yīng)用于食品的分析和檢驗，其中高光譜成像技術(shù)利用畜產(chǎn)品在紫外、可見或近紅外等光譜區(qū)域的分光反射特性揭示其品質(zhì)參量，由于物體的反射光譜具有“指紋”效應(yīng)，不同物不同譜、同物一定同譜的原理來分辨不同的物質(zhì)信息。不同基團或同一基團在不同化學(xué)環(huán)境中的吸收波長和強度有明顯差別，具有豐富的結(jié)構(gòu)和組成信息，非常適合用于碳氫有機物質(zhì)的組成和性質(zhì)的測量。近年來在農(nóng)畜產(chǎn)品內(nèi)外品質(zhì)檢驗（如嫩度、大理石花紋）、肉類、水果表面污染無損檢測等中成為熱點。
SM350近紅外光高光譜成像儀在冷卻羊肉表面細菌總數(shù)檢測中的應(yīng)用：
SM350近紅外光高光譜成像儀是為顯微測量應(yīng)用研發(fā)的一款顯微高光譜成像系統(tǒng)，在900nm-1700nm范圍內(nèi)可以快速采集顯微視場內(nèi)樣品高光譜數(shù)據(jù)和精細空間圖像，通過數(shù)據(jù)處理分析進而挖掘在微觀狀態(tài)下的更多細節(jié)信息。通過高光譜成像技術(shù)對冷卻羊肉表面細菌總數(shù)進行檢測，可以獲取900nm～1700nm波長范圍內(nèi)獲取冷卻羊肉樣本的高光譜圖像信息，結(jié)合偏最小二乘和人工神經(jīng)網(wǎng)絡(luò)（反向人工神經(jīng)網(wǎng)絡(luò)和徑向基人工神經(jīng)網(wǎng)絡(luò)）建立預(yù)測模型，可以為羊肉質(zhì)量的安全檢測提供更加準確、快速、無損的檢測手段。具體方法如下：
1.高光譜圖像采集
測量時隨機取出4個待測冷凍樣品，將其置于室溫下30min后采集樣品的高光譜圖像。為避免由于樣本、儀器和環(huán)境變量帶來的檢測限差異，在利用不同波長范圍進行光譜值獲取時，使用相同樣本同時進行測量，且確保實驗室周圍溫度、濕度、照明等外界條件一致，采集前系統(tǒng)設(shè)置如下：光譜范圍900nm～1700nm，曝光時間為10ms，曝光速率為15mm/s，掃描寬度為180mm以確保圖像清晰不失真。在采集樣本圖像之前，為校正相機暗電流和室內(nèi)照明對圖像的影響，進行黑白校正。
R=（R0-D）/（W-D）
式中，R為校正后的高光譜圖像，R0為原始高光譜圖像，W為白板圖像，D為暗圖像。
2.樣品表面微生物測量
采集高光譜圖像后，立即按照GB 4789.2-2010食品安全國家標準《食品微生物學(xué)檢驗菌落總數(shù)測定》采用平板計數(shù)法測定冷卻羊肉樣本表面的細菌總數(shù)，按照1：10比例梯度稀釋，選取兩個合適稀釋度倒平板，每個稀釋度倒兩個平板作為平行，隨后將其置于恒溫培養(yǎng)箱，48h后計數(shù)，取對數(shù)值作為參考數(shù)據(jù)。
3.高譜值的獲取
使用儀器配帶的高光譜圖像數(shù)據(jù)采集分析軟件，對校正后樣本高光譜圖像，選取表面一個感興趣區(qū)域并計算平均反射光譜，依次按照此法獲取多個樣本的全波段原始反射光譜曲線圖。
4.光譜數(shù)據(jù)的處理
為增強分析信息，獲得低背景干擾、高信噪比的分析信號，對原始光譜使用多元散射校正、導(dǎo)數(shù)法、標準正態(tài)變量變換以及其相結(jié)合復(fù)合算法等多種種方法進行預(yù)處理。最后對冷卻羊肉表面的細菌總數(shù)建立模型，獲取模型評價指標。通過通過評價指標可以得出400nm～1100nm波長和900nm ～1700nm波長范圍內(nèi)，菌落總數(shù)建模的最佳光譜預(yù)處理方法為多元散射校正和2階導(dǎo)數(shù)相結(jié)合。進而建立不同波長范圍下細菌總數(shù)建模的最佳預(yù)處理光譜圖。
