一种快速检测牛肉表面TVC的方法技术

本发明专利技术公开了一种快速检测牛肉表面TVC的方法，本发明专利技术属于牛肉货架期检测领域，包括：获取待测样本的原始拉曼光谱和菌落总数；基于不同预处理方法对所述原始拉曼光谱预处理，得到预处理光谱；构建PLSR模型，将所述预处理光谱和菌落总数输入到所述PLSR模型进行训练、测试，得到检测模型；将所述预处理光谱输入所述检测模型，得到检测结果，基于所述检测结果获得最优预处理方法；基于所述最优预处理方法和所述检测模型，完成待测样本表面TVC快速检测。采用这种鉴定方法可以非侵入和非破坏牛肉的前提下实现牛肉表面TVC的快速预测。前提下实现牛肉表面TVC的快速预测。前提下实现牛肉表面TVC的快速预测。

【技术实现步骤摘要】
一种快速检测牛肉表面TVC的方法


[0001]本专利技术属于牛肉货架期检测领域，特别是涉及一种快速检测牛肉表面TVC的方法。

技术介绍

[0002]菌落总数(total viable counts，TVC)是指在一定条件下(如需氧情况、营养条件、pH、培养温度和时间等)每克(每毫升)检样所生长出来的细菌菌落总数。牛肉表面TVC的多少在一定程度上标志着其新鲜状态。通常，将牛肉表面的TVC超过7.00LogCFU/g定义为腐败。
[0003]牛肉从活牛到分割牛排需要一系列的工序，具体的步骤包括致昏、挂牛、放血、剥后腿皮、去后蹄、剥胸腹、剥颈部及前腿皮、去前蹄、剥皮、割牛头、开胸、去白脏红脏、劈半、胴体修整、冲洗喷淋、检验、冷却、分割、包装。经过冲洗冷却后，胴体表面的微生物数量会有所下降，但分割环节会涉及工作接触面、工人的刀具、工人的手以及传送带，这都是重要的污染源，而在此阶段对牛肉的表面的微生物进行实时预测，可以提前发现牛肉的污染源，及时调整后可保证后续牛肉产品的货架期。在之后的运输和贮藏过程中，对牛肉产品进行实时监测也可以避免牛肉出现不必要的浪费，进而提升生产和销售效益。
[0004]传统的微生物检测过程是先通过微生物富集，再进行生化确认，最常用的方法为平板培养计数法。虽然此种方法具有目的性强、成熟可靠等优点，但其周期长、劳动强度大、破坏被测物等缺点不容忽视。现代食品质量与安全要求检测方法更加方便、快捷，这也迫切需要新型的检测技术，而拉曼光谱技术在快速无损、实时在线等需求方面表现出巨大优势。因此，找到一种非侵入、非破坏性的快速预测牛排表面TVC的方法，实时监控屠宰、运输和销售环节并进行环境条件改善，对于提高牛肉屠宰加工企业的产品货架期具有重要意义。

技术实现思路

[0005]本专利技术的目的是提供一种快速检测牛肉表面TVC的方法，以解决上述现有技术存在的问题。
[0006]为实现上述目的，本专利技术提供了一种快速检测牛肉表面TVC的方法，包括以下步骤：
[0007]获取待测样本的原始拉曼光谱和菌落总数；
[0008]基于不同预处理方法对所述原始拉曼光谱预处理，得到预处理光谱；
[0009]构建PLSR模型，将所述预处理光谱和菌落总数输入到所述PLSR模型进行训练、测试，得到检测模型；
[0010]将所述预处理光谱输入所述检测模型，得到检测结果，基于所述检测结果获得最优预处理方法；
[0011]基于所述最优预处理方法和所述检测模型，完成待测样本表面TVC快速检测。
[0012]可选的，所述待测样本的制备方法为：取宰后48小时的牛背最长肌，基于所述牛背最长肌，切下3
‑
5cm厚相同规格的牛排，去除所述牛排的脂肪及结缔组织，得到所述待测样
本。
[0013]可选的，所述菌落总数的获取过程包括：基于平板培养计数方法测量所述待测样本的菌落总数；
[0014]其中，在同一测量梯度下，对若干个平行位置的菌落数量测量值取平均值，将平均值作为菌落总数。
[0015]可选的，获取所述原始拉曼光谱前需要扣除拉曼光谱设备中暗电流的背景噪音干扰，其中，所述拉曼光谱设备采用785nm的便携式拉曼设备。
[0016]可选的，获取所述原始拉曼光谱的过程包括：设置所述便携式拉曼设备的扫描参数，设置待测样本的8个待测点位，基于所述便携式拉曼设备，以垂直肌纤维方向独立扫描每个待测样本的8个点位，得到8条光谱，将8条所述光谱平均为一条光谱，得到所述每个待测样本的原始拉曼光谱。
[0017]可选的，所述便携式拉曼设备的扫描参数包括：积分时间10000ms，扫描次数2次，激光强度100mw，拉曼位移500
‑
1800cm
‑
1。
[0018]可选的，所述预处理方法为基线校正、基线校正
‑
归一化、基线校正
‑
归一化
‑
SGS平滑、标准正太化、多元散射校，去趋势化处理中的一种。
[0019]可选的，所述PLSR模型选择的潜在变量为10，内部验证采用留一法交叉验证。
[0020]可选的，基于所述最优预处理方法对所述待测样本的原始拉曼光谱进行预处理，得到最优预处理光谱；
[0021]将所述最优预处理光谱输入到所述检测模型，得到所述待测样本表面TVC。
[0022]本专利技术的技术效果为：
[0023](1)快速：避免传统方法检测时间长的问题；
[0024](2)无损：无须破坏肉的结构和状态，可以避免不必要的浪费；
[0025](3)实时在线：克服传统检测方法抽样送检的问题，实现实时监控，从而快速找到问题，节约时间成本。
附图说明
[0026]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0027]图1为本专利技术实施例中的基于拉曼光谱预测牛排表面TVC的流程图；
[0028]图2为本专利技术实施例中的样本原始光谱图；
[0029]图3为本专利技术实施例中的原始光谱图经过基线校正
‑
归一化
‑
平滑处理后的光谱图；
[0030]图4为本专利技术实施例中的基于基线校正
‑
归一化
‑
平滑处理原始拉曼光谱后结合PLSR模型预测TVC含量的预测效果。
具体实施方式
[0031]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0032]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的
计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0033]实施例一
[0034]如图1所示，本实施例提供了一种快速预测牛排表面TVC的新方法，该方法首先通过拉曼光谱技术扫描牛肉获取拉曼光谱，然后原始光谱经过不同的预处理后，结合PLSR建立牛排表面TVC的预测模型，利用测试数据对预测模型进行评价，确定最优预处理方法提高信噪比最佳；最终判定拉曼光谱经过最佳预处理并结合PLSR可以快速预测牛肉表面的TVC。
[0035]其中，拉曼光谱为配备785nm波长的便携式拉曼光谱设备采集光谱，原始光谱获取前需通过扣除暗电流降低背景噪音的干扰，可见光应在避开脂肪和筋腱的同时，垂直于肌纤维方向，每块牛排独立扫描8个点，然后平均成一条平均光谱曲线。扫描参数为：积分时间10000ms，扫描次数2次，激光强度100mw，拉曼位移500
‑
1800cm
‑
1，原始光谱通过预处理降噪后，结合PLSR构建预测模型，带入测试集数据验证预测模型，以TVC的实际值为参考标准，根据相关系数和均方根误差选择最优预测模型，所有模型均通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速检测牛肉表面TVC的方法，其特征在于，包括以下步骤：获取待测样本的原始拉曼光谱和菌落总数；基于不同预处理方法对所述原始拉曼光谱预处理，得到预处理光谱；构建PLSR模型，将所述预处理光谱和菌落总数输入到所述PLSR模型进行训练、测试，得到检测模型；将所述预处理光谱输入所述检测模型，得到检测结果，基于所述检测结果获得最优预处理方法；基于所述最优预处理方法和所述检测模型，完成待测样本表面TVC快速检测。2.根据权利要求1所述的快速检测牛肉表面TVC的方法，其特征在于，所述待测样本的制备方法为：取宰后48小时的牛背最长肌，基于所述牛背最长肌，切下3
‑
5cm厚相同规格的牛排，去除所述牛排的脂肪及结缔组织，得到所述待测样本。3.根据权利要求1所述的快速检测牛肉表面TVC的方法，其特征在于，所述菌落总数的获取过程包括：基于平板培养计数方法测量所述待测样本的菌落总数；其中，在同一测量梯度下，对若干个平行位置的菌落数量测量值取平均值，将平均值作为菌落总数。4.根据权利要求1所述的快速检测牛肉表面TVC的方法，其特征在于，获取所述原始拉曼光谱前需要扣除拉曼光谱设备中暗电流的背景噪音干扰，其中，所述拉曼光谱设备采用785nm的便携式拉曼设备。5.根据权利要求4所述的快速检测牛肉表面TVC的方...

【专利技术属性】
技术研发人员：张一敏，刘庆森，罗欣，毛衍伟，韩广星，成海建，郝剑刚，仝林，张新军，韩永胜，王洪亮，吴健，
申请(专利权)人：山东农业大学，
类型：发明
国别省市：