食品安全現(xiàn)代檢測技術(shù)綜述

食品安全現(xiàn)代檢測技術(shù)綜述郭培源;劉波;李楊;向靈孜【摘要】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【期刊名稱】《中國釀造》【年(卷)，期】2014(033)004【總頁數(shù)】4頁(P5-8)【關(guān)鍵詞】食品安全;近紅外光譜;高光譜圖像;計(jì)算機(jī)視覺【作者】郭培源;劉波;李楊;向靈孜【作者單位】北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048;北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048;北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048;北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048【正文語種】中文【中圖分類】TS207.3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。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(nearinfrared,NIR)是指波長在750~3000nm范圍內(nèi)的電磁波?！阌袡C(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］。現(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(partialleastsquares，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。KANDALACV等［6］利用近紅外反射光譜，測量花生樣品在波長400~2500nm反射率值，用于估計(jì)帶殼花生含水率(moisturecontent,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)(hyperspectralimage)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］。LJUNGQVISTMG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。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-organizingmaps，SOM)神經(jīng)網(wǎng)絡(luò)和揮發(fā)性鹽基氮(totalvolatilebasicnitrogen，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。IQBALA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%OJACKMANP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。PACEB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(antioxidantactivity，AA)和總酚(totalphenols,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］?？捎糜谧R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°C條件下5d,7.6C條件下2d,10C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(principalcomponentanalysis,PCA)和標(biāo)準(zhǔn)質(zhì)量控制分析(standardqualitycontrol,SQC)分析。ZHENGXZ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(lineardiscriminantanalysis,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)(polymerasechainreaction,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?DNA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，選用特異性的弓物和探針進(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。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(hazardanalysisandcriticalcontralpoint,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)?！鞠嚓P(guān)文獻(xiàn)】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.李偉，肖愛平，令鵑.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.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.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.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.KANDALACV,SUNDARAMJ.NondestructivemoisturesensinginpeanutsbyNIRreflectance[C]//Sensorsapplicationssymposium(SAS),2010IEEE,Limerick,Ireland,2010:149-153.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.LJUNGQVISTMG,ERSBOLLBK,KOBAYASHIK,etal.Near-infraredhyper-spectralimageanalysisofastaxanthinconcentrationinfishfeedcoating[C]//Imagingsystemsandtechniques(IST),2012IEEE,Manchester,UnitedKingdom,2012:136-141.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.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.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.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.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.IQBALA,VALOUSNA,MENDOZAF,etal.Classificationofpre-slicedporkandTurkeyhamqualitiesbasedonimagecolourandtexturalfeaturesandtheirrelationshipswithconsumerresponses[J].MeatSci,2010,84(3):455-465.JACKMANP,SUNDW,ALLENP.Predictionofbeefpalatabilityfromcolour,marblingandsurfacetexturefeaturesoflongissimusdorsi[J].JFoodEng,2010,96(1):151-165.PACEB,CEFOLAM,RENNAF,etal.Multipleregressionmodelsandcomputervisionsystemstopredictantioxidantactivityandtotalphenolsinpigmentedcarrots[J].JFoodEng,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.TORRIL,SINELLIN,LIMBOBS.Shelflifeevaluationoffresh-cutpineapplebyusinganelectronicnose[J].PostharvestBiolTec,2010,56(3):239-245.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)，201