盧仙迪-文獻綜述

1、 文獻綜述摘要：牛肉是一種營養(yǎng)價值較高的的食物，是人類食用的主要肉類產(chǎn)品之一。本文介紹了關于牛肉嫩度的影響因素，國內(nèi)外牛肉嫩度的檢測方法，以及機電一體化系統(tǒng)在食品檢測中的應用。 關鍵字：牛肉嫩度，檢測方法，機電一體化 1.牛肉的嫩度1.1 定義牛肉的嫩度，是指將牛肉放入口中咀嚼時，對組織形態(tài)所感受到的印象，其中包括有三個方面的感覺1。第一種是剛放入口中開始咀嚼時，牛肉是否容易被咬開；第二種是牛肉在口中是否容易被咀嚼碎；第三種是咀嚼后牛肉留在口中的殘渣量。牛肉的嫩度常指牛肉被煮熟后的柔軟程度，以及是否特性。 、容易被嚼爛的 1.2 影響牛肉嫩度的因素1.2.1 牛肉嫩度的生物學影響因素影響牛肉嫩

2、度的生物學影響因素包括：牛肉肌纖維的特性。包括肌纖維的直徑，肌節(jié)的長度，牛肉的保水性等。牛肉肌肉內(nèi)部結(jié)締組織的特性。包括肌束膜的厚度，膠原蛋白的含量以及其可溶性，受熱變性的溫度，機械強度等。牛肉的肌內(nèi)脂肪2。 膠原蛋白是一種重要的肌肉組織成分，在維持肌肉結(jié)構(gòu)、柔初性、強度、肌肉質(zhì)地等方面起著重要作用。張克英等3研究表明，肌肉結(jié)締組織中膠原蛋白含量高低與嫩度呈負相關，即降低膠原蛋白含量可以改善豬肉品質(zhì)。膠原蛋白含量與肉的嫩度呈現(xiàn)負相關，熱溶解膠原蛋白含量與肉的嫩度呈現(xiàn)正相關4。Fang等5認為，豬在生長過程中，熱溶性膠原蛋白的含量會顯著的降低，表明膠原蛋白分子間的非還原聯(lián)形成，導致肌束膜厚度增大

3、，肉質(zhì)嫩度降低。 隨著動物年齡的增大，肌肉中膠原蛋白交聯(lián)程度增大即共價交聯(lián)鍵數(shù)目增多所造成的。這些交聯(lián)鍵是由賴氨酸或輕賴氨酸的殘基及它們的酸類物質(zhì)縮合形成的，在動物年齡小時它們可以被還原，但隨著年齡的增大就變成了穩(wěn)定的、不能被還原的成分。有許多學者研究了同一年齡動物共價交聯(lián)程度與肉嫩度之間關系 6,7。目前，對同年齡動物中膠原蛋白共價交聯(lián)對肉質(zhì)構(gòu)的作用還存在爭議。不同品種肌肉的穩(wěn)定的膠原蛋白共價交聯(lián)程度差別很大。 1 文獻綜述1.2.2 牛肉嫩度的外在影響因素1.2.2.1 成熟成熟可以使牛肉變嫩。對牛肉進行冷卻可以改善牛肉的嫩度，然而在成熟過程中，若冷卻溫度過低，則會引起肌肉的冷收縮，使肉的

4、嫩度變差8。 1.2.2.2 烹調(diào)的方法和時間烹調(diào)的方法、烹調(diào)的溫度和烹調(diào)的程度均會對肉的嫩度產(chǎn)生影響。在鹵煮過程中，肉溫會較高，當溫度超過肌肉蛋白的變性收縮的溫度時，溫度繼續(xù)升高， 會有利于熱對肌纖維的破壞作用，一般來說，隨著溫度的升高，肉的嫩度會有所增大9。在烤制的過程中，牛肉內(nèi)部的實際溫度并不是很高，通常來說，當牛肉的中心溫度達到 6080時作為溫度的終點，當溫度繼續(xù)升高時，牛肉的嫩度會有所下降。所以，為了保證牛肉的嫩度，通常將終點溫度定為 70左右。 1.2.2.3 應激當應激嚴重時，牛肉的剪切力值會變得較大，牛肉會較老。 2.國內(nèi)外牛肉嫩度的檢測方法2.1 基于計算機視覺技術(shù)的檢測方

5、法基于計算機視覺的肉制品嫩度檢測技術(shù)，研究了肉色、大理石花紋信息、反映圖像紋理信息的灰度矩陣特征與牛肉嫩度的預測關系，結(jié)果表明利用灰度共生矩陣提取的紋理特征對牛肉嫩度預測結(jié)果有較大的貢獻值。 由于肉的紋理特征與其嫩度有直接關系，而紋理特征屬于肉的外觀特征，如果能夠運用圖像處理技術(shù)獲取牛肉圖像中的紋理特征，找出這些特征量與嫩度的關系，以實現(xiàn)對牛肉嫩度的非破壞性評價10，將為快速、準確評價牛肉質(zhì)量提供一種新的方法。 圖片的紋理特征取決于分析時用的尺度，這個尺度與用于分析的紋理元素及區(qū)域的大小有關，使用不同尺度可以揭示不同水平的圖片紋理特征。心理視覺研究表明，人類視覺系統(tǒng)是以一種多尺度的方式觀看圖片

6、這就促進了多尺度和多分辨技術(shù)在圖片紋理分析中的使用。在現(xiàn)有可應用的技術(shù)中，小波變換是一種可提供多分辨率表達正規(guī)而統(tǒng)一的方法11。在這方面的研究中，基于小波理論的方法用于將牛肉圖片分解成不同大小的基元和構(gòu)成要素，進而從這些紋理基元計算出圖片紋理特征將牛肉分為老牛肉和嫩牛肉。Lie 就利用基于小波分解的辦法提取出鮮牛肉的圖像紋理特征從而將牛肉分為老牛肉和嫩牛肉，準確率達到 83. 3%。 國內(nèi)，孫永海等12把牛肉分為兩類，對大理石花紋豐富的牛肉采用大理石花紋信息預測，而對大理石花紋不豐富的，則采用灰度空間矩陣法預測牛肉嫩度。2 文獻綜述在不含脂肪組織牛肉圖像中用灰度空間相關矩陣選出 3 個反映牛肉

7、紋理粗細的特 征量，并用線性回歸方法分別建立了特征量與肉嫩度等級間的數(shù)量關系。 2.2 近紅外光譜（NIR）分析技術(shù)近年來人們研究發(fā)現(xiàn)近紅外反射光譜可用于預測嫩度。通過對樣品進行近紅外光譜掃描，可以獲得樣品完整的分子鍵和化學成分信息13，因而近紅外光譜不僅可以區(qū)分食品，還可以進行品質(zhì)控制和過程控制。至少有兩種方法利用近紅外光譜預測嫩度，一種方法是測定分割牛肉表面的紅外光譜反射率,結(jié)合影像分級系統(tǒng)進行嫩度預測，牛肉越嫩，對近紅外光譜的反射比越高，吸收率越低。近紅外光反射率與剪切力值正相關，研究發(fā)現(xiàn)，用近紅外光譜預測嫩度值與用剪切力實測值存在正相關性。因此用近紅外光譜預測嫩度是一種有效的方法。 S

8、hackelford 研究表明：近紅外光譜可以作為一種無損方法，對美國牛肉分級系統(tǒng)選擇出來的牛胴體背最長肌進行嫩度預測14。另一種方法是用一種光纖維探針直接插到肌肉中進行近紅外光譜測試，這種方法可以通過測定紫外光譜確定結(jié)締組織含量，也可以通過近紅外光譜測定其他與嫩度有關的牛肉組成成分。Shackelford 和 Koohmaraie 在 2004 年用一種高強度的反射探頭對牛肉中最具代表性的背最長肌進行嫩度測定，可以對牛肉內(nèi)部進行嫩度預測，是對近紅外光譜反射法的改進。 NIR 檢測牛肉嫩度常用的統(tǒng)計方法有多元線性回歸(MLR)、多元逐步回歸(SMR)、主成分分析(PCA)、主成分回歸(PCR)

9、、偏最小二乘法(PLS)、人工神經(jīng)網(wǎng)絡(ANN)和拓撲(topological)等。Prieto 等15認為統(tǒng)計方法影響 NIR 預測的精度， 建模時，采用恰當?shù)慕y(tǒng)計方法，能提高預測精度。Liu16等分別運用偏最小二乘回歸和主成分分析法建模，將牛肉分成老牛肉和嫩牛肉 2 個級別，前者預測嫩度分級正確率達 83%，后者高達 96%。 運用 NIR 技術(shù)時，如果考慮模型選擇、采樣面積大小、樣品形狀、樣品嫩度的動態(tài)變化及建模時變量取值范圍寬廣、預測目標(預測感官嫩度還是剪切力)等因素，那么可以提高預測精度17；NIR 技術(shù)是間接技術(shù)，建立校正模型需要大量典型樣本；樣品代表性變化，影響測試結(jié)果；目前

10、NIR 設備價格仍然昂貴，使用成本高；研究者們正在找尋某一小范圍的波段或某一波長，通過這些關鍵小波段或特定波長制造一個簡單、價廉性能良好、安全的 NIR 肉類品質(zhì)檢測儀。 2.3 高光譜圖像技術(shù)高光譜圖像技術(shù)將圖像處理技術(shù)和光譜分析技術(shù)融合為一體，能同時采集樣本的光譜信息和空間信息，兼有這兩種技術(shù)的優(yōu)勢。近年來，基于無損分析在許 3 文獻綜述門的運用，世界各地的研究者們對此技術(shù)越來越關注18。 多研究領域及高光譜技術(shù)由于既能檢測牛肉的外部特征信息，又能檢測牛肉的內(nèi)部，信息， 與 NIR 技術(shù)、可視光譜下的機器視覺技術(shù)相比，在檢測牛肉嫩度方面，或許高光譜技術(shù)更具有優(yōu)勢(比如檢測精度更高)。Jac

11、kman 等19認為高光譜圖像技術(shù)的出現(xiàn)提供了一種方法來補充和加強經(jīng)典的可見光波長系統(tǒng)；對于提高機器視覺解決方案的最好的機會取決于高光譜成像。 高光譜成像技術(shù)作為新興的研究手段也具有一些缺點，如系統(tǒng)成本高(但是這個成本正在下降)、數(shù)據(jù)量大、高光譜圖像的獲取、處理和分類需要較長時間，這些限制了其在線檢測的應用20。然而，高光譜成像系統(tǒng)在確定產(chǎn)品品質(zhì)參數(shù)的特征波長具有優(yōu)勢，通過確定與檢測參數(shù)相關性強的特征波長，可為進一步在檢測 速度和設備成本方面具有優(yōu)勢的多光譜系統(tǒng)的開發(fā)提供一定的支持。 2.4 多光譜和熒光光譜分析技術(shù)Sun 等開發(fā)了多光譜圖像采集系統(tǒng)。采集股二頭肌、半膜肌、肩胛下肌和胸最長肌多

12、光譜圖像。分別運用灰度共生矩陣、兩維快速傅里葉變換、Gabor 小波 3 種方法提取多光譜圖像紋理(肌肉的紋理)特征，基于這些特征建立 2 種牛肉嫩度預測模型，分別是多元逐步回歸模型、支持向量機模型(SVM)21。126 頭小母牛股二頭肌、半膜肌、肩胛下肌和胸最長肌 4 個部位的肌肉樣本依據(jù) WBSF 分為嫩牛肉組和老牛肉組，根據(jù)多光譜圖像紋理(分別來自于波段 440、550、710、810nm 的圖像)特征，采用多元逐步回歸模型預測嫩牛肉組樣本，分級正確率為 80%85%； 對于老牛肉組，預測率低，但預測精度仍然接近 80%。與前者預測模型比較，SVM 模型預測率較高，對于嫩牛肉組，分級正確

13、率高達 92%100%，但對于老牛肉組， 預測效果不理想。 在檢測牛肉嫩度方面，多光譜技術(shù)與 NIR、可視光譜下的機器視覺技術(shù)相比， 預測精度高；與高光譜技術(shù)相比，系統(tǒng)運行速度快。但目前運用多光譜技術(shù)檢測 牛肉品質(zhì)的研究并不多見。 紫外光的波長范圍是 100400nm，有顯著的化學效應和熒光效應。波長 380nm 是激發(fā)膠原蛋白熒光波長22，膠原蛋白是結(jié)締組織的主要成分。Purslow 研究了肌肉內(nèi)結(jié)締組織的形態(tài)、分布和數(shù)量，認為結(jié)締組織主要影響牛肉的硬度，在不同 類型的肌肉中不同。2010 年，Jabri 等23分別在紫外光(波長為 380nm)、可見光及可見光中添加紫外光 3 種光譜波段下

14、，采集牛肉半膜肌切面圖像，通過圖像處理， 轉(zhuǎn)換成二值化圖像。在二值化圖像中提取結(jié)締組織分布特征，MLR 建模預測牛肉 感官嫩度得分、膠原蛋白含量和脂肪含量。 4 文獻綜述3.機電一體化系統(tǒng)3.1 定義機電一體化系統(tǒng)是由通過計算機系統(tǒng)的控制和協(xié)調(diào)，用于完成能量流、運動以及機械力等多項動力學任務，并由多種機電部件相互配合、相互聯(lián)系、相互協(xié)調(diào)所組成的系統(tǒng)24。在 1969 年首先由日本工業(yè)界提出，經(jīng)過 40 余年的發(fā)展， 目前己成為集機械工程、電子工程、計算機工程、軟件工程、控制工程、系統(tǒng)工 程為一體的多學科綜合技術(shù)，廣泛體現(xiàn)于現(xiàn)代工業(yè)的各個環(huán)節(jié)。 3.2 組成3.2.1 機械系統(tǒng)。是產(chǎn)品的基本骨架

15、，支撐著其他所有系統(tǒng)，包括機身、框架、連接部分等25。 3.2.2 動力系統(tǒng)。產(chǎn)品整體的能量來源，維持產(chǎn)品的正常工作，受控制機處理系統(tǒng)控制。 3.2.3 傳感系統(tǒng)。檢測監(jiān)測產(chǎn)品各系統(tǒng)的正常工作并采集外界環(huán)境信息，將信息狀變成電子信號，傳輸給處理單元，并經(jīng)處理后返還執(zhí)行。 3.2.4 驅(qū)動系統(tǒng)。是產(chǎn)品動作部分的支撐，用以獲得能量轉(zhuǎn)變成相應動作，驅(qū)動執(zhí)行各種指令。 3.2.5 執(zhí)行系統(tǒng)。即運動部件，受驅(qū)動部分驅(qū)動完成相應動作。 3.2.6 控制及信息處理部分。含處理單元，收集各處傳感器發(fā)送的電子信號，集中處理、存儲、分析，并按照程序發(fā)布命令控制整個產(chǎn)品的高效工作26。 3.3 在食品檢測中的應用3

16、.3.1 智能快速檢測食品中的微生物隨著經(jīng)濟發(fā)展和技術(shù)進步，在線 100%智能機電一體化檢測技術(shù)可以實現(xiàn)未經(jīng)檢驗合格食品無法進入市場流通，從而滿足食品工業(yè)對檢測越來越高的要求。 以飲料安全檢測為例，飲料按照包裝種類主要分為玻璃瓶和 PET 瓶，它們又可分為空瓶（灌裝前）和滿瓶（灌裝后）。在實際的生產(chǎn)線上，生產(chǎn)線的速度在2000060000 瓶/h 之間，混入的異物多種多樣，有瓶蓋、香煙頭、糖紙、金屬塊、玻璃碎片、包裝紙等。異物問題嚴重影響到了產(chǎn)品質(zhì)量和產(chǎn)品品牌，對食品安全構(gòu)成了嚴重的，甚至是致命的威脅。以人工檢測為主體的檢測手段已不能滿足在速度和精度上的要求，因此，高速智能自動化檢測技術(shù)隨之出

17、現(xiàn)。 以圖像處理為核心的智能自動化檢測技術(shù)在國外已經(jīng)擁有超過 20 年以上的成 5 文獻綜述功經(jīng)驗。目前，國內(nèi)已有高新技術(shù)公司從海外聘請了資深圖像處理專家，從技術(shù) 的核心做起，迅速地把這項高尖端技術(shù)轉(zhuǎn)化為自身的核心競爭力。 3.3.2 人工味覺系統(tǒng)模擬人類和動物的器官功能，對各種物質(zhì)及所處的環(huán)境進行有效的識別，一直是人工智能研究的一個重要領域，也是傳感器研究的一項重要課題。目前，由仿生傳感器做成的人工感覺器官雖然還不能完全取代實際生產(chǎn)和生活過程中人的感覺器官，但已經(jīng)邁出了重要的一步，它的進一步研究必將大大促進人工智能和機器人科學的飛躍發(fā)展27。 在生物味覺感知系統(tǒng)中，味覺物質(zhì)在細的微孔味覺細胞

18、質(zhì)上被接受，并產(chǎn)生電信號，在味覺神經(jīng)上產(chǎn)生一系列電脈沖，這些電脈沖經(jīng)神經(jīng)網(wǎng)絡傳到大腦，再經(jīng)大腦判斷和識別而產(chǎn)生不同的味感28。當一種味覺物質(zhì)接觸舌頭時，它被味覺細胞的微絨毛吸收，味覺細胞表面覆蓋著雙層類脂膜。當味覺物質(zhì)被味覺細胞上的類脂膜吸收時，電特性如膜電位發(fā)生改變。不同的輸出信號(即電脈沖)從具有不同特性的味覺細胞中獲得。人們認為可以使用神經(jīng)網(wǎng)絡，通過模式識別來區(qū)分不同的味道29。目前感受器電勢產(chǎn)生的機理尚不很清楚，部分原因是味覺細胞太小， 限制了在薄膜水平上對味覺感受器的分子過程研究，這種情況迫使一些學者使用模型膜來澄清味覺感受器的物理化學機理，同時，也為用人工薄膜構(gòu)成味覺薄膜敏感系統(tǒng)提

19、供了可能。 人工味覺系統(tǒng)是一種模擬人類詠覺鑒別味道的系統(tǒng)，由味覺傳感器、信號采集器和模式識別系統(tǒng)等主要部分組成。味覺傳感器陣列是模擬人的味覺系統(tǒng)中的味覺細胞來感受味覺物質(zhì)的刺激，產(chǎn)生電信號；信號采集器模擬人體味蕾(味纖毛) 等傳導組織傳輸電信號；模式識別系統(tǒng)模擬人的大腦處理傳入的信號(特征)，做出最終判斷，并完成整個味覺檢測過程。 4.總結(jié)目前，檢測牛肉嫩度的方法主要以分析牛肉圖像紋理特性，以大理石花紋的形態(tài)對牛肉的嫩度進行判定。隨著食品工業(yè)的快速發(fā)展和人們對食品品質(zhì)要求的日益提高，牛肉嫩度檢測顯得越來越重要，市場上急需快速、客觀、準確、類人的牛肉嫩度檢測方法。我將主要研究牛肉嫩度機電一體化檢

20、測設備的設計和驗證， 制作一臺自動化程度高、檢測準確度高的快捷客觀檢測裝置。牛肉在咀嚼過程中， 其粘彈性，硬度，內(nèi)聚性，膠著性，斷裂性，彈性這六方面會發(fā)生變化30，通過自動化測量其變化的具體數(shù)值以及具體范圍，將牛肉嫩度進行分級，既省時又省 力，減少開支，在食品行業(yè)具有廣闊的發(fā)展前景。 6 文獻綜述參考文獻：1 譫啟亮. 牛肉嫩度預測技術(shù)研究D. 南京農(nóng)業(yè)大學, 20122 Liu A,Nishimura T,Takahashi K.Structural Weakening of Intramuscular Connective Tissue during Post Mortem Ageing

21、of Chicken Semitendinosus J.Meat Science, 1995, 39: 135-1423 張克英，陳代文，胡祖禹. 次黃腺噪呤和膠原蛋白與豬肉品質(zhì)的關系研究J.四川農(nóng)業(yè)大學學報，2002，20（1）：56-59.4 Nishimura T, Oima K, Liu A,et al. Structural changes in intramuscular connective tissue during development of bovine semitendinosus muscle J. Tissue and Cell, 1996, 28(5): 527-

22、536.5 Fang S H, Nishimura T, Takahashi K. Relationship between development of intramuscular connective tissue and toughness of pork during growth of pigs J. Journal of Animal Science, 1999,77: 120-130.6 Campo M M,Sanudo C, Panea B, et al. Breed type and ageing time effects on sensory characteristics

23、 of beef strip loin steaks J .Meat Science,1999, 51: 383-390. 7Ngapo T M, Berge P,Culioli J, et al. Perimysial collagen crosslinking in Belgian Blue double-muscled cattle J. Food Chemistry, 2002, 7:15-26.8 趙改名. 影響牛肉嫩度的因素及其機制J. 國外畜牧科技, 2000, 27(2): 35-40.9 劉正柱, 董輝. 影響牛肉品質(zhì)的因素及牛肉嫩度的改善方法J. 山東畜牧獸醫(yī), 2013,

24、 34(8): 19-20.10 JACKMAN P, SUN D W, ALLEN P. Recent advances in the use of computer vision technology in the quality assessment of fresh meatsJ. Trends in Food Science &Technology, 2011, 22: 185-197.11 劉木華, 伍德林, 趙文杰. 計算機圖像技術(shù)在牛肉品質(zhì)檢測中的應用J. 安徽農(nóng)業(yè)大學學報, 2004, 13(4): 427-430.12 孫永海，鮮于建川，石晶. 基于計算機視覺的冷卻牛肉嫩度

25、分析方法J.農(nóng)業(yè)機械學報，2003，34（5）：102-105.13 趙杰文，翟劍妹，劉木華等. 牛肉嫩度的近紅外光譜法檢測技術(shù)研究 J. 光譜學與光譜分析，2006，26（4）：640-642.14 徐霞, 成芳, 應義斌. 近紅外光譜技術(shù)在肉品檢測中的應用和研究進展J. 光譜學與光譜分析, 2009, 29(7): 1876-1880.15 PRIETO N, ROEHE R, LAVIN P, et al. Application of near infrared reflectance spectroscopy to predict meat and meat products qua

26、lity: areviewJ. Meat Science, 2009, 83: 175-186.16 LIU Y, LYON B G, WINDHAM W R. Prediction of color, texture,and sensory characteristics of beef steaks by visible and near infrared reflectance spectroscopy: a feasibility studyJ. Meat Science, 2003,65: 1107-1115.17 Bowling M B, Vote D J,Belk K E. Us

27、ing reflectance spectroscopy to predict beef7 文獻綜述tenderness J.Meat Science, 2009,82:1-518 吳建虎，彭彥昆，江發(fā)潮等. 牛肉嫩度高光譜法檢測技術(shù)J. 農(nóng)業(yè)機械學報， 2009，40（12）： 135-150.19 JACKMAN P, SUN D W, ALLEN P. Recent advances in the use of computer vision technology in the quality assessment of fresh meatsJ. Trends in Food Science &Technology, 2011, 22: 185-197.20 吳建虎, 彭彥昆, 江發(fā)潮, 等. 牛肉嫩度高光譜法檢測技術(shù)J. 農(nóng)業(yè)機械學報, 2009, 40(12): 135-150.21陳世進.光譜技術(shù)預測牛肉