基于非破坏性光谱技术的技术用于肉类和肉类产品的歧视 - - 综述
Sara León-Ecay1, Kizkitza Insausti2, Ainara López-Maestresalas2
1Institute on Innovation and Sustainable Development in Food Chain (IS-FOOD), Universidad Pública de Navarra (UPNA), Campus de Arrosadia, 31006 Pamplona, Spain; Agriculture and Agri-Food Canada, Lacombe Research and Development Centre, Lacombe, Alberta T4L 1W1, Canada.
基于光谱学的技术为肉类质量评估提供了非破坏性的方法. 可见和近红外 (Vis-NIR) 光谱和高光谱成像 (HSI) 在根据各种因素对肉类产品进行分类时显示出高精度.
科学领域:
- 食品科学与技术 食品科学与技术
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 传统的肉类质量评估具有破坏性,耗时且依赖化学物质.
- 消费者信心依赖于肉类行业的质量保证.
- 像光谱学这样的非破坏性,非接触方法提供了有前途的替代方案.
研究的目的:
- 提供可见光 (Vis) 和近红外 (NIR) 光谱 (Vis-NIR) 和高光谱成像 (HSI) 在肉质评估中的应用的全面概述.
- 审查过去十年的文献,重点是基于光谱的肉类分类.
- 讨论Vis-NIR和HSI在根据死前和死后因素对肉类进行分类的潜力.
主要方法:
- 关于过去十年发表的研究的文献综述.
- 专注于可见光 (Vis) 和近红外 (NIR) 光谱 (Vis-NIR) 和高光谱成像 (HSI).
- 基于死前和死后因素对肉类进行定性分类的申请的分析.
主要成果:
- 在肉类分类的实验室规模研究中,Vis-NIR和HSI实现了高精度 (> 90%).
- 这些技术成功地根据养系统,物种,原产地,品种,新鲜度和质量来区分肉类.
- 手持式Vis-NIR设备越来越多地使用,但便携式HSI的探索较少.
结论:
- 基于光谱学的技术对于非破坏性肉质评估是有效的.
- 在缩短数据处理时间和实施实时工业质量控制方面仍然存在挑战.
- 需要进一步开发便携式HSI和实时应用程序.
更多相关视频
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
11:48Development of a Colloidal Gold-based Immunochromatographic Test Strip for Detection of Cetacean Myoglobin
Published on: July 13, 2016
相关概念视频
MALDI-TOF Mass Spectrometry
Matrix-assisted laser desorption ionization (MALDI) is a commonly...
Applications of IR Spectroscopy: Overview
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)
