肉类电子鼻识别模型的建立

贾洪锋卢 一何江红朱丽敏

（1.四川烹饪高等专科学校食品科学系，四川 成都 610100；2.法国阿尔法莫斯亚太办事处，上海 200336）

肉类电子鼻识别模型的建立

贾洪锋1卢 一1何江红1朱丽敏2

（1.四川烹饪高等专科学校食品科学系，四川 成都 610100；2.法国阿尔法莫斯亚太办事处，上海 200336）

采用电子鼻对牦牛肉、牛肉和鸭肉样品进行检测，同时对经热处理的牦牛肉和牛肉样品进行分析。通过对所获得的数据进行主成分分析（principal component analysis，PCA）和判别因子分析（discriminant factor analysis，DFA），建立用于识别不同肉类的DFA模型，并对模型进行验证，DFA模型对于未知样品的识别率达到100%，能够有效的区分和识别牦牛肉、牛肉和鸭肉样品。电子鼻分析的结果显示，热处理对牦牛肉的挥发性物质影响较大，而对牛肉的影响较小。

电子鼻；主成分分析；判别因子分析；肉类

传统的肉类评价方法有感官分析、理化分析和组织学特性分析等。感官分析方法受个人的主观感觉和经验影响较大，结果缺乏客观性和一致性。理化或组织学的方法如剪切力、弹性、颜色、肌纤维的直径、密度、肌肉风味物质的含量等虽然在一定程度上能反映肉的品质，但均不能满足现代肉品生产和消费者对肉品品质评价提出的要求。近年来，随着物流渠道和冷链技术的发展及完善，使得分割肉、冷却肉逐渐成为市场的主导产品，相应的也需要发展肉品品质评价新技术以满足肉类产品的检测需求［1］。

电子鼻是一种基于传感器技术的，能对气味进行识别的智能系统，具有类似鼻子的功能。由于电子鼻能快速的反映出样品的整体质量信息、样品前处理简单，因此在食品，尤其是肉类的评价中应用较为广泛［2－5］，可用于质量控制、加工过程监测、新鲜度评价和货架期预测等。

本试验采用电子鼻技术对不同的肉类进行分析和识别，旨在建立一种快速、简便的电子鼻分析方法。

1 材料和方法

1.1 材料

牦牛肉、牛肉和鸭肉：成都市售。

1.2 仪器

电子鼻（传感器由18各金属氧化物传感器组成）：FOX 4000，法国Alpha MOS公司；

软件：Alpha SOFTV12，法国Alpha MOS公司；

电 子 天 平 （最 小 称 量 0.1mg）：SHIMADZU，AUW220D，日本岛津公司。

1.3 方法

1.3.1 样品准备和检测参数 样品经捣碎后，精确称取3g（准确至0.01g）于10mL顶空瓶中，加盖密封待检。样品的检测参数为：载气（合成干燥空气）流速150mL/min，顶空产生时间600s，顶空产生温度40°C，进样体积2mL，数据采集时间120s，延滞时间600s。

1.3.2 样品的热处理 将样品切成6cm×6cm，厚0.2cm的薄片，放入100℃水中加热10s，捞出待检。

1.3.3数据分析方法 采用主成分分析和判别因子分析。

2 结果与分析

2.1 牦牛肉、牛肉和鸭肉对比分析

2.1.1 主成分分析 电子鼻共有18根传感器，检测每一个样品时，数据采集时间为120s。图1为样品的传感器信号强度图，图中横坐标为数据采集时间，纵坐标为传感器响应强度，每条曲线代表一个传感器在120s内的响应值变化。

图1 牛肉样品的传感器信号强度图Figure 1 Sensor intensity of beef

图2为不同肉类样品的PCA图。图中横、纵坐标分别表示在PCA转换中得到的第一主成分和第二主成分的贡献率（或权重），贡献率越大，说明主成分可以较好地反映原来多指标的信息［6］。一般情况下，总贡献率超过70%～85%的方法即可使用［7］。在图2中，第一主成分和第二主成分的总贡献率达到了99.9%，足以收集特征性信息。

识别指数（differentiation index，DI）是区分样品程度的表征，在80到100之间表明有效的区分，值越大，区分越好。图2中不同的样品聚类在不同的区域，DI值为89，表明电子鼻能够有效的区分牦牛肉、牛肉和鸭肉样品。

图2 不同肉类样品的PCA图Figure 2 PCA of different meat samples

2.1.2 DFA分析及模型的验证 在DFA图（图3）中，相同样品的聚类和不同样品的区分与PCA图相比更加明显，说明DFA分析比PCA分析对不同肉类的区分和识别更为有效。因此可以采用DFA分析建立肉类识别模型，并选择6个未知样品进行模型的验证，验证结果见图3和表1。DFA模型对6个不同样品的识别值大于94.9，能对样品进行有效的识别，识别正确率达到100%。

图3 不同肉类样品的DFA图Figure 3 DFA of different meat samples

表1 DFA模型验证结果Table 1 The verification results of DFA model

2.2 热处理样品的电子鼻分析

在图4（a）中，1号和1′号样品能够区分开，而2号和2′号样品不能区分开。

图4 热处理样品的PCA和DFA图Figure 4 PCA of different samples with heat treatment

在图4（b）中，1号和1′号样品，2号和2′号样品均能区分开，且样品的聚类和区分更加明显。说明热处理对牦牛肉和猪肉样品有一定的影响，并且热处理对牦牛肉的影响更大。同时DFA对于样品的区分比PCA更有效。

3 结论

（1）通过PCA和DFA分析，证明电子鼻能够区分牦牛肉、牛肉和鸭肉，并且DFA的区分效果比PCA更好。

（2）采用DFA分析建立了肉类识别模型，该模型对6个不同未知样品的识别值大于94.9，识别正确率达到100%。

（3）通过电子鼻分析，说明热处理对牦牛肉和猪肉样品有一定的影响，并且热处理对牦牛肉的影响更大。

1 黄丽娟.肉品品质的电子舌评价研究［D］.杭州：浙江工商大学，2008.

2 孙钟雷.电子鼻技术在猪肉新鲜度识别中的应用［J］.肉类研究，2008（2）：50～53.

3 柴春祥，杜利农，范建伟，等.电子鼻检测猪肉新鲜度的研究［J］.食品科学，2008，29（9）：444～447.

4 石志标，佟月英，陈东辉，等.牛肉新鲜度的电子鼻检测技术［J］.农业机械学报，2009，40（11）：184～188.

5 柴春祥，施婉君，蔡悦，等.电子鼻检测鸡肉新鲜度的研究［J］.食品科学，2009，30（2）：170～173.

6 张晓敏，朱丽敏，张捷，等.采用电子鼻评价肉制品中的香精质量［J］.农业工程学报，2008，24（9）：175～178.

7 田怀香，孙宗宇.电子鼻在金华火腿香精识别中的应用［J］.中国调味品，2008（11）：61～64.

Prediction model of meat based on electric nose

JIA Hong－feng1LU Yi1HE Jiang－hong1ZHU Li－min2

（1.Department of Food Science，Sichuan Higher Institute of Cuisine，Chengdu，Sichuan610100，China；2.Alpha M.O.S.，Toulouse，France31400Asia Pacific，Shanghai200336，China）

Samples of Yak Meat，beef，duck meat and samples with heat treatment were analyzed using electronic nose.The raw data were analyzed by using principal component analysis and discriminant factor analysis.A DFA prediction model was established to identify different meat samples，the recognition rate was 100%.This model could discriminate Yak Meat，beef and duck meat.The electric nose analysis showed that heat treatment could greatly influence the volatile substance in Yak meat.

electronic nose；PCA；DFA；meat

10.3969/j.issn.1003－5788.2011.03.030

食品加工四川省高校重点实验室项目（编号：10S01）；四川省科技厅科技支撑项目（编号：09NZ0054）

贾洪锋（1981－），男，四川烹饪高等专科学校讲师，硕士。E－mail：jiahongfeng＿cq＠163.com

2011－03－12