木质硬度缺陷鸡肉特征及其判定

孙 啸，陈彩蓉，周漫静，陈坤杰*

（南京农业大学工学院，江苏 南京 210031）

木质硬度缺陷鸡肉特征及其判定

孙 啸，陈彩蓉，周漫静，陈坤杰*

（南京农业大学工学院，江苏 南京 210031）

研究近年来发生在速生型肉鸡品种鸡胸肉木质硬度缺陷（woody/wooden breast，WB）的基本性能指标，同时通过微观结构及不同的测量参数来客观评价WB等级。以147 只42 日龄、175 只63 日龄Cobb 500肉鸡作为研究对象，经相同宰杀工序后采集鸡胸肉样本进行人工WB分级。然后对样本的质量、特征尺寸（长度（L）、宽度（W）、顶部厚度（H1）、底部厚度（H2））和挤压力（compression force，CF）进行测量，采用方差分析的方法，对上述各参数与WB等级之间的变化规律和相关性进行统计分析，并对极显著相关参数建立模模预测WB等级。结果表明：因肌肉组织病变退化，导致WB肌肉细胞大小、形状不一，且被结缔组织取代。在相同日龄下，样本的质量、H1、H2及CF均随WB等级增加而显著增大（P＜0.05）。H1、H2及CF之间极显著相关（P＜0.001），且与WB等级之间也极显著相关（P＜0.001），是影响WB等级的显著参量，建立的模型预测识别率可达92.30%。结果表明，H1、H2及CF可作为WB等级的判定依据，利用其对WB肉可进行客观的评判。

鸡肉肉质；硬度缺陷；挤压力；尺寸

随着市场对无骨鸡肉需求的增加，家禽养殖企业越来越倾向于养殖出肉率高、生长迅速的肉鸡品种[1]。如今，肉鸡养殖鸡龄已较50年前减少近一半，但肉鸡的活体质量却达到50年前肉鸡活体质量的两倍[2]。然而，随着家禽市场速生高产肉率的肉鸡品种的推广和发展，一系列肉鸡胸肌肉疾病及品质缺陷问题相继暴露。如深度胸肌疾病（deep pectoral disease，DMP）[3-5]、类“PSE”肉[2,6-7]以及近几年出现的白色纹理（white striping，WS）鸡肉[8-15]和木质硬度缺陷（woody/wooden breast，WB）鸡肉[16-24]。WB（图1A）肉主要是一种发生在鸡胸肌肉上的新型品质缺陷，与正常鸡肉（图1B）相比，其表现为颜色苍白，整体呈现不同程度的坚硬触感，在WB较严重的情况下，其表面有渗血及黏性分泌物存在，同时还可能与WS缺陷同时出现。WB肉食用品质差，消费者接受度低。对于WB程度较低的鸡胸肉，通常都作为副产品处理；而对WB程度严重的鸡胸肉，大部分厂家都选择直接废弃的处理方式，给家禽加工企业造成巨大的经济损失[16]。近年来WB出现几率逐年增加且程度严重的WB可达15%或更高[19]，同时随着日龄的增加WB肉出现的概率也随之升高，已呈现蔓延爆发趋势。对WB肉的判定及等级划分目前尚无统一标准，主要依靠经长期训练的专业人士通过感官评定的方法进行判定。这种感官评定的方法统一性不高，受主观因素影响极大，而且由于行业内缺乏有经验的评定人员，造成WB肉的判定效率低、推广程度差，已对肉鸡加工企业的生产造成一定程度的影响。业界迫切需要建立一种WB肉的客观判定方法和分级标准。本研究选择两种日龄、具有WB肉特征的肉鸡鸡胸肉作为研究样本，对不同WB等级鸡胸肉的质量、特征尺寸及挤压力（compression force，CF）等参数进行测量，分析其与WB等级之间的关系，以期从测量参数中发现能客观描述WB等级的特征参数，为将来建立一种WB肉的客观分级标准提供一些研究参考。

图1 WB鸡胸肉（A）和正常鸡胸肉（B）Fig. 1 Woody breast fi llet (A) and normal breast fi llet (B)

1 材料与方法

1.1 材料

共1 928 只实验肉鸡采用Cobb 500品种，由阿肯色大学家禽系附属养殖农场在相同的环境下饲养至42 d和63 d进行宰杀，其中42 d肉鸡960 只、63 d 肉鸡968 只，其活体平均质量分别为2.68 kg和4.72 kg。

1.2 仪器与设备

TA.XT Plus质构仪 英国Texture Technologies公司；Probe细长形柱状探头（长12 cm，直径6 mm）、784EC电子游标卡尺（精度0.01 mm）、H-3054电子称（精度0.1 g）、食品保鲜袋（17.7 cm×18.8 cm）、扫描电子显微镜 美国Optronix公司。

1.3 方法

1.3.1 样本处理

所有肉鸡在宰杀前10 h禁食但保证饮水的供应。宰杀时，肉鸡通过电击晕，放血，高温烫毛，去头、去爪后，手动取出内脏并清洗鸡身。放入温度1 ℃的水域池中进行90 min的冷却，2 h后取出去骨。根据去骨程序的相关规定，同时为了避免因人为差异造成鸡胸肉的尺寸大小及肉质改变，所有肉鸡均由经过长期训练的专业工作人员（6～8 人）参照文献[25]所述的方法进行分割。本实验从两次宰杀的肉鸡中共采集322 个鸡胸肉样本，其中42 d样本147 个，63 d样本175 个样本。所采集样本用食品保鲜袋包装后置于冷藏室（4 ℃）保存，以供后续质量、特征尺寸及CF测量使用。

1.3.2 样本WB等级的人工判定

在进行硬度、质量和特征尺寸测量之前，首先对所有样本进行WB等级的评定。为了保持样本评分的一致性，所有样本的评级，均由经过长期训练的一名专业人员，按照表1的WB分级标准[20]，根据样本的硬度和外观感知，将样本分为低（NORM）、中（MOD）、高（SEV）3 个等级。

表1 木质硬度缺陷鸡肉评分及分级标准Table 1 Criteria for WB scoring system

1.3.3 组织学分析样本的制备

从鸡胸肉样本顶部区域采集肌肉制作组织学分析样本，沿肌肉纹理方向用刀切下0.5 cm×0.5 cm×1.0 cm肉块保存于福尔马林溶液中，参照文献[16]的方法进行固定、清洗、脱水、着色后制成样本切片用于扫描电子显微镜观察拍照。

1.3.4 质量及特征尺寸的测量

将冷藏24 h的样本取出后，首先用电子秤称质量并记录，然后对每个样本的特征尺寸，即长度（L）、宽度（W）、顶部厚度（H1）和底部厚度（H2）4 个参数进行测量，测量方法参照文献[20]所述方法进行。测量前将样本自然平铺在固定的平面上，L表示样本最顶端至最底端的最长距离，W为样本最左端至最右端的最大距离，H1为其顶部最高处的厚度，H2为距离样本最底端3 cm处的肉样厚度，如图2所示。为了保证数据采集的精准性及一致性，所有尺寸数据的测量均由同一个人完成，每个样本参数的测量重复3 次，取平均值为最终值。

图2 样本立体尺寸测量示意图Fig. 2 Dimensional measurement of breast fi llet

1.3.5 样本硬度的测定

将完成质量和特征尺寸测量的样本用质构仪测定硬度。设定探头的触发受力为5 g，初始高度设置为60 mm，测试速率为5 mm/s，探头触碰样本前及挤压完成后的运动速率为10 mm/s。用Probe探头在样本顶部区域（图2）进行3 次挤压比为20%的非破坏性挤压，记录每次挤压后所得的最大受力并以3 次CF的均值作为单个样本硬度检测实验结果。

1.4 数据分析

不断缩小国家间的差距，不断缩小城乡之间、不同人群之间的差距，力求到2020年实现我国“公民具备科学素质的比例超过10%”的目标，还任重而道远。对中国而言，实现创新发展、建设创新型国家，既需要一批有建树的科学家，更应该让越来越多的人具备科学素养，学会“像科学家一样思考”。

实验数据采用JMP（SAS2015）软件通过GLM Procedure进行统计学分析。由于鸡龄不同，将实验数据按鸡龄分开处理。采用Tukey’s HSD检测法，对数据组间显著性差异进行对比分析。当显著性水平P＜0.05时，组间数据呈显著性差异，并将各测量参数与不同WB等级样本进行相关性分析。

2 结果与分析

2.1 WB分级

对从1 928 只肉鸡中采集的322 个样本进行人工WB分级的实验结果如表2所示。根据表1所述标准，评分为0和0.5的鸡胸肉WB等级为正常鸡胸肉，分别有52 个（42 d）和53 个（63 d）；评分为1.0和1.5的鸡胸肉存在轻度木质硬度缺陷，分别有45 个（42 d）和58 个（63 d）；而评分为2.0以上的鸡胸肉存在严重木质硬度缺陷。分别有50 个（42 d）和64 个（63 d）。

表2 WB人工评级结果Table 2 Scoring results of WB

2.2 WB微观结构

图3 正常（A）和WB（B）鸡胸肉微观结构Fig. 3 Histological structures of normal breast fi llet (A) and woody breast fi llet (B)

对正常鸡胸肉及WB肉的组织学样本进行电子显微镜扫描结果如图3所示。正常鸡胸肉（图3A）肌肉细胞大小统一且排列紧密，肌肉蛋白含量高同时组织间胶原蛋白及结缔组织含量较低，而WB肉（图3B）微观结构显示因肌肉退化导致肌肉功能的逐渐丧失，肌肉细胞呈现大小、形状不一，退化的肌肉组织不断被胶原蛋白及结缔组织取代累积。此发现与文献[16]的表述结果一致，也正是肌肉的不断退化及结缔组织不断累积，导致了WB肉不同的外观及坚硬的触感。

2.3 样本质量、特征尺寸结果及其分布特性

两种日龄不同WB等级样本的质量及特征尺寸测量结果如表3所示。通过样本在不同WB等级下各参数的最大值、最小值来表示组间数据分布。由表3可知，42 d的样本质量随着WB等级增加而增大，差异显著（P＜0.05，NORM（571.9 g）＜MOD（684.8 g）＜SEV（738.4 g））；样本特征尺寸L及W在各WB等级间则差异不显著（P＞0.05）；H1和H2皆随着WB等级的递增而显著增大（P＜0.05，NORM＜MOD＜SEV，H1：34.75 mm＜39.76 mm＜45.55 mm；H2：20.79 mm＜26.11 mm＜32.24 mm）。63 d样本的质量随WB等级递增逐渐上升，其中NORM（1 045.3 g）与MOD（1 163.2 g）组间无显著性差异（P＞0.05），但SEV（1 215.6 g）显著高于NORM和MOD（P＜0.05）。L及W与样本质量变化趋势相似，NORM和MOD之间没有显著差异（P＞0.05），但SEV显著高于NORM和MOD（P＜0.05）；而H1及H2均随着WB等级的增加而显著增加（P＜0.05，NORM＜MOD＜SEV，H1：41.19 mm＜46.23 mm＜51.47 mm；H2：26.98 mm＜31.47 mm＜36.22 mm）。进一步分析参数分布特性发现两种日龄样本WB等级间的L、W均值差别都较小，没有显著差别。42 d样本质量在WB等级间差异显著，但63 d样本质量在各个WB等级间并未全部存在显著差异，且随着日龄的增加，63 d WB等级间的质量参数差异较42 d减小，可能由于后期肉鸡体质量增长迅速，个体质量趋于统一导致随日龄的增加WB等级之间质量差异却较42 d减小。但两种日龄的样本H1及H2均值都随WB等级增加而显著增大，显示出显著的差异。由此可推测，质量、H1和H2三个参数与WB等级之间存在一定的相关性。

表3 不同日龄WB等级样本质量、尺寸测量结果分布Table 3 Weight and dimensional measurements of different WB categories of breast fi llet from broilers slaughtered at two different ages

表4 两种日龄下不同WB等级硬度检测结果分布Table 4 Compression forces of different WB categories of breast fi llet from broilers slaughtered at two different ages

如表4所示，42 d和63 d样本CF皆随WB等级增加而增大，各等级间差异显著（P＜0.05，NORM＜MOD＜SEV，42 d：4.38 N＜8.15 N＜14.81 N；63 d：5.44 N＜11.61 N＜20.59 N）。对42 d样本，各等级间CF有少量重叠，但对63 d样本，在不同WB等级间，CF分布均无重叠，可较好地区分不同的WB等级。由此可推断，WB与硬度参数之间应存在较好的相关性，可以客观地评价鸡胸肉的硬度。

2.5 测量参数之间及其与WB等级之间的相关性分析

表5 两种日龄样本各参数之间及其与WB等级的相关性分析Table 5 Correlation coeff i cients (r) among breast weight, dimensions and compression force of WB from broilers slaughtered at two different ages

对42 d和63 d样本的质量、特征尺寸及CF各参数之间及其与WB等级进行相关性分析，结果如表5所示。两种不同日龄样本中，H1、H2及CF参数之间均极显著相关（P＜0.001）。说明这3 个测量参数间的变化趋势相同，随着WB等级的增加，鸡胸肉的厚度及CF均随之增大。此外，对于42 d样本，质量和WB显著相关，H1、H2及CF均与WB等级极显著相关（P＜0.001），L及W与WB等级不相关。对于63 d样本，H1、H2及CF均与WB等级极显著相关，但质量、L和W均与WB等级不相关。表明CF、厚度尺寸（H1、H2）是描述WB等级的显著参数，有可能根据样本CF和厚度尺寸，对样本进行WB等级的预测和判定。

2.6 WB分级模型的建立与识别效果

相关性分析结果表明，H1、H2和CF为WB的特征参数，最终需要通过一个合适的算法将这3 个参数融合以综合判断WB等级。本研究以上述特征参数建立BP神经网络的WB判别模型。BP神经网络模型是目前运用最为广泛的一类模型，通过输入层、隐含层、输出层及作用函数实现从任意n维到m维的映射[26-30]。从输入层到隐含层采用S型对数函数，从隐含层到输出层采用线性函数。将H1、H2和CF作为模型输入，WB等级作为模型输出，确定模型输入层节点数为3，隐含层节点数为5，输出层节点数为1。经各项参数优化后该神经网络模型的最大迭代系数为2 500，误差性能目标0.000 2，最小训练速率为0.1，动态参数为0.3。从322 个样本中抽取257 个样本（80%）作为模型训练集，剩余的65 个样本（20%）作为预测集，并将结果与真实WB等级进行比对，计算预测集的识别正确率。BP神经网络模型对预测集的判定结果如表6所示，在WB各等级的判别结果中，NORM正确率最高95.20%，其次SEV为91.67%，MOD为90.00%，总体识别率达92.30%。

表6 BP神经网络模型对预测集的判定结果Table 6 Accuracy rates of prediction sets in BP neural network

3 结 论

WB缺陷鸡肉是近年来发现的一种鸡胸肉品质缺陷，其发展迅速并向全球蔓延，需要研究发展一种客观的评价标准和方法对WB等级进行判定。实验研究表明，WB肉其微观结构因肌肉组织退化与正常鸡肉显著不同，通过对各参数的测量发现WB等级与CF大小，鸡胸肉厚度尺寸密切相关。随着WB等级的增加，鸡胸肉的CF显著增加，H1及H2显著增大。另外，对于相同日龄的肉鸡，质量越大，H1及H2越大，出现WB的几率有可能明显增加。H1、H2和CF与WB等级之间存在显著的相关性，建立了基于BP神经网络的WB肉等级识别模型，预测准确率达到92.30%，具备很好的评价能力。H1、H2和CF为WB的特征参数，未来有可能通过对这些参数直接或间接的测量，实现对WB等级在线实时的预测和判定。

[1] PETRACCI M, SIRRI F, MAZZONI M, et al. Comparison of breast muscle traits and meat quality characteristics in 2 commercial chicken hybrids[J]. Poultry Science, 2013, 92(9): 2438-2447. DOI:10.3382/ ps.2013-03087.

[2] BARBUT S, SOSNICKI A A, LONERGAN S M, et al. Progress in reducing the pale, soft and exudative (PSE) problem in pork and poultry meat[J]. Meat Science, 2008, 79(1): 46-63. DOI:10.1016/ j.meatsci.2007.07.031.

[3] SILLER W G. Deep pectoral myopathy: a penalty of successful selection for muscle growth[J]. Poultry Science, 1985, 64(8): 1591-1595. DOI:10.3382/ps.0641591.

[4] GRUNDER A A, HOLLANDS K G, GAVORA J S, et al. Degenerative myopathy of the Musculus supracoracoideus and production traits in strains of meat-type chickens[J]. Poultry Science, 1984, 63(4): 781-785. DOI:10.3382/ps.0630781.

[5] BILGILI S F, HESS J B. Green muscle disease in broilers increasing[J]. World Poultry, 2002, 18(4): 42-43.

[6] PETRACCI M, BIANCHI M, CAVANI C. The European perspective on pale, soft, exudative conditions in poultry[J]. Poultry Science, 2009, 88(7): 1518-1523. DOI:10.3382/ps.2008-00508.

[7] OWENS C M, ALVARADO C Z, SAMS A R. Research developments in pale, soft, and exudative turkey meat in North America[J]. Poultry Science, 2009, 88(7): 1513-1517. DOI:10.3382/ps.2009-00008.

[8] KUTTAPPAN V A, LEE Y S, ERF G F, et al. Consumer acceptance of visual appearance of broiler breast meat with varying degrees of white striping[J]. Poultry Science, 2012, 91(5): 1240-1247. DOI:10.3382/ ps.2011-01947.

[9] KUTTAPPAN V A, BREWER V B, WALDROUP P W, et al. Influence of growth rate on the occurrence of white striping in broiler breast fillets[J]. Poultry Science, 2012, 91(10): 2677-2685. DOI:10.3382/PS.2012-02259.

[10] KUTTAPPAN V A, GOODGAME S D, BRADLEY C D, et al. Effect of different levels of dietary vitamin E (DL-α-tocopherol acetate) on the occurrence of different degrees of white striping on broiler breast fillets[J]. Poultry Science, 2012, 91(12): 3230-3235. DOI:10.3382/ ps.2012-02397.

[11] KUTTAPPAN V A, HUFF G R, HUFF W E, et al. Comparison of hematologic and serologic profiles of broiler birds with normal and severe degrees of white striping in breast fi llets[J]. Poultry Science, 2013, 92(2): 339-345. DOI:10.3382/ps.2012-02647.

[12] KUTTAPPAN V A, SHIVAPRASAD H L, SHAW D P, et al. Pathological changes associated with white striping in broiler breast muscles[J]. Poultry Science, 2013, 92(2): 331-338. DOI:10.3382/ ps.2012-02646.

[13] KUTTAPPAN V A, BREWER V B, MAUROMOUSTAKOS A, et al. Estimation of factors associated with the occurrence of white striping in broiler breast fillets[J]. Poultry Science, 2013, 92(3): 811-819. DOI:10.3382/ps.2012-02506.

[14] MUDALAL S, BABINI E, CAVANI C, et al. Quantity and functionality of protein fractions in chicken breast fillets affected by white striping[J]. Poultry Science, 2014, 93(8): 2108-2116. DOI:10.3382/ps.2014-03911.

[15] PETRACCI M, MUDALAL S, BONFIGLIO A, et al. Occurrence of white striping under commercial conditions and its impact on breast meat quality in broiler chickens[J]. Poultry Science, 2013, 92(6): 1670-1675. DOI:10.3382/ps.2012-03001.

[16] SIHVO H K, IMMONEN K, PUOLANNE E. Myodegeneration with fibrosis and regeneration in the pectoralis major muscle of broilers[J]. Veterinary Pathology Online, 2014, 51(3): 619-623. DOI:10.1177/0300985813497488.

[17] MAZZONI M, PETRACCI M, MELUZZI A, et al. Relationship between pectoralis major muscle histology and quality traits of chicken meat[J]. Poultry Science, 2015, 94(1): 123-130. DOI:10.3382/ps/peu043.

[18] MUDALAL S, LORENZI M, SOFLIA F, et al. Implications of white striping and wooden breast abnormalities on quality traits of raw and marinated chicken meat[J]. Animal, 2015, 9(4): 728-734. DOI:10.1017/S175173111400295X.

[19] TIJARE V V, YANG F, ALVARADO C Z, et al. Meat quality of broiler breast fillets with white striping and woody breast muscle myopathies[J]. Poultry Science, 2016, 95(9): 2167-2173. DOI:10.3382/ ps/pew129.

[20] SOGLIA F, MUDALAL S, BABINI E, et al. Histology, composition, and quality traits of chicken pectoralis major muscle affected by wooden breast abnormality[J]. Poultry Science, 2016, 95(3): 651-659. DOI:10.3382/ps/pev353.

[21] KUTTAPPAN V A, HARGIS B M, OWENS C M. White striping and woody breast myopathies in the modern poultry industry: a review[J]. Poultry Science, 2016, 95(11): 2724-2733. DOI:10.3382/ps/pew216.

[22] TROCINO A, PICCIRILLO A, BRIOLO M, et al. Effect of genotype, gender and feed restriction on growth, meat quality and the occurrence of white striping and wooden breast in broiler chickens[J]. Poultry Science, 2015, 94(12): 2996-3004. DOI:10.3382/ps/pev296.

[23] VELLEMAN S G, CLARK D L. Histopathologic and myogenic gene expression changes associated with wooden breast in broiler breast muscles[J]. Avian Diseases, 2015, 59(3): 410-418. DOI:10.1637/11097-042015-Reg.1.

[24] CLARK D L, VELLEMAN S G. Spatial inf l uence on breast muscle morphological structure, myof i ber size, and gene expression associated with the wooden breast myopathy in broilers[J]. Poultry Science, 2016, 95(12): 2930. DOI:10.3382/ps/pew243.

[25] MEHAFFEY J M, PRADHAN S P, MEULLENET J F, et al. Meat quality evaluation of minimally aged broiler breast fillets from five commercial genetic strains[J]. Poultry Science, 2006, 85(5): 902-908. DOI:10.1093/ps/85.5.902.

[26] 姜沛宏, 张玉华, 陈东杰, 等. 基于多源感知信息融合的牛肉新鲜度分级检测[J]. 食品科学, 2016, 37(6): 161-165. DOI:10.7506/ spkx1002-6630-201606029.

[27] 张佰清, 关悦乐. 基于质构特性分析对寒富苹果贮藏品质的预测[J].食品科学, 2012, 33(24): 335-338. DOI:10.7506/spkx1002-6630-201224073.

[28] 郭孝玉, 孙玉军, 王轶夫, 等. 基于改进人工神经网络的植物叶面积测定[J]. 农业机械学报, 2013, 44(2): 200-204. DOI:10.6041/ j.issn.1000-1298.2013.02.037.

[29] 韩磊, 李锐, 朱会利. 基于BP神经网络的土壤养分综合评价模型[J]. 农业机械学报, 2011, 42(7): 109-115. DOI:10.3969/ j.issn.1000-1298.2011.07.021.

[30] 朱文学, 孙淑红, 陈鹏涛, 等. 基于BP神经网络的牡丹花热风干燥含水率预测模型[J]. 农业机械学报, 2011, 42(8): 128-130. DOI:10.3969/j.issn.1000-1298.2011.08.025.

Characteristics and Identif i cation of Woody Breast Fillets

SUN Xiao, CHEN Cairong, ZHOU Manjing, CHEN Kunjie*
(College of Engineering, Nanjing Agricultural University, Nanjing 210031, China)

Woody breast (WB) has recently been characterized by a distinct hardness of breast fi llets. The objective of this study was to determine the basic performance parameters of WB and to identify different grades of WB by microstructural examination and different measures. A total of 147 and 175 Cobb 500 broilers were slaughtered at 42 and 63 days of age following the same procedure, respectively and breast samples were collected for WB classif i cation. The weight, dimensions namely length (L), width (W), top height (H1) and bottom height (H2), and compression force (CF) of all these samples were measured and statistically correlated with WB grades by analysis of variance. Furthermore, a predictive model for WB classif i cation was developed based on the parameters highly signif i cantly correlated with WB grades. The results showed that the microstructure of WB was related to muscle cells with nonuniform size and shape because of muscle degeneration and muscle tissue was replaced by connective tissue when compared to normal breast fi llet. For WB samples from carcasses of broilers of the same age, H1, H2and CF signif i cantly increased as the severity of WB increased (P ＜ 0.05). These three parameters had highly significant correlations with each other, and they were important factors that affected and were correlated with WB categories (P ＜ 0.001). The overall recognition rate of the developed model was 92.30%, suggesting that H1, H2and CF enables to objectively identify WB and can potentially replace the artif i cial scoring system.

poultry meat quality; woody breast; compression force; dimension

10.7506/spkx1002-6630-201707014

TS251.1

A

1002-6630（2017）07-0082-06

孙啸, 陈彩蓉, 周漫静, 等. 木质硬度缺陷鸡肉特征及其判定[J]. 食品科学, 2017, 38(7): 82-87. DOI:10.7506/spkx1002-6630-201707014. http://www.spkx.net.cn

SUN Xiao, CHEN Cairong, ZHOU Manjing, et al. Characteristics and identi fi cation of woody breast fi llets[J]. Food Science, 2017, 38(7): 82-87. (in Chinese with English abstract)

10.7506/spkx1002-6630-201707014. http://www.spkx.net.cn

2016-05-09

“十二五”国家科技支撑计划项目（2015BAD19B06）

孙啸（1989—），男，博士研究生，研究方向为农产品加工及检测技术。E-mail：sunxiaonjau@126.com

*通信作者：陈坤杰（1963—），男，教授，博士，研究方向为农产品加工、检测及其智能化装备。E-mail：kunjiechen@njau.edu.cn