应用双能X射线进行在线肉类脂肪含量测量的可行性研究

施利辉

摘 要：本文根据目前的国内外研究进展和市场实际需要，对应用双能X射线进行在线肉类脂肪含量测量的可行性进行研究。通过在双能X射线成像（DEXA）实验平台采集分析数据，验证该技术在肉品脂肪含量分析上的技术可行性。

关键词：X射线;脂肪含量;肉类;可行性

目前，以国内消费量最大的猪肉为例，检测猪肉脂肪含量主要有以下几类。①人工检测。通过检测人员感官分辨判断肉品等级，这种方法完全依赖个人主观经验，不具备科学的评价标准，可靠性差。②实验室理化检测法。根据国标GB 5009.6—2016食品中脂肪的测定方法，对于肉制品常用索氏抽提法[1]，可以准确检测出脂肪含量，但其对样品的检测方法是有损测试，难以满足企业对于大规模生产检测的实际要求。③通过特定技术方法实现在线式的无损脂肪含量测量。国内外研究机构和设备制造企业通过近红外光谱分析，三维超声波检测，X射线透射成像等技术对生猪及猪肉制品进行脂肪含量在线无损检测，在一些肉类加工厂得到批量应用，目前国内大型的肉类加工企业在这方面仍然处于起步阶段。本文根据目前国内外的研究进展和市场实际需要，通过在双能X射线成像（DEXA）实验平台采集分析数据，验证该技术在肉品脂肪含量分析上的技术可行性[2-3]。

1 实验方法

1.1 实验设备

通常双能X射线吸收测量法（DEXA）应用于医学中的骨密度检测或是行李安检透射检测，利用不同材质（对应不同等效原子序数Zeff属性）对高能和低能X射线吸收的差异性来对材质属性进行鉴别。本实验使用的是光源规格为最大电压80 kV，最大电流为8 mA，探测器为0.8 mm分辨率双排线阵高低双能探测器。光源和探测器成像平台结构如图1所示。

射线源位于照射面上方，产生的扇面光束通过中部准直缝形成一个线状扇面束照射到平台底部的双能探测器。双能探测器由低能探测片、高能探测片以及中间滤波铜片组成。对于连续X射线能谱来说，低能探测器偏向吸收能谱中能量较低的射线束，中间滤波片屏蔽了低能谱部分而让高能谱部分被下方高能探测器吸收。测试样品通过传统带机平移扫描成像从而获得两幅高低能图像，上传系统进行分析。

1.2 实验样本

为分析实际猪肉脂肪含量，需要有典型样品供实验数据分析，采购1 100 g猪膘油作为参考脂肪标本，1 338 g瘦肉并分割剔除明显脂肪作为参考肌肉标本。

1.3 测量原理

当射线照射一定物质后，会被对应穿透材料吸收而衰减，其低能、高能对应的衰减率公式为：

Il=Iole-μT （1）

Ih=Iohe-μT （2）

式中：Iol和Ioh分别为低能、高能初始能量，Il和Ih为低能、高能衰减后能量，T为材质质量，μ为材质对应衰减系数。当照射样品为脂肪和肌肉混合时，对应的理论吸收率应为[4]：

（3）

（4）

经过转换后计算得出脂肪质量和肌肉质量为：

（5）

（6）

其中，，通过得到脂肪厚度和肌肉厚度便可以计算出对应的脂肪含量比例，由式（5）、

式（6）可以看出Tf和Tm跟低能和高能的吸收率直接相关，其余为固定参数，脂肪跟肌肉含量比例可直接等效为：

基于高低能图像来分析，样品的脂肪含量比例F计算可通过统计所有肉品区域内像素点代表的单位面积质量求和来进行评估。

F （8）

1.4 测试方法

由于图像本身噪声和射线源受本体波动的影响，数据点呈现分布性，在衰减较大区域的数据呈现非线性特性。为提取精确的典型高低能衰减比描述曲线[5]，本文选择分段二次多项式拟合方法进行确定，为防止分段曲线在交界处不连续问题，在段与段之间设置有1/4的重叠区域，该区域拟合值由交接两边的两个多项式函数曲线进行混合，根据交接区位置点，取不同权重进行线性插值，得到如图2中对应的参考曲线，可以看到拟合曲线达到了较好效果。

2 结果与分析

对测试样本进行分割混合后，得到若干评估样本，包括样本1纯脂肪280 g，样本2纯瘦肉510 g，样本3脂肪

（380 g）+瘦肉（250 g）混合肉。每份样品在相同工况下随机照射10次，并取10次数据。对每个有效像素点位置的低能灰度值L（x）和高能灰度值H（y）对应到参考曲线坐标中的点。假设以脂肪参考曲線上取值为1.0（100%），肌肉参考曲线为0（0%），对应的结果值可通过该点位置距离脂肪曲线和肌肉曲线的位置关系比例进行评估计算。对每幅图像中所有像素点数据分析求和跟假设值对比后，得到的评估数据如表1。

3 结论

通过对实验数据的处理分析，可以看到双能透射成像对于肉类脂肪含量测定在少量样本实验条件下测量误差可以控制在±5%以下。在实际产业化应用中，相比较其他在线脂肪含量测量方法，该技术在可靠性及检测效率上具有明显的优势以及很好的推广应用价值。

参考文献

[1]国家卫生和计划生育委员会，国家食品药品监督管理总局.食品安全国家标准 食品中脂肪的测定：GB 5009.6—2016[S].北京：中国标准出版社，2016.

[2]沈杰.基于X射线及近红外光谱技术的禽肉品质检测[D].南昌：江西农业大学，2011.

[3]程月红，鲍连艳，王健，等.食品中脂肪测定方法对比研究[J].现代农业科技，2018（16）：234.

[4]CHENA A，LUOB J，WANGC A，et al.Fat to Muscle Ratio Measurements with Dual Energy X Ray Absorbtiometry[J].Nuclear Instruments and Methods in Physics Research Section A，2015，788：24-28.

[5]邬小平，王学武，谢亚丽，等.基于贝叶斯决策的双能X射线材料分辨算法研究[J].中国体视学与图像分析，2003（3）：162-165.