肉類電子鼻識別模型的建立

賈洪鋒盧 一何江紅朱麗敏

（1.四川烹飪高等專科學校食品科學系，四川 成都 610100；2.法國阿爾法莫斯亞太辦事處，上海 200336）

肉類電子鼻識別模型的建立

賈洪鋒1盧 一1何江紅1朱麗敏2

（1.四川烹飪高等專科學校食品科學系，四川 成都 610100；2.法國阿爾法莫斯亞太辦事處，上海 200336）

采用電子鼻對牦牛肉、牛肉和鴨肉樣品進行檢測，同時對經熱處理的牦牛肉和牛肉樣品進行分析。通過對所獲得的數據進行主成分分析（principal component analysis，PCA）和判別因子分析（discriminant factor analysis，DFA），建立用于識別不同肉類的DFA模型，并對模型進行驗證，DFA模型對于未知樣品的識別率達到100%，能夠有效的區分和識別牦牛肉、牛肉和鴨肉樣品。電子鼻分析的結果顯示，熱處理對牦牛肉的揮發性物質影響較大，而對牛肉的影響較小。

電子鼻；主成分分析；判別因子分析；肉類

傳統的肉類評價方法有感官分析、理化分析和組織學特性分析等。感官分析方法受個人的主觀感覺和經驗影響較大，結果缺乏客觀性和一致性。理化或組織學的方法如剪切力、彈性、顏色、肌纖維的直徑、密度、肌肉風味物質的含量等雖然在一定程度上能反映肉的品質，但均不能滿足現代肉品生產和消費者對肉品品質評價提出的要求。近年來，隨著物流渠道和冷鏈技術的發展及完善，使得分割肉、冷卻肉逐漸成為市場的主導產品，相應的也需要發展肉品品質評價新技術以滿足肉類產品的檢測需求［1］。

電子鼻是一種基于傳感器技術的，能對氣味進行識別的智能系統，具有類似鼻子的功能。由于電子鼻能快速的反映出樣品的整體質量信息、樣品前處理簡單，因此在食品，尤其是肉類的評價中應用較為廣泛［2－5］，可用于質量控制、加工過程監測、新鮮度評價和貨架期預測等。

本試驗采用電子鼻技術對不同的肉類進行分析和識別，旨在建立一種快速、簡便的電子鼻分析方法。

1 材料和方法

1.1 材料

牦牛肉、牛肉和鴨肉：成都市售。

1.2 儀器

電子鼻（傳感器由18各金屬氧化物傳感器組成）：FOX 4000，法國Alpha MOS公司；

軟件：Alpha SOFTV12，法國Alpha MOS公司；

電 子 天 平 （最 小 稱 量 0.1mg）：SHIMADZU，AUW220D，日本島津公司。

1.3 方法

1.3.1 樣品準備和檢測參數 樣品經搗碎后，精確稱取3g（準確至0.01g）于10mL頂空瓶中，加蓋密封待檢。樣品的檢測參數為：載氣（合成干燥空氣）流速150mL/min，頂空產生時間600s，頂空產生溫度40°C，進樣體積2mL，數據采集時間120s，延滯時間600s。

1.3.2 樣品的熱處理 將樣品切成6cm×6cm，厚0.2cm的薄片，放入100℃水中加熱10s，撈出待檢。

1.3.3數據分析方法 采用主成分分析和判別因子分析。

2 結果與分析

2.1 牦牛肉、牛肉和鴨肉對比分析

2.1.1 主成分分析 電子鼻共有18根傳感器，檢測每一個樣品時，數據采集時間為120s。圖1為樣品的傳感器信號強度圖，圖中橫坐標為數據采集時間，縱坐標為傳感器響應強度，每條曲線代表一個傳感器在120s內的響應值變化。

圖1 牛肉樣品的傳感器信號強度圖Figure 1 Sensor intensity of beef

圖2為不同肉類樣品的PCA圖。圖中橫、縱坐標分別表示在PCA轉換中得到的第一主成分和第二主成分的貢獻率（或權重），貢獻率越大，說明主成分可以較好地反映原來多指標的信息［6］。一般情況下，總貢獻率超過70%～85%的方法即可使用［7］。在圖2中，第一主成分和第二主成分的總貢獻率達到了99.9%，足以收集特征性信息。

識別指數（differentiation index，DI）是區分樣品程度的表征，在80到100之間表明有效的區分，值越大，區分越好。圖2中不同的樣品聚類在不同的區域，DI值為89，表明電子鼻能夠有效的區分牦牛肉、牛肉和鴨肉樣品。

圖2 不同肉類樣品的PCA圖Figure 2 PCA of different meat samples

2.1.2 DFA分析及模型的驗證 在DFA圖（圖3）中，相同樣品的聚類和不同樣品的區分與PCA圖相比更加明顯，說明DFA分析比PCA分析對不同肉類的區分和識別更為有效。因此可以采用DFA分析建立肉類識別模型，并選擇6個未知樣品進行模型的驗證，驗證結果見圖3和表1。DFA模型對6個不同樣品的識別值大于94.9，能對樣品進行有效的識別，識別正確率達到100%。

圖3 不同肉類樣品的DFA圖Figure 3 DFA of different meat samples

表1 DFA模型驗證結果Table 1 The verification results of DFA model

2.2 熱處理樣品的電子鼻分析

在圖4（a）中，1號和1′號樣品能夠區分開，而2號和2′號樣品不能區分開。

圖4 熱處理樣品的PCA和DFA圖Figure 4 PCA of different samples with heat treatment

在圖4（b）中，1號和1′號樣品，2號和2′號樣品均能區分開，且樣品的聚類和區分更加明顯。說明熱處理對牦牛肉和豬肉樣品有一定的影響，并且熱處理對牦牛肉的影響更大。同時DFA對于樣品的區分比PCA更有效。

3 結論

（1）通過PCA和DFA分析，證明電子鼻能夠區分牦牛肉、牛肉和鴨肉，并且DFA的區分效果比PCA更好。

（2）采用DFA分析建立了肉類識別模型，該模型對6個不同未知樣品的識別值大于94.9，識別正確率達到100%。

（3）通過電子鼻分析，說明熱處理對牦牛肉和豬肉樣品有一定的影響，并且熱處理對牦牛肉的影響更大。

1 黃麗娟.肉品品質的電子舌評價研究［D］.杭州：浙江工商大學，2008.

2 孫鐘雷.電子鼻技術在豬肉新鮮度識別中的應用［J］.肉類研究，2008（2）：50～53.

3 柴春祥，杜利農，范建偉，等.電子鼻檢測豬肉新鮮度的研究［J］.食品科學，2008，29（9）：444～447.

4 石志標，佟月英，陳東輝，等.牛肉新鮮度的電子鼻檢測技術［J］.農業機械學報，2009，40（11）：184～188.

5 柴春祥，施婉君，蔡悅，等.電子鼻檢測雞肉新鮮度的研究［J］.食品科學，2009，30（2）：170～173.

6 張曉敏，朱麗敏，張捷，等.采用電子鼻評價肉制品中的香精質量［J］.農業工程學報，2008，24（9）：175～178.

7 田懷香，孫宗宇.電子鼻在金華火腿香精識別中的應用［J］.中國調味品，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點實驗室項目（編號：10S01）；四川省科技廳科技支撐項目（編號：09NZ0054）

賈洪鋒（1981－），男，四川烹飪高等專科學校講師，碩士。E－mail：jiahongfeng＿cq＠163.com

2011－03－12