X射線檢測海水魚片中魚刺

胡記東，劉遠平，孫愛華，林　洪，郭曉華，年　睿，李鈺金，曹立民,

（1.中國海洋大學食品科學與工程學院，山東 青島 266003；2.榮成泰祥食品股份有限公司，山東 榮成 264300；3.山東美佳集團，山東 日照 276800；4.中國海洋大學信息科學與工程學院，山東 青島 266100）

X射線檢測海水魚片中魚刺

胡記東1，劉遠平2，孫愛華3，林洪1，郭曉華3，年睿4，李鈺金2，曹立民1,*

（1.中國海洋大學食品科學與工程學院，山東 青島 266003；2.榮成泰祥食品股份有限公司，山東 榮成 264300；3.山東美佳集團，山東 日照 276800；4.中國海洋大學信息科學與工程學院，山東 青島 266100）

通過X光機設備參數優化、魚刺分布規律總結及冷凍結合X光機技術3 個方面對X射線檢測魚刺效果進行研究。結果表明，大部分海產魚片產品的最優檢測參數為：電壓范圍30～45 kV、電流范圍3 000～6 000 μA、亮度范圍4～6；通過魚刺分布規律總結，魚片在冷凍狀態下魚刺的檢出率均高于解凍狀態下魚刺檢出率，且冷凍狀態下人工讀X射線圖判斷魚刺更接近于實際情況。通過X光機設備參數優化、魚刺分布規律總結的學習及冷凍結合X光機技術可改善圖像質量和提高殘留魚刺檢出率，改善水產品加工企業X光機檢測人員的視覺感受并一定程度上解決海水冷凍魚片產品魚刺殘留問題。

X射線；海水魚片；魚刺；參數優化；分布規律；冷凍

近些年，冷凍海水魚片作為一種新的海產魚加工方式，需求旺盛。但魚片中殘留的魚刺是重要的危害因子［1］，如果不慎攝入會導致消化道黏膜受損、腸道穿孔以及甲狀腺腫等并發癥［2-3］，嚴重者甚至出現致死事件［4-5］。因魚刺危害導致的受害者起訴水產品加工企業而引發的索賠事件［6-7］，不僅給企業帶來經濟方面的損失，對企業的聲譽和形象也造成了不良影響［8］。國內加工生產的冷凍海水魚片主要出口到日本、歐美等國家。出口國要求食品企業必須在出廠前經過食品異物的檢測環節，確保包裝食品和加工食品中不含異物［9-12］。國內企業為滿足客戶期望，目標是提供沒有異物的產品［13］。因此，國內少數水產品加工企業在國外客戶要求條款之下，被迫購買了專門用于檢測魚片中殘留魚刺的檢測儀器［14］。

近年來，成像技術應用于魚類加工產品的質量安全檢測方面的研究已成熱點［15］。X射線成像技術在魚刺檢測方面有其獨特優勢，越來越多學者及企業給予關注［16-17］。如國外某公司聲稱研發出第一臺X射線魚刺檢測設備，用于白鮭的魚刺檢測［18］。但目前專門檢測海產魚片魚刺的X射線設備在國內尚未普及，且已有的檢測設備也存在諸多問題。對于一些魚刺細小、分布不規律的魚種，如鮐魚、紅魚等，容易造成漏檢。影響X射線成像系統分辨率的因素有很多［19］，目前X射線檢測魚刺殘留研究領域，大多數關注X射線設備本身，從設備整體設計［20］，單元操作設備升級［21-23］，圖像算法處理技術［24-25］等方面提高魚刺檢出率，幾乎無人關注魚片樣本狀態、不同魚種魚刺分布特點及操作工人的讀圖感受。

針對以上問題，結合企業生產實際，本研究在企業已有的X光機基礎上，通過X光機檢測參數優化、魚刺分布規律總結及冷凍結合X射線技術3 個方面，提高紅魚等難檢海產冷凍魚片產品的殘留魚刺檢出率，并改善圖像質量，減少人工讀圖判定魚刺漏刺和假陽性的問題。

1　材料與方法

1.1材料與試劑

竹莢魚、狹鱈、鮐魚、好吉魚、紅魚、秋鮭 榮成泰祥食品股份有限公司；氫氧化鈉、堿性蛋白酶（分析純）北京索萊寶科技有限公司。

1.2儀器與設備

TXR Series X射線檢測系統 上海太易檢測技術有限公司；EV-60A/D型工業用X射線異物檢測裝置（X光機） 日本理學株式會社；TE601型電子天平美國賽多利斯公司；HH-4型數顯電子恒溫水浴鍋 常州國華電器有限公司；STARTER3100型pH計 奧豪斯儀器（上海）有限公司。

1.3方法

1.3.1魚片樣本前處理

隨機采取竹莢魚、狹鱈、鮐魚、好吉魚、紅魚、秋鮭原料全魚并經過五去（去頭、去尾、去內臟、去鰭、去鱗）、開片、清洗等操作得到以下4 種狀態的魚片。

全刺/冷凍魚片：三枚卸（料理的一種手法，將整只魚剝成三片除去中間的魚排骨，取左、右沒有魚排骨的那兩片魚肉）操作后的原始魚片，保留自然狀態下的魚刺；全刺/解凍魚片：全刺/冷凍魚片經過自然狀態或冷水解凍之后的魚片；殘留刺/解凍魚片：全刺/解凍魚片經過人工初拔刺得到的魚片；殘留刺/冷凍魚片：全刺/解凍魚片經過單凍機冷凍過后的魚片。

1.3.2X光機檢測魚刺設備參數優化

選用設備為TXR Series X射線檢測系統，實驗樣本選取海產魚片的代表性樣本。根據設備自身功能及不同魚種其魚刺的特點，從電壓、電流、亮度3 個參數進行優化調整，設計單因素試驗和人工主觀打分方案，選出6 個魚種各自最優的X射線檢測參數組合范圍，如表1所示。

表1　X光機檢測參數優化范圍表Table1　Ranges of working parameters of X-ray detector

1.3.3X射線圖像中魚刺分布規律總結

1.3.3.1采集圖像

利用EV-60A/D型工業用X射線異物檢測裝置采集海產魚片加工各階段骨刺的X射線檢測圖像。實驗步驟如下：第1，每個魚種30 片，三枚卸（魚刺全保留）后稱質量計數；第2，選擇各魚種對應的檢測參數模式，通過X光機，保存全刺圖像；第3，每種魚選擇一魚片剔除其中全部魚刺并按照魚刺在魚片中的實際位置擺放在托盤中，數碼相機拍照并過X光機保存該圖像；第4，每個魚種剩余的魚片初步拔刺并收集起來；第5，初步拔刺的魚片再次過X光機，保存殘留刺圖像；第6，根據圖像進行殘留刺剔除，若仍判斷有魚刺殘留則多次過X光機并根據圖像剔除殘留，直至確定圖像無殘留刺之后保存無刺圖像。

1.3.3.2魚刺分布規律總結

按公式（1）計算每種魚片的平均質量。統計出每種魚不同部位的魚刺其數量、長度及直徑范圍。根據每種魚片各個加工階段的多幅圖像，逐漸訓練摸索其中魚刺分布規律，并形成各個魚種的X射線圖像魚刺分布規律總結指南。

式中：m為每種魚片的平均質量/（kg/片）；M為每種魚30片魚片的總質量/kg。

1.3.4 冷凍技術對X射線檢測魚刺效果的影響

在優化后的檢測參數模式下，進行6 個魚種全刺樣本的冷凍與解凍檢測效果的對比實驗。實驗步驟如下：第1，將全刺/冷凍魚片30 片均勻放在托盤中；第2，托盤編號（精確到每個樣本的擺放順序）；第3，根據魚片種類，選擇相應的X光機檢測模式；第4，托盤按編號依次通過X光機進行檢測；第5，由X光機操作工人仔細觀察X光機顯示屏上魚刺殘留檢測圖像；第6，根據圖像，從左到右，從上到下數出可辨認的魚刺個數并記錄；第7，全刺/冷凍魚片經過冷水解凍后，編號順序不變，重復上述第4～6步。

1.3.5冷凍技術對X射線檢測魚刺影響效果的驗證

1.3.5.1采集圖像

采集紅魚中骨刺的X射線檢測圖像。實驗步驟如下：第1～7步，同1.3.4節方法；第8，全刺/解凍魚片，經過人工初步摸刺、拔刺后，編號順序不變，重復上述第4～6步（拔出的魚刺收集起來，編號同魚片）；第9，殘留刺/解凍魚片，經過單凍機冷凍之后，編號順序不變，重復上述第4～6步。最終得到紅魚在4 種不同狀態下的X射線檢測圖像的統計結果。

儀器設備：過濾器，島津GC2010 PLUS氣相色譜儀，安捷倫氣相色譜-質譜聯用儀（GC-MS，5975C+7890A，EI源），北京普析通用TU-1901型紫外分光光度計。

1.3.5.2酶解驗證［26-27］

現場圖像采集檢測完畢，將所有樣本帶回實驗室并分別單個酶解，經酶解后，魚肉蛋白被破壞成液體，魚刺被分離出來，統計每個樣品中殘留的實際魚刺數目。酶解步驟：稱取單個魚片樣本的質量，將魚肉用剪刀順骨刺方向剪碎，置于500 mL燒杯中，加水（固液質量比為1∶3）混合，用0.1 mol/L NaOH溶液調節pH值至9.0，加入堿性蛋白酶并混合均勻，置于45 ℃恒溫水浴鍋，保持90 min，直至魚肉基本全部溶解。取出酶解液，用玻璃棒輕輕攪拌，使溶液混合均勻，靜置10 s待魚刺沉入杯底后，緩慢將上層酶解液倒出，直至不影響對燒杯中骨刺進行觀察計數為止。酶解后魚刺采用文獻［28］進行判斷，具體判斷準則為：如果一個魚刺長度小于或等于5 mm且直徑不超過2 mm，則不被認為是一個缺陷；殘留在切割面上用于連接魚刺和脊柱的部分，因切割形成的魚骨碎片如果其寬度小于或等于2 mm，或者它可以很容易地用指甲剝離，可以忽略。

1.3.5.3不同狀態下X射線檢測率的比較計算

全刺狀態下的檢出率按公式（2）計算：

式中：W1為全刺狀態下的檢出率/%；N1為全刺時，樣本經過X射線檢測系統成像，并由工人讀圖數出魚刺數量；N2為樣本經過酶解后所得到的魚刺殘留數和拔出魚刺數量總和。

殘留刺狀態下的檢出率按公式（3）計算：

式中：W2為殘留刺狀態下的檢出率/%；H1為殘留刺時，樣本經過X射線檢測系統成像，并由工人讀圖數出魚刺數量；H2為樣本經過酶解后所得到的魚刺殘留數。

1.3.5.4人為統計魚刺與實際魚刺殘留的擬合

對紅魚每一組樣本統計的魚刺數分別與對應的實際魚刺數進行四次多項式曲線擬合處理，得到紅魚分別在全刺/冷凍、全刺/解凍、殘留刺/解凍和殘留刺/冷凍4 個狀態下的擬合情況，判斷人為讀圖統計和實際情況的符合程度。

2　結果與分析

2.1不同魚種對應的X射線最優檢測參數

表2　不同魚種對應的X射線最優檢測參數Table2　Optimal working parameters of X-ray detector for different fish species

如表2所示，大部分海產魚片X射線最優檢測參數中，電壓范圍為30～45 kV，電流范圍為3 000～6 000 μA，亮度范圍為4～6。秋鮭所需電壓較低，原因是其魚刺相對分布規律且魚刺較粗大，易于觀察，受相關因素影響小；竹莢魚所需電壓、電流較大，可能是由于其魚刺較細小且深入魚肉內部，且魚片較厚，因此需要的X射線能量較高。本實驗通過人為打分進行篩選最優參數，存在很大的主觀因素，且實驗發現參數調整時顯示屏中X射線圖像明暗變化不明顯，但存儲圖像的明暗變化較明顯，實驗只通過顯示屏的圖像變化進行評定，亦有一定的局限性。

2.2X射線圖像中魚刺分布規律總結

圖1　紅魚片魚刺不同階段X射線分布圖Fig.1　X-ray images showing fish bone distribution of red fish fillets at different stages

目前的X光機還無法實現檢測圖像中魚刺的自動化判定，因此，X射線檢測圖像還需要人為憑借經驗判定魚片中魚刺的殘留情況。形成的不同魚種魚片中魚刺分布規律總結，可以作為X射線檢測魚片中魚刺殘留工段工人的操作指導書。目前，研究已形成紅魚、鮐魚的魚刺分布規律總結，其魚刺分布規律總結如下。

由圖1a、b可知，紅魚基本只有一個中刺區域的魚刺分布。該中刺呈現灰色短線狀，位于脊柱兩側附近，寬約1 cm的一個條帶區域（矩形框圖區），靠近頭部一側，分布有些雜亂，幾乎成一條直線排布，大約7 根，長度范圍23～30 mm，直徑范圍1～1.5 mm；魚刺灰度與魚肉背景有較為明顯的區別。

由圖1c可以知，紅魚殘留魚刺極少，主要分布在魚脊柱線兩側（原刺所在區域），在X射線圖像中呈現灰色短線狀（圖像中實線橢圓標注），腹部紅色橢圓標注的也為實際殘留魚刺，但該魚刺是剔除后重新黏附在魚片表面的，由于后續清洗魚片可洗掉，可不計入；殘留魚刺在X射線圖像中的線形較粗，呈現彎曲度較大的或者灰度十分大的或者出現在其他原先無魚刺分布區域的并不是魚刺殘留，可能是其他異物或者是魚肉自身的組織（圖像中虛線橢圓標注）。

由圖1d可以看出，魚片區域的灰度十分均勻，無其他異常的較深灰度的顯示出現，基本可以判斷產品已無魚刺殘留。

圖2　鮐魚片魚刺不同階段X射線分布圖Fig.2　X-ray images showing fish bone distribution of mackerel fillets at different stages

由圖2a、b可知，鮐魚中刺呈現灰色點狀或者短線狀，位于脊柱兩側附近，寬約1 cm的一個條帶區域（B區），大約16～18 根，長度范圍為12～32.5 mm，直徑范圍為0.5～1.5 mm；腹刺呈現灰色線狀，位于脊柱下方，腹部靠近頭部一側，與魚肉表面平行，等間距排列在該區域中（A區），大約11～12根，長度范圍為23.5～54 mm，直徑范圍為0.5～2 mm；魚刺灰度與魚肉背景有較為明顯的區別。

由圖2c可知，鮐魚殘留魚刺主要分布在魚脊柱線兩側，以中刺斷刺殘留為主，在X射線圖像中呈現灰色短線狀，腹刺大刺殘留幾乎很少出現（不排除人為遺漏）（圖像中實線橢圓標注）；在X射線圖像中的線形較直，呈現彎曲度較大或者灰度較大的黑點并不是魚刺殘留，可能是其他異物或者是魚肉自身的組織（圖像中虛線橢圓標注）。

由圖2d可以看出，無任何魚刺殘留的鮐魚魚片X射線檢測圖像，其魚片區域的灰度十分均勻，無其他異常的較深灰度的顯示出現，基本可以判斷產品已無魚刺殘留。

2.3冷凍技術對X射線檢測魚刺效果的影響

在前期參數優化和魚刺分布規律總結學習的基礎上，進行冷凍技術檢測研究。實驗發現，在解凍狀態下，好吉魚、紅魚、鮐魚、狹鱈、秋鮭和竹莢魚通過X光機檢出的魚刺數分別為909、444、380、283、1 784、394根；在冷凍狀態下，好吉魚、紅魚、鮐魚、狹鱈、秋鮭和竹莢魚通過X光機檢出的魚刺數分別為931、464、414、314、1 788、407根，如圖3所示。由此可以看出，冷凍技術確實對X射線檢測魚片中殘留魚刺效果有一定的影響。

圖3　不同魚片在冷凍與解凍狀態下X射線檢測效果圖Fig.3　Comparative efficiency of X-ray detection of fillets from different fish species under freezing and thawing conditions

從X射線檢測圖像中進行魚刺數目統計，存在人為判斷假陽性情況，即非魚刺圖形判斷為魚刺，從而導致檢出魚刺較多，因此，冷凍狀態檢出魚刺數多于解凍狀態時的魚刺檢出數，也可能存在人為假陽性因素。在此基礎上，選擇企業實際生產中，經常出現殘留刺且X射線檢測較為困難的紅魚作為研究對象，進一步驗證冷凍技術對X射線檢測魚刺影響效果。從表3可以看出，紅魚冷凍狀態下魚刺的檢出率均高于解凍狀態下魚刺檢出率；全刺狀態下，冷凍與解凍狀態的魚刺檢出率均高于100%，雖存在假陽性，但不會存在漏刺的情況，且冷凍和解凍的檢出率差別不大；殘留刺狀態下，冷凍狀態下魚刺檢出率高于100%，不存在漏刺情況，解凍狀態條件下魚刺檢出率只有80.3%，存在漏刺情況，因此冷凍狀態的檢測效果明顯好于解凍狀態。

表3　紅魚片魚刺不同狀態下的X射線檢出率Table3　Detection rates of fish bones in red fish fillets under different conditions with X-ray

對紅魚每個狀態下的每組數據進行四次多項式擬合處理，紅魚：全刺/冷凍R2=0.420 97＞全刺/解凍R2=0.419 46；殘留刺/冷凍R2=0.736 6＞殘留刺/解凍R2=0.647 75；殘留刺/冷凍R2=0.736 6＞全刺/冷凍R2=0.420 97；殘留刺/解凍R2=0.647 75＞全刺/解凍R2=0.419 46。從多項式擬合數據處理結果可以看出，冷凍狀態下的擬合程度優于解凍狀態下的擬合程度，說明冷凍狀態下人工讀X射線圖判斷魚刺更接近于實際情況。殘留刺狀態下的擬合程度優于全刺狀態下的擬合程度，說明更適合檢測殘留刺。

3　討論與結論

本實驗利用企業已有X光機，不可更換單元器件且機器本身自學習性能欠佳條件下，考慮從電壓、電流、亮度3 個參數進行優化，篩選出適合不同海水魚片殘留魚刺檢測的參數組合，結果表明大部分海產魚片X射線最優檢測參數中，電壓范圍為30～45 kV，電流范圍為3 000～6 000 μA，亮度范圍為4～6。圖像質量判斷分為客觀和主觀判斷2 種［29］，本研究利用人為感官打分，存在人為因素的影響，但實驗簡單方便，適用于工人快速確定適合自身的檢測模式。后續研究可以進一步采用標準魚刺模板或探針等方法，篩選更為客觀的檢測參數［30］。

每個魚種的魚刺數目及分布具有一定的規律［31］，不同的魚刺構形對冷凍無骨魚片的加工工藝有一定的影響［32］。本研究通過大量樣本訓練，逐漸摸索編寫的不同魚種魚片中魚刺分布規律總結，重點是不同階段魚刺在X射線圖像上的分布，可以作為企業中X射線檢測魚刺殘留工段上操作工人的作業指導書，使得操作更加規范有序，充分發揮該環節的重要作用。本研究只總結了紅魚和鮐魚的魚刺分布規律，后續將總結其他常見魚種的魚刺分布規律，以形成完善的體系。

幾乎所有檢測魚刺殘留的研究，均采用解凍狀態的魚片樣本［33］。本實驗進行了解凍與冷凍2 種狀態下的檢出效果對比。實驗結果表明，冷凍狀態下魚刺的檢出率均高于解凍狀態下魚刺檢出率，且冷凍狀態下人工讀X射線圖判斷魚刺更接近于實際情況。檢測殘留刺時，冷凍狀態下魚刺檢出率高于100%，存在假陽性，但不存在漏刺情況，更為安全。對于魚刺殘留較為難檢且經過普通X射線檢測仍出現投訴事件的海水魚片，可以采用冷凍結合X射線技術處理。人工摸刺剔除處理并過X光機檢測后，再速凍進行冷凍狀態下進行X光機檢測，將再次檢測出殘留魚刺的魚片挑出，在相應位置用刀刻痕做標記，統一解凍后再次剔除殘留魚刺。

研究立足于企業加工實際和設備實際，所用設備及原料均來源于企業正常的生產線，因此，相關技術及思路可以直接應用于水產品加工企業冷凍海水魚片的生產線。通過X光機設備參數優化、魚刺分布規律總結的學習及冷凍結合X光機技術可改善圖像質量和提高殘留魚刺檢出率，改善水產品加工企業X光機檢測人員的視覺感受并一定程度上解決海水冷凍魚片產品魚刺殘留問題。

［1］ AKAZAWA Y, WATANABE S, NOBUKIYO S, et al. The management of possible fishbone ingestion［J］. Auris Nasus Larynx, 2004, 31（4）：413-416. DOI：10.1016/j.anl.2004.09.007.

［2］ CHEN C Y, PENG J P. Esophageal fi sh bone migration induced thyroid abscess： case report and review of the literature［J］. American Journal of Otolaryngology-Head and Neck Medicine and Surgery, 2011, 32（3）：253-255. DOI：10.1016/j.amjoto.2010.02.006.

［3］ MICHAEL A W, MATTHEW C T. Small bowel perforation secondary to fish bone ingestion managed non-operatively［J］. The Journal of Emergency Medicine, 2012, 43（5）： 295-298. DOI：10.1016/ j.jemermed.2010.05.039.

［4］ 吳蕾. 武漢男子被“潛伏”體內多年魚刺引發膿毒血癥身亡［EB/OL］.（2012-08-04） ［2016-03-22］. http：//news.cjn.cn/sywh/201208/ t2030793_1.htm.

［5］ 李靜. 杭州一40 歲男子被魚刺卡住搶救三天仍不幸離世［EB/OL］. （2015-01-24） ［2016-04-04］. http：//news.ahlife.com/htm/201501/273212.html.

［6］ 魚刺卡喉引投訴消協公平化糾紛［EB/OL］. （2013-07-17） ［2016-04-04］. http：//www.bj315.org/xfwq/aldp/201307/t20130717_8485. shtml？kbjzpeixu-friqeiq.

［7］ 陳博. 肯德基鱈魚條被指魚刺卡喉消費者起訴索賠［EB/ OL］. （2010-07-21） ［2016-04-04］. http：//www.bjnews.com.cn/ news/2010/07/21/53334.html.

［8］ 李紅柳. 食品異物在質量投訴中比例的探討分析［J］. 輕工科技, 2015（8）： 19-21.

［9］ 孔凡真. 日本對進口食品的檢驗要求日益嚴格［J］. 肉品衛生, 1999（8）： 29.

［10］ 鴻. 對日出口食品注意事項［J］. 山東食品科技, 1995（4）： 38.

［11］ 李巧. 日本標準提高與山東省對日農產品出口研究［D］. 濟南： 山東大學, 2014： 17-26.

［12］ 陳淑梅, 王思璇. 歐盟食品衛生規則調整對我國食品出口的影響研究［J］. 國際貿易問題, 2010（10）： 81-90.

［13］ GINESU G, GIUSTO D D, MARGNE V, et al. Detection of foreign bodies in food by thermal image processing［J］. Transactions on Industrial Electronics, 2004, 51（2）： 480-490. DOI：10.1109/ TIE.2004.825286.

［14］ 溫朝暉. 食品異物X-ray無損檢測系統研究［D］. 北京： 中國農業大學, 2005： 1-4.

［15］ MATHIASSEN J R, MISIMI E, BOND M, et al. Trends in application of imaging technologies to inspection of fish and fish products［J］. Trends in Food Science and Technology, 2011（22）： 257-275. DOI：10.1016/j.tifs.2011.03.006.

［16］ WANG Y C, HUANG Y C, CHANG H Y, et al. Picture archive and communication system （PACS） in the detection of fi sh bone： an animal study［J］. Otolaryngology-Head and Neck Surgery, 2008, 138（6）： 756-761.

［17］ LORENCS A, MEDNIEK I, SINAVAKIS J S. Fast object detection in digital grayscale images［J］. Proceedings of the Latvian Academy of Sciences, Section B, 2009, 63（3）： 116-124. DOI：10.2478/v10046-009-0026-5.

［18］ 韓彥芳. 機器視覺中的聚類檢測新方法［D］. 上海： 上海交通大學, 2006： 85-86.

［19］ 張俊生, 王明泉, 郭永亮, 等. 影響X射線數字成像系統分辨率的因素分析［J］. CT理論與應用研究, 2011, 20（2）： 227-234.

［20］ 張道武. 基于X-ray的食品異物無損檢測技術研究［D］. 上海： 上海交通大學, 2007： 11-59.

［21］ 肖體喬, 謝紅蘭, 鄧彪, 等. 上海光源X射線成像及其應用研究進展［J］.光學學報, 2014, 34（1）： 1-15. DOI：10.3788/AOS201434.0100001.

［22］ 陳垚, 陳婷, 桂建保, 等. 基于碳納米管陰極的X射線源與成像技術進展［J］. CT理論與應用研究, 2013, 22（2）： 363-372.

［23］ 馬偉, 武和雷, 劉毅. 基于 USB2.0 的線陣X射線圖像采集系統［J］. 南昌大學學報, 2013, 35（1）： 74-78.

［24］ 鐘錦敏, 韓彥芳, 施鵬飛. 基于多分辨率小波的魚刺圖像檢測［J］. 儀器儀表學報, 2006, 27（6）： 2198-2200.

［25］ 李昭月. 基于X射線實時成像系統圖像處理與缺陷識別的研究［D］.沈陽： 東北大學, 2008： 15-53.

［26］ WANG S, NIAN R, CAO L M. Detection of fi sh bones in cod fi llets by UV illumination［J］. Journal of Food Protection, 2015, 78（7）： 1414-1419. DOI：10.4315/0362-028X.JFP-14.

［27］ 王晟. 狹鱈魚片中骨刺的紫外熒光檢測技術［D］. 青島： 中國海洋大學, 2015： 21-26.

［28］ Codex Alimentarius Commission. Codex Stan 190—1995 Standard for quick frozen fi sh fi llets［S］.

［29］ 張德豐. MATLAB數字圖像處理［M］. 北京： 機械工業出版社, 2009：94-96.

［30］ 馮品如. 探測白魚塊中的魚刺（骨）［J］. 無錫輕工業學院學報, 1984, 3（2）： 57-69.

［31］ 丁秀娟. 常見魚魚刺的形態、分布及數目［J］. 運城學院學報, 2004, 22（2）： 54-55.

［32］ 李麗. 魚刺構形對無骨魚片加工工藝的影響［J］. 中國水產, 2005（11）：71-72.

［33］ MERY D, LILLO I, LOEBEL H, et al. Automated fi sh bone detection using X-ray imaging［J］. Journal of Food Engineering, 2011, 105： 485-492. DOI：10.1016/j.jfoodeng.2011.03.007.

Application of X-Ray Technique to Detection of Fish Bones in Marine Fish Fillets

HU Jidong1, LIU Yuanping2, SUN Aihua3, LIN Hong1, GUO Xiaohua3, NIAN Rui4, LI Yujin2, CAO Limin1,*
（1. College of Food Science and Engineering, Ocean University of China, Qingdao 266003, China；2. Rongcheng Taixiang Food Co. Ltd., Rongcheng 264300, China； 3. Shandong Meijia Group, Rizhao 276800, China；4. College of Information Science and Engineering, Ocean University of China, Qingdao 266100, China）

This study aimed to examine the effectiveness of X-ray technique in the detection of fish bones with respect to three aspects： optimization of working parameters of X-ray detector, analysis of fish bone distribution pattern and combined application of X-ray technique and freezing technique. The results showed that for most marine fish fillets, the optimal detection parameters were determined as follows： voltage range, 30-45 kV； current range, 3 000-6 000 μA； and brightness range, 4-6. In term of fish bone distribution, the detection rates of fish bones in frozen fish fillets were higher than those in unfrozen state, and artificial judgment of X-ray images for fish bones is more practical. By optimizing X-ray detector parameters, ascertaining fish bone distribution pattern and combining freezing technique and X-ray technique, the quality of X-ray image, the detection rate of fish bones and the visual sense of X-ray test personnel in aquatic products processing enterprises were improved. Therefore, the problem of remaining fish bones in frozen marine fish fillets can be solved to a certain extent.

X-ray； marine fi sh fi llets； fi sh bones； parameter optimization； distribution pattern； freezing

10.7506/spkx1002-6630-201620025

TS254

A

1002-6630（2016）20-0151-06

胡記東, 劉遠平, 孫愛華, 等. X射線檢測海水魚片中魚刺［J］. 食品科學, 2016, 37（20）： 151-156. DOI：10.7506/spkx1002-6630-201620025. http：//www.spkx.net.cn

HU Jidong, LIU Yuanping, SUN Aihua, et al. Application of X-ray technique to detection of fish bones in marine fish fillets［J］. Food Science, 2016, 37（20）： 151-156. （in Chinese with English abstract） DOI：10.7506/spkx1002-6630-201620025. http：//www.spkx.net.cn

2016-05-03

國家現代農業產業技術體系建設專項（CARS-50）

胡記東（1991—），男，碩士研究生，研究方向為水產品無損檢測。E-mail：hjdong521@126.com

曹立民（1972—），男，教授，博士，研究方向為食品質量安全控制。E-mail：caolimin@ouc.edu.cn