乳制品及特殊膳食中储藏时间检测方案

浙江大学学报(农业与生命科学版) 36(5)：568~572，2010Journal of Zhejiang University (Agricic && Life Sci )DOI： 10.3785/ j. issn. 1008 9209.2010.05.014 洪雪珍，等：猪肉储藏时间的电子鼻区分方法第5期569 文章编号：10089209(2010) 05-0568 05 猪肉储藏时间的电子鼻区分方法 洪雪珍，王俊，周博，王永维 (浙江大学生物系统工程与食品科学学院生物系统工程系，浙江杭州310029) 摘 要：用电子鼻对不同储藏时间(0~6d)的猪肉样品进行区分，并确定电子鼻区分不同储藏时间肉品的较佳实验参数.对传感器信号进行多因素方差分析( analysis of variance， ANOVA)表明：对于固定容器的猪肉样品，不同的样品质量对电子鼻响应信号的影响极为显著；其次是样品在烧杯内的密封时间.通过单因素方差分析和区分度指标检验，得出猪肉在500 mL烧杯内的最佳参数为样品质量10g、密封时间5 min.采用以上参数，对储藏0~6d的猪肉样品进行辨别，结果发现不管是运用主成分分析(principle components analysis， PCA)还是线性判别分析(linear discriminant analysis， LDA)， 电子鼻都能很好地区分不同储藏天数的猪肉样品. 关 键 词：电子鼻；猪肉；检测；新鲜度 中图分类号：TP274 文献标志码： A HONG Xue zhen， WANG Jun， ZHOU Bo， WANG Yong wei (Department of Biosystems Eng ineering，College of Biosystems Engineering and Food Science，Zhejiang University， H angz hou 310029， China)Discrimination of different storage time of the pork by electronic nose.Journal of Zhejiang University (Agric& Life Sci )， 2010，36(5)：568572 Abstract：A tronic nose (e nose， PEN 2) was em ployed to classify the pork groups with differentstorage times (06 d). To acquire the optimum experimental procedure， the method of analysis ofvariance (ANOVA) was adopted. The results showed that the mass of the pork samples affected highlysignificantly the result of discrimination， and next was the headspace generated time. By applying oneway ANOVA and discrimination power (DP)， the optimum ex perimental parameters were acquired： 10 gsample with 5 min headspace generated time.The later experiment was taken under the optimumexperimental parameters， and the principle com ponents analy sis (PCA)， as well as linear discrim inantanaly sis (LDA)were employed. The result showed that e nose with the optimum parameters couldclassify the samples stored 0 6 d well. Key words： electronic nose； pork； detection； freshness ( 收稿日期：200912-05 ) ( 基金项目：国家自 然 科学基金资助项目(30771246；31071548)；中央高校基本科研业务费专项资金资助项目；青年教师交叉研究种子基金资助项目. ) ( 作者简介：洪雪珍(1987一)，女，浙江温州人，博士研究生，从事电子鼻应用技术方面的研究. Tel： 057186971053； E mail： rabb ith xz2002@ yahoo. com. cn. ) ( 通信作者：王俊，男，教授，博士生导师，从事农产品物理性质及其加工与检测方面的研究.Tel：0571 86971881； E mail： jw ang @zju. edu. cn. ) 近几年，随着经济发展和收入增加，我国肉制品的消费量越来越大，而随之出现的食品安全问题也越来越受到关注.目前对肉品的常规检测方法有很多，但都存在一些问题，如操作繁琐，耗时耗力，指标单一，不够客观2，难以满足日常生活中对肉类新鲜度进行及时检测的需求.电子鼻技术的兴起，为这个问题的解决带来了希望38. 电子鼻也称人工嗅觉，是模拟生物鼻子的嗅觉功能，从而代替人类鼻子进行检测的一种电子系统.1993年，英国 Warwick 大学的 Gardner 和Sout hampton 大学的 Bart lett对电子鼻给出了如下定义：“电子鼻是一种由具有部分选择性的化学传感器阵列和适当的模式识别系统组成的，能够识别简单或复杂气味的仪器." 一个典型的电子鼻系统一般由气敏传感器阵列、信号处理子系统和模式识别子系统等3大部分组成110，工作时，气敏传感器模仿生物的嗅细胞，对气体进行吸附、解吸附和反应，其识别机制是在阵列中的每个传感器对被测气体都有不同程度的灵敏度，从而整个传感器阵列对不同气体产生不同的信号，最终通过模式识别实现气体组分分析. 本文运用电子鼻技术对不同储藏天数的猪肉气味进行检测，通过方差分析、主成分分析(PCA)得到较佳的实验参数，然后在该参数条件下进行实验，对提取的数据分别进行 PCA、线性判别分析(LDA)，观察电子鼻对不同储藏天数猪肉样品的区分效果. 1 材料与方法 1.1 材料和仪器 实验所用材料均为瘦猪肉，于附近农贸市场购得，当场绞碎；购得后立即送到实验室，除了当天实验所需分量外，其余储存在实验室冰箱中5℃冷藏. 实验采用德国 Airs ense 公司的 PEN 2 型便携式电子鼻，它是一种由一组复合化学传感器和识别软件组成的分析仪器，主要包括以下几个硬件部分：传感器阵列(包含10个传感器，其属性见表1)，采样及清洗通道，数据采集系 统及计算机.电子鼻获取的数据有2种形式，其一为样品气体通过传感器阵列时各传感器的电阻值，其二为传感器的电导率G与基准气体通过时传感器的电导率Go的比值，即G/Go.由于金属氧化物传感器的敏感性会随着时间和使用次数而相应变化，产生飘移，使稳定性和实验的重复性较差；使用电导率比值，可在一定程度上避免时间漂移，增强系统的稳定性，因此本实验采用电导率比值 G/Go，同时利用自带的软件WinMuster 对数据进行采集，测量和分析. 表11PEN2传感器阵列及其性能 Table 1 S ens ors used and their main properties in PEN 2 阵列序号 传感器名称 性能特点 W1C 对芳香成分灵敏 W5S 对氮氧化合物很灵敏 3 W3C 对氨水、芳香成分灵敏 4 W 6S 对氢气有选择性 5 W 5C 对烷烃、芳香成分灵敏 6 W1S 对甲烷灵敏 7 W1W 对硫化物灵敏 8 W2S 对乙醇灵敏 9 W2W 对芳香成分、有机硫化物灵敏 10 W3S 对烷烃灵敏 1.2实验方法 采用静态顶空采样系统.把猪肉放置在500mL烧杯内，用保鲜膜将其密封静置一段时间，然后用针头刺入保鲜膜，吸收顶空气体进行反应.电子鼻软件每秒钟采样1次，自动记录1次数据.每采样1次都要进行样品通道的冲洗.当天未实验的猪肉样品于冰箱中5℃冷藏，实验室温为20℃. 由于猪肉样品的质量与密封时间影响了挥发性气体的浓度，从而直接影响了电子鼻检测的准确性和效果；因此通过预实验，对当天和第2天(记为储藏0，1d)的猪肉进行多种试验条件下的电子鼻检测(步骤见表2)，每天都有6组样品：105、10-15、10-25、255、2515、25-25，其中数据格式为质量-密封时间，如105表示质量为10g， 密封 5 min， 依此类推.再利用WinMuster 软件的区分度指标和 SPSS 软件的方差分析法对数据进行分析处理，获得较佳实验参数，最后对储藏0到6d的样品进行电子鼻区分分测. 表2 预实验方案 Table 2 Pre experiment proposal 储藏时间/d 质量/g 密封时间/min 样品数 0 10 5 7 0 10 15 7 0 10 25 7 0 25 5 7 0 25 15 7 0 25 25 7 1 10 5 7 1 10 15 7 1 10 25 7 1 25 5 7 1 25 15 7 1 25 25 7 1.3 数据处理 采用多因素和单因素方差分析、PCA分析，确定较佳实验参数，再用PCA、LDA观察电子鼻区分储藏0~6d猪肉样品的效果. 主成分分析( principle componentsanalysis， PCA)通过一个特殊的矩阵，将原有的高维数据投影到较低维的数据空间，并保留数据的主要信息. 线性判别分析 (linear dis crim inantanalysis， LDA)在降低数据空间维数的同时，最大限度地减少信息丢失.与PCA 相比， LDA最大不同在于它能够注意到同一类别内点的分布及它们之间的距离. 方差分析(ANOVA)又称“变异数分析"或“F 检验"，通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等. 2 结果与讨论 2. 1清洗时间和检测时间的确定 图1为预实验中一个典型的电子鼻响应曲线，10条曲线代表10个传感器的相应值.从中可以看出，从第 55 s 开始，电子鼻数据趋于平行，为了保证实验数据的准确度，同时节约实验时间，本实验采样时间设置为60 s，冲洗时间为50 s，并提取第 59 s的数据进行本论文的后续分析. 图1电子鼻信号响应曲线 Fig.1 Responding cur ves of e nose 2. 2密封时间和样品质量的确定 2.2.1多因素方差分析 采用 SPSS 13.0软件进行多因素方差分析，3个因素分别为储藏天数，质量，密封时间；观察各因素对电子鼻响应的影响. 从表3可以发现，质量、密封时间、储藏天数对电子鼻检测结果都有极显著影响， Sig.<0.01，而质量*密封时间，质量*密封时间*储 表3 多因素方差分析(因素为天数/质量/密封时间) Table 3 ANOVA (factors are days/ m as s/ headspace generated time) DS SS DF M S F Sig. 质量 17.880 1 17.880 172 231 0000 密封时间 8043 2 4021 38736 0000 储藏天数 22875 1 22875 220338 0000 质量*密封时间 0890 2 0445 4288 0017 质量*储藏天数 0145 0145 1.393 0241 密封时间*储藏天数 0217 2 0108 1.044 0357 质量*密封时间*储藏天数 0678 2 0339 3267 0043 注： DS： 不同来源； SS： 平方和； DF：自由度； MS： 均方； Sig <001为极显著水平. 藏天数的交互作用也有较显著效果( Sig. <005)，相对而言，质量*储藏天数，密封时间*储藏天数对电子鼻响应的交互作用不太明显.不难发现，储藏天数的影响最大(F=220338)，其次为样品质量(F=172231)，再次为密封时间(F=38.736)，可见，确定样品质量与密封时间是重要的，而储藏天数对电子鼻影响最大，说明用电子鼻区分不同储藏天数的猪肉样品具有可行性. 2.2.2 单因素方差分析 对每组数据(105、10-15、10-25、25-5、25-15、25-25)作单因素方差分析(因素为储藏天数)，观察各个组合的当天和储藏1d的样品数据差异(F值越大，表示该组合的当天和储藏1d的样品间数据差异越大)，然后将6个组合的单因素方差分析结果进行比较(表4).6种组合的 Sig. 均小于0.01，为极显著水平，即各组合储藏0、1d的电子鼻响应数据差异显著，其中组合10-5的F值为209.883，最高，说明当实验条件为10g样品、密封 5 min 时，电子鼻响应信号差异最明显，区 分效果有可能最佳. 表46个组合的F 值比较 Table 4 F values of six groups 组合 F Sig. 10-5 209883 0000 1015 44131 0000 1025 66676 0000 25-5 89451 0000 25-15 159226 0000 25-25 55049 0000 注： Sig < 0.01为极显著水平. 2.2.3区分度指标分析 利用电子鼻系统自带软件 WinMuster 对上述6个组合进行区分度( discriminat ion power， DP)指标分析，即观察6个组合样品在储藏0、1d的电子鼻数据区分开来的程度，以验证上述方差分析结果的准确性.结果(表5)表明，10 g样品、密封5 min 的区分度最高，为0967，这与方差分析结果一致，因此，确定较佳实验参数为10g样品、密封 5 min. 表56个组合区分度分析结果 Table 5Results of DP test bet ween s ix grou ps 时间段 1105 1-1015 F1025 125-5 12515 125-25 G105 0967 G10-15 0555 01025 0753 0255 02515 0582 0852 G25-25 0448 2.3 主成分分析 利用较佳实验参数，即采用样品质量 10g、密封时间5 min 进行实验，对储藏0~6d的电子鼻数据进行PCA分析，结果见图2.第1主成分94.15%，第2主成分3.6%，总贡献率97.75%，能很好地反映原始数据信息，除了储藏2d与3d数据有部分重合外，其他任意2d之间数据都能很好地区分开.此外，储藏1~3d的数据相对集中，这可能是因为鲜肉贮藏于0~5℃时，微生物生长受到抑制，一般3~5d之后微生物缓慢生长121，因此肉品还比较新鲜，尚未发生腐败， 图2 储藏0~6d的猪肉PCA分析结果 Fig.2PCA an aly sis of pork stored 0 6 days 气味没明显变化.而第0天(样品储藏当天)样品区分较开，这可能是因为第0天样品是买来直接测量，未在冰箱中储藏过，水汽含量有所不同，因此即使最后实验时都是静置到室温，电子鼻数据仍然与冷藏猪肉有差异，这也与日常生活中冷藏过的肉品口感不同的现象相符合. 2.4 线性判别分析 对储藏0~6d的猪肉样品数据进行LDA分析(图3)，其总贡献率为84 34%，其中第1主成分64.10%，第2成分20.24%.从图3中还可以看出，与PCA 分析结果类似，除了储藏2d与3d的数据部分重合外，第0~6天的数据都能较好区分.相比于 PCA， LDA 分析后每一天的数据更为集中，相互之间的区分效果相对更明显. 图3 储藏0~6d的猪肉LDA分析结果 Fig.3 LDA analysis of pork stored 06 day s 3 结 论 本文采用 PEN2 型电子鼻对储藏0~6d的猪肉样品进行检测，并通过预实验考察样品质量、储藏时间和密封时间对电子鼻响应的影响.采用多因素方差分析、单因素方差分析和区分度指标3种方法进行分析.结果表明：电子鼻区分不同储藏天数的猪肉样品具有可行性；对于固定容器的猪肉样品，不同的样品质量对电子鼻响应信号的影响极为显著，其次是样品在烧杯内的密封时间；最佳实验参数为样品质量10 g，密封时间5 m in； 利用较佳实验参数，对储藏0~6d的猪肉样品进行电子鼻检测，通过PCA、LDA 发现电子鼻能很好地区分不同储藏天数的猪肉样品. ( References： ) ( [1] HOU R u r feng， HU ANG Lan， W A N G Zh o ng yi， e t al.(侯瑞锋，黄岚，王忠义，等).Nonin vasive measuring method o f f res hness of meat [J]. ModernScientific Instruments (现代科学仪器)，2005，5：7680 ( i n Chin es e) ) ( [2] ZHUANG Yu ting， ZHA O Yue l an (庄玉亭，赵月 兰). Examination o f meat f r es h l evel [J]. Journal of Hebei University of Science and Technology (河北科技 大学学报)，1999，20(2)：6365. (i n Chinese) ) ( [3] CH A I Churr xiang， DU L inong， F A N Jiar wei， et al. (柴春祥，杜利 农 ，范建伟，等). Ide n tification of pork freshness by electronic nose [ J ]. F o od Sci e nce(食品科 学)，2008，29(9)：444 447. (in Chinese) ) ( [4] CH AI C hur xiang， C HEN Qing sen， L I U Qi n r sheng (柴春祥，陈庆 森 ，刘勤生). Eigenvalue extraction of electronic nose evaluating p oultry freshn ess [J]. F ood and Fermentation Industries(食品与发酵工业)，2007， 33(11)：5 8 . ( i n C h in es e) ) ( [5] Zh ang Z， Tong J， Chen D H， et al. E lectronic nosewith a n a ir s ensor matrix f o r detecting beef fr e shness[ J ]. J oural o f Bionic Engi neering， 2008， 5( 1 )： 67 7 3. ) ( [6] HUANG X i ao yan， ZHAO X i ang yang， FANG Zhi yong(黄小燕，赵向阳，方智勇) . Application research on electronic nose in multi gas detection [J]. Transducer and Microsystem Technol ogies (传感器与微 系统)，20 0 8，27(6)：4749，52. (in C hinese) ) ( [7] Balasubramanian S， Panigrahi S， Logue C M ， et al. N eural net works integrated m e tal oxide based artifi cialolfactory system f or meat s p oilage i d entification [ J].Food E ngineering， 2009， 91 (1)：91-98. ) ( 81 Blixt Y， Borch 1 E. U sing d ann electronic C nose Ifor determin ing the s poilage of vacuum p ackaged beef [J]. Food M icrobiology， 1999， 46： 1 23- 1 34. ) ( 9] Gardner JW， Ba r tlett P N. A br i ef history of electronic n os e [ J]. Sensors and Actuators B ， 1994，18(19)：21 1 -220. ) ( 1 01 YU Yong， WANG Jun ， ZHOU M in g (于勇，王俊，周 鸣). Res earch developments o f e l ectronic n ose and its application i n processing o f a g riculture products [J ] . Journal o f Zhejiang U n iversity： y： Agriculture & Life Sciences (浙江大学学报：农业与生命科学版)，2003， 29(5)：579 584. (in C hinese) ) ( [ 1 1] Olsson J， Borjesson T， L undstedt T， e t a l . D e tection and q uantification of ochratoxin A and d e oxynivalen olin barley grains by GC MS a nd electronic nose [J].International Journal of Food M icrobiology， 2 0 02， 7 2 ：203-214. ) ( /12 周光宏.畜产品加工学[M].北京：中国农业出版社， 2002：73. ) ◎China Academic Journal Electronic Publishing House. All rights reserved. http：//www.cnk