一种超声处理下肉糜凝胶品质的融合光谱检测方法

本发明属于食品品质检测，尤其涉及一种超声处理下肉糜凝胶品质的融合光谱检测方法。

背景技术：

1、近年来，禽肉行业经济呈现显著增长，这主要归因于对加工肉制品需求在日渐上升。对于深加工的凝胶型肉糜产品而言，其凝胶化品质直接决定了产品的质量和产量。凝胶强度作为评估这些产品凝胶品质的重要指标，影响着口感、整体消费者接受度。然而，常规的制备方式往往制备出的肉糜产品参差不齐，良品率较低。因此，改善制备工艺是当前提高肉糜凝胶品质的关键突破口。本发明在制备过程中引入超声波处理技术，超声技术作为可以通过空化效应改善食品品质的非热处理方法，在当今被不断投入到食品加工过程。超声技术可以提高蛋白质系统的凝胶化能力，通过声波在传播过程中产生的机械效应改变蛋白的构象和分子间相互作用，达到促进蛋白质交联、聚集及结合的目的，进而增强肉类蛋白质网络的形成。尽管超声处理的好处显而易见，但评估这些改进对肉糜凝胶品质的影响仍然具有重大挑战。肉糜凝胶品质的传统检测方法速度缓慢且具破坏性，不适合实时质量控制。并且随着行业为满足不断增长的消费者需求，现如今迫切需要高效、准确且无损的品质检测方法。

技术实现思路

1、为解决上述技术问题，本发明提出了一种超声处理下肉糜凝胶品质的融合光谱检测方法，采用近红外光谱和拉曼光谱数据融合策略，建立长短期记忆神经网络模型，以实现对肉糜凝胶品质的快速无损检测。

2、为实现上述目的，本发明提供了一种超声处理下肉糜凝胶品质的融合光谱检测方法，包括：

3、制备超声处理后的肉糜样本；

4、测定所述肉糜样本的凝胶强度；

5、获取所述肉糜样本的光谱信息，并对所述光谱信息进行预处理，获得预处理后的光谱信息；

6、构建初始肉糜凝胶品质的预测模型，将所述肉糜样本的凝胶强度和所述预处理后的光谱信息输入所述初始肉糜凝胶品质的预测模型，获得肉糜凝胶品质的预测模型；

7、将待预测的肉糜样本输入所述肉糜凝胶品质的预测模型，获得肉糜凝胶品质的检测结果。

8、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，制备超声处理后的肉糜样本的方法包括：

9、取新鲜瘦肉，将所述新鲜瘦肉中加入冰水、食用盐和蔗糖混合，放置绞肉机中绞碎获得生肉糜，将所述生肉糜装入离心管中离心后进行超声处理，将超声处理后的生肉糜在恒温水浴锅中加热制得超声处理后的肉糜样本。

10、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，将所述新鲜瘦肉中加入冰水、食用盐和蔗糖混合的过程中冰水、食用盐和蔗糖质量比范围为100：20：2：1至100：20：3：1。

11、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，将所述生肉糜装入离心管中离心的过程中每次取质量范围为35g至40g的所述生肉糜装入离心管中，且在3000r/min至3600r/min范围内离心5min至10min。

12、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，将所述生肉糜装入离心管中离心后进行超声处理的过程中超声功率范围为220w至240w，超声时间范围为0min至50min。

13、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，测定所述肉糜样本的凝胶强度的方法包括：

14、采用传统质构仪测定法测定所述肉糜样本的凝胶强度，切取高1.5cm至2.5cm的肉糜样本，测试前速率范围为0.5mm/s至2mm/s，测试中速率范围为1mm/s至2mm/s，测试后速率范围为1mm/s至3mm/s，触发力范围为4g至8g。

15、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，获取所述肉糜样本的光谱信息的方法包括：

16、通过便携式近红外采集光谱仪和全自动共聚焦显微拉曼光谱仪获取所述肉糜样本的光谱信息，其中光谱信息包括近红外光谱信息和拉曼光谱信息。

17、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，获取所述近红外光谱信息的准备工作包括：

18、将积分时间范围调整为800ms至1000ms，多次扫描平均值范围为3至5，滑动平均宽度值范围为4至6。

19、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，获取所述拉曼光谱信息的准备工作包括：

20、获取时间范围为25s至32s，光谱曲线平滑指数范围为12至15，拟合的最大点数范围为85至95。

21、根据本发明提供的超声处理下肉糜凝胶品质的融合光谱检测方法，所述初始肉糜凝胶品质的预测模型是采用长短期记忆神经网络构建的，所述初始肉糜凝胶品质的预测模型包括1个输入层、2至4个lstm层、1至3个relu激活层、1至3个全连接层和1个输出层，其中所述lstm层包含遗忘门、输入门和输出门；所述长短期记忆神经网络采取adam梯度下降算法，最大迭代次数范围为400至800，初始学习率范围为0.01至0.02。

22、本发明技术效果：本发明公开了一种超声处理下肉糜凝胶品质的融合光谱检测方法，本发明在制备工艺中引入了超声技术，与常规制备工艺相比能够显著的提高肉糜的凝胶品质；单一的光谱检测方式可能无法全面评估肉糜复杂的凝胶强度信息，将近红外光谱和拉曼光谱相融合，进行综合分析从而提高准确性；本发明采用的长短期记忆神经网络模型，相较于其他模型更适合处理关于时间序列数据，能够有效地捕捉凝胶强度数据和近红外-拉曼融合光谱数据中存在的紧密联系，实现对肉糜凝胶品质的无损、快速且准确的检测。

技术特征：

1.一种超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，包括：

2.如权利要求1所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，制备超声处理后的肉糜样本的方法包括：

3.如权利要求2所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，将所述新鲜瘦肉中加入冰水、食用盐和蔗糖混合的过程中冰水、食用盐和蔗糖质量比范围为100：20：2：1至100：20：3：1。

4.如权利要求2所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，将所述生肉糜装入离心管中离心的过程中每次取质量范围为35g至40g的所述生肉糜装入离心管中，且在3000r/min至3600r/min范围内离心5min至10min。

5.如权利要求2所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，将所述生肉糜装入离心管中离心后进行超声处理的过程中超声功率范围为220w至240w，超声时间范围为0min至50min。

6.如权利要求1所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，测定所述肉糜样本的凝胶强度的方法包括：

7.如权利要求1所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，获取所述肉糜样本的光谱信息的方法包括：

8.如权利要求7所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，获取所述近红外光谱信息的准备工作包括：

9.如权利要求7所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，获取所述拉曼光谱信息的准备工作包括：

10.如权利要求1所述的超声处理下肉糜凝胶品质的融合光谱检测方法，其特征在于，所述初始肉糜凝胶品质的预测模型是采用长短期记忆神经网络构建的，所述初始肉糜凝胶品质的预测模型包括1个输入层、2至4个lstm层、1至3个relu激活层、1至3个全连接层和1个输出层，其中所述lstm层包含遗忘门、输入门和输出门；所述长短期记忆神经网络采取adam梯度下降算法，最大迭代次数范围为400至800，初始学习率范围为0.01至0.02。

技术总结
本发明公开了一种超声处理下肉糜凝胶品质的融合光谱检测方法，包括：制备超声处理后的肉糜样本；测定所述肉糜样本的凝胶强度；获取所述肉糜样本的光谱信息，并对所述光谱信息进行预处理，获得预处理后的光谱信息；构建初始肉糜凝胶品质的预测模型，将所述肉糜样本的凝胶强度和所述预处理后的光谱信息输入所述初始肉糜凝胶品质的预测模型，获得肉糜凝胶品质的预测模型；将待预测的肉糜样本输入所述肉糜凝胶品质的预测模型，获得肉糜凝胶品质的检测结果。本发明有效地捕捉到肉糜凝胶强度和近红外‑拉曼融合光谱的紧密关系，最终实现对肉糜凝胶品质的无损、快速且准确的检测。

技术研发人员：李欢欢,张伟,胡雅琪,陈全胜,欧阳琴,盛伟
受保护的技术使用者：江苏大学
技术研发日：
技术公布日：2024/12/5