在禽肉工業(yè)生產(chǎn)中，肌病防控一直是影響雞肉產(chǎn)量和品質(zhì)的重要因素。尤其是雞胸肉這種高價(jià)值的部位，常常受到木胸、意大利面肉等肌肉病變的困擾，一旦發(fā)生，會(huì)導(dǎo)致肉質(zhì)硬化、汁液流失，嚴(yán)重?fù)p害產(chǎn)品價(jià)值。傳統(tǒng)的肌病檢測(cè)往往依賴人工觸診和視覺評(píng)估，不僅主觀性強(qiáng)、效率低下，而且存在漏檢與誤判的風(fēng)險(xiǎn)。

　　近期，IRTA西班牙農(nóng)業(yè)食品研究技術(shù)研究所的團(tuán)隊(duì)在國際期刊《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》上發(fā)表了一項(xiàng)研究，提出了一種創(chuàng)新解決方案：通過可見-近紅外高光譜成像（VIS-NIR HSI）技術(shù)，實(shí)現(xiàn)雞胸肌病的檢測(cè)與分類。這一研究為禽肉行業(yè)提供了新的技術(shù)手段，不僅能識(shí)別肌病，還能預(yù)測(cè)肉品在冷藏過程中的質(zhì)量變化，幫助減少食品浪費(fèi)。

圖1.研究框架。

　　研究方法

　?。?）實(shí)驗(yàn)設(shè)計(jì)與樣本選擇

　　? 試驗(yàn)一 (肌病鑒別)：選取98只雞胴體，分區(qū)域評(píng)估并標(biāo)注肌病類型（N, WB, SM, WS）；

　　? 試驗(yàn)二 (保質(zhì)期評(píng)估)：選取77只雞胴體，經(jīng)氣調(diào)包裝后于4.8°C下冷藏14天，并定期采樣；

　　（2）高光譜成像數(shù)據(jù)采集

　　研究選擇Resonon Pika L型高光譜成像儀進(jìn)行圖像采集，其系統(tǒng)配置如下：

　　? 光譜范圍：386–1016 nm；

　　? 光譜分辨率：2.0 nm；

　　? 相機(jī)類型：線掃描式，每一條線捕獲900個(gè)像素，在反射傳感模式下共記錄1700條線；

　　? 照明系統(tǒng)：4個(gè)50 W鹵鎢燈；

　　? 采集軟件：Spectronon Pro；

　　每次掃描前均進(jìn)行黑白校正，以消除環(huán)境噪聲，確保數(shù)據(jù)準(zhǔn)確性；

　?。?）數(shù)據(jù)分析

　　使用Matlab處理光譜數(shù)據(jù)，將雞胸肉劃分為三個(gè)區(qū)域，選取WB和SM共存區(qū)域。通過標(biāo)準(zhǔn)正態(tài)變換（SNV）消除光散射效應(yīng)，利用PCA和SVM構(gòu)建分類模型，并比較了全光譜與近紅外波段的分類效果。

圖2.流程圖總結(jié)了兩項(xiàng)試驗(yàn)的實(shí)驗(yàn)設(shè)計(jì)。

圖3.試驗(yàn)1中樣本（98個(gè)樣本，304個(gè)光譜）按肌病存在情況劃分的平均可見光-近紅外吸收光譜。

圖4.主成分(PC)1與PC2 (A) 以及PC2與PC3 (B) 的樣本得分圖。前三個(gè)主成分在每個(gè)波長(zhǎng)上的負(fù)載 (C)。

表1.使用試驗(yàn)1的樣本（98個(gè)樣本，304個(gè)光譜）開發(fā)的分類模型的性能。總體準(zhǔn)確率=76.1%。

圖5.A、B圖為主成分（PC）評(píng)分值繪制的樣本。C圖為前三個(gè)PC在每個(gè)波長(zhǎng)上的負(fù)載。

圖6.根據(jù)實(shí)驗(yàn)2的樣本（77個(gè)樣本，234個(gè)光譜），按采樣日計(jì)算的平均可見光-近紅外SNV校正光譜。

表2.利用可見光-近紅外光譜或僅近紅外光譜范圍的234個(gè)光譜（來自77個(gè)樣本）構(gòu)建的SVM模型的混淆矩陣。

　　研究結(jié)果

　　1. 肌病鑒別

　　?高光譜技術(shù)可有效區(qū)分不同雞胸肌病，整體分類準(zhǔn)確率達(dá)76.1%；

　　?意大利面肉光譜特征顯著，尤其在416 nm處吸光度，與正常肉區(qū)分準(zhǔn)確率高達(dá)94.4%；

　　?木質(zhì)化胸吸光度整體偏低，尤其在980 nm水峰附近，反映其水分狀態(tài)異常；

　　?正常肉與白紋肉光譜極為相似，模型難以區(qū)分，準(zhǔn)確率僅為37.9%；

　　2.冷藏品質(zhì)演變

　　??雞肉在14天冷藏中，肌紅蛋白逐步氧化，光譜從脫氧型逐步轉(zhuǎn)為氧合與高鐵肌紅蛋白特征；

　　??近紅外區(qū)域是監(jiān)測(cè)關(guān)鍵：僅使用800–1015 nm光譜所建模型，對(duì)存儲(chǔ)天數(shù)的預(yù)測(cè)準(zhǔn)確率高達(dá)99.3%，表現(xiàn)遠(yuǎn)超全光譜模型。

　　結(jié)語

　　這項(xiàng)研究展示了高光譜成像技術(shù)在禽肉行業(yè)中的巨大潛力，不僅能夠識(shí)別雞胸中的肌病，還能預(yù)測(cè)其在冷藏過程中的質(zhì)量變化。這為肉類品質(zhì)控制提供了有效、非破壞性的解決方案，有助于減少食品浪費(fèi)，提高產(chǎn)品價(jià)值。未來，隨著技術(shù)的進(jìn)步和應(yīng)用普及，這一方法有望在食品行業(yè)中廣泛應(yīng)用，推動(dòng)更智能化的食品質(zhì)量管理。

　　發(fā)表期刊：Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy【影響因子：4.6】

　　研究單位：IRTA西班牙農(nóng)業(yè)食品研究技術(shù)研究所、挪威食品與漁業(yè)研究所諾菲瑪公司等

　　使用設(shè)備：Resonon Pika L型高光譜成像儀