牡蛎新鲜度的嗅觉可视化传感检测方法研发.pdf

牡蛎新鲜度的嗅觉可视化传感检测方法研发

摘要

牡蛎由于味道鲜美，富含人体所需的多种营养物质，已成为全球水产品供应的主要组

成部分。而牡蛎肉因其含有高水分、糖原和游离氮，肉质组织较为脆弱而更易腐败变质。

传统国标法检测新鲜度步骤繁琐，出具报告周期长，无法实现快速无损检测。嗅觉可视化

技术作为一种新型的传感器检测技术，它能通过可视化传感器阵列实现在实际样本挥发性

气体和待测指标间搭起一座“桥梁”。因此，本文主要研究基于嗅觉可视化技术的牡蛎新

鲜度指标无损快速检测技术研发。论文的主要内容如下：

1.牡蛎新鲜度指标与其挥发性成分的相关性研究。本章首先通过GC-MS技术分析储

0-8TVB-N

藏天的牡蛎产生的挥发性气体，然后分别测得对应牡蛎样本的挥发性盐基氮（）、

菌落总数（TVC）和硫代巴比妥酸反应物（TBARS）值。结果显示，在牡蛎劣变过程中，

醇类物质含量占比最高，并且随储藏时间的增加而逐渐升高；烃类物质含量占比第二，其

含量随储藏时间的增加而逐渐降低。其它五类的含量占比由高到低分别是醛类酮类醚

类酯类其他，且未呈现规律性变化。其中，正己醛、辛醇和3,6-亚壬基-1-醇与牡蛎新鲜

度指标呈高度相关性。研究表明，牡蛎新鲜度劣变与其挥发性成分变化具有高度相关性。

2.基于嗅觉可视化传感器阵列图像信息的牡蛎新鲜度检测方法研究。本章首先通过

RGB差值和主成分分析，从25种中筛选出6种响应灵敏的化学染料构建成2×3传感器阵

列。然后采集传感器阵列的图像RGB数据分别结合三个新鲜度指标建立定量预测模型。

TVB-NPLSR0.6892

结果显示，指标的模型其预测集相关系数（）为、预测集均方根误

p

差（RMSEP）为4.52mg/100g；TVC指标的PLS模型其R0.8192、RMSEP0.76lgCFU/g；

p

TBARS指标的PLS模型其R0.5438、RMSEP0.70mgMDA/kg。研究表明，基于传感器

p

阵列图像信息的牡蛎新鲜度预测效果一般。

3.基于传感器阵列图像融合Vis-NIR光谱信息的牡蛎新鲜度检测方法研究。基于上一

章图像信息基础上，本章增加了对2×3传感器阵列上染料Vis-NIR光谱信息的采集，分别

结合三个新鲜度指标建立定量预测模型，然后利用蚁群优化算法、竞争性自适应重加权算

法和变量组合集群分析算法对模型进行特征变量筛选和优化。最后，基于数据融合将传感

器阵列的图像和光谱数据进行融合，以提高模型精度。结果显示，高级融合对三个新鲜度

TVB-NR0.9128RMSEP2.49mg/100gTVC

指标的预测效果最佳，指标的最优模型为p、；

指标的最优模型为R0.9916、RMSEP0.17lgCFU/g；TBARS指标的最优模型为R0.9594、

pp

RMSEP0.24mgMDA/kg。研究表明，基于嗅觉可视化技术将图像和光谱信息融合建立的

牡蛎新鲜度定量模型具有更好的稳定性和精确度，为牡蛎新鲜度的实时监测提供了数据支

撑。

I

关键词：牡蛎；新鲜度；挥发性气体；嗅觉可视化；多变量分析