基于近红外光谱的冻融猪肉糜鉴别模型研究

目的 反复冻融猪肉糜品质差、不易判别。方法 采用近红外光谱分析技术对新鲜猪肉糜和不同冻融次数猪肉糜分别进行无损鉴别,建立了窄神经网络(narrow neural network, NNN)、线性判别(linear discriminant, LD)、支持向量机(support vector machine, SVM)和子空间判别(subspace discriminant, SD)4种不同的判别模型,并对所建立的模型性能采用正确判别率、混淆矩阵、受试者工作特征曲线和曲线线下面积这4个指标进行评价。结果 基于子空间判别建立的模型较优,其预测集正确判别率为96.4%,并且其混淆矩阵、ROC曲线和AUC均显示了该模型对于冻融猪肉糜分类的优越性。结论 本研究建立的近红外光谱技术结合子空间判别模型对冻融猪肉糜的鉴别能力较强,可为工业化在线检测方法的开发提供技术支撑。     

固相萃取-液相色谱-串联质谱法测定禽蛋中五氯酚及其钠盐残留量

研究建立了禽蛋中五氯酚及其钠盐的液相色谱-串联三重四极杆质谱测定方法。样品经体积分数5%三乙胺的乙腈-水溶液(7:3,V/V)提取，混合型阴离子固相萃取柱净化，经ACQUITY UPLC BEH C₁₈(100 mm×2.1 mm,1.7μm)色谱柱分离，以5 mmol/L乙酸铵(含0.1%甲酸)溶液和乙腈作为流动相，进行梯度洗脱，采用多反应监测负离子模式监测，基质匹配标准曲线外标法定量。在该优化条件下，五氯酚及其钠盐在1.0～20 ng/mL浓度范围内线性关系良好，相关系数均大于0.998，检出限为0.5μg/kg，定量限为1.0μg/kg。在不同浓度添加水平下(1.0、2.0、5.0μg/kg)，平均回收率为74.0%～101.3%，相对标准偏差为0.78%～6.56%(n=6)。该方法简单、高效、准确，提取液经冷冻处理后避免了净化时固相萃取柱堵塞情况出现，缩短实验时间，优化后的实验方法适用于禽蛋中五氯酚及其钠盐的残留检测。