无损检测技术在食品安全快速筛查中的应用

摘 要：食品安全是关系民生的大事，我国“十三五”国家食品安全规划中明确提出要加大对食品安全工作投入力度，加快建设职业化食品检查员队伍，增强对食品安全工作各项保障。食品安全筛查不仅指掺假食品筛查、添加剂超标筛查、重金属含量超标筛查、农兽药残留超标筛查等，也包括食品外观品质筛查、成品质量筛查和流通储存过程中品质监测等。基于此，本文简要地分析无损检测技术在食品安全快速筛查中的应用，希望可以为相关的工作人员提供一定的参考。

关键词：无损检测技术；食品安全；快速筛查；应用

Abstract：Food safety is related to people"s livelihood event， the 13th Five-Year national food safety plan explicitly proposes to increase the food safety work investment， accelerate the construction of occupation food inspectors， to enhance the security of food safety work. Food safety screening not only refers to the adulteration of food additives screening， screening， screening of heavy metal content exceed the standard， exceed the standard pesticide residues exceed the standard screening， including food appearance quality screening， product quality screening and circulation storage process quality monitoring. This paper analyzes the application of nondestructive testing technology in rapid food safety screening briefly， hoping to provide a reference for the relevant staff.

Key words：Nondestructive testing technology； Food safety； Rapid screening； Application

中圖分类号：TS207

作为一种新兴的检测技术，无损检测技术与传统的检测技术有很大区别，该方法可以在不破坏样品的前提下完成检测，因此在食品分析中得到了广泛的应用，同时也受到了越来越多科研人员的关注。

1 无损检测技术

无损检测技术将不损坏被检测对象作为前提条件，通过技术手段探知被测物体的内部特征以及外部结构，利用被测物体对声、光、电、磁等方面的影响，分析得出其数量及性质，属于当前一门新兴的学科，具有综合性。无损检测技术分为多种类别，目前常用的无损检测技术有声学特性分析法、电学特性分析法、学特性分析法、电磁与射线检测技术和机器视觉技术检测法，这5大类检测技术包含了超声波、核磁共振以及X射线等多项先进技术。农产品的农药残留问题一直是人们关注的重点内容，所以当前农药和重金属残留的近红外光谱和X光衍射检测技术是无损检测发展的重点内容。

2 无损检测技术类别

2.1 计算机视觉技术

计算机视觉技术可以检测出农产品的成熟度、颜色、新鲜程度等多种性质，该技术是在图像识别技术的基础上发展起来的，当前在快速检测领域的应用十分广泛[1]。在计算机视觉技术基础上，目前针对水果和牛肉的色度以及新鲜程度的检测已建立了快速的检测方法，并得到了广泛的应用，也取得了很好的效果。随着科技的不断发展进步，计算机视觉系统已不只局限于可见光区域内，当前在X射线、红外线、远红外线等不可见光领域视觉系统也取得了进步，高光谱图就是人们利用特定长度的光波开发研制出来的一种新型的计算机视觉技术。与之前的光谱图相比，高光谱图是三维的，也被称为图像块，分辨率更高，甚至可以达到纳米级别，其中有两个维度的信息是坐标信息，第三个维度的信息是波长信息，当前以高光谱图技术为基础的计算机视觉检测技术已经发展成为机器视觉系统，并成为农产品检测技术的一种发展趋势，前景较好。

2.2 近红外检测技术

近红外的波长介于红外区与可见光区之间，近红外光的光谱早在18世纪就被发现了，但由于当时的计算和分析技术有限，谱带之间相互重叠较多，并且解析也较为复杂，所以一直没有被开发应用。随着科学技术的不断发展，尤其是计算机技术的飞跃性进步，为红外检测技术的发展提供了技术支持，支持向量机识别技术的应用使得近红外光谱被应用在农产品品质检测中，尤其是对污染物的检测更是取得了突破性的进展。其所依据的是在近红外光区利用漫反射光谱对来自于被检测物体的一些信息进行定量分析，之后判断被检测物体的品质[2]。其中近红外光谱可以根据检测对象的不同细化分为近红外透射光谱和近红外反射光谱两种，透射光谱很重要依据透射光与入射光之间的比例判别被检测物的信息，而反射光谱是根据反射光与入射光强度的比例关系判别检测物的品质。

2.3 电磁特性检测技术

当前，电磁特性检测技术也是农产品无损检测中常用的技术，其原理是被检测物体在电场和磁场中的电特性参数以及磁特性参数会产生变化，进而反映出被检测样品的性质。由于电磁特性检测技术多应用的设备比计算机视觉检测技术和近红外检测技术要简单，并且获得的数据在处理时也相对容易，所以该方法的应用前景十分广阔[3]。另外，由相关的研究可知，高速单脉冲核磁共振技术对于评价水果和蔬菜的质量是具有研究价值的，尤其在评价成熟度方面目前已经取得了较大的进步。

3 无损检测技术在食品安全快速筛查中的应用

3.1 计算机视觉检测技术

Vidal等以柑橘收获时的标准颜色指数为基础，开发了一种能够在收获果实时对其预分类的计算机视觉系统移动平台作为收获任务的辅助，该系统对柑橘颜色指数预测的可靠性达到92.5%。杨祖彬等提出一种改进的计算机视觉检测技术，建立了脐橙表面损伤识别系统，该方法对完好脐橙检测准确率为97.2%，脐橙损伤识别率为97.6%，与传统方法相比完好脐橙检测的准确率提高了23.8%，脐橙损伤识别率提高了16.7%，改进后检测速度由原先的5个/s提高到

10.5个/s。李文萃等利用计算机视觉技术探索茶叶加工工序中RGB、HSB和Lab等3种颜色模式的9个色泽参数与茶叶成分的相关关系，结果表明与水分含量相关性最大的是色泽参数a，相关系数为0.961，与水浸出物和茶多酚含量相关性最大的是色泽参数R，相关系数分别为0.933、0.942，该研究为茶叶加工过程中色泽在线监测和工艺适宜程度提供了理论依据。

Mez-Sanchis等利用计算机视觉技术检测了由青霉属真菌引起的柑橘类水果腐烂，准确率达到98%。Kurita等和Blasco等利用计算机视觉和贝叶斯判别分析对柑橘果皮损伤进行了检测，准确率达到86%。

3.2 近红外光谱检测技术

郭志明构建了苹果品质近红外漫反射在线检测系统，利用在线获取的透射光谱数据，釆用逐步多元线性回归提取特征波长建立了苹果可溶性固形物在线检测模型，经独立样本集验证，预测相关系数为0.935 8。屠振华等利用傅里叶近红外光谱仪采集光谱信息，分别采用偏最小二乘法-判别分析（partial least squares-discriminantanalysis，PLS-DA）、独立软模式法（soft independent modeling of classanalogy，SIMCA）、误差反向传播神经网络（error backpropagation neural network，BP-ANN）和最小二乘支持向量机（least squares support vector machine，LS-SVM）等模式识别方法，进行蜂蜜掺假识别研究，结果表明利用最小二乘支持向量机模式时，校正集和验证集的正确判别率均达到了100%，效果最佳。Jha等采用1 200～2 200 nm波长的透射光谱，检测多个芒果品种的可溶性固形物含量和有效酸，分别建立了多元线性回归的偏最小二乘模型，可溶性固形物和有效酸最佳模型的预测集相关系数分别为0.762和0.703。Jamshidi等提出并建立了一种基于光纤可见近红外光谱与化学计量学相结合测量杀虫剂残留的方法，以黄瓜中二嗪磷农药残留检测为例，在不同预处理样本的光谱信息基础上分别建立PLS-DA模型和PLS模型来确定样本二嗪磷残留是否超标，其检测平均值和预测值无显著性差异（P>0.05），因此该系统可用于黄瓜二嗪磷农药残留快速初步筛查[4]。

3.3 电磁特性检测技术

核磁共振技术是磁距不为零的原子核在外加直流磁场作用下吸收能量，会产生原子核能级间的跃迁，通过纵向驰豫、横向驰豫、自旋回波和自由感应衰减等参数来研究高分子结构和性质的技术。Heude等提出了一种基于NMR的快速评估鱼的新鲜度和品质的方法，可以快速确定鱼的新鲜度和品质质量的2个成熟的指标——K值和三甲胺氮含量。该方法所获得的结果与常规更繁琐的用于确定K值和三甲胺氮含量的方法一致且该方法不需要任何的提取步骤。Liu等采用NMR技术研究了年龄对鸭肉化学成分的影响。研究结果表明，在4个不同时间段的鸭子的提取物之间有显著差异：随着年龄增加，乳酸和腺苷增加，而富马酸盐、甜菜碱、牛磺酸、肌苷和烷基取代的游离氨基酸则减少，这些结果有助于更好地评估鸭肉的质量[5]。Sorland等使用低场核磁共振技术对肉中的总脂肪和水分含量进行准确的测定，该方法可以在水分存在的情况是实现对脂肪的准确测定且不需要对实验数据进行复杂的处理，具有安全、快速、准确等优点，同时，该方法在含糖的系统中也可以快速测定水的含量。

4 结语

近年来，随着社会中食品安全事件不斷发生，食品的安全检测更是引起了人们的广泛关注。当前食品检测正向着无损检测的方向发展，计算机视觉技术、远红外光谱技术以及电磁特性检测技术在农产品检测中都发挥了很大作用，并且也取得了很大进步，无论是在产地检测环节、品质分析环节，还是在投入品评价环节都已得到了广泛应用。

参考文献：

[1]韩东海.无损检测技术在食品质量安全检测中的典型应用[J].食品安全质量检测学报，2012（5）：

400-413.

[2]阎 伟.无损检测技术在食品质量安全检测中的典型应用分析[J].食品安全导刊，2015（33）：167-168.

[3]蒋士强.对食品与农产品安全快速筛查和检测技术的展望[J].现代科学仪器，2009（1）：121-122.

[4]句立言，王世平，王 勇.食品安全快速检测技术应用进展[J].中国卫生工程学，2011（2）：165-168，170.

[5]万宇平.快速检测技术在食品安全监管中的应用及发展新方向[J].北京工商大学学报自然科学版，2011（4）：1-5.