近红外光谱技术除了应用于鲜肉及各种原料肉和生产加工过程的检测外，还能对肉制品成品进行质量的控制。因此，近红外分析技术被广泛应用到肉类工业的各领域来提高产品质量和生产效益，其中包括屠宰场、肉制品加工厂、零售企业，甚至宠物食品工业。各种蒸煮、烟熏的肠类，风干肠类，混合肉馅、肉饼、汉堡饼，熏烤的鱼肉，腌制肉以及火腿等肉制品都有相关的应用，集中表现在对肉制品中蛋白质、脂肪及水分等含量的检测。肉制品样本的处理、检测方法以及建模的方法手段等与鲜肉大致相同。

Ortiz-Somovilla等利用近红外光谱通过分析猪肉香肠的品质，寻找绞细和均质分布香肠的近红外光谱法(NIRS)最优分析指标。结果显示，脂肪、水分和蛋白质的含量具有较好的预测精度。对于绞细的猪肉香肠，其脂肪、水分和蛋白质含量样木的预测值与标准值的相关系数分别为0.98、0.98和0.93，相对应的预测标准差分别为1.38%、1%和0.83%。而对于均匀搅拌异的绞细猪肉香肠，其相关系数分别为0.99、0.98和0.93，相应的预测标准差为0.94%、0.76%和0.87%。

赵丽丽等以中国传统腌腊肉为对象，研究用近红外光谱分析技术快速准确检测肉制品品质的可行性。腊肉样品经过简单的粉碎后在BRUKER傅里叶变换近红外光谱仪上扫描，采用附加散射校正光谱预处理方法，与国家标准法获得的腊肉酸价和水分含量建立了腊肉酸价和水分含量的PLS回归模型。结果表明近红外光谱分析技术可以用于腊肉制品品质的快速检测，其中酸价模型和水分含量模型预测集中样品的预测值与标准值的相关系数分别为0.98和0.90；预测标准差RMSECV分别为0.25和0.02。

Ding用近红外技术研究牛肉汉保包掺假问题，结果表明对于掺假在5%~25%范围内的样品，判断准确度在92.7%以上，而且掺假量越多，判断准确度越高。他们采集了400~2500nm范围内的生、熟、切碎牛肉的光谱，对其进行分类，并通过修玫的PLS方法建立回归模型来判断汉堡包的掺假程度。利用模型对其中掺人的羊肉、猪肉、脱脂乳粉和小麦粉的汉堡包的预测相关系数分别为0.870.89，0.99、1.00，预测标准差分别为3.33%、2.99%、0.92%、0.57%。

近红外光谱技术日前已在食品、饲料、农业等行业中得到应用，快速、在线、准确的优点在实际生产和加工过程中充分体现了其价值。通过近红外光谱技术，肉类工业能够实现肉类快速、在线、无损的品质检测，肉和肉制品行业的安全监控井能更好地针对实际数据确定销售价格。目前，国内肉类工业对近红外技术的应用还不广泛，但相信今后必然会在此行业中得到较快的发展。从发展前景看，今后研究的一个重点是完善检测方法，开发相应生产线的在线检测设备，提高在线检测肉品质量设备的精度。对于肉和肉制品的质量检测，除近红外光谱技术外，近年来国内外也不乏其他无损检测新技术的应用和研究，如机器视觉、超声波、利用电磁特性检测技术等。由十肉和肉制品的整体综合品质的评价较为复杂，近红外检测技术对肉类品质的某几项指标尤其是肉的内部特性有较好的检测精度，但充分利用多种信息进行综合评价就显得不太理想。因此，如何充分利用多元信息，将近红外检测手段与其他检测技术进行综合，将检测数据有机融合，使肉品的质量得到简单、快速、准确、全面的评价是今后研究的重点。

相关链接：近红外光谱技术在肉类检测中的应用

文章来源：《食品快速检测实训教程》

版权与免责声明：转载目的在于传递更多信息。

如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。

如涉及作品内容、版权等问题，请在作品发表之日起两周内与本网联系，否则视为放弃相关权利。