当前位置:文档之家› 利用低场核磁共振技术检测水产品中水分含量的方法与设计方案

利用低场核磁共振技术检测水产品中水分含量的方法与设计方案

本技术公开了一种利用低场核磁技术检测水产品中水分含量的方法;利用低场核磁共振技术结合干燥失重法测定水分含量,并通过核磁弛豫数据与水分含量构建样品水分含量的预测模型,实现对未知水分含量的水产品进行水分含量预测。

本技术在不受样品表面物质的影响下,快速准确的测量样品中的水分含量,有效的解决了效果差、耗时长的传统水产品水分含量测定方法等问题。

为水产品加工企业的原料品质控制、水产品研究提供了重要技术支撑。

扩大了低场核磁共振技术在水产品检测和研究中的应用范围,推动了低场核磁共振技术的发展前景。

本技术可以达到快速无损害的目的,实现了水产品水分含量的快速检测。

权利要求书1.一种利用低场核磁共振技术检测水产品中水分含量的方法,其特征在于,包括步骤:S1、低场核磁分析:取待测水产品,进行低场核磁共振分析,利用CPMG脉冲序列法收集核磁共振回波信号,每次重复采集3次信号,利用多指数拟合得到的横向弛豫数据;其中,采样参数设置为:90度脉宽P1:12~15us,180度脉宽P2:25~28us,重复采样等待时间Tw:0.01~10000ms,模拟增益RG1:10,数字增益DRG1:3,前置放大增益PRG:2,NS:4,NECH:700~1000,接收机带宽SW:100KHz,开始采样时间的控制参数RFD:0.08ms,时延DL1:0.386~0.38728ms;S2、样品称量:使用105℃烘干恒重法测定经过步骤S2低场核磁分析后的水产品的水分含量,作为实际值;S3、建立模型:根据步骤S1所述横向弛豫数据和步骤S2所述水分含量,利用偏最小二乘法PLSR,通过The Unscrambler软件建立待测水产品的水分含量PLSR预测模型;S4、评价模型:根据步骤S3所述水分含量PLSR预测模型,采用相关系数Rcal2和Rcv2评价建立的模型;S5、预测水分含量:采用与步骤S1相同的方法对待测水产品进行低场核磁分析,将低场核磁反演后的横向弛豫数据直接带入步骤S3所述水分含量PLSR预测模型,得到水分含量。

2.根据权利要求1所述利用低场核磁共振技术检测水产品中水分含量的方法,其特征在于,步骤S1所述待测水产品的取样量为50~200个。

3.根据权利要求1所述利用低场核磁共振技术检测水产品中水分含量的方法,其特征在于,步骤S1所述待测水产品为干海参、即食虾仁或即食扇贝丁。

4.根据权利要求1所述利用低场核磁共振技术检测水产品中水分含量的方法,其特征在于,包括步骤:S1、低场核磁分析:取待测淡干海参100只,分别进行低场核磁共振分析,利用CPMG脉冲序列法收集核磁共振回波信号,每次重复采集3次信号,利用多指数拟合得到的横向弛豫数据;其中,采样参数设置为:90度脉宽P1:13us,180度脉宽P2:25.04us,重复采样等待时间Tw:0.01~10000ms,模拟增益RG1:10,数字增益DRG1:3,前置放大增益PRG:2,NS:4,NECH:700,接收机带宽SW:100KHz,开始采样时间的控制参数RFD:0.08ms,时延DL1:0.38748ms;S2、样品称量:使用105℃烘干恒重法测定经过步骤S2低场核磁分析后的淡干海参的水分含量,作为实际值;S3、建立模型:根据步骤S1所述横向弛豫数据和步骤S2所述水分含量,利用偏最小二乘法PLSR,通过The Unscrambler软件建立待测淡干海参的水分含量PLSR预测模型;S4、评价模型:根据步骤S3所述水分含量PLSR预测模型,采用相关系数Rcal2和Rcv2来评价建立的模型;S5、预测水分含量:采用与步骤S1相同的方法对待测淡干海参进行低场核磁分析,将低场核磁反演后的横向弛豫数据带入步骤S3所述水分含量PLSR预测模型,得到水分含量。

5.根据权利要求1所述利用低场核磁共振技术检测水产品中水分含量的方法,其特征在于,包括步骤:S1、低场核磁分析:取待测即食虾仁50只,进行低场核磁共振分析,利用CPMG脉冲序列法收集核磁共振回波信号,每次重复采集3次信号,利用多指数拟合得到的横向弛豫数据;其中,采样参数设置为:90度脉宽P1:12us,180度脉宽P2:25.44us,重复采样等待时间Tw:0.01~10000ms,模拟增益RG1:10,数字增益DRG1:3,前置放大增益PRG:2,NS:4,NECH:850,接收机带宽SW:100KHz,开始采样时间的控制参数RFD:0.08ms,时延DL1:0.38728ms;S2、样品称量:使用105℃烘干恒重法测定经过步骤S2低场核磁分析后的即食虾仁的水分含量,作为实际值;S3、建立模型:根据步骤S1所述横向弛豫数据和步骤S2所述水分含量,利用偏最小二乘法PLSR,通过The Unscrambler软件建立即食虾仁的水分含量PLSR预测模型;S4、评价模型:根据步骤S3所述水分含量PLSR预测模型,采用相关系数Rcal2和Rcv2来评价建立的模型;S5、预测水分含量:采用与步骤S1相同的方法对待测即食虾仁进行低场核磁分析,将低场核磁反演后的横向弛豫数据带入步骤S3所述水分含量PLSR预测模型,得到水分含量,即水分含量的预测值。

6.根据权利要求1所述利用低场核磁共振技术检测水产品中水分含量的方法,其特征在于,包括步骤:S1、低场核磁分析:取待测即食扇贝柱200个,进行低场核磁共振分析,利用CPMG脉冲序列法收集核磁共振回波信号,每次重复采集3次信号,利用多指数拟合得到的横向弛豫数据;其中,采样参数设置为:90度脉宽P1:15us,180度脉宽P2:28us,重复采样等待时间Tw:0.01~10000ms,模拟增益RG1:10,数字增益DRG1:3,前置放大增益PRG:2,NS:4,NECH:1000,接收机带宽SW:100KHz,开始采样时间的控制参数RFD:0.08ms,时延DL1:0.386ms;S2、样品称量:使用105℃烘干恒重法测定经过步骤S2低场核磁分析后的即食扇贝柱的水分含量,作为实际值;S3、建立模型:根据步骤S1所述横向弛豫数据和步骤S2所述水分含量,利用偏最小二乘法PLSR,通过The Unscrambler软件建立待即食扇贝柱的水分含量PLSR预测模型;S4、评价模型:根据步骤S3所述水分含量PLSR预测模型,采用相关系数Rcal2和Rcv2来评价建立的模型;S5、预测水分含量:采用与步骤S1相同的方法对待测即食扇贝柱进行低场核磁分析,将低场核磁反演后的横向弛豫数据带入步骤S3所述水分含量PLSR预测模型,得到水分含量,即水分含量的预测值。

技术说明书一种利用低场核磁共振技术检测水产品中水分含量的方法技术领域本技术涉及食品检测领域,更具体地说,涉及一种基于低场核磁共振技术结合化学计量法检测水产品中水分含量的方法。

背景技术水产品中富含多不饱和脂肪酸,蛋白质,维生素等营养成分,其营养价值极高,具有增强人体的免疫力等多项功能。

水分含量是水产品的重要组成成分,也是评价水产品品质和安全性的重要指标,一方面,水产品中水分含量、分布和存在状态不仅仅影响水产品的营养价值,也对水产品的风味、结构、质地、外观等具有较大的影。

另一方面,新鲜的水产品中含水量大,易滋生微生物,稳定性差,不利于贮藏、运输以及加工,为保证水产品的货架期,检测加工和贮藏过程中水产品的水分变化情况是十分必要的。

目前,检测水分含量的传统方法主要是干燥恒重法,蒸馏法等,这些方法虽然准确性高、重复性好,但是也存在耗时久、误差大、繁琐费力,而且破坏样品等问题。

因此,发展一种快速无损、实时检测水产品水分含量的检测方法是非常有必要的。

低场核磁共振技术(Low-field nuclear magnetic resonance,LF-NMR)是近年来兴起的一种快速无损地测定样品中结合水、自由水、不可移动水的新技术。

LF-NMR是基于质子的自旋运动,通过测量质子弛豫时间来揭示质子的运动。

该技术具有快速、准确、无损的优点,已广泛应用于食品中水分的动力学分布分析。

低场核磁共振技术可以结合化学计量法建立预测模型,主要是主成分分析法(PCR)和偏最小二乘法(PLSR),与PLSR相比,PCR对主成分的累计贡献率的要求较高,因此,探索一种快速无损地显示样品完整信息的光谱技术以及有效提取光谱分析信息的模型是非常有必要的。

技术内容本技术的目的是克服现有技术的缺点,提供一种利用低场核磁共振技术检测水产品中水分含量的方法,快速无损,不受水产品表面性质的影响,并且测量过程中对产品本身没有破坏,并结合偏最小二乘法(PLSR)建立预测模型。

一种利用低场核磁共振技术检测水产品中水分含量的方法,包括如下步骤:S1、低场核磁分析:取待测水产品,进行低场核磁共振分析,利用CPMG脉冲序列法收集核磁共振回波信号,每次重复采集3次信号,反演获得回波衰减曲线数据,即利用多指数拟合得到的横向弛豫数据;其中,采样参数设置为:90度脉宽P1:12~15us,180度脉宽P2:25~28us,重复采样等待时间Tw:0.01~10000ms,模拟增益RG1:10,数字增益DRG1:3,前置放大增益PRG:2,NS:4,NECH:700~1000,接收机带宽SW:100KHz,开始采样时间的控制参数RFD:0.08ms,时延DL1:0.386~0.38728ms;S2、样品称量:根据国标《GB5009.3-2016食品安全国家标准食品中水分的测定》(105℃烘干恒重法)测定经过步骤S2低场核磁分析后的水产品的水分含量,作为实际值;S3、建立模型:根据步骤S1所述横向弛豫数据和步骤S2所述水分含量,利用偏最小二乘法(PLSR),通过The Unscrambler软件建立待测水产品的水分含量PLSR预测模型;S4、评价模型:根据步骤S3所述水分含量PLSR预测模型,采用相关系数Rcal2和Rcv2来评价建立的模型,预测模型中预测集Rcal2和验证集Rcv2越大(越接近1),且对应的均方根误差(RMSE)越小(越接近0)视为预测模型取得了很好的预测效果;S5、预测水分含量:采用与步骤S1相同的方法对待测水产品进行低场核磁分析,将低场核磁反演后的横向弛豫数据直接带入步骤S3所述水分含量PLSR预测模型,得到水分含量,即水分含量的预测值。

优选方式下,步骤S1所述待测水产品的取样量为50~200个。

优选方式下,步骤S1所述待测水产品为干海参、即食虾仁或即食扇贝丁;其中,所述干海参可以是淡干海参;也可以根据实际测量需要,选取新鲜海参;扇贝柱可以根据实际需要,选取新鲜扇贝柱,也可以是冷冻扇贝柱,所述冷冻扇贝柱解冻后再进行测定;虾仁可以根据实际需要,选取新鲜虾仁,也可以是冷冻虾仁,所述冷冻虾仁解冻后再进行测定。

相关主题