光学无损检测技术在肉品掺假与新鲜度鉴别中的应用
Application of Optical Non-Destructive Detection Technologies in Meat Adulteration and Freshness Identification
摘要: 肉品安全与质量是全球关注的焦点问题,其中掺假鉴别和新鲜度评估尤为重要。传统检测方法存在操作繁琐、耗时长且破坏样品等问题,难以满足现代肉品质量控制的快速、无损和大规模检测需求。本文系统总结了近红外光谱、高光谱成像、拉曼光谱及荧光光谱等光学无损检测技术在猪肉、牛肉等肉品掺假鉴别和新鲜度评估中的研究进展。通过分析这些技术与化学计量学方法结合构建的检测模型,展示了光学无损检测技术在多个肉品检测场景中均表现出高效、准确与环保的优势,尤其适用于复杂样品下的在线分析与实际应用,为肉品质量控制方法的相关研究提供参考。
Abstract: Meat safety and quality are issues of global concern, among which adulteration identification and freshness assessment are particularly important. Traditional detection methods suffer from drawbacks such as cumbersome operations, time-consuming processes, and sample destruction, making it difficult to meet the modern meat quality control demands for rapid, non-destructive, and large-scale detection. This paper systematically reviews the research progress of optical non-destructive detection technologies, including near-infrared spectroscopy, hyperspectral imaging, Raman spectroscopy, and fluorescence spectroscopy, in the adulteration identification and freshness evaluation of meats like pork and beef. By analyzing the detection models constructed by combining these technologies with chemometric methods, it demonstrates that optical non-destructive detection technologies exhibit the advantages of high efficiency, accuracy, and environmental friendliness in various meat detection scenarios. They are especially suitable for online analysis and practical applications with complex samples, providing a theoretical reference for research related to meat quality and safety.
文章引用:谭成, 杨敏, 李一诺, 薛智, 曾淼. 光学无损检测技术在肉品掺假与新鲜度鉴别中的应用[J]. 食品与营养科学, 2026, 15(6): 657-665. https://doi.org/10.12677/hjfns.2026.156068

参考文献

[1] 李月, 林义利, 周云云, 等. 基于同步荧光技术的牛肉中掺杂猪肉鉴别方法研究[J]. 光谱学与光谱分析, 2024, 44(10): 2968-2972.
[2] 谢心如, 张德权, 李少博, 等. 电子鼻气敏传感器的工作原理及其在肉品掺假中的应用研究进展[J]. 肉类研究, 2023, 37(3): 60-66.
[3] 何鸿举, 王魏, 马汉军, 等. 近红外光谱技术在肉品掺假检测方面的研究进展[J]. 食品工业科技, 2020, 41(3): 345-350, 356.
[4] 陈嘉词, 肖斌, 钟轲, 等. 微流控技术在肉品质量安全检测中的应用研究进展[J]. 肉类研究, 2023, 37(3): 51-59.
[5] 陈勇勇, 黄世会, 牛熙, 等. 11种肉及肉制品动物源性成分PCR检测技术[J]. 中国动物检疫, 2023, 40(5): 107-114.
[6] 徐文娟. 基于PCR原理的常见肉品快速真伪鉴别技术探讨[J]. 食品界, 2021(9): 123.
[7] 冯小珍. 肉类食品中掺假成分的分子检测与鉴定方法探讨[J]. 食品安全导刊, 2025, 19(28): 147-149.
[8] 刘红涛. 畅通举报渠道 统筹协调联动强力推进制售假冒伪劣肉制品专项整治[J]. 中国食品安全, 2025(8): 26-27.
[9] 程月红, 师景双, 高喜凤, 等. 肉制品源性成分检测技术研究进展[J]. 食品安全质量检测学报, 2025, 16(16): 157-165.
[10] 徐婷钰, 杜佳特, 胡晓欣, 等. 基于qPCR进行肉类掺假检测的研究进展[J]. 中国法医学杂志, 2025, 40(4): 468-473.
[11] 柴迎慧, 俞玥, 宋嘉慧, 等. 近红外光谱技术结合化学计量学用于畜禽肉制品品质分析的研究进展[J]. 食品安全质量检测学报, 2022, 13(10): 3098-3105.
[12] 肖洪兵, 郭培源, 王瑜. 基于深度学习的高光谱腊肉营养安全分级[J]. 中国食品学报, 2022, 22(1): 275-281.
[13] 牛晓颖, 牟晓晴, 孙杰, 等. 熟驴肉掺假近红外定性及定量检测[J]. 光谱学与光谱分析, 2024, 44(7): 1993-2001.
[14] 张玉华, 孟一, 姜沛宏, 等. 近红外技术对不同动物来源肉掺假的检测[J]. 食品工业科技, 2015, 36(3): 316-319, 334.
[15] 王婧茹, 何鸿举, 朱亚东, 等. 基于近红外高光谱技术快速检测豌豆蛋白掺假牛肉[J]. 食品工业科技, 2023, 44(14): 312-317.
[16] 冯嘉欣, 李志刚, 张小栓. 近红外光谱下冷鲜羊肉中鸡肉掺假鉴别分析[J]. 食品科技, 2022, 47(7): 284-290.
[17] 任智磊, 赵霄霄, 冯景, 等. 基于近红外光谱结合网格搜索-随机森林-自适应提升算法无损检测牛肉新鲜度[J]. 肉类研究, 2025, 39(11): 1-8.
[18] 谢安国, 纪思媛, 李月玲, 等. 基于遗传算法和深度神经网络的近红外高光谱检测猪肉新鲜度[J]. 食品工业科技, 2024, 45(17): 345-351.
[19] 孙宗保, 王天真, 李君奎, 等. 高光谱成像的牛肉丸掺假检测[J]. 光谱学与光谱分析, 2020, 40(7): 2208-2214.
[20] 马永波, 彭玉, 徐艺萍, 等. 基于稀疏高光谱特征选择算法的牛肉糜掺假检测[J]. 食品与机械, 2025, 41(6): 51-56.
[21] 孔丽琴, 牛晓虎, 王程磊, 等. 高光谱技术在牛肉丸复合掺假类型鉴别中的应用[J]. 光谱学与光谱分析, 2024, 44(8): 2183-2191.
[22] 李丹阳, 姜新华, 李靖, 等. 基于ERC-RF高光谱波长选择的羊肉新鲜度相关指标的预测[J]. 现代食品科技, 2025, 41(7): 1-11.
[23] 罗毅智, 唐书奇, 金青婷, 等. 高光谱成像与混合波长选择的宽度学习系统预测猪肉TVB-N含量和pH值[J]. 食品科学, 2025, 46(16): 345-352.
[24] 王耀, 孙莹莹, 景钰冰, 等. 表面增强拉曼光谱法灵敏检测鸡肉中拉沙洛西残留[J]. 食品工业科技, 2025, 46(4): 299-305.
[25] 杨佳硕, 邵怡璐, 曾佐凤, 等. 拉曼光谱法快速检测猪肉脯中的掺伪鸡肉[J]. 食品安全质量检测学报, 2023, 14(23): 9-15.
[26] 韩爱云, 张振冉, 解立斌, 等. 拉曼光谱技术在肉类掺假检测方面的应用研究进展[J]. 肉类研究, 2021, 35(7): 50-54.
[27] 王新怡, 董鹏程, 罗欣, 等. 拉曼光谱在肉品质预测与控制中的应用[J]. 食品与发酵工业, 2022, 48(24): 294-302.
[28] 董鑫鑫, 杨方威, 于航, 等. 基于拉曼光谱技术的猪瘦肉新鲜度快速无损检测方法研究[J]. 光谱学与光谱分析, 2023, 43(2): 484-488.
[29] 朱文慧, 范茂梅, 韩梦琳, 等. 绿原酸对蓝鳍金枪鱼肌肉品质及肌红蛋白构象的影响[J]. 中国食品学报, 2024, 24(9): 398-408.
[30] 史策, 侯梦园, 杨信廷, 等. 基于氮掺杂石墨烯量子点的便携式猪肉新鲜度实时荧光检测系统研究[J]. 农业机械学报, 2025, 56(4): 512-521.