智能感官技術(shù)在水產(chǎn)品檢測(cè)中的應(yīng)用進(jìn)展

摘要：綜述了模擬人類視覺的電子眼、模擬人類味覺的電子舌、模擬人類嗅覺的電子鼻、模擬人類觸覺的電子牙（質(zhì)構(gòu)儀）在水產(chǎn)品品質(zhì)評(píng)價(jià)（鮮度、質(zhì)地、滋味、氣味）和特征識(shí)別（產(chǎn)地鑒別、分級(jí)、種類識(shí)別）方面的應(yīng)用，歸納了四種智能感官檢測(cè)技術(shù)的原理、傳感器類型、應(yīng)用方向和數(shù)據(jù)分析方法等，分析了四種智能感官技術(shù)在水產(chǎn)品檢測(cè)中存在的問題，并進(jìn)行了展望。

關(guān)鍵詞：水產(chǎn)品檢測(cè)；智能感官技術(shù)；特征識(shí)別；品質(zhì)評(píng)價(jià)

中圖分類號(hào)：TP212.6""" 文獻(xiàn)標(biāo)志碼：A

水產(chǎn)品是海洋和淡水漁業(yè)生產(chǎn)的動(dòng)植物產(chǎn)品及其加工品的總稱。水產(chǎn)品不僅是優(yōu)質(zhì)蛋白、不飽和脂肪酸等的來源，還富含活性肽、EPA、DHA、多糖、微量元素等對(duì)人體有益的功能因子，在人類飲食結(jié)構(gòu)中占據(jù)重要地位。隨著人們生活水平的不斷提高，對(duì)水產(chǎn)品的質(zhì)量要求也逐漸提高，感官品質(zhì)成為決定消費(fèi)者購(gòu)買意愿的重要指標(biāo)之一。另外，隨著水產(chǎn)品價(jià)值的提高，對(duì)水產(chǎn)品產(chǎn)地鑒別、分級(jí)等的需求也不斷提升，對(duì)相關(guān)的感官檢測(cè)技術(shù)的要求也不斷提升。

目前水產(chǎn)品的感官檢測(cè)主要是感官評(píng)定和智能感官技術(shù)。感官評(píng)定是一種基于感官生理和認(rèn)知心理，通過合理的統(tǒng)計(jì)設(shè)計(jì)和數(shù)據(jù)分析進(jìn)行感官判斷的方法，然而感官評(píng)定需要具有一定判斷能力和經(jīng)驗(yàn)的評(píng)審員，評(píng)價(jià)過程會(huì)受到評(píng)價(jià)員的身體狀況、情緒及外部環(huán)境等多方面因素影響，且感官評(píng)價(jià)員對(duì)大量樣品的評(píng)價(jià)通常會(huì)因其感官疲勞使得評(píng)價(jià)準(zhǔn)確性降低。隨著傳感技術(shù)的發(fā)展，使用傳感器模擬人類感官的對(duì)產(chǎn)品進(jìn)行分析評(píng)價(jià)的智能感官技術(shù)應(yīng)用而生，如模擬人類視覺的電子眼（圖像識(shí)別技術(shù)）［1］、模擬人類味覺的電子舌［2］、模擬人類嗅覺的電子鼻［3］、模擬人類觸覺的電子牙（質(zhì)構(gòu)儀）［4］等，這些智能感官技術(shù)操作簡(jiǎn)單快速、分析高效準(zhǔn)確，能有效克服傳統(tǒng)感官評(píng)價(jià)的不足，已經(jīng)在水產(chǎn)品的品質(zhì)評(píng)價(jià)（鮮度、質(zhì)地、滋味、氣味）方面和特征識(shí)別（產(chǎn)地鑒別、分級(jí)、種類識(shí)別）中廣泛應(yīng)用。

本文系統(tǒng)綜述這四種智能感官技術(shù)在水產(chǎn)品的品質(zhì)評(píng)價(jià)和特征識(shí)別方面的研究進(jìn)展，以期為感官技術(shù)在水產(chǎn)品中的一些應(yīng)用提供參考。

1 電子眼技術(shù)

電子眼技術(shù)主要是通過圖像傳感器來模擬人類視覺，識(shí)別獲得目標(biāo)的數(shù)字圖像，對(duì)圖像進(jìn)行比較分析處理，提取目標(biāo)的特征信息，進(jìn)行分析和理解，實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別、檢測(cè)等目的。不同的成像系統(tǒng)有可見-近紅外成像（VIS-NIR）、色差分析（CA）、近紅外光譜成像、平面和計(jì)算機(jī)斷層掃描（CT）、X射線成像（X-ray）、磁共振成像（MRI）［5］等。

1.1 電子眼在水產(chǎn)品品質(zhì)評(píng)價(jià)中的應(yīng)用

水產(chǎn)品的鮮度作為其品質(zhì)評(píng)價(jià)的重要指標(biāo)，對(duì)其進(jìn)行快速、無損的鮮度評(píng)價(jià)在其保鮮、儲(chǔ)藏、運(yùn)輸?shù)确矫嬗兄匾膽?yīng)用價(jià)值。黃星奕［6］等利用自行設(shè)計(jì)的圖像采集裝置采集鯽魚在冷藏下儲(chǔ)藏不同天數(shù)的圖像，并運(yùn)用圖像處理技術(shù)提取分析魚眼虹膜、魚鰓和體表的顏色以及體表的紋理等特征信息，通過建立BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)鯽魚的儲(chǔ)藏天數(shù)，發(fā)現(xiàn)訓(xùn)練集和測(cè)試樣本的正確分類率分別能夠達(dá)到94%和85%。湯夕瑤［7］等應(yīng)用計(jì)算機(jī)可視化系統(tǒng)測(cè)量貯藏過程中凡納濱對(duì)蝦顏色的變化，發(fā)現(xiàn)蝦肉色差值隨著儲(chǔ)藏時(shí)間的延長(zhǎng)呈增大趨勢(shì)，電導(dǎo)率值、pH值、TVB-N值、K值呈上升趨勢(shì)，總體色差值與除質(zhì)構(gòu)指標(biāo)之外的其他鮮度指標(biāo)之間呈顯著線性相關(guān)，建立了總體色差值與電導(dǎo)率、pH、TVB-N值、K值之間的關(guān)系式，可以通過可視化系統(tǒng)測(cè)定的顏色對(duì)其他鮮度指標(biāo)進(jìn)行預(yù)測(cè)。

1.2 電子眼在水產(chǎn)品特征識(shí)別中的應(yīng)用

漁業(yè)生產(chǎn)中需要對(duì)不同水產(chǎn)品進(jìn)行快速識(shí)別和分級(jí)，基于圖像分析技術(shù)實(shí)現(xiàn)對(duì)水產(chǎn)品進(jìn)行種類識(shí)別、分級(jí)、年齡識(shí)別已經(jīng)得到廣泛應(yīng)用。楊眉［8］等提出了一種基于神經(jīng)網(wǎng)絡(luò)的扇貝識(shí)別和分級(jí)方法。首先對(duì)圖像進(jìn)行灰度化處理，并用canny算子檢測(cè)目標(biāo)邊界，然后用8-連通鄰域追蹤算法提取目標(biāo)邊界像素坐標(biāo)，最后計(jì)算目標(biāo)邊界到中心點(diǎn)的平均距離及其絕對(duì)平均誤差，并作為特征信息訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)扇貝圖像識(shí)別和分類，快速完成扇貝的自動(dòng)識(shí)別和分級(jí)工作。萬(wàn)鵬［9］等以BP神經(jīng)網(wǎng)絡(luò)作為識(shí)別模型，通過硬件和軟件的整合得到的淡水魚在線識(shí)別裝置，其圖像采集、圖像分析、魚體特征提取、品種識(shí)別等功能模塊能夠?qū)︴庺~、鯽魚、草魚和鳊魚等4種大宗淡水魚進(jìn)行品種在線識(shí)別，平均準(zhǔn)確率達(dá)到92.50%，檢測(cè)所需時(shí)間平均為1.3 s。劉鳳連［10］等提出了一種基于核主成分分析（KPCA）與支持向量機(jī)（SVM）的魚年齡自動(dòng)識(shí)別方法。通過KPCA提取魚的耳石圖像的主元，然后用SVM對(duì)魚的年齡進(jìn)行學(xué)習(xí)、識(shí)別和預(yù)測(cè)，以歐蝶魚為例開展年齡識(shí)別實(shí)驗(yàn)，取得了較好的效果。崔雪森［11］等通過構(gòu)建基于卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的深度學(xué)習(xí)模型（AlexNet），使用微藻的光學(xué)圖像對(duì)模型進(jìn)行訓(xùn)練，通過多次變焦采樣和圖像隨機(jī)旋轉(zhuǎn)等數(shù)據(jù)增強(qiáng)處理，利用5折交叉驗(yàn)證方法確保模型的穩(wěn)定性，能夠?qū)崿F(xiàn)模型的訓(xùn)練精度為97.86%±1.63%，測(cè)試精度為85.86%±0.80%，7個(gè)藻種的平均精確度、平均召回率和調(diào)和平均數(shù)分別為83.3%，84.4%和83.3%，280幅圖像識(shí)別僅耗時(shí)4.2 s。

2 電子舌技術(shù)

電子舌技術(shù)是通過電子傳感器陣列檢測(cè)和采集物體的味道特征，味道信號(hào)經(jīng)信號(hào)處理系統(tǒng)的特征提取和轉(zhuǎn)換后再傳遞至信號(hào)識(shí)別系統(tǒng)，對(duì)不同味道進(jìn)行辨識(shí)分析，實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別、檢測(cè)等目的。電子舌主要分為電位型、伏安型、阻抗譜型。商品化的電子舌儀器中以伏安型和電位型居多［12］。

2.1 電子舌在水產(chǎn)品品質(zhì)評(píng)價(jià)中的應(yīng)用

電子舌通過采集水產(chǎn)品味道特征信息，可以實(shí)現(xiàn)對(duì)不同生長(zhǎng)周期、階段的水產(chǎn)品口味、滋味評(píng)價(jià)和不同貯藏條件、加工方式的水產(chǎn)品品質(zhì)評(píng)價(jià)。曹榮［13］等采用電子舌技術(shù)分析不同采收期條斑紫菜（Porphyra yezoensis）的滋味組成，發(fā)現(xiàn)電子舌可以較準(zhǔn)確地描繪紫菜的滋味輪廓，頭水、二水、四水和六水紫菜的鮮味強(qiáng)度依次減弱，其他滋味特征也各有區(qū)別，且根據(jù)氨基酸分析儀檢測(cè)的鮮味氨基酸和高效液相色譜儀檢測(cè)的呈味核苷酸計(jì)算得出的味精當(dāng)量（EUC）與電子舌確定的鮮味強(qiáng)度值具有一致性。因此，電子舌可以作為快速評(píng)定紫菜滋味特征的技術(shù)手段。郭全友［14］等以養(yǎng)殖大黃魚為對(duì)象，通過電子舌檢測(cè)成魚養(yǎng)殖三個(gè)階段的特征數(shù)據(jù)和游離氨基酸和呈味核苷酸的變化趨勢(shì)，發(fā)現(xiàn)電子舌能有效區(qū)分成魚養(yǎng)殖不同階段大黃魚的味感差異，與游離氨基酸和呈味核苷酸的變化相關(guān)性較好，能夠完成對(duì)魚肉的鮮甜滋味評(píng)價(jià)。賈哲［15］等通過使用電子舌對(duì)不同冷藏時(shí)期的味覺響應(yīng)值進(jìn)行測(cè)定，并將電子舌傳感器響應(yīng)值與TVC、ATP及其關(guān)聯(lián)物進(jìn)行相關(guān)性分析，發(fā)現(xiàn)電子舌能夠?qū)Σ煌r度等級(jí)的魚肉進(jìn)行有效區(qū)分，且分析結(jié)果與TVC、ATP及其關(guān)聯(lián)物檢測(cè)結(jié)果一致；該研究組還運(yùn)用偏最小二乘法（PLSR）和多元線性回歸（MLR）法建立能夠用于區(qū)分不同冷藏期雙斑東方鲀新鮮度的菌落總數(shù)（TVC）預(yù)測(cè)模型，并對(duì)模型進(jìn)行驗(yàn)證。結(jié)果表明PLSR和MLR模型都能對(duì)不同冷藏時(shí)期魚肉的新鮮度進(jìn)行預(yù)測(cè)，其中MLR模型的擬合度較高，0℃和4℃組TVC預(yù)測(cè)模型的訓(xùn)練集（Rc2）分別為0.98和0.99，預(yù)測(cè)集的決定系數(shù)（Rv2）為0.97和0.99；外部驗(yàn)證結(jié)果顯示，該模型測(cè)試集的正確率為100%，表明電子舌可以進(jìn)行魚肉的新鮮度評(píng)價(jià)。韓方凱［16］等采用電子舌技術(shù)對(duì)不同冷藏天數(shù)的鯧魚進(jìn)行檢測(cè)，通過構(gòu)建K最近鄰（KNN）判別模型和BP人工神經(jīng)網(wǎng)絡(luò)（BP-ANN）模型定性評(píng)價(jià)鯧魚新鮮度，其中KNN模型的訓(xùn)練集、測(cè)試集識(shí)別率分別為：99.11%和98.21%，BP-ANN模型的訓(xùn)練集、測(cè)試集識(shí)別率分別為：92.86%和91.07%。同時(shí)構(gòu)建了電子舌數(shù)據(jù)和體內(nèi)揮發(fā)性鹽基氮含量（TVB-N）及細(xì)菌總數(shù)（TVC）之間的支持向量機(jī)回歸模型（SVR）對(duì)鯧魚新鮮度進(jìn)行定量評(píng)價(jià)，樣本的檢測(cè)結(jié)果顯示，SVR模型對(duì)TVB-N及TVC的預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù)分別為：0.9727和0.9457，預(yù)測(cè)均方根誤差分別為2.8×10-4 mg/g和0.052 log（CFU/g），能夠?qū)崿F(xiàn)魚新鮮度的快速定量分析。李微［17］等采用味覺傳感系統(tǒng)-電子舌對(duì)大黃魚酶解產(chǎn)物進(jìn)行味覺數(shù)值化分析，發(fā)現(xiàn)在最佳條件下酶解產(chǎn)物的咸味增強(qiáng)效果最佳，電子舌的評(píng)定結(jié)果和評(píng)審員感官評(píng)定結(jié)果一致，電子舌能夠有效完成大黃魚酶解產(chǎn)物的咸味評(píng)定。

2.2 電子舌在水產(chǎn)品特征識(shí)別中的應(yīng)用

電子舌還被大量應(yīng)用于水產(chǎn)品的分級(jí)、產(chǎn)地鑒別、種類識(shí)別等方向。張晶晶［18］等采用電子舌對(duì)產(chǎn)自陽(yáng)澄湖、松江、崇明的不同等級(jí)雌性中華絨螯蟹各可食部位的滋味輪廓進(jìn)行數(shù)據(jù)采集，然后分別運(yùn)用主成分分析法（PCA）、軟獨(dú)立建模分析法（SIMCA）、偏最小二乘-判別分析法（PLS-DA）對(duì)數(shù)據(jù)進(jìn)行分析，其中PCA能夠顯著區(qū)別特級(jí)、1級(jí)、2級(jí)陽(yáng)澄湖中華絨螯蟹體肉、鉗肉、足肉、性腺4個(gè)部位滋味輪廓；SIMCA分別建立了基于單部位及多部位聯(lián)合的陽(yáng)澄湖中華絨螯蟹產(chǎn)地鑒別模型，兩種模型對(duì)非陽(yáng)澄湖蟹樣的拒絕率均為100%；PLS-DA基于4個(gè)部位建立的模型能夠100%正確識(shí)別16個(gè)未知蟹樣的等級(jí)，對(duì)特級(jí)、1級(jí)、2級(jí)蟹樣的預(yù)測(cè)分類變量和其實(shí)際等級(jí)間的相關(guān)性均較好（相關(guān)系數(shù)均在0.9以上）。吳浩［19］等利用電子舌分別對(duì)魚糜（三種淡水魚糜和二種海水魚糜）采用主成分分析法和聚類分析法進(jìn)行分析，主成分分析法發(fā)現(xiàn)前兩個(gè)主成分的累計(jì)貢獻(xiàn)率為84.73%，基本涵蓋了原始數(shù)據(jù)的絕大部分，魚糜的兩種主成分分析圖上可以明顯區(qū)分海水魚糜和淡水魚糜，且對(duì)兩種海水魚糜也可以有效區(qū)分；聚類分析法也得出類似結(jié)論，其中三種淡水魚無法有效區(qū)分的原因可能是魚糜在加工處理過程中風(fēng)味物質(zhì)損失所致。韓劍眾［20］等使用自制的多頻大幅脈沖電子舌對(duì)不同類型的淡水魚和海水魚進(jìn)行評(píng)價(jià)分析，主要對(duì)不同儲(chǔ)藏時(shí)間下海水魚和淡水魚魚肉的品質(zhì)進(jìn)行評(píng)價(jià)，并對(duì)不同品種的海水魚和淡水魚進(jìn)行區(qū)別分析，發(fā)現(xiàn)隨著儲(chǔ)存時(shí)間的延長(zhǎng)，主成分得分值會(huì)沿著時(shí)間的趨向呈現(xiàn)明顯地規(guī)律性分布，淡水魚和海水魚的主成分得分值的分布區(qū)域具有明顯的分界，可以辨識(shí)不同品種淡水魚或海水魚之間的差異。

3 電子鼻技術(shù)

電子鼻技術(shù)是通過氣敏傳感器陣列采集目標(biāo)氣味信號(hào)，信號(hào)經(jīng)預(yù)處理后傳遞至模式識(shí)別部分，對(duì)不同的氣味進(jìn)行辨識(shí)分析，輸出氣體組成成分的信息，實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別、檢測(cè)等目的。

電子鼻的傳感器類型分為四類，電導(dǎo)型氣敏傳感器，包括金屬氧化物半導(dǎo)體電導(dǎo)型氣敏傳感器和有機(jī)聚合物膜電導(dǎo)型氣敏傳感器；質(zhì)量敏感型氣敏傳感器，包括石英晶體微天平氣敏傳感器和表面聲波氣敏傳感器；基于光譜變化原理的光纖氣敏傳感器；基于電荷功耗作用的金屬氧化物半導(dǎo)體場(chǎng)效應(yīng)管氣敏傳感器［21］。

3.1 電子鼻在水產(chǎn)品品質(zhì)評(píng)價(jià)中的應(yīng)用

通過電子鼻采集的水產(chǎn)品氣味特征信息，可以用來對(duì)不同加工方式和貯藏條件下水產(chǎn)品的品質(zhì)評(píng)價(jià)。羅靜［22］等采用電子鼻和頂空固相微萃取結(jié)合氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析了不同干燥方式的羅非魚片干制品的揮發(fā)性風(fēng)味物質(zhì)情況，并對(duì)不同干制品的風(fēng)味物質(zhì)進(jìn)行主成分分析，利用相對(duì)氣味活度值確定不同干制品的關(guān)鍵風(fēng)味成分，發(fā)現(xiàn)電子鼻能較好地區(qū)分不同羅非魚片干制品，不同羅非魚片干制品和新鮮羅非魚片有不同的關(guān)鍵風(fēng)味成分，其中熱泵干燥后的風(fēng)味最佳。趙夢(mèng)醒［23］等采用電子鼻獲取不同保藏時(shí)間鱸魚（Lateolabrax japonicus）魚鰓和魚肉的氣味信息，然后通過主成分分析（PCA）、線性判別分析（LDA）和負(fù)荷加載分析，并結(jié)合感官評(píng)價(jià)、揮發(fā)性鹽基氮（TVB-N）和菌落總數(shù)對(duì)數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)隨著保藏時(shí)間的延長(zhǎng)，電子鼻傳感器的響應(yīng)強(qiáng)度逐漸增大，鱸魚魚鰓和魚肉的氣味隨之發(fā)生變化，電子鼻分析結(jié)果與感官、TVB-N值和菌落總數(shù)結(jié)果基本一致，存在較好的相關(guān)性，可以用來評(píng)價(jià)魚肉的新鮮度。李越華［24］等采用電子鼻獲取不同冷藏溫度的鯽魚肉揮發(fā)性氣味變化數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行主成分分析（PCA）、判別因子分析（DFA），然后將樣品氣味感官評(píng)分和電子鼻測(cè)得數(shù)據(jù)進(jìn)行偏最小二乘回歸分析（PLS），發(fā)現(xiàn)PCA和DFA分析均能有效區(qū)分不同冷藏溫度下鯽魚肉隨貯藏時(shí)間延長(zhǎng)而導(dǎo)致?lián)]發(fā)性氣味的變化特征；氣味感官評(píng)分和電子鼻數(shù)據(jù)經(jīng)偏最小二乘回歸分析（PLS），相關(guān)系數(shù)（R2）達(dá)到0.9976和0.9887，存在高度的相關(guān)性，表明電子鼻能夠用來評(píng)價(jià)魚肉的新鮮度。李來好［25］等利用電子鼻對(duì)不同冷凍貯藏時(shí)間的尼羅羅非魚魚肉進(jìn)行檢測(cè)，并對(duì)所獲得試驗(yàn)數(shù)據(jù)進(jìn)行了主成分分析（PCA）、線形判別分析（LDA）和傳感器區(qū)分貢獻(xiàn)率分析（LOADINGS）。PCA方法中兩個(gè)主成分區(qū)的貢獻(xiàn)率之和為91.69%，基本涵蓋了原始數(shù)據(jù)的絕大部分，隨著時(shí)間延長(zhǎng)，揮發(fā)性物質(zhì)變化越明顯，結(jié)果趨勢(shì)基本呈線性關(guān)系；LDA方法則呈現(xiàn)出較好的集中性和單向趨向性，兩判別式的總貢獻(xiàn)率為92.39%；LOADINGS分析方法得出同一種樣品不同的傳感器會(huì)有不同的響應(yīng)，需要根據(jù)具體試驗(yàn)條件進(jìn)行電子鼻傳感器陣列的優(yōu)化。朱培逸［26］等首先采用電子鼻系統(tǒng)采集不同存儲(chǔ)時(shí)間大閘蟹的揮發(fā)性氣味信息，采用線性降維算法PCA和2種非線性算法KPCA和SSUDP對(duì)大閘蟹樣本的多維特征響應(yīng)進(jìn)行降維，提取樣本的低維特征向量，再利用反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）實(shí)現(xiàn)對(duì)不同新鮮度的大閘蟹進(jìn)行分類識(shí)別，基于SSUDP-BP模型獲得的訓(xùn)練集識(shí)別率為100%。Miyasaki［27］等使用電子鼻系統(tǒng)研究新鮮魚肉冷藏3～4 d期間揮發(fā)性化合物的變化，通過簡(jiǎn)單的回歸分析發(fā)現(xiàn)二者呈顯著相關(guān)性（r=0.87，P＜0.05），證明電子鼻分析在監(jiān)測(cè)揮發(fā)性化合物變化方面的有效性，以及在監(jiān)測(cè)魚肉新鮮度上有較高的準(zhǔn)確度。

3.2 電子鼻在水產(chǎn)品特征識(shí)別中的應(yīng)用

漁業(yè)生產(chǎn)和銷售過程中經(jīng)常需要對(duì)不同產(chǎn)地、不同等級(jí)、不同類別的水產(chǎn)品進(jìn)行鑒別，學(xué)者們研究發(fā)現(xiàn)電子鼻能夠快速、準(zhǔn)確的實(shí)現(xiàn)對(duì)水產(chǎn)品的快速鑒別區(qū)分。顧賽麒［28］等采用電子鼻對(duì)陽(yáng)澄湖、松江、崇明的不同等級(jí)中華絨螯蟹（Eriocheir sinensis）各可食部位香氣輪廓進(jìn)行了檢測(cè)，然后分別采用主成分分析（PCA）、軟獨(dú)立建模（SIMCA）及偏最小二乘回歸（PLSR）分析對(duì)香味輪廓信息進(jìn)行分析處理，發(fā)現(xiàn)體肉、鉗肉、足肉、性腺4部位香氣輪廓區(qū)分顯著，其中鉗肉香氣輪廓差異最大，任意取某一可食部位均存在一定差異性；采用單一足肉數(shù)據(jù)構(gòu)建的SIMCA模型對(duì)陽(yáng)澄湖及非陽(yáng)澄湖地區(qū)所產(chǎn)中華絨螯蟹區(qū)分明顯，拒絕率高達(dá)100%，綜合多個(gè)部位數(shù)據(jù)的SIMCA模型的拒絕率顯著提升，拒絕率均達(dá)到100%；采用PLSR模型分析的相關(guān)系數(shù)為0.96，可以100%準(zhǔn)確預(yù)報(bào)16個(gè)未知中華絨螯蟹的等級(jí)。吳浩［19］等利用電子鼻分別采用主成分分析法和聚類分析法對(duì)海水魚和淡水魚進(jìn)行分析，主成分分析法發(fā)現(xiàn)前兩個(gè)主成分的累計(jì)貢獻(xiàn)率為99.34%，基本涵蓋了所有的原始數(shù)據(jù)；主成分分析圖和聚類分析圖上皆可以明顯區(qū)分海水魚糜和淡水魚糜，且海水魚糜可以得到有效區(qū)分。付奧［29］等利用電子鼻檢測(cè)不同產(chǎn)地（泰國(guó)、廣東、越南、實(shí)驗(yàn)室自制）的魚露，通過主成分分析（PCA）對(duì)不同產(chǎn)地的魚露進(jìn)行區(qū)分和人工神經(jīng)網(wǎng)絡(luò)（ANN）構(gòu)建模型對(duì)魚露的產(chǎn)地進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)PCA方法中兩個(gè)主成分區(qū)的貢獻(xiàn)率之和為98.37%，不同產(chǎn)地魚露能夠被較好地區(qū)分；Loadings分析結(jié)果顯示了電子鼻的6個(gè)傳感器在區(qū)分不同產(chǎn)地魚露樣品貢獻(xiàn)率的大小，貢獻(xiàn)率的大小和傳感器的區(qū)分能力呈正相關(guān)，烴類物質(zhì)、氨類物質(zhì)、乙醇類物質(zhì)和胺類物質(zhì)是區(qū)分不同產(chǎn)地的主要風(fēng)味物質(zhì)；徑向基人工神經(jīng)網(wǎng)絡(luò)（RB）和梯度下降人工神經(jīng)網(wǎng)絡(luò)（GD）對(duì)魚露產(chǎn)地進(jìn)行預(yù)測(cè)的準(zhǔn)確率分別為95.56%和91.04%，能夠?qū)Σ煌a(chǎn)地的魚露進(jìn)行鑒別。劉勝男［30］等利用電子鼻技術(shù)對(duì)不同產(chǎn)地咸干魚的揮發(fā)性成分進(jìn)行檢測(cè)，通過對(duì)檢測(cè)數(shù)據(jù)進(jìn)行主成分分析、線性判別分析和負(fù)荷加載分析，發(fā)現(xiàn)PCA方法中兩個(gè)主成分區(qū)的貢獻(xiàn)率之和為96.31%，不同產(chǎn)地的咸干魚能夠被較好地區(qū)分；線性判別分析中兩個(gè)主判別式的貢獻(xiàn)率之和為90.05%，不同產(chǎn)地的咸干魚能夠被區(qū)分；Loadings分析結(jié)果顯示揮發(fā)性鹽基氮含量對(duì)電子鼻技術(shù)在咸干魚氣味的區(qū)分中發(fā)揮重要作用，如樣品間的揮發(fā)性鹽基氮含量相差不大的時(shí)候醇類、烷烴類等成分也會(huì)對(duì)電子鼻技術(shù)在咸干魚氣味的區(qū)分發(fā)揮重要作用。

4 電子牙技術(shù)

電子牙技術(shù)是通過質(zhì)構(gòu)儀器模擬人類咀嚼過程，獲取目標(biāo)的力學(xué)特性（硬度、凝聚性、黏附性、咀嚼性）、幾何特性（形狀、方向、尺寸）和多汁性、濕潤(rùn)度等其他特性信號(hào)信息，信號(hào)經(jīng)過各種特定的方式進(jìn)行處理識(shí)別，實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別、檢測(cè)等目的［31］。

4.1 電子牙在水產(chǎn)品品質(zhì)評(píng)價(jià)中的應(yīng)用

通過電子牙技術(shù)采集的水產(chǎn)品質(zhì)構(gòu)信息，可以用來對(duì)不同加工方式和貯藏條件下水產(chǎn)品的品質(zhì)評(píng)價(jià)。王麗麗［32］等采用質(zhì)構(gòu)儀結(jié)合感官評(píng)價(jià)對(duì)不同水分含量軟烤魷魚足片進(jìn)行檢測(cè)，發(fā)現(xiàn)軟烤魷魚足片質(zhì)構(gòu)特性中的硬度、膠粘性、咀嚼性隨著水分含量的增加而降低，且呈現(xiàn)明顯的線性關(guān)系，內(nèi)聚性基本不受水分含量的影響，彈性先隨水分含量的升高而增加，當(dāng)水分含量gt;43％時(shí)，因水分含量高導(dǎo)致細(xì)胞組織間結(jié)合力減小導(dǎo)致彈性減小，感官評(píng)價(jià)的結(jié)果和質(zhì)構(gòu)結(jié)果相一致，也是在水分含量為43％時(shí)，軟烤魷魚足片的質(zhì)地、色澤、口味和氣味都要優(yōu)于其他水分含量。賈艷華［33］等采用質(zhì)構(gòu)儀對(duì)不同水分含量軟烤扇貝進(jìn)行檢測(cè)，發(fā)現(xiàn)軟烤扇貝的質(zhì)構(gòu)特性與水分含量存在明顯的線性相關(guān)性，硬度、內(nèi)聚性、回復(fù)性隨著水分含量的下降而增大，硬度變化最為明顯，彈性、膠黏性、咀嚼性隨著水分含量的下降而減小，因此可用質(zhì)構(gòu)特性評(píng)價(jià)制品的口感和組織質(zhì)構(gòu)。劉敬智［34］等采用質(zhì)構(gòu)儀結(jié)合組織構(gòu)造變化、感官評(píng)定對(duì)鮮活和不同加熱時(shí)長(zhǎng)（5、20、60 min）的海螺足部進(jìn)行檢測(cè)，發(fā)現(xiàn)不同加熱時(shí)長(zhǎng)的海螺足部的流變學(xué)特性、質(zhì)構(gòu)特性及感官評(píng)價(jià)有明顯區(qū)別；隨著加熱時(shí)間的延長(zhǎng)，彈性模量和破斷強(qiáng)度不斷下降，應(yīng)力松弛時(shí)間和粘性模量不斷上升，加熱20 min以后變化趨勢(shì)減弱，結(jié)合組織構(gòu)造變化和流變學(xué)特性可以看出變化趨勢(shì)是一致的；質(zhì)構(gòu)特性和感官評(píng)定的結(jié)果與上述分析的結(jié)果變化趨勢(shì)也是一致的，在加熱20 min后變化趨勢(shì)趨緩；質(zhì)構(gòu)特性與感官評(píng)定之間的相關(guān)系數(shù)分別是硬度（0.9692）、彈性（0.9272）、粘著性（0.7945）、咀嚼性（0.8542），基本都在0.8以上，顯示出較好的相關(guān)性，質(zhì)構(gòu)儀能夠用來進(jìn)行感官評(píng)價(jià)。邱澤鋒［35］等采用質(zhì)構(gòu)儀對(duì)不同貯藏條件（-18℃、-50℃）下凡納濱對(duì)蝦進(jìn)行檢測(cè)，發(fā)現(xiàn)隨著貯藏期的延長(zhǎng)，凡納濱對(duì)蝦肌肉的硬度、咀嚼性、膠黏性和凝聚性均呈現(xiàn)緩慢下降的趨勢(shì)，彈性的變化不明顯，而黏附性則有所上升；-50℃下貯藏的對(duì)蝦肌肉質(zhì)構(gòu)特性變化比-18℃小；說明溫度越低越有利于保持其肌肉的質(zhì)構(gòu)特性，質(zhì)構(gòu)數(shù)據(jù)能夠用來評(píng)價(jià)水產(chǎn)品的口感特性。朱琳［36］等采用質(zhì)構(gòu)儀對(duì)扇貝凍品進(jìn)行檢測(cè)，結(jié)合白度、解凍損失、蒸煮損失、持水力、感官評(píng)價(jià)等綜合評(píng)價(jià)扇貝凍品的品質(zhì)，然后利用因子分析構(gòu)建扇貝凍品品質(zhì)評(píng)價(jià)模型，發(fā)現(xiàn)扇貝凍品質(zhì)構(gòu)特性和其他品質(zhì)指標(biāo)之間存在一定相關(guān)性，通過因子分析提取了3個(gè)因子成分，累計(jì)方差貢獻(xiàn)率為73.33%，可以代替原有指標(biāo)來綜合評(píng)價(jià)扇貝凍品的品質(zhì)。

4.2 電子牙在水產(chǎn)品特征識(shí)別中的應(yīng)用

基于電子牙對(duì)不同種類、不同養(yǎng)殖條件的水產(chǎn)品進(jìn)行區(qū)別鑒定的技術(shù)得到廣泛研究。林婉玲［37］等通過質(zhì)構(gòu)儀區(qū)分鯇魚和脆肉鯇魚，并研究水分、脂肪含量、蛋白質(zhì)成分和肌肉纖維平均大小對(duì)鯇魚和脆肉鯇魚背肌質(zhì)構(gòu)特性的影響，發(fā)現(xiàn)脆肉鯇魚肌肉的硬度、彈性、咀嚼性和回復(fù)性比鯇魚分別高出11.14%、3.43%、15.75%和14.27%，通過t檢驗(yàn)對(duì)組間的差異進(jìn)行顯著性分析，發(fā)現(xiàn)兩者存在顯著性差異；脆肉鯇魚的蛋白質(zhì)、肌漿蛋白、肌原纖維蛋白、基質(zhì)蛋白等的含量分別比鯇魚高出5.99％、1.50％、5.70％和19.74％，但水分含量卻比鯇魚低5.58％，這表明低水分含量、高蛋白含量、高肌漿蛋白含量、高肌原纖維蛋白含量、高基質(zhì)蛋白含量是決定脆肉鯇魚脆性的因素。掃描電鏡的結(jié)果顯示脆肉鯇魚的肌纖維直徑比鯇魚小，單位面積的肌纖維密度比鯇魚的大，脆肉鯇魚的硬度、咀嚼性、彈性和回復(fù)性都比鯇魚好，表明肌纖維直徑越小、肌纖維密度越大，脆肉鯇魚的硬度越大。曹榮［38］等采集熟制的南美白對(duì)蝦和海捕鷹爪蝦的不同部位的質(zhì)構(gòu)特性，結(jié)合組織結(jié)構(gòu)觀察數(shù)據(jù)，發(fā)現(xiàn)因南美白對(duì)蝦肌肉纖維較粗，肌肉纖維間的空隙較小，肌肉纖維結(jié)構(gòu)比較緊密，在加熱過程中易發(fā)生凝集，因而硬度較大；鷹爪蝦肌肉纖維較細(xì)，肌肉纖維間的空隙較大，組織結(jié)構(gòu)較松散，在加熱過程中易形成網(wǎng)絡(luò)結(jié)構(gòu)，因而彈性較大，兩種熟制的蝦仁的質(zhì)構(gòu)特性存在顯著差異；通過對(duì)不同熟制方式的兩種蝦仁的質(zhì)構(gòu)分析和感官評(píng)定結(jié)果進(jìn)行相關(guān)性分析，發(fā)現(xiàn)感官評(píng)分呈現(xiàn)出與質(zhì)構(gòu)分析中硬度、彈性、咀嚼性指標(biāo)較好的一致性。胡盼［39］等通過對(duì)不同養(yǎng)殖條件下的牙鲆進(jìn)行質(zhì)構(gòu)分析，通過主成分分析，發(fā)現(xiàn)黏附性和膠黏性是反映牙鲆肌肉質(zhì)構(gòu)特性的主要因素，基本涵蓋了硬度、黏附性、膠黏性、咀嚼性、內(nèi)聚性、彈性6個(gè)指標(biāo)的主要特征，能夠通過黏附性和膠黏性來區(qū)分野生、池塘及工廠化養(yǎng)殖牙鲆肌肉品質(zhì)，且膠黏性和咀嚼性等指標(biāo)總體上呈工廠化組≥野生組≥池塘組。

5 結(jié)語(yǔ)

目前，通過模擬人類感官發(fā)展而來的智能感觀分析設(shè)備已經(jīng)在水產(chǎn)品檢測(cè)領(lǐng)域得到了廣泛的應(yīng)用，其作為集仿生學(xué)、傳感器、計(jì)算機(jī)科學(xué)等為一體的仿生檢測(cè)技術(shù)，將以往各種以人類作為主體才能進(jìn)行的感官檢測(cè)通過各種類型的傳感器進(jìn)行數(shù)字化、數(shù)據(jù)化、智能化替代，不僅避免了人類進(jìn)行感官評(píng)價(jià)時(shí)因環(huán)境、情感、疲勞等帶來的主觀偏差，也擁有人類感官所不能達(dá)到的高復(fù)用性、高靈敏度、廣獲得性、低疲勞度等特點(diǎn)。相較于色譜分析、光譜分析、質(zhì)譜分析等方法需要繁瑣的樣品前處理，檢測(cè)過程較為漫長(zhǎng)，數(shù)據(jù)的獲取較為不易，智能感官分析技術(shù)能夠快速、準(zhǔn)確、可靠的獲取大量的檢測(cè)數(shù)據(jù)，能夠?yàn)樗a(chǎn)品的品質(zhì)評(píng)價(jià)、種類鑒別等方面提供極大的便利。各類關(guān)于智能感官技術(shù)在水產(chǎn)品的鮮度評(píng)價(jià)，貯藏條件的優(yōu)化，貨架期預(yù)測(cè)，加工工藝改進(jìn)，養(yǎng)殖條件的優(yōu)化，產(chǎn)地、種類、等級(jí)鑒別等方向的應(yīng)用研究發(fā)展迅速。

由于水產(chǎn)品種類較多，不同類型的水產(chǎn)品的不同部位的感官特征各不相同，且不同感官檢測(cè)儀器的傳感器存在差異，因此得到的智能感官特征數(shù)據(jù)存在一定的無序性、冗余性、多維性［3］，所以目前的研究方向主要集中在不同感觀特征數(shù)據(jù)的多元統(tǒng)計(jì)分析、特征數(shù)據(jù)間的相關(guān)性分析；基于智能感官特征數(shù)據(jù)的人工智能神經(jīng)網(wǎng)絡(luò)模型的建立和預(yù)測(cè)；智能感官特征數(shù)據(jù)與感官評(píng)價(jià)、理化性質(zhì)的相關(guān)性分析；智能感官特征數(shù)據(jù)與其他分析儀器進(jìn)行聯(lián)用分析等。多元統(tǒng)計(jì)分析方法主要有無監(jiān)督的線性降維方法主成分分析（Principal component analysis，PCA）、有監(jiān)督的線性降維方法線性判別分析（Linear discrim inant analysis，LDA）、非線性降維方法如核主成分分析（Kernel principal component analysis，KPCA）、聚類分析（Cluster analysis CA）、負(fù)荷加載分析（Loadings分析）等，人工智能建模方式有反向傳播神經(jīng)網(wǎng)絡(luò)（Back propagation artificial neural network，BP-ANN）、自組織映射神經(jīng)網(wǎng)絡(luò)（Self-organizingmap，SOM）、偏最小二乘法模型（Partial least squares regression，PLSR）、多元線性回歸模型（Mixed logistic regression，MLR）、K最近鄰（K-nearest neighbor，KNN）、支持向量機(jī)回歸模型（Support vector machine regression，SVR）、徑向基人工神經(jīng)網(wǎng)絡(luò)（Radial basis function neyral network，RB）和梯度下降人工神經(jīng)網(wǎng)絡(luò)（Gradient descent neyral network，GD）、軟獨(dú)立建模（Soft independent modeling class analog，SIMCA）等。而基于特定水產(chǎn)品的特定感官檢測(cè)的標(biāo)準(zhǔn)化檢測(cè)應(yīng)用方面較少，在糧油領(lǐng)域已經(jīng)有大米外觀檢測(cè)儀用于大米整精米、黃粒米等指標(biāo)進(jìn)行檢測(cè)的國(guó)家標(biāo)準(zhǔn)［40］出現(xiàn)，希望隨著數(shù)據(jù)處理技術(shù)、模式識(shí)別技術(shù)、概率統(tǒng)計(jì)技術(shù)、人工智能技術(shù)等交叉學(xué)科的發(fā)展，隨著研究廣度和深度的不斷延展，規(guī)律性、普適性、原則性的結(jié)論不斷出現(xiàn)，智能感官技術(shù)能夠不斷走向?qū)嵱茫粩鄶U(kuò)寬技術(shù)的應(yīng)用范圍。

參考文獻(xiàn)

［1］Bhargava A，Bansal A.Fruits and vegetables quality evaluation using computer vision： A review［J］.Journal of King Saud University-Computer and Information Sciences，2021，33（3）： 243-257.

［2］Tan J，Xu J.Applications of electronic nose （e-nose） and electronic tongue （e-tongue） in food quality-related properties determination： A review［J］.Artificial Intelligence in Agriculture，2020，4： 104-115.

［3］Karakaya D，Ulucan O，Turkan M.Electronic nose and its applications： A survey［J］.International journal of Automation and Computing，2020，17（2）： 179-209.

［4］Kohyama K.Food Texture–sensory evaluation and instrumental measurement［J］.Textural characteristics of world foods，2020： 1-13.

［5］張勝茂，郭全友.圖像分析技術(shù)在水產(chǎn)品屬性特征識(shí)別中的應(yīng)用［J］.漁業(yè)信息與戰(zhàn)略，2013，28（01）：39-43.

［6］黃星奕，吳磊，徐富斌.計(jì)算機(jī)視覺技術(shù)在魚新鮮度檢測(cè)中的應(yīng)用研究［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2013，34（10）：3562-3567.

［7］湯夕瑤，張旭飛，任惠峰，等.冷藏過程中凡納濱對(duì)蝦顏色變化與鮮度指標(biāo)間的相關(guān)性研究［J］.食品與發(fā)酵工業(yè)，2022，48（09）：170-178.

［8］楊眉，魏鴻磊，華順剛.一種基于神經(jīng)網(wǎng)絡(luò)的扇貝圖像識(shí)別方法［J］.大連海洋大學(xué)學(xué)報(bào)，2016，29（1）： 70-74.

［9］萬(wàn)鵬，潘海兵，龍長(zhǎng)江，等.基于機(jī)器視覺技術(shù)淡水魚品種在線識(shí)別裝置設(shè)計(jì)［J］.食品與機(jī)械，2012 （6）： 164-167.

［10］劉鳳連，王玲，溫顯斌，等.基于圖像處理技術(shù)與支持向量機(jī)的魚齡識(shí)別［J］.光電子.激光，2010，21（11）： 1730-1733.

［11］崔雪森，田曉清，康偉，等.基于卷積神經(jīng)網(wǎng)絡(luò)的微藻種類識(shí)別［J］.上海海洋大學(xué)學(xué)報(bào)，2021，30（04）：710-717.

［12］蔣麗施.電子舌在食品感官品評(píng)中的應(yīng)用［J］.肉類研究，2011，25（02）：49-52.

［13］曹榮，趙玲，王聯(lián)珠，等.基于電子舌技術(shù)分析不同采收期紫菜的滋味特征［J］.漁業(yè)科學(xué)進(jìn)展，2019，40（1）： 147-154.

［14］郭全友，張秀潔，姜朝軍.大黃魚成魚養(yǎng)殖階段滋味物質(zhì)分析［J］.現(xiàn)代食品科技，2019，35（4）：222-229.

［15］賈哲，陳曉婷，潘南，等.基于電子舌快速檢測(cè)冷藏雙斑東方鲀的新鮮度［J］.現(xiàn)代食品科技，2021，37（05）：220-229.

［16］韓方凱，黃星奕，穆麗君，等.基于電子舌技術(shù)的魚新鮮度定性、定量分析［J］.現(xiàn)代食品科技，2014，30（7）： 247-251.

［17］李微，蘇國(guó)萬(wàn)，孫為正.酶解大黃魚制備咸味增強(qiáng)肽的研究［J］.現(xiàn)代食品科技，2019，35（6）：184-190.

［18］張晶晶，顧賽麒，丁玉庭，等.電子舌在中華絨螯蟹產(chǎn)地鑒別及等級(jí)評(píng)定的應(yīng)用［J］.食品科學(xué)，2015，36（04）：141-146.

［19］吳浩，劉源，顧賽麒，等.電子鼻、電子舌分析和感官評(píng)價(jià)在魚糜種類區(qū)分中的應(yīng)用［J］.食品工業(yè)科技，2013，（18）： 80-82.

［20］韓劍眾，黃麗娟，顧振宇，等.基于電子舌的魚肉品質(zhì)及新鮮度評(píng)價(jià)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2008，24（12）： 141-144.

［21］王俊，崔紹慶，陳新偉，等.電子鼻傳感技術(shù)與應(yīng)用研究進(jìn)展［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44（11）：160-167+179.

［22］羅靜，李敏，張瑩，等.電子鼻結(jié)合GC-MS分析不同干燥方式對(duì)羅非魚片揮發(fā)性風(fēng)味成分的影響［J］.南方水產(chǎn)科學(xué)，2022，18（01）：135-143.

［23］趙夢(mèng)醒，丁曉敏，曹榮，等.基于電子鼻技術(shù)的鱸魚新鮮度評(píng)價(jià)［J］.食品科學(xué)，2013，34（06）：143-147.

［24］李越華，包建強(qiáng)，周秋淑，等.基于電子鼻的鯽魚肉新鮮度研究［J］.食品工業(yè)科技，2014，35（19）：284-288.

［25］李來好，王國(guó)超，郝淑賢，等.電子鼻檢測(cè)冷凍羅非魚肉的研究［J］.南方水產(chǎn)科學(xué)，2012，8（4）：6.

［26］朱培逸，徐本連，魯明麗，等.基于電子鼻和改進(jìn)無監(jiān)督鑒別投影算法的大閘蟹新鮮度識(shí)別方法［J］.食品科學(xué)，2017，38（18）：310-316.

［27］Miyasaki T，Hamaguchi M，Yokoyama S.Change of volatile compounds in fresh fish meat during ice storage［J］.Journal of Food Science，2011，76（9）： C1319-C1325.

［28］顧賽麒，王錫昌，張晶晶，等.電子鼻在中華絨螯蟹產(chǎn)地鑒別及等級(jí)評(píng)定上的應(yīng)用［J］.中國(guó)水產(chǎn)科學(xué)，2014，21（1）：108-117

［29］付奧，趙利，袁美蘭，等.基于電子鼻和人工神經(jīng)網(wǎng)絡(luò)對(duì)魚露產(chǎn)地的區(qū)分與識(shí)別［J］.中國(guó)調(diào)味品，2017，42（03）：40-44.

［30］劉勝男，薛勇，張濤，等.不同產(chǎn)地咸干魚的電子鼻分析［J］.食品與發(fā)酵工業(yè)，2017，43（12）：205-208.

［31］朱丹實(shí)，李慧，曹雪慧，等.質(zhì)構(gòu)儀器分析在生鮮食品品質(zhì)評(píng)價(jià)中的研究進(jìn)展［J］.食品科學(xué)，2014，35（07）：264-269.

［32］王麗麗，楊憲時(shí)，李學(xué)英，等.水分含量對(duì)軟烤魷魚足片質(zhì)構(gòu)和色澤的影響［J］.食品與發(fā)酵工業(yè)，2014，40（02）：47-50.

［33］賈艷華，楊憲時(shí)，許鐘，等.水分含量對(duì)軟烤扇貝質(zhì)構(gòu)和色澤的影響［J］.食品與機(jī)械，2010，26（3）： 47-50.

［34］劉敬智，高昕，許加超，等.不同加熱條件下海螺足部質(zhì)構(gòu)的變化［J］.水產(chǎn)學(xué)報(bào)，2009，33（03）：519-526.

［35］邱澤鋒，張良，曾偉才，等.冷凍貯藏對(duì)凡納濱對(duì)蝦肌肉質(zhì)構(gòu)特性的影響［J］.南方水產(chǎn)科學(xué)，2011，7（5）： 63-67.

［36］朱琳，鄭堯，周紛，等.上海市售扇貝凍品品質(zhì)評(píng)價(jià)模型構(gòu)建及關(guān)鍵影響因素分析［J］.漁業(yè)科學(xué)進(jìn)展，2021，42（06）：165-175.

［37］林婉玲，關(guān)熔，曾慶孝，等.影響脆肉鯇魚背肌質(zhì)構(gòu)特性的因素［J］.華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，37（4）： 134-137.

［38］曹榮，劉淇，殷邦忠，等.蝦仁TPA質(zhì)構(gòu)分析及不同熟制加工方式對(duì)其品質(zhì)的影響［J］.食品研究與開發(fā)，2010，31（06）：1-5.

［39］胡盼，高喬，韓雨哲，等.野生與池塘、工廠化養(yǎng)殖牙鲆肌肉理化品質(zhì)及質(zhì)構(gòu)特性比較研究［J］.水生生物學(xué)報(bào)，2015，39（04）：723-729.

［40］中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局，中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì).GB/T 35881-2018，糧油檢驗(yàn) 稻谷黃粒米含量測(cè)定 圖像分析法［S］.北京：中國(guó)標(biāo)準(zhǔn)出版社，2018.