论文部分内容阅读
摘 要：食品安全一直是公众高度关注的问题，严重的食源性疾病的发生会影响社会的稳定发展。采用快速、无损的方法对产品的安全状况进行检验是食品科学的研究的重点。现代食品检验技术注重学科交叉，更多地融入了现代化学和生物技术进行智能化检验。本文分析了食品安全问题的多方面来源，并着重介绍了光谱成像技术、便携式原位智能检验平台和微波成像技术3种现代化的快速检验手段的使用原理、具体应用和发展现状，以期为食品检验领域的研究提供参考。
关键词：食品检验;化学技术;生物技术
作为全球性问题，食品安全无论是在发达国家或是发展中国家都广受关注。从领域上进行区分，食品安全涉及领域较为多元化，可分为物理、化学和生物污染以及由其他危害或毒药造成的食品污染。物理污染中，较常见的是与有害病原体密切接触的粪便污染和缺陷异常，如来自环境的石头沙尘、来自设备的金属和玻璃微粒、处理后的人体指甲或去骨肉中的骨头碎片等。化学污染包括天然毒素、农药残留、食品添加剂及食品加工危害等。在3类常见食品安全污染中，化学污染最为棘手，因为无法在早期进行识别，并且具有累积性以至于在后期造成严重的后果。有害化学物质造成的食品安全污染无法通过抑制微生物污染风险的处理方法进行有效消除。生物污染中，最常见的是细菌、真菌、病毒、原生动物和寄生虫污染，其中各种病原体及其代谢毒素是主要污染源。鉴于食品安全污染的污染源广泛，食品检验也通常是化学和生物的技术融合[1-3]。
1 光谱成像技术
光谱成像技术作为一种新兴技术被广泛应用于食品安全检验中。运用在食品检验领域的高光谱成像技术包括红外高光谱成像、荧光高光谱成像、拉曼高光谱成像及各种高光谱成像技术组合使用[4]。
振动光谱是一种光学技术，它主要依赖于入射光与物质分子之间的相互作用。不同的分子对不同波长的光在光吸收或散射方面敏感，产生的光谱会记录这些分子在相应波长上的信息。通过观察光谱数据，可以检测到产品内部的物理、化学和生物学信息。当样品成分分布不均时，光谱数据不能反应整个样本的情况，只能检测到一小部分。孙等[5]人在2008年提出的计算机视觉技术模仿人类视觉的原理，使用红、绿、蓝3个波段在可见范围内检验物体的形状、颜色、尺寸和质地的物体特性。CUBERO等[6]和MAUER等[7]人在光谱学和计算机视觉技术领域都进行了在食品检验中的应用研究。然而，这些技术都具有其自身的缺点。GOWEN等[8]人发现高光谱成像（HSI）作为振动光谱和计算机视觉技术的集成替代方案，可以从样品中同时获得光谱和空间信息。高光谱成像技术可以用于生成化学图，显示样品中各项参数的分布。高光谱成像采集到丰富信息数据导致其数据处理困难，使这项技术难以在工业中在线应用。杨等[9]人通过荧光高光谱成像技术检验生菜和菠菜，通过荧光高光谱成像技术使用基于峰移和肩曲线的分离算法检验苹果中是否含有物理污染。
2 便携式原位智能检验平台
目前食品检验由于缺乏快速、即时、易于使用和成本低的便携式设备，导致难以满足中间环节的安全检测要求。刘等[10]人研究了一项快速且经济高效的基于智能手机的即时食品安全检测方法，该研究方法采用适体结合的纳米金粒子（AuNP）作为比色指示剂，连接到相机摄像头的电池供电的光传感附件和传输图像捕获的智能手机。开发了一个用户友好且易于使用的Android应用程序，用于自动数字图像处理和结果报告。目前该技术已经被用于检验蜂蜜、牛奶和自来水中的链霉素（STR）等成分，保证检验食品安全性。崔等[3]人研究了一种灵活的透明且独立的Si纳米线（SiNWP）作为表面增强拉曼散射（SERS）平台，可在翘曲表面上以高灵敏度进行原位化学传感。SERS活动源自三维互连纳米线网络结构以及SiNWP中紧密分离的纳米线之间的电磁耦合。通过用等离子体Au纳米粒子官能化SiNWP可以提高SERS活性。杂种底物不仅显示出优异的SERS信号再现性和稳定性，还保持了原始SiNWP的柔韧性和透明性。将金纳米颗粒修饰的SiNWP直接包裹在柠檬表面上，以便原位鉴定和检测农药残留。研究表明，杂种底物具有出色的SERS活性和透明度，可检测低至72 ng/cm的农药，远低于食品安全中允许的残留量。郭等[11]人研究了用于食品质量检验和分级的智能相机使用Medjool紅外图像，对4个级别的皮肤分层以进行表面质量分级，并且检测形状各异的牡蛎的灰度图像组成的图像，评估样品形状质量。
3 微波成像技术食品检验
在食品检验领域，通常使用金属探测器（MD）、X射线成像等技术（XRI）和近红外成像（NIR）技术用于监控食品质量和安全检验。MD只能检测金属物体，而XRI无法轻易识别低密度异物，如作为最常见的污染物类型的大多数塑料和薄玻璃等，可能对意外接触到的操作员带来造成损害。除此之外，NIR技术快速且安全，但受穿透长度短和吸水能力强的限制。食品质量安全检验需要一项易于使用（避免需要专业技术人员团队）、非接触式、对食物影响小的新技术。近来，太赫兹频率的电磁辐射已经被提议用于食品检验和工业应用中，被用于探测食品的表面缺陷和隐藏在食品中的可能污染物从而进行食品的安全检验。微波成像技术（MWI）利用差异材料的介电特性，食物和污染物之间介电特性的差异，以及有缺陷和未改变的物品之间的差异进行食品检验。与太赫兹辐射不同，微波可以穿透物体长达几厘米，适合检验包装食品，MWI可用于食品中异物污染物的在线检验[12]。V?SQUEZ等[13]人利用MWI成功对玻璃罐中带有污染物碎片的榛子-可可奶油进行安全性检验，MVI技术可用于工业生产线上的食品安全检验。
4 结语
污染是顾客投诉食品制造商的主要原因之一，也是食品安全领域应该着重解决的问题。食品检验技术的研发有助于食品安全问题的良好解决，现代食品检验技术向着学科交叉的方向迈进，涉及物理、化学和生物等技术的应用，更加方便快捷，能推动食品行业的稳定发展。 參考文献
[1]Karaliūnas M，Nasser K E，Urbanowicz A，et al.Non-destructive inspection of food and technical oils by terahertz spectroscopy[J].Scientific Reports，2018，8（1）：124-166.
[2]Liu Z，Zhang Y，Xu S，et al.A 3D printed smartphone optosensing platform for point-of-need food safety inspection[J]. Analytica Chimica Acta，2017，966：81.
[3]Cui H，Li S，Deng S，et al.Flexible，Transparent，and Free-Standing Silicon Nanowire SERS Platform for in Situ Food Inspection[J].Acs Sensors，2017，2（3）：386.
[4]Feng Y，Sun D，Feng Y，et al.Application of Hyperspectral Imaging in Food Safety Inspection and Control：A Review[J].Critical Reviews in Food Science and Nutrition，.2012，52（11）.：1039-1058.
[5]Sun D W.Computer Vision Technology for Food Quality Evaluation[J].Academic Press，2008：111-138.
[6]Cubero S，Aleixos N，Moltó E，et al.Advances in machine vision applications for automatic inspection and quality evaluation of fruits and vegetables[J].Food and Bioprocess Technology，2011，4（4）：487-504..
[7]Mauer L J，Chernyshova A A，Hiatt A，et al.Melamine detection in infant formula powder using near- and mid-infrared spectroscopy[J].Journal of Agricultural and Food Chemistry.2009，57（10）：3974-3980.
[8]Gowen A A，O’Donnell C P，Cullen P J，et al.Hyperspectral imaging-an emerging process analytical tool for food quality and safety control[J].Trends in Food Science Technology，2007，18（12）：590-598.
[9]Yang C C，Jun W，Kim M S，et al.Classification of fecal contamination on leafy greens by hyperspec-tral imaging[J].Proceedings of the SPIE-The International Society for Optical Engineering，2010（1）：953-959.
[10]Liu Z，Zhang Y，Xu S，et al.A 3D printed smartphone optosensing platform for point-of-need food safety inspection[J].Analytica Chimica Acta，2017，966：81.
[11]Guo Z，Zhang M，Lee D J，et al.Smart Camera for Quality Inspection and Grading of Food Products[J].Electronics，2020，9（3）：505.
[12]Wu Z，Wang H.Microwave tomography for industrial process imaging：Example applications and experimental results[J].IEEE Antennas Propagation Magazine，2017（99）：1.
[13]Vasquez J，Scapaticci R，Turvani G，et al.Noninvasive Inline Food Inspection via Microwave Imaging Technology：An Application Example in the Food Industry[C]//IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting.Atlanta：IEEE，2019.
关键词：食品检验;化学技术;生物技术
作为全球性问题，食品安全无论是在发达国家或是发展中国家都广受关注。从领域上进行区分，食品安全涉及领域较为多元化，可分为物理、化学和生物污染以及由其他危害或毒药造成的食品污染。物理污染中，较常见的是与有害病原体密切接触的粪便污染和缺陷异常，如来自环境的石头沙尘、来自设备的金属和玻璃微粒、处理后的人体指甲或去骨肉中的骨头碎片等。化学污染包括天然毒素、农药残留、食品添加剂及食品加工危害等。在3类常见食品安全污染中，化学污染最为棘手，因为无法在早期进行识别，并且具有累积性以至于在后期造成严重的后果。有害化学物质造成的食品安全污染无法通过抑制微生物污染风险的处理方法进行有效消除。生物污染中，最常见的是细菌、真菌、病毒、原生动物和寄生虫污染，其中各种病原体及其代谢毒素是主要污染源。鉴于食品安全污染的污染源广泛，食品检验也通常是化学和生物的技术融合[1-3]。
1 光谱成像技术
光谱成像技术作为一种新兴技术被广泛应用于食品安全检验中。运用在食品检验领域的高光谱成像技术包括红外高光谱成像、荧光高光谱成像、拉曼高光谱成像及各种高光谱成像技术组合使用[4]。
振动光谱是一种光学技术，它主要依赖于入射光与物质分子之间的相互作用。不同的分子对不同波长的光在光吸收或散射方面敏感，产生的光谱会记录这些分子在相应波长上的信息。通过观察光谱数据，可以检测到产品内部的物理、化学和生物学信息。当样品成分分布不均时，光谱数据不能反应整个样本的情况，只能检测到一小部分。孙等[5]人在2008年提出的计算机视觉技术模仿人类视觉的原理，使用红、绿、蓝3个波段在可见范围内检验物体的形状、颜色、尺寸和质地的物体特性。CUBERO等[6]和MAUER等[7]人在光谱学和计算机视觉技术领域都进行了在食品检验中的应用研究。然而，这些技术都具有其自身的缺点。GOWEN等[8]人发现高光谱成像（HSI）作为振动光谱和计算机视觉技术的集成替代方案，可以从样品中同时获得光谱和空间信息。高光谱成像技术可以用于生成化学图，显示样品中各项参数的分布。高光谱成像采集到丰富信息数据导致其数据处理困难，使这项技术难以在工业中在线应用。杨等[9]人通过荧光高光谱成像技术检验生菜和菠菜，通过荧光高光谱成像技术使用基于峰移和肩曲线的分离算法检验苹果中是否含有物理污染。
2 便携式原位智能检验平台
目前食品检验由于缺乏快速、即时、易于使用和成本低的便携式设备，导致难以满足中间环节的安全检测要求。刘等[10]人研究了一项快速且经济高效的基于智能手机的即时食品安全检测方法，该研究方法采用适体结合的纳米金粒子（AuNP）作为比色指示剂，连接到相机摄像头的电池供电的光传感附件和传输图像捕获的智能手机。开发了一个用户友好且易于使用的Android应用程序，用于自动数字图像处理和结果报告。目前该技术已经被用于检验蜂蜜、牛奶和自来水中的链霉素（STR）等成分，保证检验食品安全性。崔等[3]人研究了一种灵活的透明且独立的Si纳米线（SiNWP）作为表面增强拉曼散射（SERS）平台，可在翘曲表面上以高灵敏度进行原位化学传感。SERS活动源自三维互连纳米线网络结构以及SiNWP中紧密分离的纳米线之间的电磁耦合。通过用等离子体Au纳米粒子官能化SiNWP可以提高SERS活性。杂种底物不仅显示出优异的SERS信号再现性和稳定性，还保持了原始SiNWP的柔韧性和透明性。将金纳米颗粒修饰的SiNWP直接包裹在柠檬表面上，以便原位鉴定和检测农药残留。研究表明，杂种底物具有出色的SERS活性和透明度，可检测低至72 ng/cm的农药，远低于食品安全中允许的残留量。郭等[11]人研究了用于食品质量检验和分级的智能相机使用Medjool紅外图像，对4个级别的皮肤分层以进行表面质量分级，并且检测形状各异的牡蛎的灰度图像组成的图像，评估样品形状质量。
3 微波成像技术食品检验
在食品检验领域，通常使用金属探测器（MD）、X射线成像等技术（XRI）和近红外成像（NIR）技术用于监控食品质量和安全检验。MD只能检测金属物体，而XRI无法轻易识别低密度异物，如作为最常见的污染物类型的大多数塑料和薄玻璃等，可能对意外接触到的操作员带来造成损害。除此之外，NIR技术快速且安全，但受穿透长度短和吸水能力强的限制。食品质量安全检验需要一项易于使用（避免需要专业技术人员团队）、非接触式、对食物影响小的新技术。近来，太赫兹频率的电磁辐射已经被提议用于食品检验和工业应用中，被用于探测食品的表面缺陷和隐藏在食品中的可能污染物从而进行食品的安全检验。微波成像技术（MWI）利用差异材料的介电特性，食物和污染物之间介电特性的差异，以及有缺陷和未改变的物品之间的差异进行食品检验。与太赫兹辐射不同，微波可以穿透物体长达几厘米，适合检验包装食品，MWI可用于食品中异物污染物的在线检验[12]。V?SQUEZ等[13]人利用MWI成功对玻璃罐中带有污染物碎片的榛子-可可奶油进行安全性检验，MVI技术可用于工业生产线上的食品安全检验。
4 结语
污染是顾客投诉食品制造商的主要原因之一，也是食品安全领域应该着重解决的问题。食品检验技术的研发有助于食品安全问题的良好解决，现代食品检验技术向着学科交叉的方向迈进，涉及物理、化学和生物等技术的应用，更加方便快捷，能推动食品行业的稳定发展。 參考文献
[1]Karaliūnas M，Nasser K E，Urbanowicz A，et al.Non-destructive inspection of food and technical oils by terahertz spectroscopy[J].Scientific Reports，2018，8（1）：124-166.
[2]Liu Z，Zhang Y，Xu S，et al.A 3D printed smartphone optosensing platform for point-of-need food safety inspection[J]. Analytica Chimica Acta，2017，966：81.
[3]Cui H，Li S，Deng S，et al.Flexible，Transparent，and Free-Standing Silicon Nanowire SERS Platform for in Situ Food Inspection[J].Acs Sensors，2017，2（3）：386.
[4]Feng Y，Sun D，Feng Y，et al.Application of Hyperspectral Imaging in Food Safety Inspection and Control：A Review[J].Critical Reviews in Food Science and Nutrition，.2012，52（11）.：1039-1058.
[5]Sun D W.Computer Vision Technology for Food Quality Evaluation[J].Academic Press，2008：111-138.
[6]Cubero S，Aleixos N，Moltó E，et al.Advances in machine vision applications for automatic inspection and quality evaluation of fruits and vegetables[J].Food and Bioprocess Technology，2011，4（4）：487-504..
[7]Mauer L J，Chernyshova A A，Hiatt A，et al.Melamine detection in infant formula powder using near- and mid-infrared spectroscopy[J].Journal of Agricultural and Food Chemistry.2009，57（10）：3974-3980.
[8]Gowen A A，O’Donnell C P，Cullen P J，et al.Hyperspectral imaging-an emerging process analytical tool for food quality and safety control[J].Trends in Food Science Technology，2007，18（12）：590-598.
[9]Yang C C，Jun W，Kim M S，et al.Classification of fecal contamination on leafy greens by hyperspec-tral imaging[J].Proceedings of the SPIE-The International Society for Optical Engineering，2010（1）：953-959.
[10]Liu Z，Zhang Y，Xu S，et al.A 3D printed smartphone optosensing platform for point-of-need food safety inspection[J].Analytica Chimica Acta，2017，966：81.
[11]Guo Z，Zhang M，Lee D J，et al.Smart Camera for Quality Inspection and Grading of Food Products[J].Electronics，2020，9（3）：505.
[12]Wu Z，Wang H.Microwave tomography for industrial process imaging：Example applications and experimental results[J].IEEE Antennas Propagation Magazine，2017（99）：1.
[13]Vasquez J，Scapaticci R，Turvani G，et al.Noninvasive Inline Food Inspection via Microwave Imaging Technology：An Application Example in the Food Industry[C]//IEEE International Symposium on Antennas and Propagation and USNC-URSI Radio Science Meeting.Atlanta：IEEE，2019.