【摘要】：假單胞菌是導致雞肉腐敗的最主要優(yōu)勢致腐菌。常規(guī)的檢測方法或前處理繁瑣、鑒定結果準確率低、鑒別的菌株種類有限,或操作繁瑣、試劑昂貴、測定過程耗時長,都不滿足現(xiàn)場快速檢測的要求。為了快速識別雞肉中的假單胞菌,本研究首先從雞肉中分離篩選出假單胞菌;然后分別利用嗅覺可視化和近紅外光譜分析技術,以及將兩種技術相融合的方法實現(xiàn)雞肉中假單胞菌的快速分類鑒別。主要內(nèi)容如下:(1)雞肉中優(yōu)勢致腐菌的分離篩選以及鑒定。試驗利用不同的選擇培養(yǎng)基從腐敗雞肉中分離篩選出18株致腐菌,然后利用聚合酶鏈反應技術(PCR)對篩選出的致腐菌進行鑒定。根據(jù)鑒定結果,選擇最主要的優(yōu)勢致腐菌——假單胞菌作為研究對象,為后期雞肉中假單胞菌的分類鑒別提供可靠的實驗樣本。(2)基于嗅覺可視化技術的雞肉中假單胞菌快速鑒別。試驗首先篩選出12種對假單胞菌菌液生長代謝過程中散發(fā)的揮發(fā)性氣體敏感的氣體色敏材料(9種卟啉類化合物和3種pH指示劑)自制成嗅覺可視化傳感系統(tǒng),然后利用掃描儀采集嗅覺可視化傳感系統(tǒng)與五組假單胞菌(蓋氏假單胞菌P.gessardii、嗜冷假單胞菌P.psychrophila、莓實假單胞菌P.fragi、熒光假單胞菌P.fluorescens以及四種假單胞菌混合菌)菌液揮發(fā)性氣體反應前后的圖像。根據(jù)反應前后圖像的RGB顏色變化值,每個假單胞菌菌液樣本可對應36個顏色變量(12×3個)。利用主成分分析(PCA)對原始變量進行聚類分析,再分別利用線性的K最近鄰法(KNN)和非線性的支持向量機(SVM)與反向傳播人工神經(jīng)網(wǎng)絡(BP-ANN)算法建立雞肉中假單胞菌的分類識別模型。實驗結果表明,當主成分數(shù)為6時的BP-ANN模型的預測性能最佳,其訓練集以及預測集識別率分別為92.5%與90%。(3)基于近紅外光譜技術的雞肉中假單胞菌快速鑒別。試驗利用近紅外光譜儀采集五組假單胞菌菌液的透射光譜信息,并結合合適的模式識別方法對光譜數(shù)據(jù)建模分析。首先運用標準正態(tài)變量變換(SNV)預處理原始光譜,并結合PCA方法對預處理后的光譜數(shù)據(jù)聚類分析,然后有比較的采用遺傳算法(GA)對預處理后的光譜進行10次特征變量的篩選,以篩選出的變量為輸入分別建立雞肉中假單胞菌的KNN、SVM和BP-ANN分類識別模型。實驗結果表明,當變量數(shù)為33,主成分數(shù)為8時的BP-ANN模型預測性能最佳,其訓練集以及預測集識別率分別為98.33%與95%。(4)基于嗅覺可視化和近紅外光譜信息融合技術的雞肉中假單胞菌快速鑒別�？紤]到單一檢測技術存在的局限性,研究進一步利用多傳感器信息融合技術對五組假單胞菌菌液進行分類鑒別。試驗首先分別利用嗅覺可視化系統(tǒng)和近紅外光譜儀獲取五組假單胞菌菌液的氣味信息和透射光譜信息,并提取出36個氣味信息和33個光譜信息特征變量,然后利用PCA對兩種技術獲得的特征變量進行主成分數(shù)的優(yōu)化,以優(yōu)化后的主成分組合為輸入變量,在特征層上對提取的特征變量進行融合處理,建立雞肉中假單胞菌的BP-ANN分類識別模型。結果表明,當氣味信息特征變量的主成分數(shù)為6,光譜信息特征變量的主成分數(shù)為8時,建立的BP-ANN模型識別效果最好,其訓練集和預測集的識別率分別為100%和98.75%。研究表明融合技術模型要好于單一技術模型,且模型的準確性以及穩(wěn)定性都有顯著提升。本試驗為采用多傳感信息融合技術對雞肉中假單胞菌的分類鑒別提供了理論基礎與方法指導,有效實現(xiàn)了快速、準確地監(jiān)控雞肉中假單胞菌的菌落組成及動態(tài)變化,縮短了檢測時間,為雞肉保質期的延長提供了有效參考。
[Abstract]:......
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：O657.33;TS251.55

【參考文獻】

相關期刊論文 前10條

1 孔西曼;張公亮;王佳瑩;朱耀磊;吳虹燕;侯紅漫;;環(huán)境因素對即食海參蜂房哈夫尼菌群體感應的影響[J];現(xiàn)代食品科技;2017年01期

2 王增麗;馮浩;余坤;;基于主成分分析的不同預處理麥秸改良土壤效果評價[J];農(nóng)業(yè)機械學報;2016年10期

3 韓艷楠;余銀春;王鑫毅;王麗;劉曉琳;金珊;趙青松;;牛蛙致病變形菌的鑒定及其敏感藥物篩選[J];微生物學通報;2016年06期

4 石吉勇;胡雪桃;朱瑤迪;申婷婷;鄒小波;徐藝偉;;基于近紅外光譜技術的醋醅中常見桿菌快速識別[J];農(nóng)業(yè)機械學報;2016年02期

5 夏秀東;劉小莉;王英;李瑩;董明盛;周劍忠;;白魚腐敗細菌的分離與鑒定[J];食品科學;2015年21期

6 黃星奕;管超;丁然;呂日琴;;基于嗅覺可視化和近紅外光譜融合技術的海鱸魚新鮮度評價[J];農(nóng)業(yè)工程學報;2015年08期

7 高琳;陳萬義;任婧;;食品中熒光假單胞菌的危害及其快速檢測方法研究進展[J];食品工業(yè)科技;2015年16期

8 婁永江;柳麗;;即食海蜇中特定腐敗菌的分離及PCR檢測[J];食品工業(yè)科技;2014年12期

9 h"鳳女;劉建學;韓四海;徐寶成;李佩艷;羅登林;田碩;;基于支持向量機的食源性致病菌近紅外光譜鑒別[J];食品科學;2014年12期

10 鮑延娥;董曉芳;佟建明;高玉鵬;劉炎;;糞腸球菌益生特性的體外評價[J];西北農(nóng)業(yè)學報;2013年11期

相關博士學位論文 前1條

1 張雷蕾;冷卻肉微生物污染及食用安全的光學無損評定研究[D];中國農(nóng)業(yè)大學;2015年

相關碩士學位論文 前5條

1 趙晗旭;不同野生動物腸道微生物多樣性分析及功能初步研究[D];吉林農(nóng)業(yè)大學;2015年

2 李祥輝;近紅外光譜在食品檢驗及生物分析中的應用研究[D];福州大學;2013年

3 劉超群;冷鮮豬肉中微生物預測模型的建立及控制工藝研究[D];武漢工業(yè)學院;2011年

4 張一敏;冷卻牛肉假單胞菌生長動力學模型及貨架期預測模型的研究[D];山東農(nóng)業(yè)大學;2010年

5 李虹敏;生鮮雞肉產(chǎn)品微生物污染分析及其保鮮技術研究[D];南京農(nóng)業(yè)大學;2009年

，

本文編號：2253266