DK163453B - Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber - Google Patents
Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber Download PDFInfo
- Publication number
- DK163453B DK163453B DK285289A DK285289A DK163453B DK 163453 B DK163453 B DK 163453B DK 285289 A DK285289 A DK 285289A DK 285289 A DK285289 A DK 285289A DK 163453 B DK163453 B DK 163453B
- Authority
- DK
- Denmark
- Prior art keywords
- wavelengths
- values
- meat
- algorithm
- optical
- Prior art date
Links
Classifications
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C17/00—Other devices for processing meat or bones
- A22C17/0073—Other devices for processing meat or bones using visual recognition, X-rays, ultrasounds, or other contactless means to determine quality or size of portioned meat
- A22C17/008—Other devices for processing meat or bones using visual recognition, X-rays, ultrasounds, or other contactless means to determine quality or size of portioned meat for measuring quality, e.g. to determine further processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/314—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/12—Meat; Fish
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N2021/3129—Determining multicomponents by multiwavelength light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
- Eye Examination Apparatus (AREA)
- Supplying Secondary Fuel Or The Like To Fuel, Air Or Fuel-Air Mixtures (AREA)
- Hybrid Cells (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Description
i
DK 163453 B
Den foreliggende opfindelse angår en fremgangsmåde til fotometrisk bestemmelse af individuelle kødemners egenskaber, ved hvilken optiske egenskaber måles i et bredere, sammenhængende bølgelængdeområde ved indstikning af en optisk sonde, og de opnåede måleværdier indsættes i en 5 algoritme.
Farven af kød anses ofte for at være en kvalitetsparameter. Ved nogle kødsorter foretrækker forbrugeren lyst kød og ved andre stærkere farvet kød. På visse markeder er der et stærkt krav fra aftageren om, at leveret svinekød skal være kraftigt farvet, da dette sikrer køberen mod at få 10 leveret det såkaldte PSE-kød, som på grund af lavt pH kort tid efter slagtning er lyst farvet og har ringe saftbindeevne. Normalt har farven ingen indflydelse på svinekøds kvalitet, idet normalt lyst kød har samme saftbindeevne som mørkt kød. Af ovennævnte grunde kan der på krævende markeder imidlertid opstå vanskeligheder med at afsætte det lyse, men i 15 øvrigt normale svinekød, som kan forveksles med PSE-kød.
For slagterier og kødforarbejdende virksomheder kan det i forhold til kunderne og ved produktionen af forædlede varer i virksomheden være af væsentlig betydning at kunne påvise, at den lyse farve hos et kødemne skyldes et lavt indhold af pigment i kødet, og at kødemnets kvalitet er 20 i orden. Det ville være for kostbart at skulle frasortere alle lyse kødstykker til en mindreværdig produktion. I kødet udgøres pigmentet af myoglobin og rest-hæmoglobin.
Der kendes analysemetoder til bestemmelse af pigmen tindholdet i svinekød, men disse metoder er så arbejds- og tidskrævende, at de er uanvendelige 25 til kontrol tinder produktionsforhold.
I dansk patentansøgning nr. 4211/86, der svarer til Ep Al 221 642, er beskrevet et apparat til klassificering af fiskekød efter farve, idet der anvendes en fotometrisk metode til bestemmelse af farven. Apparatet er ikke egnet til at påvise, om en lys farve af svinekød skyldes et lavt 30 pigmentindhold.
Apparatet omfatter en lyskilde til belysning af fiskekødemnet, et prismesystem til opsplitning af det reflekterede lys i et spektrum og en række fotodioder, der er anbragt i spektret, så de modtager lys af hver sin bølgelængde. Intensiteten af lyset i spektret registreres ved de 2
DK 163453 B
bølgelængder, hvor hæmoglobin har særlige lysabsorptionskarakteristika, idet de til disse bølgelængder svarende dioder forbindes til en læse-og hukommelsesenhed. Lysintensiteten registreres ved 540-580, 425 og 625 nm. Sidstnævnte anvendes som reference.
5 De registrerede værdier sammenlignes ved hjælp af en mikroprocessor med værdierne i tre forud indlæste værdisæt, som hver repræsenterer en farveklasse. Fiskekødemnets farveklasse findes som det sæt, hvor der er bedst overensstemmelse mellem de registrerede værdier og de forud indlæste værdier.
10 En ændret version af apparatet og forsøg med farvebestemmelse af svine-og kalvekød er beskrevet af H.J. Swatland i Can. Inst. Food Sci. Technol.
J. 1<) (1986), p. 170-173· Det beskrevne apparat har en sonde, der er beregnet til indføring i kødemnet, hvis farve skal måles. I sonden findes to bundter af optiske fibre, der sørger for belysning af kødet og fører 15 det reflekterede lys til prismesysternet.
Ved et af de beskrevne forsøg måles refleksionen i området 400-700 nm fra svinekød, der er udvalgt som repræsentativt for kød med ideel farve, og kød, der har nogen grad af PSE. Som man kunne forvente, konstateres det, at PSE-kødet er lysere end det ideelt farvede kød over hele bølgelængde-20 området. Forfatteren kommer ikke ind på spørgsmålet om pigmentindholdet i svinekød og den risiko, der er for forveksling af lavt pigmenteret kød med PSE-kød. Den anvendte metode vil ikke være i stand til at detektere, om et svinekødemnes lyse farve skyldes lavt pigmentindhold.
Det er formålet med den foreliggende opfindelse at tilvejebringe en hurtig 25 metode til bestemmelse af koncentrationen af et indholdsstof, såsom pigment i individuelle emner af svinekød.
Metoden skal kunne udføres on-line på en slagte- eller produktionslinie, og resultatet af en bestemmelse skal kunne foreligge så hurtigt, at kødemneme umiddelbart kan sorteres eller mærkes i overensstemmelse med 30 den bestemte pigmentkoncentration.
Fremgangsmåden ifølge opfindelsen er ejendommelig ved, at man bestemmer koncentrationen C af et indholdsstof ved hjælp af en multivariabel algoritme C = k. + L x R> + k, x L + ...k x R , O 1 1 2 d. η n 3
DK 163453 B
hvori R^ til Rn er de optiske refleksionsværdier ved bølgelængderne til f inden for området, idet de tilsammen udgør et sammenhængende spektrum, og k_ til k er forudbestemte konstanter.
Ved metoden registreres et flertal af optiske refleksionsværdier, der 5 dækker et bredt område, og værdierne indsættes i den viste algoritme til beregning af koncentrationen. Fordelen ved metoden er, at forstyrrende signaler fra andre bestanddele end den søgte i høj grad kan elimineres, idet algoritmen er baseret på og udnytter refleksionsværdieme ved samtlige bølgelængderne f^ til f , hvilke værdier hver bidrager med 10 oplysninger om indholdet af andre bestanddele. Dette er helt anderledes end ved de sædvanligvis anvendte fotometriske metoder, hvor støjen elimineres ved at indsnævre bredden af måleområdet. Det har vist sig, at fremgangsmåden ifølge opfindelsen er i stand til at bestemme koncentrationen af bestanddele i kød, fx pigmentindholdet, med en højere nøjagtig-15 hed end ved de traditionelle fotometriske metoder. Disse baserer sig på refleksionsværdien ved en eller et fåtal særlige bølgelængder eller på én refleksionsværdi for et meget bredt bølgelængdeområde.
Forudsætningen for, at den omhandlede metode kan virke efter hensigten er, at måleværdierne registreres i hele det brede område, der ved 20 estimering eller forsøg er fastlagt at være af interesse, og at alle måleværdierne indsættes i algoritmen, der har et tilsvarende anted variable.
Grundreglen i den omhandlede metode er med andre ord, at der ikke må mangle bånd i området, i hvilke refleksionsværdien ikke er bestemt, og at 25 algoritmen ligeledes skal have sin fulde størrelse. Kun hvis det positivt kan påvises, at nogle bånd har negativ indflydelse, kan disse udelades, hvis det er ønskeligt af apparat- eller beregningsmæssige grunde. Det kan typisk dreje sig om bånd, der ligger i udkanten af et estimeret område.
Der findes matematiske modeller og hertil hørende programvarer, som 30 muliggør udvikling af en algoritme, der har mange variable og passer til det beskrevne formål. De kendes under betegnelsen multivariable kalibreringsmodeller.
4
DK 163453 B
Fremgangsmåden ifølge opfindelsen kan anvendes til at bestemme indholdet i kød af bestanddele, som udviser en absorptionskurve, der adskiller dem fra andre mulige kødbestanddele. Eksempelvis kan bestemmes indholdet af pigment, protein, fedt eller vand. Indholdet af disse bestanddele er 5 væsentlige kødkvalitetsparametre.
Den omhandlede metode kan finde anvendelse på kød, såsom rødt kød fra svin, tyre, ungtyre, køer, kalve, hjorte, får, lam og lign.
En udførelsesform af fremgangsmåden er ejendommelig ved, at de optiske refleksionsværdier måles ved mere end 15 og fortrinsvis mere end 30 10 forskellige bølgelængder. Ved anvendelse af et lavt antal variable forenkles beregningsproceduren, men usikkerheden i bestemmelsen af koncentrationen C forøges. Det er blevet påvist, at der kan opnås en god bestemmelsessikkerhed ved anvendelse af kun 32 variable.
En anden udførelsesform er ejendommelig ved, at de optiske refleksions-15 værdier måles ved mindre end 600, og fortrinsvis mindre end 300 forskellige bølgelængder f^ til fn· Ved anvendelse af et højt antal variable kan der være risiko for overfortolkning af refleksionsværdieme, men til gengæld forøges bestemmelsessikkerheden ved korrekt algoritme. Det er blevet påvist, at beregningen kan gennemføres på den til rådighed værende 20 tid, og at der kan opnås en meget god bestemmelsessikkerhed ved anvendelse af 128 variable.
Metodens nøjagtighed vil ligeledes forbedres ved registrering af refleksionsværdier i et bredt område, således at en væsentlig del af absorptionskurverne for bestanddele i kødet falder inden for området.
25 Området omfattende bølgelængderne f^ til fR er fortrinsvis mindst 100 nm og især mindst 200 nm bredt.
En væsentlig del af bestanddelenes absorptionskurver falder ofte i det synlige område. Dette gælder fx ved bestemmelse af pigment. En udførelsesform er derfor ejendommelig ved, at området omfattende bølgelængderne 30 f^ til f omfatter hovedparten af det synlige område. Dette strækker sig fra 35Ο-8ΟΟ nm.
5
DK 163453 B
I det nærinfrarøde område (NIR) har visse bestanddele karakteristiske absorptionskurver, fx protein, fedt og vand. Området omfattende bølgelængderne fj til f kan derfor omfatte det nærinfrarøde område. Dette strækker sig fra ca. 800 til ca. 2500 nm.
5 En udførelsesform'af fremgangsmåden ifølge opfindelsen er ejendommelig ved, at båndbredden af hver af bølgelængderne f^ til fR er 1-20 nm. Dette giver en tilstrækkelig detaljeret oplysning om refleksionskurvens forløb.
Det bemærkes, at båndene ikke nødvendigvis behøver at have samme bredde ved de forskellige bølgelængder.
10 Af optiske grunde vil bredden af båndene ved korte bølgelængder ofte være mindre end det er tilfældet i den langbølgede ende af området. Om ønsket, kan refleksionsværdier behandles (normaliseres), således at forskellene udjævnes.
Algoritmen, der anvendes ved fremgangsmåden ifølge opfindelsen, tilve-15 jebringes fortrinsvis ved multivariabel kalibrering ved hjælp af et sæt kalibreringsdata bestående af refleksionsmåleværdier ved de forskellige bølgelængder f^ til fn, og referenceværdier, der udtrykker egenskaben. Refleksionsværdieme ved de anvendte bølgelængder bestemmes på et antal prøver, fx 50 kødprøver. Derefter bestemmes den aktuelle egenskab, fx 20 pigmentindholdet af hver af prøverne, ved en pålidelig kendt analysemetode, idet man sørger for, at der er en god spændvidde i prøvematerialet.
I et computerprogram kan de opnåede data let bearbejdes. Programmet beregner konstanterne i den anvendte algoritmetype som de værdier, der totalt set giver den bedste overensstemmelse mellem de ved hjælp af 25 algoritmen beregnede koncentrationsværdier og referenceværdierne.
Ved indlæsning i programmet af referenceværdier for en anden egenskab ved prøverne, fx fedtindholdet, kan programmet beregne en anden algoritme, der kan anvendes ved bestemmelse af denne anden egenskab ved et kødemne.
En særlig matematisk metode, der anvendes i forbindelse med multivariabel 30 kalibrering, kaldes partial least squares-metoden. Den giver bl.a. mulighed for at detektere, om en prøve eller bestemmelse ligger uden for det, der kendes fra prøverne, som blev brugt til kalibrering. I overensstemmelse med dette kan algoritmen fastlægges ved partial least squares-metoden fPLSl.
6
DK 163453 B
Den foreliggende opfindelse angår også et apparat til fotometrisk bestemmelse af individuelle kødemners egenskaber, omfattende en til indstikning i et emne beregnet optisk sonde til måling af emnets optiske egenskaber i det bredere, sammenhængende bølgelængdeområde, samt en 5 fiflt:ahfthandlingsenhed til at indsætte de opnåede måleværdier i en algoritme.
Apparatet ifølge opfindelsen er ejendommeligt ved, at apparatet er indrettet til at måle de optiske refleksionsværdier ved bølgelængderne f. til f inden for området, idet de tilsammen udgør et sammenhængende 1 n 10 spektrum, og at databehandlingsenheden er indrettet til bestemmelse af koncentrationen C af et indholdsstof ved hjælp af en multivariabel algoritme C s k. + i x R, + k, xR. + ...k x R , 0 1 1 d. c. η n hvori til Rr er de optiske refleksionsværdier ved bølgelængderne 15 f.^ til fn inden for området, og kQ til kn er forudbestemte konstanter.
Ved hjælp af dette apparat kan fx pigmentindholdet i individuelle emner af svinekød bestemmes hurtigt og nøjagtigt. Med apparatet vil det være muligt at påvise, at den lyse farve af et kødemne skyldes et lavt indhold af pigment, hvilket ikke har været muligt med de hidtil kendte apparater.
20 Apparatet kan udføre bestemmelsen on-line på en slagte- eller produktionslinie, og resultatet kan foreligge så hurtigt, at kødemneme umiddelbart kan sorteres eller mærkes i overensstemmelse med det fundne pigmentindhold.
Krav 11-16 angiver udførelsesformer af apparatet.
25 Databehandlingsenheden kan omfatte en programdel, der kan tilvejebringe eller justere algoritmen ved multivariabel kalibrering. Lysrefleksions-værdieme, der indgår i de anvendte kalibreringsdata, kan hidrøre fra apparatet selv eller fra andre, lignende apparater.
Et apparat med en sådan programdel er let af justere eller tilpasse til 30 nye opgaver. Det kan - om ønsket - gøres selvjusterende.
7
DK 163453 B
En udførelses form af apparatet ifølge opfindelsen er ejendommelig ved, at databehandlingsenheden har en udgangskanal forbundet til en styreboks, der er indrettet til at styre transportvejen for et undersøgt kødemne og/eller til at påvirke en mærkningsindretning for kødemnet.
5 Ved hjælp af apparåtet ifølge opfindelsen er det således muligt hel- eller halvautomatisk at sortere kødemner i afhængighed af deres forskellige indhold af kødbestanddele.
Opfindelsen beskrives nærmere i det følgende under henvisning til tegningen, hvori 10 fig. 1 viser et apparat til bestemmelse af fx pigmentindholdet i individuelle kødemner, fig. 2 et diagram, der viser sammenhængen mellem analytisk bestemt pigmentindhold og beregnet pigmentindhold under anvendelse af en algoritme med 128 variable, 15 fig. 3 et til fig. 2 svarende diagram, men under anvendelse af en algoritme med 32 variable, fig. 4 et til sammenligning tjenende diagram over det analytisk bestemte pigmentindhold i forhold til prøvernes reflektans ved 552 nm, fig. 5 et diagram over indflydelsen af faktorerne, der findes i 20 algoritmen med 128 variable, fig. 6 et til figur 5 svarende diagram over indflydelsen af faktorerne i forbindelse med algoritmen med 32 variable, fig. 7 et typisk refleksionsspektrum fra en kødoverflade, fig. 8 et diagram med kemisk og optisk bestemt proteinindhold i kød, og 25 fig. 9 et tilsvarende diagram for en anden type kød.
Apparatet (fig. 1) omfatter et pistollignende instrument 1 med et håndtag 2 og en sonde 3. der stikkes ind i kødemnet, hvis pigmentindhold skal måles. I siden af sonden findes et vindue 4.
I en boks 5 findes en lampe 6 af xenon- eller halogentypen, som via et sæt 30 optiske fibre 7 kan belyse kødet uden for vinduet 4. Et andet sæt optiske fibre 8 fører det fra kødet reflekterede lys til et spektrofotometer 9· I spektrofotometret findes et gitter, der opsplitter lyset i forskellige bølgelængder. Det opsplittede lys rammer en plade med en række fotodioder, der hver registrér intensiteten af lyset i et tilsvarende bånd.
Al (.pmsHut: kan an ankal fr. himtvi ο+. raff·! straranrla dataktor» hanvktaa.
8
DK 163453 B
Lampe og detektor kan også findes i det pistolignende instrument 1.
En datamat 10 står i forbindelse med spektrofotometret for overføring af data og startimpulser. Via styrekredsløb står datamaten desuden i forbindelse med xenonlampens strømforsyning og en knap på instrumentet 1.
5 Ved indtrykning af knappen starter datamaten måleproceduren og udløser et lysglimt fra lampen 6 samt sørger for overføring af lysrefleksions-signaleme fra spektrofotometret til en midlertidig hukommelse i datamaten.
Et program i datamaten styrer måleproceduren og omfatter en fejlrutine.
10 Det sørger via et display 11 for at give operatøren besked om arbejdstrin og om en foretaget måling kan accepteres.
Efter foreløbig godkendelse af en måling sørger programmet for, at måleværdierne føres til et i datamaten indlagt beregningsprogram. Dette indsætter værdierne for det målte emne i en algoritme, der findes lagret 15 i programmet og beregner en værdi for den søgte kvalitetsegenskab, fx pigmentindholdet, samt kontrollerer, om den fundne værdi ligger inden for arbejdsområdet. Via displayet 11 meddeler datamaten resultatet til operatøren og sender det eventuelt til andre computere. Displayet kan fx vise operatøren hvor stort pigmentindholdet er ud trykt i ppm, eller om 20 emnet har indhold, der ligger inden for fastlagte grænseværdier, og i hvilken gruppe det eventuelt skal klassificeres.
Datamaten kan omfatte en programdel, som sørger for registrering af fx emnets nr. og meddeler dette sammen med resultatet.
Via datamatens udgangskanal kan automatiske mærknings- eller 25 sorteringsindretninger styres i overensstemmelse med resultatet.
Datamaten kan gennemføre en anden beregningscyklus med værdierne ved hjælp af en anden i programmet indlagt algoritme, som udtrykker en anden egenskab ved emnet, fx proteinindholdet. De samme måleværdier kan således anvendes til at bestemme en, to eller eventuelt flere kvalitetsegenskaber, 30 afhængig af ønsker og målemetodens begrænsninger.
I datamaten findes et kalibreringsprogram, der i sin simples te udformning overfører en ny eller justeret algoritme til beregningsprogrammet.
9
DK 163453 B
Programmet kan i en anden udførelsesform være indrettet til selv at foretage en udregning af algoritmen på grundlag af et antal kalibreringsmålinger på emner med kendt sammensætning eller indhold af bestanddele af interesse. Programmet foretager ved hjælp af en matematisk 5 eller statistisk model en analyse af de målte refleksionsværdier og de tilhørende sande størrelser, der læses ind i datamaten.
Ved denne kalibreringsmetode elimineres småfejl af mekanisk, optisk eller elektrisk surt ved det enkelte apparat.
Eksempel 1 10 Til dette forsøg anvendes kamstykker fra 23 svineslagtekroppe. Der foretages fotometriske målinger på kammene ved hjælp af det ovenfor beskrevne apparat. Sonden indstikkes i kødet ved hofteenden og ved mellemstykket. Refleksionen i de forskellige bølgelængdebånd registreres af de 512 fotodioder i spektrofotometret. Det samlede bølgelængdeområdet 15 strækker sig fra 36O-7SO nm. Forudgående undersøgelser har godtgjort, at den relevante info ligger i området 400—655 nm.
A - Algoritme med 128 variable
Ved de godkendte målinger reducerer datamatens program antallet af registrerede værdier pr. måling til 128; programmet grupperer fotodioderne 20 fire og fire, og gennemsnittet af de fire værdier i hver sæt beregnes.
De opnåede værdier indsættes i en algoritme, der udtrykker pigmentindholdet ved hjælp af 128 lysrefleksionsværdier ved de forskellige bølgelængder. Det beregnede pigmentindhold udprintes eller vises på displayet 11.
25 Ved indstikningsstedeme udtages af hver kam to kødprøver, et ved hofteenden og et ved mellemstykket. Prøverne analyseres for pigmentindhold ifølge en variant af den metode, der er beskrevet i H.C, Homsey, J. Sci.
Food Agric. p. 53^-5^0 (1956). Varianten sikrer, at der måles på konstant fortyndning, idet der suppleres med opløsningsmiddel efter 30 filtrering.
Kammenes analytisk bestemte pigmentindhold og deres beregnede pigmentindhold er vist i koordinatsystemet i figur 2. Punkterne repræsenterer 50 sondemålinger.
10
DK 163453 B
Det ses, at der er særdeles høj korrelation mellem analyseværdieme og de beregnede værdier.
B - Algoritme med 32 variable
Ved de samme refleksionsmålinger som ovenfor reducerer datamatens program 5 antallet af værdier pr. måling til 32, idet diodeværdieme grupperes 16 og 16, og gennemsnittet beregnes. De opnåede værdier indsættes i en algoritme med 32 variable, og det beregnede pigmentindhold indføres i et koordinatsystem sammen med det analytisk bestemte pigmentindhold.
Det ses af figur 3· at der med det reducerede antal variable også opnås 10 høj korrelation.
C - Sammenligning
Til sammenligning er det undersøgt, om der er nogen sammenhæng mellem den målte refleksionsværdi ved den for myoglobin karakteristiske bølgelængde på 550 nm og det analytisk bestemte pigmentindhold. I figur 4 er indtegnet 15 punkterne fra samme 50 sondemålinger som ovenfor. Dette svarer til den kendte teknik, hvor der kun er én variabel i algoritmen.
Det ses, at der en meget ringe sammenhæng mellem den målte værdi og det analytisk bestemte pigmentindhold.
D - Algoritmer 20 Til opbygning og afprøvning af de ovenfor anvendte algoritmer anvendes et program kaldet "Unscrambler", som indeholder de nødvendige instruktioner til opbygning af forskellige flervariable kalibreringsmodeller, som bygger på anvendelse af PLS-metoden.
Programmet anvender et trænings- eller kalibreringssæt bestående af 25 refleksionsværdieme i n forskellige bånd sammen med de tilhørende analytisk bestemte pigmentværdier og beregner konstanterne i algoritmen, som giver den bedste forudsigelse i dette kalibreringssæt. Der kan undersøges algoritmer med forskelligt antal faktorer. Disse er et udtryk for fænomener, der påvirker variationen af refleksionsværdierne. Antallet 30 af faktorer, der giver den bedste algoritme, fastlægges ved såkaldt cross validation.
Algoritmen, der tilvejebringes ved ovennævnte matematiske analyse og anvendes under A og B har formen 11
DK 163453 B
Cpig = Kq + Kx x Rj + K2 x R2 + ... .Kn x Rn i hvilken Cplg er pigmentindholdet i fx ppm, K0 til Kn de af programmet beregnede konstanter, og Rj til Rn refleksionsværdierne i de diskrete bånd.
5 Det skal bemærkes, at de i programmet indlæste data ikke nødvendigvis anvendes i den rå form, men kan forbehandles for at reducere antallet, modvirke systematiske fejl og/eller tilvejebringe en algoritme med endnu bedre forudsigelser. Fx kan anvendes transformationerne -Log (R) og multiple scatter correction (MSC).
10 Når konstanterne i algoritmen er fastlagt ved hjælp af programmets behandling af kalibreringssættet, kan algoritmen afprøves ved indlæsning af nye refleks ions værdier, og overensstemmelsen mellem den beregnede og den analytisk fundne pigmentværdi konstateres. Det bemærkes, at de 50 sæt refleksionsværdier, for hvilke pigmentindholdet er beregnet og indtegnet 15 i figur 2 og 3» også har tjent som kalibreringssæt for tilvejebringelse af algoritmerne under A og B.
Det kan vises, at den interne struktur i de to anvendte algoritmer er næsten identisk, hvilket fremgår af fig. 5 og 6, der viser loading-kurver af de benyttede fem funktioner. En funktions loading er den vægt, hvormed 20 den indgår i algoritmen i de forskellige dimensioner. Loading-kurveme i fig. 5 er mere detaljerede end i fig. 6, da der anvendes 128 variable i den første algoritme og kun 32 i den anden. Men i hovedtræk er de to loading-kurver ens. Det ses endvidere, at der er høj loading af den femte faktor i området 5*10-570 nm. Dette bølgelængdeområde er det sted i et 25 absorptionsspektrum, hvor man kan forvente absorptioner fra myoglobin.
Dette viser, at begge algoritmer faktisk "anvender” kødets myoglobin-indhold.
EKSEMPEL 2
Proteinbestemmelse 30 I dette forsøg anvendes 49 slagtekroppe. Der foretages fotometriske målinger i forskellige muskler ved hjælp af samme målesonde og -metode som i eksempel 1. Sonden stikkes ind i musklen, hvis proteinindhold skal bestemmes, og der optages 1200 refleksionsværdier i bølgelængdeområdet fra 1200 til 2400 nm. De 1200 værdier reduceres til 120 værdier, idet hver 1Π. hoil »mrrto liHvæl ο·οα 12
DK 163453 B
Fig. 7 viser et typisk refleksionsspektrum fra en kødoverflade opnået på denne måde. Som det ses, har absorptionskurven ikke nogen udprægede spidser. Der ses ikke noget smalt bølgelængdeområde, i hvilket der kan findes en lineær sammenhæng mellem lysabsorptionen og proteinindholdet.
5 Longissimus dorsi-muskler
Der optages refleksionsmålinger i 19 forskellige muskler. Proteinindholdet i hver af musklerne bestemmes ved Kjeldahlanalyse. Ved hjælp af PLS-analyse af samtlige refleksionsdatasæt med tilhørende Kjeldahl-værdier bestemmes en algoritme for proteinindholdet (model 1). På samme 10 måde tilvejebringes en anden algoritme for proteinindholdet (model 2), idet de registrerede rådata dog behandles med -log R og multibel scatter correction inden PLS-analysen.
For syv tilfældigt valgte muskler indsættes refleksionsværdieme i algoritmerne (model 1 og model 2). Resultaterne er vist i diagrammet i 15 fig. 8, der har det beregnede indhold som y-akse og det analytisk bestemte indhold som x-akse. Det ses af figuren, at der er en god sammenhæng mellem de optisk og de kemisk bestemte værdier for proteinindhold. Korrelationen er 0,84 (model 1) og 0,88 (model 2).
Biceps femoris-muskler 20 Der optages refleksionsmålinger på 49 forskellige biceps femoris-muskler. Proteininholdet i hver af muskeleme bestemmes ved hjælp af Kjeldahlanalyse. På samme måde som ovenfor dannes en multivariabel algoritme.
Refleksionsmåleresultateme indsættes derefter i algoritmen, og den beregnede værdi sammenlignes med den analytisk bestemte værdi. Fig. 9 25 viser, at der også i denne muskel er god sammenhæng mellem de optisk og de analytisk bestemte proteinværdier. Korrelationen er 0,76.
Claims (18)
1. Fremgangsmåde til fotometrisk bestemmelse af individuelle kødemners egenskaber, ved hvilken optiske egenskaber måles i et bredere, sammenhængende bølgelængdeområde ved indstikning af en optisk sonde, og de 5 opnåede måleværdier indsættes i en algoritme, kendetegnet ved, at man bestemmer koncentrationen C af et indholdsstof ved hjælp af en multivariabel algoritme C ® kn + k, x R. + k, x R, + ,..k x R , u 1 1 c. ί η n hvori til Rr er de optiske refleksionsværdier ved bølgelængderne f^ til 10 fn inden for området, idet de tilsammen udgør et sammenhængende spektrum, og kg til kR er forudbestemte konstanter.
2. Fremgangsmåde ifølge krav 1, kendetegnet ved, at de optiske refleksionsværdier måles ved mere end 15« og fortrinsvis ved mere end 30 forskellige bølgelængder f^ til fR. 15
3. Fremgangsmåde ifølge krav 1-2, kendetegnet ved, at de optiske refleksionsværdier måles ved mindre end 600 og fortrinsvis mindre end 300 forskellige bølgelængder ^ til f .
4. Fremgangsmåde ifølge krav 1-3, kendetegnet ved, at området 20 omfattende bølgelængderne f^ til f^ er mindst 100 nm og fortrinsvis mindst 200 nm bredt.
5· Fremgangsmåde ifølge krav 1-4, kendetegnet ved, at området omfattende bølgelængderne f^ til fR omfatter hovedparten i det synlige område.
6. Fremgangsmåde ifølge krav 1-5, kendetegnet ved, at området omfattende bølgelængderne f^ til fn omfatter det nærinfrarøde område.
7· Fremgangsmåde ifølge krav 1-6, kendetegnet ved, at båndbredden af hver af bølgelængderne f^ til fn er 1-20 nm. DK 163453 B i4
8. Fremgangsmåde ifølge krav 1-7, kendetegnet ved, at algoritmen tilvejebringes ved multivariabel kalibrering ved hjælp af et sæt kalibreringsdata bestående af refleksionsmåleværdier ved bølgelængderne til fn og referenceværdier, der udtrykker egenskaben. 5
9· Fremgangsmåde ifølge krav 8, kendetegnet ved, at algoritmen fastlægges ved partial least squares-metoden (PLS).
10. Apparat til fotometrisk bestemmelse af individuelle kødemners egenskaber omfattende en til indstikning i et emne beregnet optisk sonde til måling af emnets optiske egenskaber i et bredere, sammenhængende 10 bølgelængdeområde, samt en databehandlingsenhed til at indsætte de opnåede måleværdier i en algoritme, kendetegnet ved, at apparatet er indrettet til at måle de optiske refleksionsværdier ved bølgelængderne f^ til ffl inden for området, idet de tilsammen udgør et sammenhængende spektrum, og at databehandlingsenheden er indrettet til bestemmelse af 15 koncentrationen C af et indholdsstof ved hjælp af en multivariabel algoritme C * kn + k. xH. + k, x R, t ...k x R , U 1 1 2 2 η n hvori R^ til Rr er de optiske refleksionsværdier ved bølgelængderne f^ 20 til f inden for området, og kn til k er forudbestemte konstanter, n u n
11. Apparat ifølge krav 10, kendetegnet ved, at det måler de optiske refleksionsværdier ved mere end 15 og fortrinsvis ved mere end 30 forskellige bølgelængder f^ til fn·
12. Apparat ifølge krav 10-11, kendetegnet ved, at det måler 25 de optiske refleksionsværdier ved mindre end 600 og fortrinsvis mindre end 300 forskellige bølgelængder f^ til f^.
13. Apparat ifølge krav 10-12, kendetegnet ved, at området omfattende bølgelængderne f^ til fn er mindst 100 nm og fortrinsvis mindst 200 nm bredt.
13 DK 163453 B
14. Apparat ifølge krav 10-13, kendetegnet ved, at området omfattende bølgelængderne f^ til f omfatter hovedparten i det synlige område. 15 DK 163453 B
15. Apparat ifølge krav 10-14, kendetegnet ved, at området omfattende bølgelængderne f^ til f omfatter det nærinfrarøde område.
16. Apparat ifølge krav 10-15, kendetegnet ved, at båndbredden af hver af bølgelængderne f^ til f er 1-20 nm. 5
17· Apparat ifølge krav 10-16, kendetegnet ved, at databehandlingsenheden omfatter en programdel, der kan tilvejebringe eller justere algoritmen ved multivariabel kalibrering.
18. Apparat ifølge krav 10-17, kendetegnet ved, at databehandlingsenheden har en udgangskanal forbundet til en styreboks, der 10 er indrettet til at styre transportvejen for et undersøgt kødemne og/eller til at påvirke en mærkningsindretning for kødemnet.
Priority Applications (9)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DK285289A DK163453C (da) | 1989-06-12 | 1989-06-12 | Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber |
| IE192790A IE901927A1 (en) | 1989-06-12 | 1990-05-29 | Method and apparatus for photometric determination of the¹properties of individual pieces of meat |
| NZ233977A NZ233977A (en) | 1989-06-12 | 1990-06-07 | Meat analysis by spectrophotometry |
| CA002018586A CA2018586C (en) | 1989-06-12 | 1990-06-08 | Method and apparatus for photometric determination of the properties of individual pieces of meat |
| EP90111132A EP0402877B1 (en) | 1989-06-12 | 1990-06-12 | Method and apparatus for photometric determination of properties of meat pieces |
| DE69028350T DE69028350T2 (de) | 1989-06-12 | 1990-06-12 | Verfahren und Vorrichtung zur photometrischen Bestimmung von Eigenschaften von Fleischstücken |
| AT90111132T ATE142338T1 (de) | 1989-06-12 | 1990-06-12 | Verfahren und vorrichtung zur photometrischen bestimmung von eigenschaften von fleischstücken |
| JP2153829A JPH03214041A (ja) | 1989-06-12 | 1990-06-12 | 個々の食肉片の特性を測光決定する方法およびその装置 |
| DK90111132.8T DK0402877T3 (da) | 1989-06-12 | 1990-06-12 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DK285289A DK163453C (da) | 1989-06-12 | 1989-06-12 | Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber |
| DK285289 | 1989-06-12 |
Publications (4)
| Publication Number | Publication Date |
|---|---|
| DK285289D0 DK285289D0 (da) | 1989-06-12 |
| DK285289A DK285289A (da) | 1990-12-13 |
| DK163453B true DK163453B (da) | 1992-03-02 |
| DK163453C DK163453C (da) | 1992-07-20 |
Family
ID=8116426
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DK285289A DK163453C (da) | 1989-06-12 | 1989-06-12 | Fremgangsmaade og apparat til fotometrisk bestemmelse af individuelle koedemners egenskaber |
| DK90111132.8T DK0402877T3 (da) | 1989-06-12 | 1990-06-12 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DK90111132.8T DK0402877T3 (da) | 1989-06-12 | 1990-06-12 |
Country Status (8)
| Country | Link |
|---|---|
| EP (1) | EP0402877B1 (da) |
| JP (1) | JPH03214041A (da) |
| AT (1) | ATE142338T1 (da) |
| CA (1) | CA2018586C (da) |
| DE (1) | DE69028350T2 (da) |
| DK (2) | DK163453C (da) |
| IE (1) | IE901927A1 (da) |
| NZ (1) | NZ233977A (da) |
Families Citing this family (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5204532A (en) * | 1989-01-19 | 1993-04-20 | Futrex, Inc. | Method for providing general calibration for near infrared instruments for measurement of blood glucose |
| DK163382C (da) * | 1990-02-28 | 1992-08-03 | Slagteriernes Forskningsinst | Fremgangsmaade til bestemmelse af individuelle koedemners kvalitetsegenskaber |
| WO1991014180A1 (en) * | 1990-03-14 | 1991-09-19 | Meat Research Corporation | Evaluating carcasses by image analysis and object definition |
| GB9110474D0 (en) * | 1991-05-15 | 1991-07-03 | Commission Meat & Livestock | Meat quality sensing apparatus |
| CA2189817A1 (en) * | 1996-11-07 | 1998-05-07 | Howard J. Swatland | Apparatus for use in determining meat tenderness |
| US5918190A (en) | 1996-12-31 | 1999-06-29 | Ontario Cattlemen's Association | Software controlled meat probe for use in determining meat tenderness |
| DK172795B1 (da) * | 1997-02-28 | 1999-07-19 | Slagteriernes Forskningsinst | Reflektionsmåleudstyr til bestemmelse af kvalitetsegenskaber ved emner, navnlig fedtholdige emner |
| AUPP365298A0 (en) * | 1998-05-21 | 1998-06-11 | Elan Group Ltd | An optical apparatus |
| DE19825095C2 (de) * | 1998-06-05 | 2001-10-18 | Magurit Gefrierschneider Gmbh | Verfahren und Vorrichtung zur Bestimmung des Gehalts vorbestimmter Inhaltsstoffe mit stochastischer Verteilung in Warengütern, die von fester und inhomogener Konsistenz sind |
| FR2780790B1 (fr) * | 1998-07-03 | 2000-08-18 | Vitreenne Abattage | Procede et dispositif de prediction de la tendrete d'une viande sur le site de transformation a l'aide d'informations biologiques et/ou physico-chimiques et de mesures optiques dans le domaine du visible et du proche infrarouge |
| WO2000017611A1 (en) * | 1998-09-18 | 2000-03-30 | Foss Electric A/S | Method and apparatus for process control |
| EP1200814A1 (en) * | 1999-07-28 | 2002-05-02 | Hydro Seafood Norway A.S. | Method and apparatus for determining quality properties of fish |
| US6277019B1 (en) | 2000-04-19 | 2001-08-21 | Townsend Engineering Company | Method and apparatus for removing fat from meat cuts |
| US6558242B2 (en) | 2000-04-19 | 2003-05-06 | Townsend Engineering Company | Method and apparatus for removing fat from meat cuts |
| DK173748B1 (da) * | 2000-05-29 | 2001-09-10 | Slagteriernes Forskningsinstitut | bet af en slagtekropdel Fremgangsmade og apparat till at forudsige dryptab |
| DE10122014A1 (de) | 2001-05-07 | 2002-11-28 | Convenience Food Sys Wallau | Fleischverarbeitungsmaschine mit Fettanalysevorrichtung |
| WO2003093813A1 (de) * | 2002-05-06 | 2003-11-13 | Hermann Hohenester | Verfahren und vorrichtung zum automatisierten, industriellen untersuchen und/oder klassifizieren von nahrungsmitteln sowie nahrungsmittel |
| US6962525B2 (en) | 2002-05-21 | 2005-11-08 | Tyson Fresh Meats, Inc. | Method and apparatus for meat cut classification of fat thickness for downstream trimming |
| DE10226286B3 (de) * | 2002-06-13 | 2004-01-22 | Sensorentechnologie Gettorf Gmbh | Einstichsensor |
| WO2004106899A1 (en) * | 2003-05-29 | 2004-12-09 | Nicholas Jackman | Food monitoring system |
| NO319624B1 (no) | 2003-09-15 | 2005-09-05 | Trouw Internat Bv | Fiskefôr for laksefisk i ferskvann og anvendelse av slikt fôr. |
| US7001261B2 (en) | 2003-09-19 | 2006-02-21 | Tyson Fresh Meats, Inc. | Automated classifier and meat cut fat trimming method and apparatus |
| US8530844B2 (en) | 2005-06-27 | 2013-09-10 | Sfk Technology A/S | Recording of position-specific wavelength absorption spectra |
| DE102014117572A1 (de) * | 2014-12-01 | 2016-06-02 | Barbara Erdmann | Verfahren und Vorrichtung zum Erkennen und Aussortieren von geruchsauffälligen geschlachteten Ebern in einer Schlachtlinie |
| CN105866336A (zh) * | 2016-04-18 | 2016-08-17 | 王立云 | 手持式植物检测仪 |
| EP3625546B1 (en) | 2017-05-16 | 2024-10-30 | MEQ Probe Pty Ltd | Methods and systems for assessing quality of a meat product |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK167715B1 (da) * | 1978-12-08 | 1993-12-06 | Slagteriernes Forskningsinst | Fremgangsmaade til ad optisk vej at bestemme koed/spaek-forholdet i emner saasom slagtede dyr eller dele deraf |
| NO862509L (no) * | 1985-09-04 | 1987-03-05 | Westinghouse Canada Inc | Anordning for maaling av fargetonen hos en kjoettproeve. |
| JPS6385430A (ja) * | 1986-09-30 | 1988-04-15 | Shimadzu Corp | 食品評価装置 |
| JPS646746A (en) * | 1987-01-20 | 1989-01-11 | Satake Eng Co Ltd | Rice taste measuring apparatus |
| JPS63252239A (ja) * | 1987-04-09 | 1988-10-19 | Sumitomo Electric Ind Ltd | 反射型オキシメ−タ |
-
1989
- 1989-06-12 DK DK285289A patent/DK163453C/da not_active IP Right Cessation
-
1990
- 1990-05-29 IE IE192790A patent/IE901927A1/en unknown
- 1990-06-07 NZ NZ233977A patent/NZ233977A/xx unknown
- 1990-06-08 CA CA002018586A patent/CA2018586C/en not_active Expired - Fee Related
- 1990-06-12 JP JP2153829A patent/JPH03214041A/ja active Pending
- 1990-06-12 DE DE69028350T patent/DE69028350T2/de not_active Expired - Fee Related
- 1990-06-12 DK DK90111132.8T patent/DK0402877T3/da active
- 1990-06-12 AT AT90111132T patent/ATE142338T1/de not_active IP Right Cessation
- 1990-06-12 EP EP90111132A patent/EP0402877B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| DK0402877T3 (da) | 1997-01-20 |
| DK163453C (da) | 1992-07-20 |
| CA2018586A1 (en) | 1990-12-12 |
| DE69028350T2 (de) | 1997-02-27 |
| DE69028350D1 (de) | 1996-10-10 |
| JPH03214041A (ja) | 1991-09-19 |
| IE901927A1 (en) | 1991-02-13 |
| NZ233977A (en) | 1993-09-27 |
| CA2018586C (en) | 1996-04-02 |
| EP0402877B1 (en) | 1996-09-04 |
| DK285289D0 (da) | 1989-06-12 |
| EP0402877A1 (en) | 1990-12-19 |
| DK285289A (da) | 1990-12-13 |
| ATE142338T1 (de) | 1996-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2018586C (en) | Method and apparatus for photometric determination of the properties of individual pieces of meat | |
| Prieto et al. | On-line application of visible and near infrared reflectance spectroscopy to predict chemical–physical and sensory characteristics of beef quality | |
| Mamani-Linares et al. | Identification of cattle, llama and horse meat by near infrared reflectance or transflectance spectroscopy | |
| CN102507459B (zh) | 一种生鲜牛肉新鲜度快速无损评价方法及系统 | |
| ElMasry et al. | Chemical-free assessment and mapping of major constituents in beef using hyperspectral imaging | |
| Chan et al. | Prediction of pork quality characteristics using visible and near–infrared spectroscopy | |
| US6649412B1 (en) | Method and apparatus for determining quality properties of fish | |
| US6587575B1 (en) | Method and system for contaminant detection during food processing | |
| Patel et al. | Performance of different portable and hand-held near-infrared spectrometers for predicting beef composition and quality characteristics in the abattoir without meat sampling | |
| Monago-Maraña et al. | Raman, near-infrared and fluorescence spectroscopy for determination of collagen content in ground meat and poultry by-products | |
| US6014222A (en) | Reflection measuring device and method for determining quality properties of items, particularly fat-containing items | |
| AU2015230052B2 (en) | Substance or contamination detection | |
| Cáceres-Nevado et al. | NIR handheld miniature spectrometer to increase the efficiency of Iberian pig selection schemes based on chemical traits | |
| Muñoz-Lapeira et al. | Discrimination of normal and wooden breast chicken fillets using NIR, fluorescence and Raman spectroscopy | |
| AU2007212825B2 (en) | Method of calculating quality parameters of foodstuffs | |
| DK163382B (da) | Fremgangsmaade til bestemmelse af individuelle koedemners kvalitetsegenskaber | |
| Windham et al. | Prediction of fat content in poultry meat by near-infrared transmission analysis | |
| Mlcek et al. | Application of FT NIR spectroscopy in the determination of basic chemical composition of pork and beef | |
| JP4686714B2 (ja) | 食肉の光学的鮮度識別法および装置 | |
| JP4201237B2 (ja) | 血卵検査装置 | |
| Swatland et al. | Possibilities for predicting taste and tenderness of broiled beef steaks using an optical-electromechanical probe | |
| Swatland | Connective and adipose tissue detection by simultaneous fluorescence and reflectance measurements with an on-line meat probe | |
| Hu et al. | Quality evaluation of fresh pork using visible and near-infrared spectroscopy with fiber optics in interactance mode | |
| Swatland | Recognition of spectra in the automated assessment of pork quality through single optical fibers | |
| Barkley | Evaluation of variability of instruments used in pork quality assessments |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PBP | Patent lapsed |