基于近红外光谱技术快速检测小龙虾中的生物胺

目的 建立近红外光谱法快速检测小龙虾中总生物胺含量的方法.方法 利用近红外光谱仪采集154个不同新鲜程度小龙虾样品的近红外光谱,使用高效液相色谱技术检测对应样品总生物胺含量;使用KS(Kennard-Stone)算法将103个样品作为训练集,51个样品作为预测集.采用多元散射校正(multiplicative scatter correction,MSC)、标准正态变换(standard normal variate,SNV)、小波变换(wavelet transform,WT)和 1 阶导数(1st)分别对样品的光谱进行处理,利用训练集样品的光谱和生物浓度建立偏最小二乘回归(partial least squares regression,PLSR)模型,使用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)进一步选择波长,对模型进行优化.结果 经过小波变换处理之后的光谱所建立的PLSR模型具有较好的预测结果,CARS方法可以进一步提高模型的预测和解释能力,预测集生物胺的预测均方根误差(root mean square error of prediction,RMSEP)值和决定系数(r2)分别可达55.74和0.92.结论 基于近红外光谱分析技术快速检测小龙虾总生物胺含量是可行的,优化后的PLSR模型可以用于评价小龙虾总生物胺含量.