克莱蒙奥弗涅大学、国家农业研究院、The Mixed Cheese Research Unit（法国食品研究机构）、法国食品、兽医、农学与环境高等教育研究院Abderrahmane Aït-Kaddour等2024年5月7日在Meat Science期刊（214卷）上发表了《Beef muscle discrimination based on two-trace two-dimensional correlation spectroscopy (2T2D COS) combined with snapshot visible-near infrared multispectral imaging》（通讯作者：Abderrahmane Aït-Kaddour）。
如今肉类物种细分市场占全球市场真实性测试的三分之一，牛肉生产商必须建立一种机制来验证肉类产品。由于越来越多的高质量肉片被低质量肉片替代，实现原料肉片和动物品种的区分是很重要的。
这项工作的目的是评估2T2D COS PLS-DA(双痕量二维相关光谱和偏最小二乘判别分析)结合可见近红外多光谱成像(MSI)作为一种快速、非破坏性和精确的技术对三种牛肉肌肉（包括胸最长肌、半膜肌和股二头肌）进行分类的潜力，这些肌肉来自金发阿基坦、利姆斯利姆和阿伯丁安格斯三个品种。实验在240个肌肉样本上进行。在进行PLSDA之前，从MSI图像中提取光谱，并通过SNV (Standard Normal Variate)、MSC (Multivariate Scattering Correction)或AREA(曲线下面积等于1)进行处理，转换成同步和异步2T2D COS图。研究结果强调，在进行PLS-DA之前，结合同步和异步2T2D COS地图是区分三块肌肉的最佳策略(分类准确率为100%，错误率为0%)。
1
图1.(A)牛肉肌肉的立方体图像(y = y轴像素数;x = x轴上的像素数，z = led的数量)，用Videometer lab 2®设备记录，并记录了Limousine品种在405 nm激发后的股二头肌(B)、胸最长肌(C)和半膜肌(D)的图像。
2
图2.在提取感兴趣区(Region of Interest, ROIs) (蓝色方块)之前的牛肉肌肉图像。
3
图3.三种肌肉的平均谱; Blonde d’Aquitaine品种的股二头肌(BF)、胸最长肌(LT)和半膜肌(SM)。
4
图4. 动物肌肉，股二头肌(BF)，胸最长肌(LT)和半膜肌(SM)的同步和异步2TD2 COS图的平均值。
5
图5. MSI光谱主成分分析后得到的分数(A)和载荷(B)。蓝线:PC1加载;绿线:PC2加载)。
6
表1. 在肌肉异步光谱上识别的波段坐标(绿色:胸最长肌;蓝色:半膜状;红色部分:股二头肌)。
7
图6. 通过对2T2D COS同步图(A、B、C)和异步图(D、E、F)进行主成分分析，并结合2T2D COS同步图和异步图(G、H、I、J、K)，得到PC1和PC2的得分(A、D、G)和载荷。
8
表2. 将不同牛肉肌肉的同步图和异步图结合进行PCA分析，得到PC1加载图上确定的光谱带坐标。
9
表3. PLSDA因子(误差、正确率、精密度和召回率)在最佳识别模型中所占的百分比。
（RAW:原始光谱;SNV:标准正态变量预处理后的光谱;MSC:多次散射预处理后的光谱;AREA:归一化后曲线下面积为1的光谱;asynn:异步映射;Syn:同步映射;asynn + Syn:连接的同步和异步映射;LV:加载向量。）
在这项研究中，我们评估了PLS-DA结合MSI数据(光谱，2T2D COS同步和异步地图)识别三种牛肉肌肉的适用性。通过对新数据的测试，成功实现了对肌肉的识别，具有较高的分类准确率和较低的预测误差。结果还表明，与直接使用MSI光谱计算的模型相比，2T2D COS与PLS-DA相结合可以提高识别性能(分类准确度、精密度和召回率100%，误差为0%)。
这些结果表明，将2T2D COS - PLS-DA与MSI相结合的策略是达到高分辨性能的好方法。本研究为MSI数据的分析提供了一种新的方法，可以在区分性能方面获得有趣的结果。因此，我们希望这一策略可以用于常规分析，并响应肉类行业对在线技术区分牛肉肌肉的日益增长的兴趣。
原文链接
Abderrahmane Aït-Kaddour, Mohammed Loudiyi, Oumayma Boukria, Jasur Safarov, Shaxnoza Sultanova, Donato Andueza, Anne Listrat, Yana Cahyana,Beef muscle discrimination based on two-trace two-dimensional correlation spectroscopy (2T2D COS) combined with snapshot visible-near infrared multispectral imaging, Meat Science, Volume 214, 2024, 109533, ISSN 0309-1740 .
推荐阅读
文字：张梦瑶
校编：丁 希
排版：董梓桐
审核：李春保
