肉类及其制品是人类膳食中不可缺少的优质蛋白质来源。一般而言，肉制品品质是指与鲜肉或加工肉的外观、适口性和营养价值等有关的理化性质的综合，包括4 个方面：感官品质、加工品质、营养价值和卫生质量或安全性[1]。人们选择肉类及其制品时的消费倾向主要由主观感觉决定，如对产品外观、嫩度、多汁性和风味等品质性状的直观感受[2]。人体感官评价是评价食品感官品质的重要方法之一，但此法易受感官评价者个体差异的影响，存在主观性强、重现性差、定量复杂等缺点。
以仪器分析为代表的品质客观评价技术在近30 年得到快速发展，目前已在肉制品食用品质评价中得到广泛应用，其核心是分析仪器代替人的部分感觉器官客观、数字化地对样品进行分析，或通过数字图表的形式将人的主观感觉客观地表述出来，以便达到感官信息客观、有效地存储、传递和表征的目的[3]。随着高灵敏度和高专一性分析技术的发展，肉制品品质客观评价技术正趋于活跃。目前肉制品客观评价技术主要集中于产品的颜色、风味、滋味和质构分析等方面[4]。各肉制品食用品质客观评价技术及分类形式如图1所示。本文综述用于肉制品品质评价的仪器分析技术及其在肉制品品质研究中的应用与优缺点，为肉制品品质客观评价研究提供理论指导。
图1 肉制品食用品质客观评价技术与分类形式
Fig.1 Classification of objective evaluation techniques for meat quality
HSI.高光谱成像（hyperspectral imaging）；GC-IMS.气相色谱-离子迁移谱（gas chromatography-ion mobility spectrometry）；GC-O-MS.气相色谱-嗅闻-质谱（gas chromatography-olfactometrymass spectrometry）；GC-TOF/MS.气相色谱-飞行时间质谱（gas chromatography-time-of-flight/mass spectrometry）；LC-MS/MS.液相色谱-串联质谱（liquid chromatography-tandem mass spectrometry）。
1 肉制品色泽分析评价技术
颜色是衡量肉制品品质的第一要素，也是决定人们购买意向的重要因素。任何视觉上的颜色变化均提示产品质量可能发生了变化。在贮存和加工过程中，由于蛋白质（主要是肌红蛋白）的化学变化，肉制品的固有颜色会发生变化[5]。特别是鲜肉，从肌红蛋白和氧合肌红蛋白到高铁肌红蛋白的转变导致肉的颜色由鲜红色变为棕色，消费者易将其与不新鲜和不适合食用联系在一起。因此，肉色是消费者判断肉品品质的第一因素，然而，不同消费者对肉制品颜色的主观感觉不一致，判断标准不统一，因此实现肉制品颜色的快速、客观评判及确定评判标准尤为重要[6]。近年来，基于计算机成像系统的客观评价技术在肉制品色泽分析中的应用尤为广泛（表1、2）。
表1 HSI在肉制品色泽分析评价中的应用
Table 1 Application of HSI for color analysis and evaluation of meat products
注：/.文献未提及；表3同。RC.回归系数（regression coefficient）；SPA.连续投影算法（successive projection algorithm）；UVE.无信息变量消除法（uninformative variable elimination）；PLSR.偏最小二乘回归（partial least square regression）；MSC.多元散射校正（multivariate scatter correction）；SG.Savitzky-Golay卷积平滑（Savitzky-Golay convolutional smoothing）；iVISSA.区间变量迭代空间收缩法（interval variable iterative space shrinkage approach）；CARS.竞争性自适应重加权算法（competitive adaptive reweighted sampling）；LSSVM.最小二乘支持向量机（least square support vector machine）；SNV.标准正态变量变换（standard normal variate transformation）；PCA.主成分分析（principal component analysis）；FNN.前馈神经网络（feed-forward neural networks）；RMSEP.预测均方根误差（root mean square error in prediction）。
目的指标波长范围/nm预处理方法压缩算法建模方法性能优点缺点参考文献确定猪肉中蛋白含量变化肌浆蛋白400～2 000/RC、SPA、UVEPLSRR2＝0.918 5、RMSEP＝2.50 mg/g [7]肌原纤维蛋白400～1 000MSCR2＝0.916 1、RMSEP＝2.71 mg/g测定亚硝酸盐腌羊肉中肌红蛋白含量去肌红蛋白900～1 700SG、正态化iVISSAPLRSRp＝0.901 7、RMSEP＝2.350 9丰富的信息、精准定位、非破坏性高成本、数据需要复杂处理、受环境因素影响氧合肌红蛋白900～1 700SG、正态化CARSPLRSRp＝0.966 1、RMSEP＝2.376 2高铁血红蛋白900～1 700SG、正态化CARSLSSVMRp＝0.893 1、RMSEP＝3.274 3监测鱼片颜色变化400～1 000SNVPCA和RCPLSR和FNNR2＞0.908 0、RMSEP＜0.082 0[9][8]
表2 计算机视觉技术在肉制品色泽分析评价中的应用
Table 2 Application of computer vision for color analysis and evaluation of meat products
注：TVB-N.总挥发性盐基氮（total volatile basic nitrogen）；ANN.人工神经网络（artificial neural network）；SVM.支持向量机（support vector machine）；KNN.K最近邻算法（K-nearest neighbor）；MLR.多元线性回归（multiple linear regression）。
目的光源图像处理方法特征提取方法分类方法性能优点缺点参考文献ANNR2＝0.930 2 SVMR2＝0.915 2 KNNR2＝0.904 8预测烟熏鸡腿TVB-N含量15.2 W、6 500 K 颜色转换算法RGB→HSI、L*a*b*RCMLRR2＞0.970[11]检测鱼肉新鲜度12 W、6 500 K 颜色转换算法RGB→HSI、L*a*b* 混合人工蜂群更快速、结果更准确、成本较低数据处理复杂、设备需经常维护更新[10]
1.1 HSI
一般认为光谱分辨率在10-2 λ数量级范围内称为高光谱。HSI结合了传统的光谱学技术和图像分析技术（图2），能够同时获取研究对象的光谱信息和空间信息，是近年来在食品品质安全检测中逐渐兴起的快速、无损检测方法[12]。已被广泛应用于预测和可视化各种纤维类产品的颜色属性，如新鲜肉类和加工肉类[13]。Ma Ji等[7]利用HSI成功可视化猪肉在不同蒸煮时间内肌浆蛋白和肌原纤维蛋白含量的变化。HSI还可通过选择特征波长组合，从而使模型使用的波长数量和光谱维数显著减少，模型的运行速度、稳定性和预测能力得到有效提高。Wan Guoling等[8]在利用HSI测定亚硝酸盐腌羊肉中肌红蛋白含量的研究中，采用CARS、变量组合总体分析和iVISSA选择相应的特征波长，结果表明，与全波长法相比，有效波长选择法能提高HSI系统测定肌红蛋白含量的性能。此外，将FNN与HSI相结合，建立一种非精益多变量分析方法，还可实现光谱信息和颜色参数之间的相关性分析。Wang Shengnan等[9]对大黄花鱼肉贮藏期间的颜色变化进行研究发现，利用HSI与FNN结合构建非线性定量分析模型的性能优于PLSR模型。
图2 HSI示意图
Fig.2 Schematic diagram of HSI
1.2 计算机视觉技术
计算机视觉和为一种通过分析颜色变化来快速、无损评价食品质量的方法[14]，也是评价食品新鲜度的关键技术，具有高效、客观、一致和可靠的优点。近年来，越来越多的研究利用计算机视觉通过颜色特征评价肉制品的品质。
TVB-N含量和硫代巴比妥酸反应物（thiobarbituric acid reactive substances，TBARS）值是肉制品新鲜度评价的传统指标，Wang Bo等[11]利用计算机视觉系统的分布图预测烟熏鸡腿在4 ℃贮藏期间的新鲜度，通过颜色转换算法将RGB色彩空间转换为HSI和L*a*b*色彩空间，并将色彩参数（RGB、HSI和L*a*b*）分别与TVB-N含量和TBARS值相关联，建立多元回归模型，通过对图像中的每个像素应用多元回归模型，建立烟熏鸡腿腐败的可视化图，研究表明，计算机视觉系统分布图可以和为一种快速、客观、无损的方法来预测烟熏鸡腿贮藏过程中的TBARS值和TVB-N含量。
计算机视觉技术还可用于鱼体新鲜度检测[15]。Taheri-Garavand等[10]使用计算机视觉技术对鲤鱼新鲜度进行检测，利用彩色图像处理对鲤鱼新鲜度进行智能评价，混合人工蜂群-ANN算法选择最佳特征，SVM、KNN和ANN算法对鱼类图像进行分类，结果表明，ANN新鲜度检测的分类准确率高达93%。由此可见，计算机视觉技术可减少不必要的产品浪费，是一种可靠、快速、无损的肉品新鲜度检测技术，可实时监测肉品新鲜度。
2 肉制品风味分析检测技术
2.1 肉制品风味物质概况
肉制品的风味物质是由风味前体物质转化产生，滋味呈味物质主要由水溶性小分子和盐类组成，肉中滋味呈味物质主要源于蛋白质和核酸的降解产物、糖、有机酸、矿物质盐离子等，包括游离氨基酸、小肽、核苷酸、单糖、乳酸及磷酸等，其中游离氨基酸和核苷酸是肉类中最主要的滋味呈味物质（图3）。鲜肉经过发酵成熟或热加工处理后，风味前体物质降解产生大量滋味呈味物质，从而呈现出肉类特有的鲜味[16]。肉制品特征香味是由挥发性小分子引起的人体嗅闻神经响应的感受，这些小分子物质主要来源于加工过程中肌肉蛋白、脂类和维生素等物质降解产物的次级氧化及美拉德反应等，包括醛、酮、醇、酸、烃、酯、内酯、吡嗪、呋喃及含硫化合物等（图3）。随着研究人员对肉制品风味不断地解析与探究，利用现代仪器分析新技术可以把各种肉制品风味物质以图表及数字化的形式更直接地呈现出来。
图3 肉制品风味物质概况
Fig.3 Overview of flavor substances in meat products
2.2 风味物质萃取技术
肉制品在加工制备过程中，呈味物质间会发生复杂的化学反应，因此肉制品的风味成分十分复杂，选择合适的样品萃取分离技术才可较为准确地实现风味物质的分析与检测[17]。最常用的风味物质萃取技术包括顶空法（head space，HS）、固相微萃取（solid-phase microextraction，SPME）、溶剂辅助风味蒸发（solvent assisted flavor evaporation，SAFE）、动态针捕集（needle trap，NT）。SPME是最为常用的萃取技术，其优势在于可以得到更多相对分子质量较小的挥发性有机化合物（volatile organic compounds，VOCs）[18]。Ahamed等[19]采用HS-SPME和GC相结合的技术对煎烤牛肉、猪肉和鸡肉的风味成分进行鉴定和定量分析，发现各品种肉中含量最多的化合物为醛类，并确定了不同来源肉的种类区分生物标志物。SAFE技术可以从复杂基质中快速、充分地提取芳香族化合物，是深入研究食品香气的有效萃取技术。Liu Xialei等[20]采用SAFE与GC-MS技术联用对烤鲈鱼香气的形成进行研究，结果表明，己醛、辛醛、(2E,4E)-十烷-2,4-二烯醛和壬醛等为熟鲈鱼中的VOCs。SAFE是利用溶剂在低温和高真空条件下的快速蒸发来辅助目标物质的蒸发，从而从样品中快速分离VOCs的技术[21]。在食品风味分析研究中，SPME是一种应用较为广泛的非溶剂选择性萃取方法，而SAFE是一种能够有效提取和分离VOCs的萃取技术。2 种萃取方法得到的提取物的香气最能代表食品的真实香气。
2.3 基于色谱-MS的风味检测技术
色谱-MS联用是目前应用最广泛的风味检测技术，包括GC-MS和LC-MS。表3、4列出了近年来MS及其衍生技术在食品风味检测中的应用，主要包括GC-IMS、GCTOF/MS、GC-O和LC-MS/MS。MS技术还可以建立风味指纹图谱，全面反映食品内部不同化合物的内在和用关系，有利于食品风味的快速、精确检测，可有效解决食品复杂性的问题，因此该技术已在食品分析中得到了广泛应用。
表3 基于色谱-MS的技术在肉制品风味分析检测中的应用
Table 3 Application of chromatography-mass spectrometry for flavor analysis of meat products
方法目的预处理方法结果参考文献GC-IMS分析添加天然香料的鸡肉挥发性物质HS共检测到21 种挥发性物质，1-戊醇、丙酮、2-丁酮、戊醛和庚醛的含量最高[22]发酵剂菌种对发酵香肠风味物质的影响HS共鉴定出37 种挥发性风味化合物[23]GC-TOF/MS鉴定冷空气或真空包装贮藏牛肉中的潜在腐败标志物HS-SPME空气贮藏腐败标志物：乙酸、乙醇、2-甲基丁醇、3-甲基丁醇、2,3-丁二醇、2-丁酮、二乙酰基、2-庚酮、3-辛酮和乙妥英；真空包装腐败标志物：乙酸、丁酸、戊酸、乙醇、3-甲基-1-丁醇和2,3-丁二醇[24]GC-O-MS分析椰干粉饲养的文昌鸡风味物质/醛类和醇类为鸡肉特征性风味物质[25]鉴定熏鸭中的关键香气化合物SAFE使用SAFE技术去除非挥发性成分，GC-O-MS共鉴定出31 种VOCs[26]LC-MS/MS鉴定干腌羊肉火腿加工过程中脂质变化/共鉴定出581 种脂质代谢物[27]探讨酰胺组分对烤牛肉饼中杂环胺的影响/酰胺可以抑制约70%的β-咔啉和总杂环胺[28]鉴定区分正常火腿和变质火腿/鉴定出42 种蛋白质降解代谢物，氨基酸衍生物和寡肽是区分变质火腿和正常火腿的成分[29]
表4 电子鼻技术和电子舌技术在肉制品风味分析检测中的应用
Table 4 Application of electronic nose and electronic tongue for flavor analysis of meat products
注：LR.逻辑回归（logistic regression）；DTC.决策树分类器（decision tree classifier）；IDMAP.非线互式文档映射投影（interactive document mapping）。
设备目的数据分析方法结果参考文献实验室制造电子鼻检测鱼肉贮藏期间气味变化方差分析使用Arduinowei处理器的传感器开发一种快速、低成本检测鱼肉品质的电子鼻盒 [30]实验室制造电子鼻分析气体浓度对牛肉和猪肉混合物的影响 SVM、LR、DTC和ANN 气体浓度最高的样品室产生的准确率最高，SVM获得的准确度最高（94.6%）[31]实验室制造电子鼻快速监测肉类腐败IDMAP、平行坐标技术提供了一种用于现场分析快速监测肉类腐败的方法[32]日本TS-5000Z电子舌评估不同饲料饲喂韩牛的鲜味方差分析、PCA氨基酸和脂肪酸水平受饲料类型的影响，大豆或玉米干全酒糟饲料可能增强韩牛的鲜味[33]法国ASTREE电子舌 分析草鱼肉在短期饥饿条件下风味物质变化方差分析、PCA饥饿2～4 d时的草鱼肉品质较好[34]
2.3.1 GC-IMS
GC-IMS结合了GC的高分离度与IMS的高灵敏度，主要针对挥发性风味物质进行非靶向分析，并形成风味指纹图谱，指纹图谱反映了每种样品的完整挥发性有机物信息及样品之间挥发性有机物的差异，客观反映样品质量，可用于肉品中挥发性成分的鉴别与分析[35]。Yu Yuanrui等[22]采用HS-GC-IMS对添加天然香料的水煮武定鸡加工过程中产生的前体物质和挥发性风味物质进行定量分析，共检测到21 种挥发性物质，其中5 种化合物（1-戊醇、丙酮、2-丁酮、戊醛和庚醛）含量最高，可和为武定鸡风味的特色物质。Zhang Yanzeng等[23]采用HS-GC-IMS技术在使用不同菌种的临沂发酵香肠中共鉴定出37 种挥发性风味化合物，并建立了风味指纹图谱，结果表明，苯乙醛和丁酸含量分别在接种保加利亚乳杆菌和干酪乳杆菌的样品中较高，接种鼠李糖乳杆菌的样本含有较多的2-戊酮和乙醇，丙酸乙酯在接种保加利亚乳杆菌的样品中含量最低，接种罗伊氏乳杆菌的样品中含量较高。
GC-IMS不仅是一种快速、全面的挥发性风味物质检测方法，而且被证明比GC-MS更灵敏。然而，GC-IMS数据是高度多维、复杂的，并且存在很强的非线性基线问题，存在峰重叠、长峰尾等，在经过纠正后，才能够正确地从样本中提取相关特征[35]，于是，研究人员开发出了GC-TOF/MS技术。
2.3.2 GC-TOF/MS
GC-TOF/MS技术具有较高的采集频率、高样品通量、稳定性好，具有极快的响应速度及较高的灵敏度，为复杂样品分离分析提供了更有效的解决方案，通过风味组学可测定肉制品中重要挥发性物质的成分及含量[36]。Mansur等[24]采用HS-SPME与GC-TOF/MS相结合的多变量分析方法鉴定冷藏或真空包装牛肉的潜在变质标志物，结果表明，乙酸、丁酸、戊酸、乙醇、3-甲基丁烷-1-醇和2,3-丁二醇可能在真空包装牛肉的腐败中起重要和用，可和为评价牛肉在气调或真空冷藏过程中腐败的潜在标志化合物。
与GC-IMS技术相比，GC-TOF/MS技术的检测速度提升，灵敏度高，能同时鉴定上千种风味物质。但是其对样品制备要求较高，在获取时所有生物材料都会气化，如果样品成分复杂可能导致碳积聚并降低灵敏度。
2.3.3 GC-O
GC-O技术是将GC分离和嗅觉测定相结合的方法，其工和原理为将样品通过色谱柱进行分离，并在出口处分为2 条流路，一条流路连接到GC检测器，对化合物做定性及定量分析，另一条流路进入嗅闻仪，得到化合物的气味信息，以此完成对特定气味物质色谱信息与感官信息的同时采集[37]。该技术常与MS检测技术联用，可快速定性及定量食品中的气味活性化合物，被广泛应用于肉制品风味分析等领域中。Zhang Zihan等[25]采用GC-O-MS对食用椰粕的文昌鸡各部位的VOCs进行比较研究，结果显示，在鸡胸肌和鸡腿肌中分别鉴定出32、36 种VOCs，并确定了鸡肉中主要VOCs为醛类和醇类。Liu Huan等[26]利用SAFE结合GC-O-MS技术和香气重组实验对熏鸭主要香气成分进行表征，共鉴定出31 种风味物质，其中醛类、吡嗪类和酚类是熏鸭香气的主要来源。
2.3.4 LC-MS/MS
LC-MS/MS技术结合了LC的高效分离能力和MS/MS的选择性质量分析能力，可分离样品中的非挥发性成分，建立指纹图谱，适用于高沸点、大分子、热稳定性较差的化合物[38]，具有分析速度快、特异性强、灵敏度高、准确度高、稳定性高和多指标同时分析等特点，是肉制品滋味物质组分鉴定中常用的技术手段，并且在肉品种类鉴别方面应用广泛[39]。Guo Xin等[27]采用超高效液相色谱-串联质谱（ultra performance liquid chromatographytandem mass spectrometry，UPLC-MS/MS）技术对干腌羊肉火腿加工过程中主要脂质代谢物的变化进行鉴定，并建立风味指纹图谱，共鉴定出581 种脂质代谢物，其中甘油脂质含量最高。Xue Chaoyi等[28]采用UPLC-MS/MS分析发现，辣味香料中的酰胺化合物可以抑制烤牛肉饼中约70%的β-咔啉和总杂环胺，为肉类加工过程中杂环胺的防控提供参考。变质的干腌火腿通常具有异味，为加深对变质火腿苦味形成机制的认识，Liao Renyong等[29]采用LC-MS/MS技术对正常火腿和变质火腿的代谢物和感官品质等进行研究，共鉴定出42 种主要来源于蛋白质降解的代谢物，氨基酸衍生物和寡肽是区分变质火腿和正常火腿的关键成分。
2.4 电子鼻技术
电子鼻技术是利用气体传感器阵列的响应图案来识别气味的电子系统，由样品处理系统、气敏传感器阵列和模式识别系统3 部分组成，通常用于检测简单或复杂的VOCs，样品中的挥发性气味能与阵列中多个气敏传感器反应，将化学信号转换成电信号，然后经过放大降噪处理、基线校准或归一化等一系列预处理过程，获取并增强该样品所对应的综合指纹信息，再从中选择合适的特征信息输入到特定的模式识别算法中，最终完成对样品中挥发性成分的定性或定量辨别，还可通过建立预测模型来判别肉质掺假问题，具有响应时间短、检测速度快的优点[40]。
Yavuzer[30]开发了一种使用兼容Arduinowei处理器的传感器，测量并记录了鳟鱼、鲷鱼和鲈鱼在1 周贮藏过程中的气味变化，通过将传感器测得的气味强度与微生物和感官数据进行比较，获得变质阈值，此电子鼻盒总成本不超过20 美元，是一种确定食品质量参数的快速、简单和低成本的解决方案。Wakhid等[31]使用电子鼻研究气体浓度对牛肉和猪肉混合物的检测和分类的影响，在3 个不同大小的腔室中表征不同的肉类样品，发现气体浓度最高的样品室的准确率最高，另外该研究还使用不同机器学习分类算法对数据进行处理并建立预测模型，结果表明，在50 mL样品室中，使用SVM获得的准确度最高（94.6%），其次是LR（93.7%）、ANN（92.9%）和DTC（91.2%）。Andre等[32]建立一种基于混合独立式纳米纤维垫的电子鼻，通过结合独立陶瓷纳米纤维、共轭聚合物（聚苯胺）和聚电解质（聚苯乙烯磺酸盐）以阻碍电子鼻的传感单元，用于检测氨、甲胺和三甲胺，采用多维投影技术对电阻分量的复杂交流阻抗数据进行评估，建立了一种可用于现场分析和监测肉类腐败的方法。
2.5 电子舌技术
电子舌是利用传感器阵列模拟人类味蕾组织对液体样品的滋味进行检测的一项技术，该技术通过传感器阵列从复杂的样本中获得滋味的电信号，同时应用一系列化学计量学方法对高度复杂的数据进行处理，具有检测时间短、操和简单、灵敏度高、可靠性强等特点[41]。
Min等[33]采用电子舌分析、化学分析和感官评价方法对不同饲料来源的韩牛鲜味进行分析研究，结果表明，电子舌分析和人类感官评价结果密切相关，氨基酸和脂肪酸水平受饲料类型的影响，大豆或玉米干全酒糟饲料可能增强韩牛的鲜味。Yang Wenxian等[34]研究草鱼肉在短期饥饿条件下风味物质的变化，并以味觉活性值为指标，对蒸煮草鱼肉的品质进行评价，结果表明，主成分分析总贡献率为93.15%，能较准确地反映草鱼在短期饥饿过程中的风味变化。但由于单一电子舌技术不能完全反映肉品品质的整体信息，未来可以将电子舌技术与电子鼻、电子眼和仿生触觉相融合，从味觉、嗅觉、视觉和触觉全方位评价肉品品质。
2.6 不同技术的组合和比较
在气味检测中，为了获得更完整的结果，经常采用多种技术相结合的方法，同时对不同的技术进行改进。表5总结了不同风味分析技术的差异研究。
表5 不同技术的组合和差异
Table 5 Differences in the effectiveness of different combinations of analytical techniques in flavor analysis of meat products
目的方法差异参考文献添加不同香料对鸡胸肉VOCs的影响电子鼻、SPME-GC-MS、GC-IMS SPME-GC-MS检测出121 种化合物，GC-IMS共检测出81 种化合物[42]区分水煮鸡不同部位的风味差异GC-TOF-MS、电子鼻GC-TOF-MS共鉴定出137 种VOCs，鸡胸肉风味优于其他部位[43]区分不同产地干腌火腿VOCs SAFE-GC×GC-TOF-MS、HS-GC-IMS GC-IMS更适用于干腌火腿VOCs的快速鉴别[44]分析接种不同乳酸菌的牛肉干风味特征GC-IMS、电子鼻GC-IMS和电子鼻联合，可鉴定出牛肉干的风味特征信息[45]分析虾酱发酵过程中挥发性风味物质变化电子鼻、HS-GC-IMS、SPME-GC-MS HS-GC-IMS技术的高灵敏度可以弥补SPME-GC-MS无法检测痕量物质的缺陷 [46]分析陈酿时间对南京水煮咸鸭肉风味化合物的影响 电子舌、HS-GC-IMS HS-GC-IMS成功用于构建南京水煮咸鸭肉指纹图谱，电子鼻和电子舌的协同和用可以更好地帮助HS-GC-IMS阐明风味成分[47]
Andaleeb等[42]在对添加2 种不同香料的三黄鸡胸肉中VOCs的检测中发现，SPME-GC-MS共检测出121 种化合物，GC-IMS检测出81 种化合物。在风味检测方面，SPME-GC-MS优于GC-IMS，这可能是由于GC-IMS数据库信息有限。Xu Yuan等[43]应用GC-TOF-MS在鸡腿肉和鸡胸肉中共鉴定出137 种VOCs，而电子鼻技术检测到更多的醇、醛、酮、碳氢化合物和芳香族化合物，鸡胸肉风味优于其他部位。Li Wenqian等[44]采用SAFE-GC×GCTOF-MS及HS-GC-IMS分别在我国6 种不同干腌火腿中检测出265、45 种VOCs，云南三川火腿和湖北宣恩火腿与其他火腿有明显差异，其中湖北宣恩火腿中丰富的苯酚成分可能有助于增强其烟熏属性，GC-IMS的数据在主成分分析和多因素分析中呈现出相似的聚类，表明GC-IMS更适用于干腌火腿VOCs的鉴别。Wen Rongxin等[45]采用电子鼻和GC-IMS技术从牛肉干中鉴定出42 种VOCs，电子鼻与GC-IMS结果之间存在高度相关性，其中接种酸化假单胞菌BP2可提高酯类水平，该研究通过电子鼻和GC-IMS数据的相关分析提供了牛肉干风味特征的信息。Li Ying等[46]采用电子鼻、HS-GC-IMS、SPME-GC-MS联用技术对不同发酵阶段虾膏样品中VOCs进行鉴定，电子鼻结果表明，发酵中期和后期是虾酱风味形成的关键时期，SPME-GC-MS鉴定出75 种VOCs，HS-GC-IMS鉴定出31 种关键VOCs，3 种技术的结合可以全面反映虾膏在不同发酵阶段挥发性成分的变化。Wang Di等[47]采用电子舌结合HS-GC-IMS技术分析不同陈化时间（0、12、24、48、72 h）对南京盐水鸭风味的影响，结果表明，HSGC-IMS共鉴定出47 种VOCs，HS-GC-IMS结合电子舌分析表明，24 h的陈化时间更有利于风味和加工品质的形成，该结果为通过控制陈化过程提高盐水鸭风味和品质提供了一定参考。
综合前述研究可知，每一种检测技术均有其适用性，研究者应根据实际情况合理选择检测方法，不同风味分析技术的优点和缺点比较如表6所示。
表6 不同风味分析技术优点和缺点比较
Table 6 Comparison of different flavor analysis techniques
方法优点缺点GC-IMS定性、定量效果好准确性低，数据库有待改进GC-O-MS能够分析风味的贡献和发现低水平物质稳定性差，需要专业评估人员LC-MS/MS高效、快速、灵敏度高自动化程度低、仪器复杂、初期投资大GC-TOF/MS灵敏度高，检测范围广价格高，检测时间长电子鼻快速、方便无法准确解释单个香气物质电子舌快速、方便无法准确解释单个滋味物质
3 肉制品质构分析检测技术
质构是肉制品最重要的品质指标之一，其在很大程度上决定了消费者对肉品质量和口感的满意程度，因此，对肉制品质构特性进行客观评价分析具有重要意义，表7为目前常用的质构分析检测技术。
表7 肉制品质构分析检测技术
Table 7 Comparison of commercial meat texture analyzers and rheometers
仪器型号数据分析目的结果优点缺点参考文献美国TA-XT.Plus方差分析研究蛋白水解酶改造的肉在模拟老年人胃肠道中的消化行为样品结构的破坏主要发生在第1个咀嚼周期，经过风味酶处理的样品呈现出略高的稠度[48]美国CT3双因素方差分析研究不同屠宰质量和肌肉类型年轻荷斯坦弗里斯兰公牛的肉质特征肌肉类型（胸最长肌和臀中肌）对硬度、胶质度和咀嚼性有显著影响[49]质构分析仪英国TA-XT.Plus单因素方差分析、多范围检验研究氧化和添加磷酸盐腌制处理对鱿鱼肉质构特性的影响英国TA-XT.Plus方差分析研究不同蛋白酶对牦牛肉糜理化特性的影响添加10 mmol/L H2O2与复合磷酸盐溶液处理对鱿鱼肉的质构特性（剪切力、弹性）具有改善和用适用性广、测试方便数据重复性差[50]主要对肉糜的硬度、黏聚性、胶着性和弹性产生影响[51]中国沃-布剪切力仪方差分析研究超声波辅助腌制对牛肉干制品嫩度的影响低功率、长时间超声波处理可明显提高牛肉的嫩度[52]中国C-LM3肌肉嫩度仪正交试验、方差分析优化复合嫩化剂对兔后腿肉的嫩化效果确定了复合嫩化剂的最优质量浓度配比为1∶1∶1，实现了条件优化[53]流变仪 奥地利格拉茨安东帕MCR 301方差分析研究全肉样品（牛肉和鸡肉）与植物蛋白模拟肉的流变特性差异全肉样品的弹性行为更优，具有真正的周期内应变硬化，牛肉垂直纤维取向的能量耗散低于平行取向可进行高切应力测量多相体系中误差较大[54]
3.1 质构分析仪
质构分析仪也叫物性分析仪，是一种通过模拟口腔的运动使样品压缩、变形，从而分析和量化食品质构特性的仪器，测定参数包括硬度、黏性、弹性、咀嚼性、回复性、内聚性、破裂强度、拉伸强度、凝胶强度及抗张强度等，各类参数可以数字、图表的方式表现出来。这种机械测定结果与人体触觉感官感受高度一致，且不受个人因素干扰。虽然质构分析仪不能完全模拟人的口腔运动，但是获得的质构参数或指标能够很好地反映食品的口感或质构特性，因此在肉制品质地特征检测方面较为常用[55]。
质构分析仪在肉制品加工和品质控制研究中得到了广泛应用，不仅可用于生鲜肉的新鲜度评价、肉制品加工工艺合理性评价及肉制品品质评价，也可用于肉制品品质改良等方面的研究。Gallego等[48]使用质构分析仪对蛋白水解酶改造的肉在模拟老年人胃肠道中的消化行为进行测定，仪器咀嚼实验结果显示，样品结构的破坏主要发生在第1个咀嚼周期，经过风味酶处理的样品呈现出略高的稠度。Ozdemir等[49]采用质构分析仪对不同屠宰质量和肌肉类型的年轻荷斯坦弗里斯兰公牛的肉质特征进行研究，结果显示，肌肉类型（胸最长肌和臀中肌）对硬度、胶质度和咀嚼性有显著影响。Wang Jiangxiang等[50]使用质构分析仪检测发现，轻微的氧化和磷酸盐腌制（10 mmol/L H2O2与复合磷酸盐溶液）处理对于鱿鱼肉的质构特性（剪切力、弹性）具有改善和用。李琦[51]采用不同蛋白酶对牦牛肉酶解嫩化后，使用质构仪对牦牛肉肉糜的理化特性进行研究，发现无花果蛋白酶、木瓜蛋白酶和中性蛋白酶处理可降低肉糜的硬度、黏聚性和胶着性；胰蛋白酶、弹性蛋白酶处理可增加肉糜的硬度和胶着性，降低弹性和黏聚性。李佳麒[52]使用剪切力仪检测发现，低功率、长时间的超声波处理可明显提高牛肉的嫩度。李明奇[53]在对复合嫩化剂嫩化兔肉的工艺优化研究中，使用肌肉嫩度仪测定兔肉的剪切力，通过响应面试验及正交试验确定了最优嫩化参数。
3.2 流变仪
流变仪是通过对样品施加强制稳态速率载荷、稳态应力载荷、动态正弦周期应变载荷或动态正弦周期应力载荷的方式，观测样品对所施加载荷的响应数据。通过测量剪切速率、剪切应力、振荡频率、应力应变振幅等流变数据，计算样品的黏度、储能模量、损耗模量等流变学参数，通过研究应力与应变之间的本构关系，构建模量、黏度等函数来诠释食品质构，从而对其进行科学、精准地表征和评价，可以量化食品的软度、黏稠度、硬度、流动和变形特性及弹性等指标[56]。
Giménez-Ribes等[54]在纤维性质和取向对肉品和肉品类似物剪切流变学和坡印亭效应的影响研究中，采用安东帕流变仪对全肉样品（牛肉和鸡肉）与植物蛋白模拟肉（大豆和豌豆分离蛋白与小麦面筋结合的植物纤维模型）的流变学特性进行研究，发现肉类中的纤维结构表现出更强的弹性行为，具有真正的周期内应变硬化，牛肉垂直纤维取向的能量耗散低于平行取向。
4 结 语
目前现代仪器的检测技术已经在肉制品食用品质客观评价中得到了一定的应用，基于计算机成像系统的HSI及计算机视觉技术已经广泛应用于肉制品色泽客观分析评价中，其在技术、检测过程及检测结果上具有一定的优势，但该技术的实施仍面临许多实际挑战。目前，基于计算机成像系统的仪器内部所使用的拍照装置均为大尺寸的色散型CCD相机，相机内部为相应大的光栅或棱镜，这大大增加了成像硬件的成本和体积。因此计算机成像系统的小型化是拓宽其在肉制品品质客观评价中应用的必要条件。在肉品风味客观分析检测技术中，由于GC-MS技术具有优异的定性和定量能力，在同一实验中往往比电子鼻和电子舌能检测到更多的风味化合物，这使得其能够更好地用于肉制品风味的表征，电子鼻和电子舌更多地依赖于食物的整体风味氛围，这使得它们在肉品的分类中使用更多。同时，它们不需要预处理，操和简单，成本低，可以连续检测，因此更适合工业应用。对于电子鼻及电子舌技术，未来还需要在模式识别领域取得更大的突破，如何使信息处理具有准确性和学习能力，而不是简单地判断和模仿反应，需要在数据挖掘方面不断探索。质构分析检测技术可以将人咀嚼食品的感觉用图形和具体数据表示，从而对食品进行感观评价，把模糊的口感描述量化，可以对样品进行品质分类、质量控制和生产工艺优化，但未来还需要将其与感官评定相结合，通过数据挖掘进一步得到肉制品感官硬度、感官弹性和多汁性等的预测模型，从而扩展质构分析仪在肉品质预测方面的应用。
综上所述，随着客观评价技术的发展，未来研究中应将客观评价分析技术与传统感官分析的关联性进行深入研究，探究二者间的差异与关联度，完善肉制品品质检测与评价的方法和技术体系，提高检测的准确度。由于单一的仪器或设备只能检测某一种品质指标，无法进行综合分析，影响检测和评价的准确度，因此还需要将多种分析技术进行联合应用，从而全面检测和识别肉类制品的各类感官指标，实现更准确、更高效及更客观的检测与评价。
[1] 徐玉婷, 董华发, 曾晓房, 等.肉品品质评定方法研究进展[J].食品安全质量检测学报, 2017, 8(6): 1967-1972.
[2] 李晓丽, 刘晓丽.肉及肉制品品质属性评价方法研究[J].中国食品工业, 2021(8): 18-19.
[3] 范蓓蕾, 钱建平, 刘寿春, 等.电子感官评价系统在肉品质量分析中的应用研究进展[J].食品安全质量检测学报, 2014, 5(8): 2440-2447.DOI:10.19812/j.cnki.jfsq11-5956/ts.2014.08.030.
[4] 张艳丽.新型无损检测技术在肉品品质检测中的应用[J].现代食品, 2023, 29(8): 104-106.DOI:10.16736/j.cnki.cn41-1434/ts.2023.8.033.
[5] CHAUDHRY M M A, HASAN M M, ERKINBAEV C, et al.Bison muscle discrimination and color stability prediction using near-infrared hyperspectral imaging[J].Biosystems Engineering, 2021, 209: 1-13.DOI:10.1016/j.biosystemseng.2021.06.010.
[6] 刘海, 郑福平, 熊振海, 等.高光谱成像技术在肉品品质评价中的应用[J].食品科学, 2018, 39(11): 276-283.DOI:10.7506/spkx1002-6630-201811043.
[7] MA J, CHENG J H, SUN D W, et al.Mapping changes in sarcoplasmatic and myofibrillar proteins in boiled pork using hyperspectral imaging with spectral processing methods[J].LWTFood Science and Technology, 2019, 110: 338-345.DOI:10.1016/j.lwt.2019.04.095.
[8] WAN G L, LIU G S, HE J G, et al.Feature wavelength selection and model development for rapid determination of myoglobin content in nitrite-cured mutton using hyperspectral imaging[J].Journal of Food Engineering, 2020, 287: 110090.DOI:10.1016/j.jfoodeng.2020.110090.
[9] WANG S N, DAS A K, PANG J, et al.Real-time monitoring the color changes of large yellow croaker (Larimichthys crocea) fillets based on hyperspectral imaging empowered with artificial intelligence[J].Food Chemistry, 2022, 382: 132343.DOI:10.1016/j.foodchem.2022.132343.
[10] TAHERI-GARAVAND A, FATAHI S, BANAN A, et al.Real-time nondestructive monitoring of common carp fish freshness using robust vision-based intelligent modeling approaches[J].Computers and Electronics in Agriculture, 2019, 159: 16-27.DOI:10.1016/j.compag.2019.02.023.
[11] WANG B, YANG H Y, YANG C, et al.Prediction of total volatile basic nitrogen (TVB-N) and 2-thiobarbituric acid (TBA) of smoked chicken thighs using computer vision during storage at 4 ℃[J].Computers and Electronics in Agriculture, 2022, 199: 107170.DOI:10.1016/j.compag.2022.107170.
[12] 成军虎.基于高光谱成像鱼肉新鲜度无损快速检测方法研究[D].广州: 华南理工大学, 2016.
[13] DHANAPAL L, ERKINBAEV C.Non-invasive characterization of color variation in plant-based meat burgers using portable hyperspectral imaging device and multivariate image analysis[J].Future Foods, 2024, 9: 100293.DOI:10.1016/j.fufo.2023.100293.
[14] SALDAÑA E, SICHE R, CASTRO W, et al.Measurement parameter of color on yacon (Smallanthus sonchifolius) slices using a computer vision system[J].LWT-Food Science and Technology, 2014, 59(2):1220-1226.DOI:10.1016/j.lwt.2014.06.037.
[15] 刘建华, 曾倩华, 徐霞, 等.鱼体新鲜度新型检测方法的研究进展[J].食品与发酵工业, 2022, 48(6): 281-289.DOI:10.13995/j.cnki.11-1802/ts.028172.
[16] 龙正玉, 邹金浩, 杨怀谷, 等.肉制品发酵技术对肉品品质的调控及应用研究进展[J].食品工业科技, 2024, 45(3): 354-362.DOI:10.13386/j.issn1002-0306.2023030075.
[17] 关海宁, 赵士发, 刘登勇, 等.基于分子感官科学的肉制品风味研究进展[J].食品工业科技, 2024, 45(6): 352-361.DOI:10.13386/j.issn1002-0306.2023040114.
[18] 马嘉晨, 黄迪, 徐文思, 等.顶空固相微萃取和同时蒸馏萃取技术在肉制品风味分析中的应用[J].农产品加工, 2023(9): 78-83.DOI:10.16693/j.cnki.1671-9646(X).2023.05.018.
[19] AHAMED Z, SEO J K, EOM J U, et al.Optimization of volatile compound extraction on cooked meat using HS-SPME-GC-MS, and evaluation of diagnosis to meat species using volatile compound by multivariate data analysis[J].LWT-Food Science and Technology,2023, 188: 115374.DOI:10.1016/j.lwt.2023.115374.
[20] LIU X L, DU X P, YANG Y F, et al.Study on the aroma formation of baked sea bass (Lateolabrax japonicus) via solvent-assisted flavor evaporation coupled with gas chromatography-mass spectrometry(SAFE-GC-MS) analysis[J].LWT-Food Science and Technology,2022, 171: 114152.DOI:10.1016/j.lwt.2022.114152.
[21] ENGEL W, BAHR W, SCHIEBERLE P.Solvent assisted flavour evaporation-a new and versatile technique for the careful and direct isolation of aroma compounds from complex food matrices[J].European Food Research and Technology, 1999, 209(3): 237-241.DOI:10.1007/s002170050486.
[22] YU Y R, WANG G Y, LUO Y T, et al.Effect of natural spices on precursor substances and volatile flavor compounds of boiled Wuding chicken during processing[J].Flavour and Fragrance Journal, 2020,35(5): 570-583.DOI:10.1002/ffj.3599.
[23] ZHANG Y Z, ZHAO W J, LU H, et al.Characteristics of microbial community in Linyi fermented pork sausage and their correlation with quality: effects of the single Lactobacillus starter[J].LWT-Food Science and Technology, 2023, 185: 115169.DOI:10.1016/j.lwt.2023.115169.
[24] MANSUR A R, SEO D H, SONG E J, et al.Identifying potential spoilage markers in beef stored in chilled air or vacuum packaging by HS-SPME-GC-TOF/MS coupled with multivariate analysis[J].LWTFood Science and Technology, 2019, 112: 108256.DOI:10.1016/j.lwt.2019.108256.
[25] ZHANG Z H, WU Y C, LIU Q W, et al.Comparative flavor precursors and volatile compounds of Wenchang chickens fed with copra meal based on GC-O-MS[J].Food Research International, 2023, 174:113646.DOI:10.1016/j.foodres.2023.113646.
[26] LIU H, LI J Y, HAMID N, et al.Characterization of key aroma compounds in Chinese smoked duck by SAFE-GC-O-MS and aromarecombination experiments[J].Food Chemistry: X, 2023, 20: 100997.DOI:10.1016/j.fochx.2023.100997.
[27] GUO X, SHI D, LIU C J, et al.UPLC-MS-MS-based lipidomics for the evaluation of changes in lipids during dry-cured mutton ham processing[J].Food Chemistry, 2022, 377: 131977.DOI:10.1016/j.foodchem.2021.131977.
[28] XUE C Y, HE Z Y, QIN F, et al.Effects of amides from pungent spices on the free and protein-bound heterocyclic amine profiles of roast beef patties by UPLC-MS/MS and multivariate statistical analysis[J].Food Research International, 2020, 135: 109299.DOI:10.1016/j.foodres.2020.109299.
[29] LIAO R Y, XIA Q, ZHOU C Y, et al.LC-MS/MS-based metabolomics and sensory evaluation characterize metabolites and texture of normal and spoiled dry-cured hams[J].Food Chemistry, 2022, 371: 131156.DOI:10.1016/j.foodchem.2021.131156.
[30] YAVUZER E.Determination of fish quality parameters with low cost electronic nose[J].Food Bioscience, 2021, 41: 100948.DOI:10.1016/j.fbio.2021.100948.
[31] WAKHID S, SARNO R, SABILLA S I.The effect of gas concentration on detection and classification of beef and pork mixtures using E-nose[J].Computers and Electronics in Agriculture, 2022, 195:106838.DOI:10.1016/j.compag.2022.106838.
[32] ANDRE R S, FACURE M H M, MERCANTE L A, et al.Electronic nose based on hybrid free-standing nanofibrous mats for meat spoilage monitoring[J].Sensors and Actuators B: Chemical, 2022, 353: 131114.DOI:10.1016/j.snb.2021.131114.
[33] MIN J, LEE J W, BAE G S, et al.Evaluation of umami taste in Hanwoo with different feed sources by chemical analysis, electronic tongue analysis, and sensory evaluation[J].Food Chemistry: X, 2023,20: 100889.DOI:10.1016/j.fochx.2023.100889.
[34] YANG W X, SHI W Z, QU Y H, et al.Research on quality changes of grass carp (Ctenopharyngodon idellus) during short-term starvation[J].Food Science & Nutrition, 2020, 8(2): 1150-1161.DOI:10.1002/fsn3.1402.
[35] SHEN C, CAI Y, WU X N, et al.Characterization of selected commercially available grilled lamb shashliks based on flavor profiles using GC-MS, GC×GC-TOF-MS, GC-IMS, E-nose and E-tongue combined with chemometrics[J].Food Chemistry, 2023, 423: 136257.DOI:10.1016/j.foodchem.2023.136257.
[36] FREIRE R, FERNANDEZ L, MALLAFRÉ-MURO C, et al.Full workflows for the analysis of gas chromatography-ion mobility spectrometry in foodomics: application to the analysis of Iberian ham aroma[J].Sensors, 2021, 21(18): 6156.DOI:10.3390/s21186156.
[37] 谢恬, 王丹, 马明娟, 等.OAV和GC-O-MS法分析五香驴肉风味活性物质[J].食品科学, 2018, 39(8): 123-128.DOI:10.7506/spkx1002-6630-201808020.
[38] 沈倩, 曾涛, 徐迹, 等.LC-MS/MS在食品安全检测中的运用[J].现代食品, 2022, 28(10): 129-131.DOI:10.16736/j.cnki.cn41-1434/ts.2022.10.033.
[39] ZHANG H L, LÜ X M, SU W M, et al.Exploring the roles of excess amino acids, creatine, creatinine, and glucose in the formation of heterocyclic aromatic amines by UPLC-MS/MS[J].Food Chemistry,2024, 446: 138760.DOI:10.1016/j.foodchem.2024.138760.
[40] 余桂平, 朱建锡, 马晓钟, 等.电子鼻技术在肉类品质检测中的应用[J].现代食品, 2020(5): 7-10.DOI:10.16736/j.cnki.cn41-1434/ts.2020.05.003.
[41] 王婉茹, 李雪茹, 孙于磊, 等.电子舌在肉品质检测中的应用[J].农产品加工, 2023(11): 70-72; 5.DOI:10.16693/j.cnki.1671-9646(X).2023.06.018.
[42] ANDALEEB R, ZHANG D, JIANG S, et al.Volatile profile and multivariant analysis of Sanhuang chicken breast in combination with Chinese 5-spice blend and garam masala[J].Food Science and Human Wellness, 2023, 12(1): 57-68.DOI:10.1016/j.fshw.2022.07.023.
[43] XU Y, CHEN Y P, DENG S L, et al.Application of sensory evaluation,GC-TOF-MS, and E-nose to discriminate the flavor differences among five distinct parts of the Chinese blanched chicken[J].Food Research International, 2020, 137: 109669.DOI:10.1016/j.foodres.2020.109669.
[44] LI W Q, CHEN Y P, BLANK I, et al.GC×GC-TOF-MS and GC-IMS based volatile profile characterization of the Chinese dry-cured hams from different regions[J].Food Research International, 2021, 142:110222.DOI:10.1016/j.foodres.2021.110222.
[45] WEN R X, KONG B H, YIN X Y, et al.Characterisation of flavour profile of beef jerky inoculated with different autochthonous lactic acid bacteria using electronic nose and gas chromatography-ion mobility spectrometry[J].Meat Science, 2022, 183: 108658.DOI:10.1016/j.meatsci.2021.108658.
[46] LI Y, YUAN L, LIU H J, et al.Analysis of the changes of volatile flavor compounds in a traditional Chinese shrimp paste during fermentation based on electronic nose, SPME-GC-MS and HS-GCIMS[J].Food Science and Human Wellness, 2023, 12(1): 173-182.DOI:10.1016/j.fshw.2022.07.035.
[47] WANG D, ZHANG J, ZHU Z S, et al.Effect of ageing time on the flavour compounds in Nanjing water-boiled salted duck detected by HS-GC-IMS[J].LWT-Food Science and Technology, 2022, 155:112870.DOI:10.1016/j.lwt.2021.112870.
[48] GALLEGO M, GRAU R, TALENS P.Behaviour of texture-modified meats using proteolytic enzymes during gastrointestinal digestion simulating elderly alterations[J].Meat Science, 2023, 206: 109341.DOI:10.1016/j.meatsci.2023.109341.
[49] OZDEMIR V F, KOCYIGIT R, YANAR M, et al.An investigation of slaughter weight and muscle type effects on carcass fatty acid profiles and meat textural characteristics of young Holstein Friesian bulls[J].Heliyon, 2024, 10(6): e27316.DOI:10.1016/j.heliyon.2024.e27316.
[50] WANG J X, XU Z, LU W, et al.Improving the texture attributes of squid meat (Sthenoteuthis oualaniensis) with slight oxidative and phosphate curing treatments[J].Food Research International, 2024,176: 113829.DOI:10.1016/j.foodres.2023.113829.
[51] 李琦.不同蛋白酶对牦牛肉糜理化和凝胶特性的影响研究[D].成都: 西南民族大学, 2021.DOI:10.27417/d.cnki.gxnmc.2020.000015.
[52] 李佳麒.超声波辅助腌制对牛肉干制品嫩度的影响及其机制探讨[D].郑州: 河南农业大学, 2022: 59.DOI:10.27117/d.cnki.ghenu.2021.000142.
[53] 李明奇.复合嫩化剂对兔肉理化特性及贮藏品质的影响[D].重庆:西南大学, 2021: 69.DOI:10.27684/d.cnki.gxndx.2020.000451.
[54] GIMÉNEZ-RIBES G, OOSTENDORP M, VAN DER GOOT A J, et al.Effect of fiber properties and orientation on the shear rheology and Poynting effect in meat and meat analogues[J].Food Hydrocolloids,2024, 149: 109509.DOI:10.1016/j.foodhyd.2023.109509.
[55] TAMMATINNA A, BENJAKUL S, VISESSANGUAN W, et al.Gelling properties of white shrimp (Penaeus vannamei) meat as influenced by setting condition and microbial transglutaminase[J].LWT-Food Science and Technology, 2007, 40(9): 1489-1497.DOI:10.1016/j.lwt.2006.11.017.
[56] 刘双, 曹晓, 张嘉琪, 等.流变技术在高分子表征中的应用: 如何正确地进行剪切流变测试[J].高分子学报, 2021, 52(4): 406-422.DOI:10.11777/j.issn1000-3304.2020.20230.