Food Science and Technology

ISSN-print: 2073-8684
ISSN-online: 2409-7004
ISO: 26324:2012
Архiви

Determination of functional and technological properties of beef based on the analysis of color digital images of muscular tissue samples

##plugins.themes.bootstrap3.article.main##

О. Savinok
N. Azarova
О. Arsiriy
А. Nikolenko

Анотація

У роботі досліджено кінетику змін показника рН і температури яловичини, отриманої від забою бичків Голштинської породи віком 15 місяців при холодильному зберіганні. Встановлено, що на швидкість зменшення рН при автолітичному дозріванні, значною мірою впливає швидкість зниження температури, що відслідковано на прикладі двох м’язів – m.  Longissimus dorsi та m. Semimembranosus.


Запропоновано методику аналізу цифрових зображень зразків м’язової тканини яловичини в колірному координатному просторі для дослідження кольорових характеристик яловичини при холодильному зберіганні. Встановлено, що використання запропонованої методики, при згладжуванні поліномом другого порядку, забезпечує середньоквадратичну помилку апроксимації в середньому 5,6% від мінімального значення координати рівня максимуму червоної складової кольору, що дозволяє стверджувати про об’ктивність її використання для оцінки кольору м’яса.


Встановлено аналітичну залежність між кольором яловичини та терміном холодильного зберігання з використанням інформаційних технологій. Відповідно до неї визначено, що за рахунок протікання біохімічних процесів відбувається інтенсивне окиснення міоглобіну, що забезпечуює темне забарвлення м’язової тканини. З часом, інтенсивність червоного кольору зростає (до 120 годин зберігання), що супроводжується розкладанням утворених форм міоглобіну і появою МbО2. При зберіганні більше 140 годин починається більш глибоке окиснення заліза з утворенням метміоглобіну, яскравість м’яса зменшується.


Розроблена методика дозволяє автоматизувати процеси реєстрації та обробки зображень м’язової тканини в реальному часі, збільшує продуктивність оцінки і дає можливість отримувати об’єктивні достовірні результати про властивості м’яса при зберіганні.

Ключові слова:
Для цієї мови відсутні ключові слова

##plugins.themes.bootstrap3.article.details##

Як цитувати
SavinokО., Azarova, N., ArsiriyО., & NikolenkoА. (2018). Determination of functional and technological properties of beef based on the analysis of color digital images of muscular tissue samples. Food Science and Technology, 12(3). https://doi.org/10.15673/fst.v12i3.1044
Розділ
Технологія і безпека продуктів харчування

Посилання

1. Zharinov AI. Osnovyi sovremennyih tehnologiy pererabotki myasa: Kratkiy kurs. Chast 1: Emulgirovannyie i gruboizmelchennyie myasopro-duktyi. Firma «Protein Tehnolodzhiz Interneshnl» (SShA); 1994

2. Sazonov YuG, Pankratov KG. Perspektivyi metoda spektroskopii v blizhney infrakrasnoy oblasti dlya analiza selskohozyaystvennyih ob'ektov. Myasnyie tehnologii. 2012; 10:20-24

3. Zinchenko VV. Bik-analiz v opredelenii kachestva. Myasnoe delo. 2012; 5:12-14.

4. Bogomolov MP. Spektralnyiy analiz kachestva. Myasnoe delo. 2012; 6: 4-5.

5. Bruce W. Mossa et al. Prediction of Meat Quality: application of hyperspectral imaging and Raman spectroscopy.Quality Report No. CMS/REP/114446/1; 2: 1-57.

6. Prieto N, Roehe R, Lav´ın P, Batten G, Andr´es S. Application of near infrared reflectance spectroscopy to predict meat and meat products quality: a review. J Meat Sci. 2009; 83(2):175–86. DOI: 10.1016/j.meatsci.2009.04.016.

7. Prieto N, Navajas E, Richardson R, Ross D, Hyslop J, Simm G, Roehe R. Predicting beef cuts composition, fatty acids and meat quality charac-teristics by spiral computed tomography. J Meat Sci. 2010; 86(3):770-9. DOI: 10.1016/j.meatsci.2010.06.020.

8. Fabıola Manhas Verbi Pereira, Sergio Bertelli Pflanzer, Thaısa Gomig, Carolina Lugnani Gomes, Pedro Eduardo de Felıcio, Luiz Alberto Colnago. Fast determination of beef quality parameters with time-domain nuclear magnetic resonance spectroscopy and chemometrics. J Talanta. 2013; 108: 88-91 https://doi.org/10.1016/j.talanta.2013.02.070 .

9. Correa CC, Forato LA, Colnago LA. High-throughput non-destructive nuclear magnetic resonance method to measure intramuscular fat content in beef. J Anal Bioanal Chem. 2009; 393(4):1357-60. DOI: 10.1007/s00216-008-2526-6. Epub 2008 Nov 30.

10. Cozzolino D, Murray I. Effect of sample presentation and animal muscle species on the analysis of meat by near infrared reflectance spectros-copy. J Near Infrared Spectrosc. 2002; 10(1):37-44. https://doi.org/10.1255/jnirs.319.

11. Dow D, Wiegand B, Ellersieck M, Lorenzen C. Prediction of fat percentage within marbling score on beef longissimus muscle using 3 different fat determination methods. J Anim Sci. 2011; 89(4):1173-9. doi: 10.2527/jas.2010-3382. Epub 2010 Nov 26.

12. Shleykin AG. Vnedrenie novyih metodov kontrolya na otechestvennyih predpriyatiyah. Myasnoy biznes. 2013; 10:10-11.

13. Weiwei Cheng, Jun-Hu Cheng, Da-Wen Sun, Hongbin Pu Marbling. Analysis for Evaluating Meat Quality: Methods and Techniques J Com-prehensive Reviews in Food Science and Food Safety. 2015; Vol.14:523-535. DOI: 10.1111/1541-4337.12149.

14. Kulakov AA, Kulakova SA. O vozmozhnosti ispolzovaniya skanerov v himicheskom i biohimicheskom analize. Materialyi dokladov III mezhdunarodnoy nauchno-prakticheskoy konferentsii «Fundamentalnaya nauka i tehnologii - perspektivnyie razrabotki». North Cgarleston, USA. 2014: 88-95.

15. Antipova LV, Glotova IA, Rogov IA. Metodyi issledovaniya myasa i myasnyih produktov. Kolos; 2001.

16. Kudryashov LS. Fiziko-himicheskie i biohimicheskie osnovyi proizvodstva myasa i myasnyih produktov. DeLi print; 2008.

17. Feyner G. Myasnyie produktyi. Nauchnyie osnovyi, tehnologii, prakticheskie rekomendatsii. Professiya; 2010.

18. Savinok OM. Termohravimetrychni doslidzhennia yalovychyny pry dozrivanni. J. Kharchova nauka i tekhnolohiia. 2011; 2(15):113-115.

19. Savinok ON, Ryizhov SA, Kosoy VD, Pudov MA. Kinetika zavisimosti funktsionalnyih pokazateley myasa ot prodolzhitelnosti ego vyiderzhki posle uboya zhivotnogo. J. Hranenie i pererabotka selhozsyirya. 2014; 4:35-41

20. Aleynikov AF, Palchikova IG, Smirnov ES. Otsenka kachestva myasa ptitsyi po rezultatam analiza ego tsvetovyih harakteristik. J Vyichislitelnyie tehnologii. 2016; 21 (1): 27-40.

21. Lisitsyn АB, Kozyrev IV. Researching of meat and fat colour and marbling in beef. J. Teoria I praktika pererabotki myasa. 2016; 4:51-56. DOI 10.21323/2414-438X-2016-1-4-51-56.

22. Fisenko VT, Fisenko TYu. Kompyuternaya obrabotka i raspoznavanie izobrazheniy. SPb: SPbGU ITMO; 2008.