基于智能手机数字比色法的几种重要食品有害添加物定量检测研究

摘要

近些年以来，食品安全问题尤其是食品有害添加物如亚硝酸盐、甲醛、吊白块及过氧化氢污染或中毒的事件十分严峻，这些食品有害添加物均有致癌性，对人体的危害极大。目前，传统检测食品有害添加物的方法需要借助专业的仪器设备，操作十分繁琐，不能满足现场快速检测的需求，开发快速简便且低成本的用于检测食品中有害添加物的方法极有必要。智能手机与人们的生活密切相关，携带方便，操作灵活，能够处理数据，再结合应用软件程序的优势，使其成为食品安全现场快速筛查工具具有极大的可能性。本文以亚硝酸盐、甲醛、吊白块及过氧化氢4种食品有害添加物为研究对象，分别建立其分光光度法，并在此基础上进一步研制了层析检测卡，开发了智能手机检测系统，检测样品后可直接显示出样品中有害添加物的含量，真正实现对有害添加物简便快速且低成本的定量检测。本论文的主要研究内容如下：
　　（1）分别建立了亚硝酸盐、甲醛、吊白块及过氧化氢的分光光度检测方法。考察并优化了显色体系和检测体系，并分别对方法的精密度进行了测定。四种分光光度法的线性范围依次为0.025-4.0μg/mL、0.25-5.0μg/mL、2.5-40.0μg/mL和0.5-20.0μg/mL；线性方程依次为y=0.6382 x+0.0598、y=0.3393 x-0.0704、y=0.0168 x-0.0563和y=0.1307 x+0.2319；相关系数依次为R2=0.9998、R2=0.9988、R2=0.9984和R2=0.9974；四种分光光度法的批内、批间变异系数均小于15%，各自的线性方程也非常接近，表明建立的分光光度法重复性好，精密度高。
　　（2）在四种分光光度法的基础上，研制了亚硝酸盐、甲醛、吊白块及过氧化氢4种层析检测卡，用Photo s hop软件读取检测卡显色结果的灰度值后，相续建立了亚硝酸盐、甲醛、吊白块及过氧化氢的Pho tos hop数字比色检测方法。四种食品有害添加物的线性范围依次为0.5-20.0μg/mL、0.5-40.0μg/mL、10.0-100.0μg/mL和1.0-50.0μg/mL；线性方程依次为y=5.7481 x-0.6527、y=2.5013 x+1.9433、y=0.9726 x-4.5143和y=1.9362 x+7.7108；各类样品批内、批间回收率依次为87.96%-118.54%、91.52%-113.54%、93.84%-119.13%和92.14%-117.69%；变异系数依次为5.45%-13.98%、6.82%-11.86%、3.43%-11.92%和6.61%-13.56%。四种检测卡除受少数防腐剂及离子干扰外，基本具有良好的特异性。说明研制的检测卡效果优越及相应的Pho tos hop数字比色检测方法准确可靠。
　　（3）开发了用于实现4种食品有害添加物快速定量检测的智能手机App软件及配套的图片采集装置。智能手机检测软件的主要功能是对检测卡反应区域进行拍照，采集相应的图片利用标准曲线计算出待测物的浓度，并将结果显示在手机屏幕上。图片采集暗箱装置是由3D设计并打印出来的部件，内部用手喷漆喷黑并安装有光线均匀的LED灯来排除外界环境的干扰。
　　（4）建立了基于智能手机的数字比色检测方法，实现了样品中亚硝酸盐、甲醛、吊白块及过氧化氢的检测。其中亚硝酸盐在大白菜和榨菜中的添加回收率为87.96%-109.81%，变异系数为5.45%-13.98%；甲醛在腐竹和白糖中的添加回收率为82.63%-115.20%，变异系数为5.76%-13.72%；吊白块在面条和米粉中的添加回收率为82.91%-97.06%，变异系数为3.61%-9.57%；过氧化氢在大白菜和苹果中的回收率为84.40%-104.62%，变异系数为6.62%-11.73%。同分光光度法比对，线性系数依次为R2=0.9751、R2=0.9955、相关系数R2=0.9815和R2=0.9751，说明方法具有较好的相关性。10种实际样品用HP LC和手机数字比色法比对，两者的检测结果呈现良好的一致性，从而验证了本方法的准确性与可靠性。

目录

声明

主要英文缩略对照表

1 前言

1. 1 食品有害添加物性质及其残留现状

1. 2 食品有害添加物对人体的危害及限量标准

1. 3 食品有害添加物检测技术研究进展

1. 4 智能手机比色法快速检测技术及其应用进展

1. 5 本论文研究目的与内容

2. 1 实验材料

2. 2有害添加物分光光度法的建立

2. 3 有害添加物检测卡的研制

2. 4 图片采集暗箱装置的搭建及智能手机性能测试

2.5 有害添加物Photoshop数字比色检测方法的建立

2. 6 智能手机App的开发及有害添加物数字比色方法的建立

3. 1 四种食品有害添加物分光光度法的建立

3.2 基于Photoshop的四种食品有害添加物数字比色检测方法

3. 3 基于智能手机的四种食品有害添加物数字比色检测方法

4. 1 讨论

4 .2 结论与展望

致谢

参考文献

附 录A 作者攻读硕士学位期间参加会议及科研成果情况

附 录B 智能手机Ap p检测系统主要程序代码