サーモンフィレットの脂肪酸特徴のインライン推定のためのラマン分光法とNIRハイパースペクトルイメージング

ラマン分光法は、短い暴露時にサーモンフィレットの脂肪組成（％EPA+DHA）を測定するために、近赤外（NIR）ハイパースペクトルイメージングと比較されました。フィレットは、両方の方法で動きで測定されました。サーモンは、さまざまな給餌体制を備えたノルウェーのいくつかの異なる農業場所から取得され、市場でのサーモンの現実的なバリエーションを表しています。ラマンについては、3つの手動スキャン戦略を調査しました。i）Loinのラインスキャン、ii）腹部およびiii）2秒および4秒の露出時間での腹の正弦波スキャン。NIR画像が取得され、フィレットが40 cm/sのコンベアベルトに移動しました。これは、40 cmの長さのフィレットの1秒の取得時間に対応しています。NIR画像の場合、I）全体のフィレット、ii）腹部、およびiii）Loinセグメントを含む、関心のある3つの異なる領域（ROI）が調査されました。ラマンとNIRの両方の測定値について、産業用インライン評価に関連するフィレットの非トリムおよびトリミングされたバージョンを調査しました。トリミングされた切り身の場合、腹部の脂肪が豊富な堆積層が除去されました。％EPA+DHAモデルは、相互検証（n = 51）と、別のシーズンで取得された独立したテストセット（n = 20）を使用して検証されました。ラマンとNIRはどちらも、クロス検証で有望な結果と高いパフォーマンスを示し、2S暴露でラマンでR2CV = 0.96、NIRでR2CV = 0.97でした。テストセットでも高いパフォーマンスが得られましたが、ラマンはテストセットの低く安定したバイアスを持っていましたが、NIR測定のバイアスは高く、変化しました。二乗検定セットの残差の分散分析では、スロープアンドバイアスエラーが修正されていない場合、ラマン測定のパフォーマンスは1％有意水準（p = 0.000013）でNIRよりも有意に高く、残差が勾配とBiasが修正された場合に有意ではないことが示されました（p = 0.28）。これは、NIRがマトリックス効果により敏感であることを示しています。ラマンの場合、信号対雑音比が主な制限であり、ラマンが2S信号の蓄積で重要なサンプル暴露時間に近いことを示していました。

Raman spectroscopy was compared with near infrared (NIR) hyperspectral imaging for determination of fat composition (%EPA + DHA) in salmon fillets at short exposure times. Fillets were measured in movement for both methods. Salmon were acquired from several different farming locations in Norway with different feeding regimes, representing a realistic variation of salmon in the market. For Raman, we investigated three manual scanning strategies; i) line scan of loin, ii) line scan of belly and iii) sinusoidal scan of belly at exposure times of 2s and 4s. NIR images were acquired while the fillets moved on a conveyor belt at 40 cm/s, which corresponds to an acquisition time of 1s for a 40 cm long fillet. For NIR images, three different regions of interest (ROI) were investigated including the i) whole fillet, ii) belly segment, and iii) loin segment. For both Raman and NIR measurements, we investigated an untrimmed and trimmed version of the fillets, both relevant for industrial in-line evaluation. For the trimmed fillets, a fat rich deposition layer in the belly was removed. The %EPA + DHA models were validated by cross validation (N = 51) and using an independent test set (N = 20) which was acquired in a different season. Both Raman and NIR showed promising results and high performances in the cross validation, with R2CV = 0.96 for Raman at 2s exposure and R2CV = 0.97 for NIR. High performances were obtained also for the test set, but while Raman had low and stable biases for the test set, the biases were high and varied for the NIR measurements. Analysis of variance on the squared test set residuals showed that performance for Raman measurements were significantly higher than NIR at 1% significance level (p = 0.000013) when slope-and-bias errors were not corrected, but not significant when residuals were slope-and-bias corrected (p = 0.28). This indicated that NIR was more sensitive to matrix effects. For Raman, signal-to-noise ratio was the main limitation and there were indications that Raman was close to a critical sample exposure time at the 2s signal accumulation.