Evaluation of Beef Freshness Using Visible-near Infrared Reflectance Spectra

The objective of this study was to develop models to predict freshness factors (total viable counts (TVC), pH, volatile basic nitrogen (VBN), trimethylamine (TMA), and thiobarbituric acid (TBA) values) and the storage period in beef using a visible and near-infrared (NIR) spectroscopic technique. A total of 216 beef spectra were collected during the storage period from 0 to 14 d at a $10^{\circ}C$ storage. A spectrophotometer was used to measure reflectance spectra from beef samples, and beef freshness spectra were divided into a calibration set and a validation set. Multi-linear regression (MLR) models using the stepwise method were developed to predict the factors. The MLR results showed that beef freshness had a good correlation between the predicted and measured factors using the selected wavelength. The correlation of determination ($r^2$), standard error of prediction (SEP), and ratio of standard deviation to SEP (RPD) of the prediction set for TVC was 0.74, 0.64, and 2.75 Log CFU/$cm^2$, respectively. The $r^2$, SEP, and RPD values for pH were 0.43, 0.10, and 1.10; those for VBN were 0.73, 1.45, and 2.00 mg%; those for TMA were 0.70, 0.19, and 2.58 mg%; those for TBA values were 0.73, 0.13, and 2.77 mg MA/kg; and those for storage period were 0.77, 1.94, and 2.53 d, respectively. The results indicate that visible and NIR spectroscopy can predict beef freshness during storage.

가시광선-근적외선 반사스펙트럼을 이용한 쇠고기의 신선도 평가

본 연구에서는 유통현장에서 실시간으로 쇠고기 신선도를 측정하기 위해 가시광선-근적외선 반사 스펙트럼을 이용하여 쇠고기 신선도에 영향을 미치는 인자와 설정된 저장기간에 대하여 예측 모델을 개발하고 검증하였다. 쇠고기 시료는 총 216개를 사용하였으며 0-14일의 기간 동안 2일 간격으로 가시광선-근적외선 반사 스펙트럼을 측정한 후, 쇠고기의 신선도에 영향을 미치는 인자인 총균수, pH, VBN, TMA, TBA값을 공인된 방법을 이용하여 측정하였다. 예측모델은 다중회귀분석 방법과 최적 변수 선택이 가능한 stepwise 방법을 이용하여 개발하였으며, 예측모델의 선정은 결정계수, 오차, RPD를 이용하였다. 예측모델의 검증은 미지의 시료를 이용하였으며 그 결과 결정계수, 오차, RPD는 총균수에서 각각 0.74, 0.64, 2.75 Log CFU/$cm^2$, VBN은 각각 0.73, 1.45, 2.00 mg%, TMA는 각각 0.70, 0.19, 2.58 mg%, TBA값은 각각 0.73, 0.13, 2.77 mg MA/kg로 비교적 안정된 예측성능을 보여 주었다. 저장기간에 따른 예측모델의 검증결과는 결정계수, 오차, RPD가 각각 0.77, 1.94일, 2.53으로 실험 시 저장기간이 2일 간격인 점을 고려할 때, 비교적 높은 정밀도를 보이고 있음을 알 수 있다. pH의 예측성능은 결정계수, 오차, RPD가 각각 0.43, 0.10, 1.10로 다른 신선도 인자에 비해 낮은 결과를 보여 주었다. 본 연구에서는 가시광선-근적외선 분광분석법을 이용하여 쇠고기 신선도의 비파괴 평가에 대한 가능성을 제시하였으나 유통현장에서 적용을 위해서는 보다 많은 시료의 확보를 통한 예측모델의 신뢰성 향상과 stepwise방법으로 선정된 파장 영역을 기본으로 하는 부분최소자승법, 인공지능 등의 다양한 알고리즘의 적용을 통한 성능개선이 필요할 것으로 판단된다.