• 제목/요약/키워드: food labeling system

검색결과 93건 처리시간 0.021초

한우 암소의 산차가 설렁탕의 이화학적, 관능적 및 영양적 특성에 미치는 영향 (Effect of Parity of Hanwoo Cow on Physico-Chemical, Sensory and Nutritional Characteristics of Sullungtang)

  • 김진형;박범영;조수현;유영모;채현석;이종문;안종남;김학균;김용곤
    • 한국축산식품학회지
    • /
    • 제20권2호
    • /
    • pp.87-92
    • /
    • 2000
  • This study was performed to provide scientific information for consumers and to increase the quality and consumption of Sullungtang prepared with bone from Hanwoo. The physico-chemical, sensory, nutritional properties of Sullungtang by different parity were investigated. The extracting extents of blood were significantly higher for heifer among Hanwoo cows with different parity(none, the second or the fourth) and for back bones among different bone portions (round, hind shank, arm, fore shank or back bone) (p〈0.05). For Sullungtang extracted from bones of heifer was higher in collagen contents than those extracted from cows with the second or the fourth parity. Sullungtang extracted from bones of heifer and cows with the second parity had significantly higher contents of condroitin and viscosity than those of cows with the fourth parity, however there was no significant difference between heifer and cows with the second parity. In color, L values were significantly high, and a and b values were significantly low for Sullungtang extracted from bones of heifer when compared to those extracted from the other cows with the second parity. The contents of total nitrogen, sodium, or calcium were higher for Sullungtang extracted from heifer than those from the cows with the second or the fourth parity. In amino acid compositions, the percentages of glycine were highest and proline and glutamic acid were followed fro all Sullungtang samples from Hanwoo. The results showed that the overall quality of Sullungtang significantly decreased as the parity increased for Hanwoo cows. The Sullungtang extracted from bones of heifer had the best sensory scores as well as nutritional quality when compared to those extracted from the cows with parity. Therefore, the labeling and price for cow bones should be differently evaluated by their parity and age in marketing system. 본 연구는 한우뼈로 만든 탕의 품질에 대한 소비자의 요구에 부응하고 한우뼈의 부가가치 향상 및 소비 확대를 위하여 산차별에 따른 이화학적, 관능적 및 영양적 특성을 구명하고자 실시하였다. 산차별에 따른 혈액추출정도는 한우 미경산이 유의적으로 높았으며 (p〈0.05), 부위간 비교에서는 잡뼈가 유의적으로 가장 높았다(p〈0.05). 점도는 미경산과 2산차 간에는 유의성이 없었지만 미경산이 높은 경향을 나타내었다. 콜라겐 함량은 미경산이 유의적으로 높았고(p〈0.05), 콘드로이친황산 함량에서는 미경산이 유의적으로 높았으나(p〈0.05), 2산 차이와 유의성이 인정되지 않았지만 높은 경향을 보였다. 명도에서 미경산 추출물이 높은 경향을 보였고 적색도와 황색도는 미경산이 유의적으로 낮았다(p〈0.05). 관능평가는 미경산이 유의적으로 높게 평가되었다(p〈0.05). 총질소, 나트륨 및 칼슘 함량은 미경산 추출물이 유의적으로 가장 높았다(p〈0.05). 한우암소 추출물의 아미노산 조성중 Glycine이 가장 높았고 다음은 Proline, Glutamic acid 순이었다. 이상의 결과를 종합하여 볼 때 전체적으로 한우 미경산우가 우수하였고 산차가 증가할수록 품질이 떨어지는 것으로 나타나 한우암소뼈를 판매시 산차 및 나이에 따라 가격을 차별화 시키는 것이 바람직할 것으로 사료된다.

  • PDF

PCR을 이용한 축산물 가공식품 내 소고기 성분 검출법 개발 (Development of a Method to Detect Cattle Material from Processed Meat Products Using a Polymerase Chain Reaction)

  • 권영철;하도윤;허윤위;김태규;최유정;조대훈;남상윤;손병국;황보원;양병선;김의경
    • 대한임상검사과학회지
    • /
    • 제49권2호
    • /
    • pp.135-140
    • /
    • 2017
  • 중합효소연쇄반응법을 이용한 축산물 가공식품 내에 존재하는 소고기 성분을 특이적으로 검출할 수 있는 방법을 개발하기 위하여 축산물 가공식품 78종류를 무작위로 선별하였다. 가공식품으로부터 추출한 genomic DNA를 이용하여 소의 미토콘드리아 16S rRNA 염기서열을 이용하여 strain-specific primer를 직접 제작하여 중합효소연쇄반응을 수행한 후, 증폭된 반응산물의 염기서열을 분석 하였다. 축산물 가공식품 내 소고기 성분 검출을 위한 중합효소연쇄반응 수행 결과, 소고기 성분이 함유되어 있는 17개의 축산물 가공식품이 정확히 증폭되었고, 증폭산물의 DNA 염기서열 분석 결과 소의 미토콘드리아 16S rRNA 서열과 95% 이상의 상동성을 보였다. 본 실험에서 제시된 방법으로 축산물 가공식품 내 소고기 성분검출을 적용하였을 시, 소고기 성분이 함유된 축산물 가공식품을 정확하게 감별할 수 있었으며, 나아가 식품 원재료의 허위기재 등에 의한 불량식품 유통 근절 및 종교적 이유로 인한 금기 식품감별 등과 같은 과학적 식품 감시에 기여할 수 있다고 사료된다.

딥러닝 기반 배추 심 중심 영역 및 깊이 분류 모델 개발 (Development of a deep learning-based cabbage core region detection and depth classification model)

  • 권기현;노종혁;김아나;김태형
    • 한국정보전자통신기술학회논문지
    • /
    • 제16권6호
    • /
    • pp.392-399
    • /
    • 2023
  • 본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.