董哲 王勤懺 王浩

摘 要：近年來，我國肉類加工行業(yè)發(fā)展迅猛，自動化和智能化水平逐漸提高，多種肥瘦比例檢測技術(shù)被應(yīng)用到肉制品加工和屠宰行業(yè)。雙能X射線吸收法（dual energy X-ray absorptiometry，DXA）是解決肉制品在線肥瘦比例檢測的最佳方法之一，具有精準(zhǔn)度高、耗時短、可以對胴體全身進(jìn)行檢測的優(yōu)勢。本文比較當(dāng)前各種肥瘦比例檢測技術(shù)的特點，介紹DXA的概念、測量方式，重點探討DXA在肥瘦比例測定中的應(yīng)用和研究進(jìn)展，通過對研究現(xiàn)狀、設(shè)備類型和存在問題的分析，討論未來該技術(shù)應(yīng)用的發(fā)展方向。

關(guān)鍵詞：雙能X射線吸收法；肉質(zhì)分析；肥瘦比例

Review on Recent Progress in the Application of Dual-Energy X-Ray Absorptiometry for?the Measurement of Fat-to-Lean Ratio

DONG Zhe1，2， WANG Qinchan1， WANG Hao1

（1. NUCTECH Co. Ltd.， Beijing 100083， China;?2. Department of Engineering Physics， Tsinghua University， Beijing 100084， China）

Abstract： The meat processing industry in China has developed rapidly in recent years as it has become increasingly automated and intelligent. Various technologies for the measurement of fat-to-lean ratio have been applied to the slaughter and meat processing industry. Dual-energy X-ray absorptiometry （DXA） is one of the best methods for the online measurement of fat-to-lean ratio， which is highly accurate， efficient and also suitable for whole carcasses. In this paper， we compare the characteristics of the current methods for measuring fat-to-lean ratio， and introduce the concept and working principle of DXA with a special focus on recent progress in the application and research of this technology in the measurement of fat-to-lean ratio. Moreover， we discuss existing problems and future directions for the application of this technology.

Keywords： dual energy X-ray absorptiometry; meat quality analysis; fat-to-lean ratio

DOI：10.7506/rlyj1001-8123-20240220-042

中圖分類號：TS251.3? 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-8123（2024）02-0070-08

引文格式：

董哲， 王勤懺， 王浩. 雙能X射線測定肉類肥瘦比例研究進(jìn)展[J]. 肉類研究， 2024， 38（2）： 70-77. DOI：10.7506/rlyj1001-8123-20240220-042.? ? http：//www.rlyj.net.cn

DONG Zhe， WANG Qinchan， WANG Hao. Review on recent progress in the application of dual-energy x-ray absorptiometry for the measurement of fat-to-lean ratio[J]. Meat Research， 2024， 38（2）： 70-77. （in Chinese with English abstract） DOI：10.7506/rlyj1001-8123-20240220-042.? ? http：//www.rlyj.net.cn

我國是全球最大的肉類消費市場，同時也是肉類生產(chǎn)大國。2023年，我國肉類總產(chǎn)量為9 641萬 t，約占全球總量的1/4[1]?！吨袊r(nóng)業(yè)展望報告2023—2032》指出，我國肉類的產(chǎn)量和消費在未來10 年仍會保持持續(xù)增長，肉類相關(guān)產(chǎn)業(yè)將逐步完成轉(zhuǎn)型升級[2]。肉類生產(chǎn)過程中，肥瘦比例是重要指標(biāo)，對于鮮肉來說，肥瘦比例能夠指導(dǎo)肉類分級[3]，為下游加工環(huán)節(jié)提供原材料數(shù)據(jù)；另一方面，將這一指標(biāo)反饋到上游養(yǎng)殖環(huán)節(jié)，可以為選育過程提供數(shù)據(jù)支撐，加速遺傳改良。在肉制品加工過程中，原材料的肥瘦配比同樣是非常重要的指標(biāo)，會影響肉制品品質(zhì)、風(fēng)味、適口性等[4]，例如，對于肉丸、肉餅類肉制品，原材料中如果肥肉不足，成品中會缺少油脂，導(dǎo)致口感變硬；肥肉過多則會口感油膩，且過多的脂肪攝入不利于健康。實現(xiàn)肉類原材料肥瘦比例的精準(zhǔn)在線測定有利于生產(chǎn)過程的量化控制，提高肉制品質(zhì)量，并且能有效控制成本，為精細(xì)化生產(chǎn)提供數(shù)據(jù)支撐。目前，主要的肉類肥瘦比例檢測方法有人工檢測、索氏抽提法、光學(xué)探針、超聲波技術(shù)、近紅外光譜、

X射線等多種方法。人工檢測基于檢測員的感官視覺和觸覺，精度較低；索氏抽提法最為準(zhǔn)確，但是需要分析樣本，且耗時較長；其余幾種方法各自都有適合的應(yīng)用場景。本文主要介紹各種檢測技術(shù)的機(jī)制，重點介紹X射線檢測肉類肥瘦比例的技術(shù)原理、研究現(xiàn)狀及未來發(fā)展。

1 肉類肥瘦比例檢測意義

肉類肥瘦比例是肉類分級和肉制品加工過程中的重要指標(biāo)。我國豬肉分級行業(yè)標(biāo)準(zhǔn)中提出了瘦肉率概念，即瘦肉質(zhì)量占整個胴體質(zhì)量的百分比[5]；澳大利亞常使用化學(xué)測試瘦度（chemical lean，CL）作為肉類定級指標(biāo)，即肉制品中相比于脂肪總量，瘦肉質(zhì)量占肉制品質(zhì)量的百分比[6-7]，CL/%＝100%－脂肪質(zhì)量分?jǐn)?shù)/%。此外，在評定局部肉質(zhì)和嫩度時會測定肌內(nèi)脂肪含量，包括肌肉組織結(jié)構(gòu)中肌束間和肌纖維間貯存的脂肪[8]，即用于牛肉評級時的大理石花紋數(shù)量[9]。肥瘦比例測定可以用于肉類生產(chǎn)的各個環(huán)節(jié)。以豬肉為例，在選育階段，可以對麻醉后的豬進(jìn)行活體脂肪含量測定，記錄數(shù)據(jù)并反饋可以實時檢測育種情況，有利于縮短育種周期，降低成本；屠宰企業(yè)通常要對吊掛的胴體進(jìn)行瘦肉率測定，根據(jù)測定數(shù)據(jù)對胴體評價分級[10-12]，做到高質(zhì)高價；在肉制品加工過程中，對原材料進(jìn)行肥瘦比例測定可以精準(zhǔn)控制成品的風(fēng)味和品質(zhì)，且有利于控制成本。

2 肉類肥瘦比例檢測技術(shù)

目前，檢測肉類肥瘦比例主要有以下幾種方法：1）人工檢測方法，依靠檢測人員的主觀判斷，主要通過目測和用手感觸胴體脂肪層厚度，可靠性和準(zhǔn)確性較低；2）實驗室理化檢測法，常用索氏抽提法測定脂肪含量[13]，該方法屬于有損檢測，且所需時間較長，只能用于抽檢，不能應(yīng)用于企業(yè)大規(guī)模生產(chǎn)的在線無損檢測；3）光學(xué)探針檢測，利用脂肪和肌肉組織光反射率的差異，使用光學(xué)探針在胴體特定位置刺入，測量皮下脂肪層和瘦肉層厚度，進(jìn)而計算出瘦肉率，由于其操作簡單、容易實施，此方法被廣泛應(yīng)用于屠宰流水線[14-16]，主要設(shè)備有丹麥的Fat-O-Meater和新西蘭的Hennessy Grading Probe（HGP）手持瘦肉率測定儀（圖1），但是該方法是根據(jù)某一部位截面的肥瘦組織厚度比推斷整個胴體的肥瘦比例，因此準(zhǔn)確性有限。

此外，還有特定技術(shù)手段的無損檢測技術(shù)，如X射線檢測、超聲波檢測、計算機(jī)視覺技術(shù)等。近紅外光譜檢測是利用近紅外傳輸或反射原理，收集透過肉類樣品或漫反射的光線，通過光譜分析被測肉品成分[17-18]，但是其對被測樣品的均勻度有較高要求且對樣品的穿透能力有限，只能測定新鮮和半冷凍肉制品；超聲波肉質(zhì)檢測技術(shù)是指利用聲波掃描成像技術(shù)從體表估算出皮下脂肪厚度和肌內(nèi)脂肪含量[19-21]，但超聲波檢測設(shè)備成本較高，對于操作人員亦有一定要求，且很難準(zhǔn)確地在肉制品在線加工過程中實現(xiàn)快速、無損檢測；計算機(jī)視覺是對肉制品和胴體的切面進(jìn)行拍攝，計算機(jī)根據(jù)圖像信息，加以機(jī)器學(xué)習(xí)，根據(jù)算法模型預(yù)測截面的膘厚、質(zhì)量和肥瘦比等信息，但是只能用于豬、牛等劈半后的胴體截面或切開后的截面部位[22-23]（圖2）。而X射線肉質(zhì)分析技術(shù)從原理上可以適用于不均勻的原材料肉塊和胴體，對于新鮮和冷凍的肉類都能實現(xiàn)，且無需采樣，其中一種是采用計算機(jī)斷層掃描（computer tomography，CT）技術(shù)，精準(zhǔn)度高，但目前只能做離線檢測[24]；另一種是采用雙能X射線吸收法（dual energy X-ray absorptiometry，DXA），更適合肉制品加工企業(yè)的快速在線檢測需求，將會是未來實現(xiàn)快速、無人、精準(zhǔn)在線測定肉制品和肉類胴體肥瘦比例的最佳實施方案之一。表1總結(jié)了現(xiàn)有肉類肥瘦比例測定方法。

3 DXA肉類肥瘦比例檢測技術(shù)發(fā)展現(xiàn)狀

3.1 DXA的概念

DXA在X射線技術(shù)的基礎(chǔ)上逐漸發(fā)展而來，19世紀(jì)中期開始，科學(xué)家不滿足于只能看到骨骼圖像，想進(jìn)一步量化骨骼圖像，用骨密度（bone mineral density，BMD）表征骨骼的健康程度[26-27]。從最早的單光子吸收法逐漸演變成雙光子吸收法，放射源從125I或241Am等放射性同位素發(fā)展成X射線管[28]。DXA因其較高的準(zhǔn)確性和較低的輻射劑量[29]已成為臨床研究和實踐中使用最廣泛的BMD測量技術(shù)，并逐漸成為公認(rèn)的“金標(biāo)準(zhǔn)”[30]，并應(yīng)用到安檢技術(shù)中的物質(zhì)識別和肉質(zhì)分析等領(lǐng)域。

X射線具有穿透物質(zhì)的能力，其穿過不同密度和厚度的物體，射線衰減的程度不同。因此，當(dāng)射線穿過被測物時，由同一射線源發(fā)射出的射線穿過被測物不同部位時，射線被吸收程度不同，探測器會接收有強(qiáng)度差異的射線，進(jìn)而在圖像上呈現(xiàn)出差異。而DXA是在同一射線源處發(fā)出2 種不同能量的射線，同一物質(zhì)對不同能量X射線的吸收能力不同，因此可以通過2 種不同能量的射線區(qū)分出被測物內(nèi)部2 種不同物質(zhì)。

3.2 DXA測定肥瘦比例算法原理

在使用DXA進(jìn)行肉類肥瘦比例測定時，由X射線管發(fā)射出X射線，經(jīng)過準(zhǔn)直器，屏蔽掉多余射線，形成一束X射線光束I0，穿過被測肉樣時，X射線光束部分被肉樣吸收，衰減成光束I，最后被探測器吸收（圖3）。雙能可分為真雙能和偽雙能，真雙能是由X射線源高頻切換發(fā)射出高能和低能2 組射線，或者用高能和低能2 種能量的X射線分2 次掃描被測物；偽雙能是在探測器端設(shè)置2 層探測器，先接收低能射線，經(jīng)過中間層過濾再接收高能射線，目前使用較多的方法是偽雙能法[31]。

DXA方法的原理由Mazess[32]、Peppler[33]等提出，如果將同一點源發(fā)出的高、低能X射線看作理想的單能射線，射線穿過被測介質(zhì)前后的射線強(qiáng)度滿足朗伯-比爾定律，那么DXA測定介質(zhì)的物理過程可以用式（1）、（2）描述：

式中：IL、IOL以及IH、IOH分別為高能和低能X射線穿透被測介質(zhì)前后的光強(qiáng)，可以通過測試數(shù)據(jù)得到；μFL、μML、μFH、μMH分別為介質(zhì)F（肥肉）和M（瘦肉）在低能和高能X射線下的線性衰減系數(shù)/cm－1，可以通過實驗查表得到；x和y分別為X射線所穿過的介質(zhì)F和M的厚度/cm。由式（1）、（2）可以得到反函數(shù)方程組，如式（3）、（4）所示：

根據(jù)方程計算出每個像素點的瘦肉和肥肉厚度，從而計算出被測介質(zhì)（肥肉和瘦肉）質(zhì)量比。

上述原理算法也稱為公式解析法，除此之外還有擬合算法，是采用多項式或曲面模擬被測物質(zhì)量比和高低能X射線間的關(guān)系，近似逼近雙能衰減方程，通過標(biāo)定實驗數(shù)據(jù)計算多項式和曲面方程參數(shù)。

3.3 DXA算法研究

公式解析法理論上能夠計算出被測介質(zhì)的質(zhì)量比，但在實際操作中仍有困難。首先，由于X射線源不是理想的單能射線，具有廣譜特性；其次，由于電壓、電流不穩(wěn)定而產(chǎn)生的系統(tǒng)噪聲會很大程度影響測量系統(tǒng)的精度；此外，對于廣譜分布的X射線源，其高能射線對介質(zhì)的穿透能力強(qiáng)，低能射線穿透能力相對較弱，在廣譜射線穿過介質(zhì)時，低能射線被吸收得更多，所以導(dǎo)致出射線的平均能量大于入射時，即射線的硬化現(xiàn)象[34]，此現(xiàn)象在被測介質(zhì)厚度較大時體現(xiàn)更為明顯，因此很難將廣譜X射線源按照理想高低能計算。

為解決上述問題，學(xué)者們進(jìn)行將廣譜射線源轉(zhuǎn)化成單能或近似單能射線的研究，Shaw等[35]對比3 種X射線雙能減影方法的噪聲水平：雙峰值方法、雙濾波方法及偽雙能方法，其中雙峰值方法是指快速調(diào)節(jié)X射線源的管電壓，結(jié)果顯示，雙峰值方法的噪聲水平最低；張鋒等[36]進(jìn)行雙峰值法的實驗研究，構(gòu)建一個成像系統(tǒng)，可以自動調(diào)節(jié)管電壓，并能夠快速切換濾線板，不同管電壓下射線分別經(jīng)過不同材質(zhì)濾線板后實現(xiàn)了高、低能X射線分離，可以近似被作為單色X射線處理。張澤宏等[34]采用與靶材相同材料的濾波片，在適當(dāng)厚度下可以很好地吸收能譜中的低能部分，高能部分的強(qiáng)度變化約50%，此方法雖然降低了硬化效應(yīng)，但是由于光子被濾波片吸收，探測器接收到的光子數(shù)減少，降低了系統(tǒng)信噪比、精度下降。此外，武伯歌等[37]提出一種灰階分別調(diào)整逐步減除算法配合雙能X射線源，用算法逐步消除圖像中的軟組織，取得了有意義的結(jié)果，但是由于采用不同步的方式獲取雙能X射線，導(dǎo)致系統(tǒng)線性較差，信號噪聲、圖像畸變和靈敏度的均勻性也對系統(tǒng)精度影響很大。陳敏聰?shù)萚38-39]使用吸收片（Ni）將連續(xù)譜X射線中的低能部分濾除，得到具有一定能量寬度的峰型分布能譜，可以等效為單能射線，在一定質(zhì)量厚度內(nèi)探測器輸出與質(zhì)量厚度存在良好的線性關(guān)系，修正后使用公式法進(jìn)行測量計算。

雖然上述研究對DXA公式解析法計算進(jìn)行深入研究，提升了算法精度，但是此算法準(zhǔn)確性仍然有限，后續(xù)研究和實際應(yīng)用更多使用的是擬合法，擬合法又可以分為圓錐曲面擬合法、多項式擬合法和等值線查表法等。目前較為常用的擬合法是由Cardinal等[40-42]在1990年

提出的二次、三次圓錐曲面擬合法，該算法使用二階和三階曲面直接逼近雙能方程，標(biāo)定時與實際測量環(huán)境保持一致，對參數(shù)已知模體進(jìn)行檢測，得到測量值，使用最小二乘法，基于測量值和模體已知參數(shù)進(jìn)行二次或三次圓錐曲面擬合，得到擬合函數(shù)，可以在存在噪聲的情況下仍保證系統(tǒng)的準(zhǔn)確性和魯棒性，所以得到廣泛使用。2021年，王月圓等[43-44]在上述曲面擬合法的基礎(chǔ)上進(jìn)行改進(jìn)，減少了函數(shù)擬合時所需的數(shù)據(jù)量。

Alvarez等[45]最早提出一種分解算法，用多項式近似表達(dá)DXA衰減方程，然后用過Newton-Raphton迭代法計算，逐像素求解，此方法計算速度慢，噪聲情況下可能產(chǎn)生迭代結(jié)果發(fā)散，魯棒性差。然后有研究基于光子計數(shù)探測器提出一種用校準(zhǔn)方法使用線性最大似然估計，即在圖像采集過程中進(jìn)行查表校正，最終的輸出是估計和校正的總和，提高了原有方法的速度和準(zhǔn)確性[46]。

等值線查表法是Chuang等[47]提出的一種擬合等值線并結(jié)合查表的方法，用于DXA被測介質(zhì)的分解。方法分2 步，先用最小二乘法將2 種被測介質(zhì)的當(dāng)量厚度擬合成一種等效厚度，構(gòu)建不同能量下的等透射線，然后構(gòu)建矩陣將每一種高低能等效厚度組合對應(yīng)一種介質(zhì)厚度，即使用先擬合等值線后查表的方法替代原有的解非線性方程組。

此外，Zimmerman等[48]基于光子計數(shù)探測器使用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行被測介質(zhì)的物質(zhì)分解，即用神經(jīng)網(wǎng)絡(luò)近似被測介質(zhì)厚度和探測器對數(shù)信號之間的函數(shù)關(guān)系，將光譜投影作為輸入，已知的被測介質(zhì)厚度作為輸出進(jìn)行訓(xùn)練，訓(xùn)練后可以通過光譜投影預(yù)測被測介質(zhì)的厚度。與查表法相比，神經(jīng)網(wǎng)絡(luò)法表現(xiàn)出較好的精度。

莫鏡清等[49]使用光子計數(shù)探測器對上述幾種算法（曲面擬合法、公式法、等值線擬合法和神經(jīng)網(wǎng)絡(luò)法）進(jìn)行對比，結(jié)果顯示，曲面擬合法和等值線法計算速度最快，查表法最慢，神經(jīng)網(wǎng)絡(luò)法介于二者之間。

3.4 國外DXA肉類檢測技術(shù)研究現(xiàn)狀

DXA技術(shù)最初是為測定人體BMD，后來逐漸應(yīng)用到測定人體的身體質(zhì)量指數(shù)和脂肪含量等方面，后被引用到安檢行業(yè)的物質(zhì)識別和肉類檢測等應(yīng)用中。

20世紀(jì)70年代，美國的Kartridg Pak公司基于X射線在瘦肉和脂肪中衰減系數(shù)不同的原理開發(fā)了Anyl-Ray產(chǎn)品，用于檢測肉制品（主要是碎肉）肥瘦比，獲得廣泛使用[50]。但其僅能用于少量樣品的離線測試，因為該產(chǎn)品使用的是單能X射線，需要使用固定容器填裝被測碎肉。在此基礎(chǔ)上，該公司對在線測量系統(tǒng)進(jìn)行研究[51]，但并未進(jìn)行產(chǎn)業(yè)開發(fā)。

Mitchell等[52-53]曾以牛肋排切片為測試對象，在實驗室環(huán)境下使用DXA骨密度儀測定脂肪含量，然后將肥瘦肉分割稱質(zhì)量，結(jié)果表明，DXA脂肪含量測定值比稱質(zhì)量數(shù)值高18%。在另一組實驗中，以活體小豬為測試對象，檢測脂肪、瘦肉和骨礦物質(zhì)含量，然后將豬肉絞碎均化，采用化學(xué)方法分析其脂肪、蛋白質(zhì)、骨和水分含量，結(jié)果顯示，DXA檢測的脂肪含量比化學(xué)檢測結(jié)果低36%。分析其原因是實驗設(shè)備是基于人體BMD測量而標(biāo)定，而被測物的厚度與一般人體測量厚度范圍不一致。雖然結(jié)果誤差較大，但是2 次實驗的DXA結(jié)果與分割稱質(zhì)量結(jié)果和化學(xué)分析結(jié)果具有高度相關(guān)性，可以通過進(jìn)一步的校準(zhǔn)研究，并開發(fā)專用設(shè)備、算法和軟件以提高DXA法的準(zhǔn)確度。

Brienne等[54]使用骨密度儀進(jìn)行牛肉和豬肉的DXA測量，得出的結(jié)果與化學(xué)檢測結(jié)果相差較大，分析DXA結(jié)果產(chǎn)生偏差的原因為邊緣效應(yīng)、測量前后光子數(shù)隨時間的偏移、分析區(qū)域重疊和射線硬化。根據(jù)以上原因，以水和有機(jī)玻璃為研究對象，并用質(zhì)量方法和線束硬化方法對結(jié)果進(jìn)行校正，對于模體，發(fā)現(xiàn)厚度越大，校正效果越好，提出肉的厚度會影響校正精度。類似地，Mercier[55]、Pearce[56]等用DXA骨密度儀對羊胴體進(jìn)行脂肪含量測定，與手工分割、稱質(zhì)量后的脂肪含量進(jìn)行對比，得出與之前研究相近的結(jié)論。

Chen等[57]使用雙能射線源及能量靈敏度型的鍺探測器，搭建DXA實驗平臺，測定肉制品中肥瘦比例，實驗使用有機(jī)玻璃和水的模體進(jìn)行標(biāo)定，結(jié)果表明，系統(tǒng)具有良好的靈敏度，測定值和模體比例呈現(xiàn)出較好的線性關(guān)系。肥瘦比例測定結(jié)果的準(zhǔn)確性隨X射線掃描時間的延長而提高，但是系統(tǒng)是在實驗室條件下進(jìn)行，單次X射線掃描時間至少需要900 s，因此，若作為商用設(shè)備，可以使用功率更高的射線源，但是單次X射線掃描時間仍需要10 s左右。

Gardner[58-59]、Connaughton[60]等以羊胴體為研究對象，進(jìn)行一系列羊胴體在線DXA檢測研究，并將結(jié)果與CT測量的脂肪、瘦肉和骨骼含量結(jié)果進(jìn)行對比標(biāo)定，實驗結(jié)果顯示，脂肪含量的DXA測量結(jié)果精度很高，而瘦肉和骨骼占比精度較低。同時，DXA設(shè)備在屠宰場有水汽噴霧的工況下仍然有較高的重復(fù)性。

除上述研究外，國外一些國家的肉類加工設(shè)備企業(yè)基于DXA技術(shù)開發(fā)了一系列產(chǎn)品，用于肉制品原材料的脂肪含量測定，可以檢測塊肉、碎肉、肉糜等批次加工原料的肥瘦比例，以便在后續(xù)生產(chǎn)香腸和漢堡肉餅時精確控制原材料配比，同時也能檢測原材料中的異物（殘骨、金屬等）。

3.5 我國DXA肉類檢測技術(shù)研究現(xiàn)狀

我國X射線肉質(zhì)檢測技術(shù)相關(guān)研究起步較晚，受限于市場規(guī)模和居民飲食習(xí)慣，肉制品加工企業(yè)沒有形成在線肥瘦肉比例檢測的工藝需求。近年來，食品安全問題越來越受到重視，同時我國與世界肉制品行業(yè)逐步接軌，基于X射線的肉質(zhì)檢測研究逐漸增多，也出現(xiàn)了一些在線肥瘦比例檢測設(shè)備。

沈杰[61]進(jìn)行禽肉制品X射線檢測與近紅外光譜檢測的對比研究，算法方面使用公式法進(jìn)行計算，以索氏抽提法得到的脂肪含量結(jié)果作為真值。結(jié)果顯示，對于禽肉的脂肪含量測定，DXA方法比近紅外光譜法的準(zhǔn)確性更高。劉斌等[62]利用骨密度儀（Norland XR600）對19 只綿羊胴體進(jìn)行測定，將DXA測定的胴體BMD、股骨礦物質(zhì)含量等結(jié)果與索氏抽提法測得的胴體肌內(nèi)脂肪含量結(jié)果進(jìn)行相關(guān)性分析，建立預(yù)測模型，但是此研究只是在現(xiàn)有的醫(yī)療儀器上進(jìn)行實驗，沒有開發(fā)專用設(shè)備。施利輝[63]進(jìn)行DXA在線肉類脂肪含量測定的可行性研究，使用二次多項式擬合方法進(jìn)行計算，采用純脂肪和純瘦肉混合作為樣品進(jìn)行測試，對脂肪和瘦肉在參考曲線上取值，對應(yīng)的測量結(jié)果灰度值通過與脂肪曲線和肌肉曲線的位置關(guān)系比例進(jìn)行估算，在實驗條件下測量少量樣本，誤差可以控制在5%以下。

4 DXA在線肥瘦肉比例檢測設(shè)備分類

4.1 分割肉在線肥瘦比例檢測設(shè)備

此類設(shè)備主要針對無骨肉制品，如漢堡、肉餅、香腸、肉罐頭等所用到的塊肉、碎肉和肉糜等原料。在加工過程中，需要根據(jù)配方精確控制原材料的肥瘦比例以保持其口味和品質(zhì)。對于生肉，一般偏肥部分價格會更低，在配方允許的肥瘦比例范圍下，盡量少使用瘦肉有利于控制成本。所以在線肥瘦比例測量設(shè)備體積相對較小，通常置于肉制品加工流水線，被測物主要是分割后散放于傳送帶的塊肉、碎肉、肉糜等。肉樣采用皮帶傳送，傳送帶水平布置，射線源與探測器上下布置，射線源在被測肉制品頂部發(fā)出射線，射線穿過平鋪的肉樣后被底部的探測器接收，通過算法和軟件可以計算出被測肉制品的質(zhì)量、肥瘦比、水分含量等數(shù)據(jù)。

4.2 胴體在線肥瘦比例檢測設(shè)備

對于豬、牛、羊屠宰企業(yè)，獲取胴體的肥瘦肉比例和骨肉比數(shù)據(jù)有重要意義，一方面向下游產(chǎn)業(yè)銷售時，可以據(jù)此指導(dǎo)胴體的分級，做到“高質(zhì)高價”；另一方面可以向上游的養(yǎng)殖企業(yè)反饋胴體數(shù)據(jù)，指導(dǎo)牲畜的養(yǎng)殖工藝改進(jìn)。對整個胴體進(jìn)行肥瘦比例測量時，需要保證X射線發(fā)出的掃描區(qū)域能覆蓋整個胴體，所以此類設(shè)備的尺寸普遍較大，一般采用扇束X光源、線陣列探測器，射線源和探測器布置在胴體吊掛線行進(jìn)方向的兩側(cè)。由于胴體厚度較大，射線穿透困難，并且胴體在吊掛行進(jìn)時會產(chǎn)生難以避免的擺動，所以此種設(shè)備測出的肥瘦比例準(zhǔn)確度有限。此外，相較于分割肉在線檢測設(shè)備，胴體在線檢測的輻射防護(hù)要求較高，需要單獨布置掃屏蔽房或屏蔽通道。

5 DXA在線肥瘦肉比例檢測設(shè)備未來發(fā)展趨勢

5.1 標(biāo)定研究方法

DXA肥瘦比例檢測設(shè)備始終缺少統(tǒng)一的標(biāo)定方法，即以何種方式測得的結(jié)果作為算法標(biāo)定的真值。早期研究使用的是手工分割肥瘦肉及化學(xué)方法對被測肉類進(jìn)行成分分析，之后的研究使用水和有機(jī)玻璃的模體進(jìn)行算法標(biāo)定研究。對于胴體，使用全身CT檢測結(jié)果作為真值進(jìn)行算法標(biāo)定。目前，行業(yè)對于肉質(zhì)分析設(shè)備缺乏統(tǒng)一的標(biāo)定方法，這使得各個公司的產(chǎn)品檢測結(jié)果存在差異，甚至同一公司的不同產(chǎn)品之間也存在檢測結(jié)果的差異。這需要行業(yè)協(xié)會和公司之間加強(qiáng)溝通與合作，制定一套成熟、可靠的標(biāo)定方法。

5.2 提升硬件

目前，肉質(zhì)分析DXA設(shè)備常采用的是能量積分型探測器（energy integration detectors，EID），這種探測器是在一定時間內(nèi)對探測器收集到的光子進(jìn)行信號積分，采集到的信號與能量積分成正比。如使用最為廣泛的閃爍晶體探測器就是這一類型，常用材料如碘化鈉、碘化銫、硫氧化釓陶瓷閃爍體等，當(dāng)X射線擊中閃爍體時產(chǎn)生可見光，光電二極管記錄光形成電流，最后通過模數(shù)轉(zhuǎn)換將其轉(zhuǎn)換為數(shù)字信號。另一種是光子計數(shù)探測器（photon counting detectors，PCD），相較于傳統(tǒng)的EID，PCD具有能譜分辨能力，可以通過設(shè)定閾值，將入射的光子根據(jù)能量進(jìn)行區(qū)分，這一優(yōu)點可以使PCD在物質(zhì)區(qū)分上起到更大的作用，提高物質(zhì)識別的準(zhǔn)確性[64]。隨著近年來半導(dǎo)體材料和專用集成電路的發(fā)展，PCD的商業(yè)應(yīng)用逐漸成為現(xiàn)實。2021年，世界第1臺應(yīng)用PCD的全身CT儀被批準(zhǔn)用于臨床[65]。雖然目前PCD成本較高，但是考慮到其物質(zhì)區(qū)分準(zhǔn)確性和空間分辨率的提升，PCD將會是今后X射線肉質(zhì)分析設(shè)備的發(fā)展方向之一。

5.3 功能兼容

對企業(yè)來說，提高設(shè)備的利用率和投入收益比非常重要。X射線檢測原理在肉制品加工行業(yè)中除了用于測量肥瘦比例之外，還能應(yīng)用于肉制品和鮮肉的異物檢測，尤其是近年來食品安全問題日益受到公眾重視，肉制品中一旦出現(xiàn)夾雜的異物將導(dǎo)致惡劣的社會影響和信心降低。對于胴體，牲畜在生長過程中要經(jīng)歷多次疫苗和藥物注射，牲畜應(yīng)激掙扎會導(dǎo)致針頭斷在體內(nèi)，難以處理，因此檢測隱藏在皮下組織中的斷針也是當(dāng)前很多屠宰企業(yè)的痛點。而X射線成像技術(shù)是進(jìn)行異物檢測的最佳解決方案之一，將異物檢測兼容到肉質(zhì)分析設(shè)備中能大幅提高設(shè)備使用率。此外，X射線成像技術(shù)還可以應(yīng)用到胴體的切割定位中，即利用X射線得到的圖像識別特定骨骼位置，指導(dǎo)切割機(jī)械手在預(yù)定位置自動切割。雖然實現(xiàn)這幾個功能所需的X射線源、探測器和物理設(shè)計略有差異，但達(dá)到功能指標(biāo)是可以實現(xiàn)的。兼容多種功能、提高使用效率、增加產(chǎn)品附加值是向企業(yè)推廣新技術(shù)的有效途徑。

6 結(jié) 語

隨著我國肉類加工行業(yè)和肉制品產(chǎn)業(yè)的轉(zhuǎn)型升級，對配套的自動化、智能化檢測設(shè)備將會產(chǎn)生大量需求，快速、精確的在線無損檢測肥瘦肉比例設(shè)備對整個產(chǎn)業(yè)上下游具有重要價值，一方面提升產(chǎn)業(yè)下游產(chǎn)品的質(zhì)量和成本控制；另一方面向上游反饋數(shù)據(jù)，促進(jìn)養(yǎng)殖工藝升級和育種改良。通過前文的對比，對于自動化在線檢測肉類肥瘦比例這一應(yīng)用場景來說，DXA檢測技術(shù)是最佳解決方案之一。

在DXA的相關(guān)研究方面，很多方法和技術(shù)都來源于醫(yī)療行業(yè)，尤其是骨密度儀的技術(shù)研究，國外的相關(guān)研究起步較早，不僅進(jìn)行了算法和原理上的基礎(chǔ)研究，也較早進(jìn)行了在肉類檢測上的應(yīng)用研究，并且已經(jīng)形成了較為成熟的產(chǎn)品。美國、澳大利亞以及歐洲的一些國家屠宰行業(yè)和肉制品加工行業(yè)自動化水平較高，這也給此類設(shè)備提供了需求場景。

在行業(yè)標(biāo)準(zhǔn)方面，美國、歐洲以及澳洲國家的肉類行業(yè)協(xié)會制定了相關(guān)標(biāo)準(zhǔn)，列明了包括肥瘦肉比例檢測的各種方法以及對應(yīng)方法所許可的廠商和設(shè)備型號，這也使此類設(shè)備得到了很好的推廣。

我國肉類產(chǎn)業(yè)正處在轉(zhuǎn)型升級的關(guān)鍵時刻，研發(fā)出具有國際先進(jìn)水平的在線肥瘦肉比例檢測裝備迫在眉睫，這對于提升我國肉制品行業(yè)自動化、智能化有著重要意義。另一方面，也需要有關(guān)部門和行業(yè)協(xié)會對現(xiàn)行的檢測方法和相關(guān)標(biāo)準(zhǔn)進(jìn)行升級，豐富檢測手段，推動新技術(shù)手段的推廣應(yīng)用。

參考文獻(xiàn)：

[1] 王碩， 林秀蔚， 王保印， 等. 基于灰色GM（1，1）模型的我國肉類產(chǎn)量預(yù)測分析[J]. 黑龍江八一農(nóng)墾大學(xué)學(xué)報， 2023， 35（4）： 39-44. DOI：10.3969/j.issn.1002-2090.2023.04.006.

[2] 毛緒強(qiáng). 十年農(nóng)業(yè)展望 穩(wěn)產(chǎn)保供強(qiáng)農(nóng)：《中國農(nóng)業(yè)展望報告（2023—2032）》正式發(fā)布[J]. 農(nóng)村工作通訊， 2023（9）： 7-9.

[3] NASSY G. 控制豬肉品質(zhì)的新型感應(yīng)器： 用于屠宰和加工階段測定豬胴體組分和評估豬肉品質(zhì)[J]. 肉類研究， 2015， 29（2）： 21-24. DOI：10.7506/rlyj1001-8123-201502005.

[4] 程斐斐. 肉制品加工品質(zhì)控制關(guān)鍵技術(shù)研究[J]. 現(xiàn)代食品， 2023， 29（12）： 146-148. DOI：10.16736/j.cnki.cn41-1434/ts.2023.12.045.

[5] 王繼鵬， 涂寶峰， 葛雨萱， 等. 國內(nèi)外豬胴體分級研究進(jìn)展[J]. 肉類工業(yè)， 2022（6）： 37-40. DOI：10.3969/j.issn.1008-5467.2022.06.007.

[6] WATKINS P. Chemical lean determination of boneless beef and lamb using a halogen moisture analyser[J]. Animal Production Science， 2021， 61（7）： 715-720. DOI：10.1071/AN20445.

[7] WATKINS P， STOCKHAM K， STEWART S， et al. Contemporary chemical lean determination used in the Australian meat processing industry： a method comparison[J]. Meat Science， 2021， 171： 108289. DOI：10.1016/j.meatsci.2020.108289.

[8] 劉敬順， 包杰， 張豪. 豬的活體超聲波評估技術(shù)與方法[J]. 當(dāng)代畜禽養(yǎng)殖業(yè)， 2003（10）： 2-7; 12. DOI：10.14070/j.cnki.15-1150.2003.10.001.

[9] CHENG W W， CHENG J H， PU H B， et al. Marbling analysis for evaluating meat quality： methods and techniques： marbling analysis to evaluate meat quality[J]. Comprehensive Reviews in Food Science and Food Safety， 2015， 14： 523-535. DOI：10.1111/1541-4337.12149.

[10] 陳麗， 張德權(quán). 羊胴體分級技術(shù)研究現(xiàn)狀及趨勢[J]. 食品科技， 2010， 35（9）： 146-150. DOI：10.13684/j.cnki.spkj.2010.09.045.

[11] 史杰， 彭增起， 諶啟亮， 等. 中外牛肉分級制度對構(gòu)建我國牛肉品質(zhì)評定標(biāo)準(zhǔn)的啟示[J]. 肉類研究， 2010， 24（3）： 13-15. DOI：10.7506/rlyj1001-8123-201003003.

[12] 張宏博， 靳燁. 國內(nèi)外肉羊胴體分級標(biāo)準(zhǔn)體系的現(xiàn)狀與發(fā)展趨勢[J]. 肉類研究， 2011， 25（4）： 41-45. DOI：10.7506/rlyj1001-8123-201104009.

[13] 國家質(zhì)量監(jiān)督檢驗檢疫總局， 中國國家標(biāo)準(zhǔn)化管理委員會. 肉與肉制品 總脂肪含量測定： GB/T 9695.7—2008[S]. 北京： 中國標(biāo)準(zhǔn)出版社， 2008.

[14] KEMPSTER A J， CHADWICK J P， JONES D W. An evaluation of the Hennessy Grading Probe and the SFK Fat-O-Meater for use in pig carcass classification and grading[J]. Animal Science， 1985， 40（2）： 323-329. DOI：10.1017/S0003356100025447.

[15] GOENAGA P， LLOVERAS M R， AM?NDOLA C. Prediction of lean meat content in pork carcasses using the Hennessy Grading Probe and the Fat-O-Meater in Argentina[J]. Meat Science， 2008， 79（3）： 611-613. DOI：10.1016/j.meatsci.2007.12.004.

[16] HOPKINS D L， TOOHEY E S， BOYCE M， et al. Evaluation of the Hennessy grading probe for use in lamb carcases[J]. Meat Science， 2013， 93（3）： 752-756. DOI：10.1016/j.meatsci.2012.11.046.

[17] DIXIT Y， CASADO-GAVALDA M P， CAMA-MONCUNILL R， et al.?Developments and challenges in online NIR spectroscopy for meat processing[J]. Comprehensive Reviews in Food Science and Food Safety， 2017， 16（6）： 1172-1187. DOI：10.1111/1541-4337.12295.

[18] 花錦， 趙悠悠， 高媛惠， 等. 基于近紅外技術(shù)快速測定不同鮮肉中脂肪含量[J]. 光譜學(xué)與光譜分析， 2017， 37（11）： 3424-3429. DOI：10.3964/j.issn.1000-0593（2017）11-3424-06.

[19] HASSEN A， WILSON D E， AMIN V R， et al. Predicting percentage of intramuscular fat using two types of real-time ultrasound equipment[J]. Journal of Animal Science， 2001， 79（1）： 11-18. DOI：10.2527/2001.79111x.

[20] 馬小軍， 程篤學(xué)， 王立剛， 等. 利用超聲波圖像活體預(yù)測北京黑豬肌內(nèi)脂肪含量[J]. 畜牧獸醫(yī)學(xué)報， 2012， 43（10）： 1511-1518.

[21] 胡曉亮， 劉寶林， 周國燕. 豬肉品質(zhì)的超聲波無損檢測實驗研究[J]. 生物醫(yī)學(xué)工程學(xué)雜志， 2011， 28（4）： 819-822.

[22] SEGURA J， AALHUS J L， PRIETO N， et al. Carcass and primal composition predictions using camera vision systems （CVS） and dual-energy X-ray absorptiometry （DXA） technologies on mature cows[J]. Foods， 2021， 10（5）： 1118. DOI：10.3390/foods10051118.

[23] WEI X， BOHRER B， UTTARO B， et al. Developing an alternative classification method for predicting ham composition using linear measurements from the cross-sectional ham surface[J]. Meat Science， 2023， 204： 109237. DOI：10.1016/j.meatsci.2023.109237.

[24] 邵勇維克， 任志強(qiáng)， 孫昌輝， 等. 計算機(jī)斷層掃描（CT）對豬胴體組成評估的研究進(jìn)展[J]. 豬業(yè)科學(xué)， 2019， 36（6）： 116-119. DOI：10.3969/j.issn.1673-5358.2019.06.034.

[25] 陳亞靜， 付雪林， 倪德斌， 等. 豬肌肉肌內(nèi)脂肪測定方法的比較[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報， 2015， 34（4）： 84-88.

[26] BONNICK S L. Bone densitometry in clinical practice application and interpretation[M]. 3rd ed. Totowa， NJ： Humana Press， 2010： 5-9.

[27] LOTZ J C， CHEAL E J， HAYES W C. Fracture prediction for the proximal femur using finite element models： part I-linear analysis[J]. Journal of Biomechanical Engineering， 1991， 113（4）： 353-360. DOI：10.1115/1.2895412.

[28] MICHAEL LEWIECKI E， BINKLEY N. DXA： 30 years and counting[J]. Bone， 2017， 104： 1-3. DOI：10.1016/j.bone.2016.12.013.

[29] NIELSON C M， MARSHALL L M， ADAMS A L， et al. BMI and fracture risk in older men： the osteoporotic fractures in men study （MrOS）[J]. Journal of Bone and Mineral Research， 2011， 26（3）： 496-502. DOI：10.1002/jbmr.235.

[30] BAZZOCCHI A， PONTI F， ALBISINNI U， et al. DXA： technical aspects and application[J]. European Journal of Radiology， 2016， 85（8）： 1481-1492. DOI：10.1016/j.ejrad.2016.04.004.

[31] 張國偉. 雙能X射線成像算法及應(yīng)用研究[D]. 北京： 清華大學(xué)， 2008： 15-16.

[32] MAZESS R B， PEPPLER W W， HARRISON J E， et al. Total body bone mineral and lean body mass by dual-photon absorptiometry. III. Comparison with trunk calcium by neutron activation analysis[J]. Calcified Tissue International， 1981， 33（4）： 365-368. DOI：10.1007/BF02409457.

[33] PEPPLER W W， MAZESS R B. Total body bone mineral and lean body mass by dual-photon absorptiometry. I. Theory and measurement procedure[J]. Calcified Tissue International， 1981， 33（4）： 353-359. DOI：10.1007/BF02409455.

[34] 張澤宏， 王玨， 周日峰. 高能X射線的硬化校正[J]. 物理測試， 2005（6）： 15-18. DOI：10.13228/j.boyuan.issn1001-0777.2005.06.005.

[35] SHAW C C， GUR D. Comparison of three different techniques for dual-energy subtraction imaging in digital radiography： a signal-to-noise analysis[J]. Journal of Digital Imaging， 1992， 5（4）： 262-270. DOI：10.1007/BF03167808.

[36] 張鋒， 陳真誠， 鄧振生， 等. 雙能量X線熒光數(shù)字直接成像系統(tǒng)及圖像分離技術(shù)的實現(xiàn)[J]. 生物醫(yī)學(xué)工程學(xué)雜志， 2004， 21（2）： 280-283. DOI：10.3321/j.issn：1001-5515.2004.02.028.

[37] 武伯歌， 蔣大宗. 從雙能量X線投影照片獲得分離的骨或軟組織圖象[J]. 中國生物醫(yī)學(xué)工程學(xué)報， 1990， 9（4）： 209-217.

[38] 陳敏聰. 扇束雙能X射線骨密度測量方法研究[D]. 合肥： 中國科學(xué)技術(shù)大學(xué)， 2009： 21-32.

[39] 陳敏聰， 陳子瑜， 李紅梅， 等. X射線質(zhì)量厚度測量研究[J]. 中國科學(xué)技術(shù)大學(xué)學(xué)報， 2008， 38（2）： 195-199.

[40] CARDINAL H N， FENSTER A. Theoretical optimization of a split septaless xenon ionization detector for dual-energy chest radiography[J]. Medical Physics， 1988， 15（2）： 167-180. DOI：10.1118/1.596248.

[41] CARDINAL H N， FENSTER A. An accurate method for direct dual-energy calibration and decomposition[J]. Medical Physics， 1990， 17（3）： 327-341. DOI：10.1118/1.596512.

[42] CARDINAL H N， FENSTER A. Analytic approximation of the log-signal and log-variance functions of X-ray imaging systems， with application to dual-energy imaging[J]. Medical Physics， 1991， 18（5）： 867-879. DOI：10.1118/1.596744.

[43] 王月圓， 俞政濤， 趙興群. 一種雙能X線骨密度儀的測量算法研究[J]. 電子器件， 2021， 44（2）： 405-410. DOI：10.3969/j.issn.1005-9490.2021.02.027.

[44] 王月圓. 雙能X線骨密度儀的骨密度測量算法與軟件設(shè)計的研究[D]. 南京： 東南大學(xué)， 2020： 22-25.

[45] ALVAREZ R E， MACOVSKI A. Energy-selective reconstructions in X-ray computerised tomography[J]. Physics in Medicine and Biology， 1976， 21（5）： 733-744. DOI：10.1088/0031-9155/21/5/002.

[46] ALVAREZ R E. Estimator for photon counting energy selective X-ray imaging with multibin pulse height analysis[J]. Medical Physics， 2011， 38（5）： 2324-2334. DOI：10.1118/1.3570658.

[47] CHUANG K S， HUANG H K. A fast dual-energy computational method using isotransmission lines and table lookup[J]. Medical Physics， 1987， 14（2）： 186-192. DOI：10.1118/1.596110.

[48] ZIMMERMAN K C， SIDKY E Y， GILAT SCHMIDT T. Experimental study of two material decomposition methods using multi-bin photon counting detectors[C]//Medical imaging 2014： physics of medical imaging. San Diego， California， United States： SPIE， 2014.

[49] 莫鏡清， 徐品， 孫明山. 基于光子計數(shù)探測器的X射線雙能骨密度儀投影分解算法[J]. 激光與光電子學(xué)進(jìn)展， 2017， 54（10）： 224-232.

[50] National Research Council. Committee on technological options to improve the nutritional attributes of animal products[M]//Designing foods： animal product options in the marketplace. Washington， D.C.： National Academy Press， 1988： 15-25.

[51] GROVES W H， DONOVAN A E. Continuous X-ray analysis for meat blending system： US， United States Patent 4171164[P/OL]. 1979. https：//www.freepatentsonline.com/4171164.html.

[52] MITCHELL A D， SCHOLZ A M， CONWAY J M. Body composition analysis of small pigs by dual-energy X-ray absorptiometry[J]. Journal of Animal Science， 1998， 76（9）： 2392-2398. DOI：10.2527/1998.7692392x.

[53] MITCHELL A D， SOLOMON M B， RUMSEY T S. Composition analysis of beef rib sections by dual-energy X-ray absorptiometry[J]. Meat Science， 1997， 47（1）： 115-124. DOI：10.1016/S0309-1740（97）00045-4.

[54] BRIENNE J P， DENOYELLE C， BAUSSART H， et al. Assessment of meat fat content using dual energy X-ray absorption[J]. Meat Science， 2001， 57（3）： 235-244. DOI：10.1016/S0309-1740（00）00091-7.

[55] MERCIER J， POMAR C， MARCOUX M， et al. The use of dual-energy X-ray absorptiometry to estimate the dissected composition of lamb carcasses[J]. Meat Science， 2006， 73（2）： 249-257. DOI：10.1016/j.meatsci.2005.11.024.

[56] PEARCE K L， FERGUSON M， GARDNER G， et al. Dual X-ray absorptiometry accurately predicts carcass composition from live sheep and chemical composition of live and dead sheep[J]. Meat Science， 2009， 81（1）： 285-293. DOI：10.1016/j.meatsci.2008.08.004.

[57] CHEN A， LUO J， WANG A， et al. Fat to muscle ratio measurements with dual energy X-ray absorbtiometry[J]. Nuclear Instruments and Methods in Physics Research Section A： Accelerators， Spectrometers， Detectors and Associated Equipment， 2015， 788（C）： 24-28. DOI：10.1016/j.nima.2015.03.001.

[58] GARDNER G E， GLENDENNING R， BRUMBY O， et al. The development and calibration of a dual X-ray absorptiometer for estimating carcass composition at abattoir chain-speed[C]//Proceedings of the FAIM IV： fourth annual conference on body and carcass evaluation， meat quality， software and traceability， Edinburgh， Scotland， 2015.

[59] GARDNER G E， STARLING S， CHARNLEY J， et al. Calibration of an on-line dual energy X-ray absorptiometer for estimating carcase composition in lamb at abattoir chain-speed[J]. Meat Science， 2018， 144： 91-99. DOI：10.1016/j.meatsci.2018.06.020.

[60] CONNAUGHTON S L， WILLIAMS A， ANDERSON F， et al. Dual energy X-ray absorptiometry predicts lamb carcass composition at abattoir chain speed with high repeatability across varying processing factors[J]. Meat Science， 2021， 181： 108413. DOI：10.1016/j.meatsci.2020.108413.

[61] 沈杰. 基于X射線及近紅外光譜技術(shù)的禽肉品質(zhì)檢測[D]. 南昌： 江西農(nóng)業(yè)大學(xué)， 2011： 17-28.

[62] 劉斌， 季小陽， 付軍科， 等. 利用雙能X射線預(yù)測綿羊胴體肌內(nèi)脂肪含量的研究[J]. 中國畜牧獸醫(yī)， 2015， 42（8）： 2144-2149. DOI：10.16431/j.cnki.1671-7236.2015.08.032.

[63] 施利輝. 應(yīng)用雙能X射線進(jìn)行在線肉類脂肪含量測量的可行性研究[J]. 食品安全導(dǎo)刊， 2021（22）： 96-97. DOI：10.16043/j.cnki.cfs.2021.22.070.

[64] 李睿哲. 基于陣列光子計數(shù)探測器的能譜CT成像技術(shù)研究[D].?北京： 清華大學(xué)， 2017： 26-32.

[65] ESQUIVEL A， FERRERO A， MILETO A， et al. Photon-counting detector CT： key points radiologists should know[J]. Korean Journal of Radiology， 2022， 23（9）： 854-865. DOI：10.3348/kjr.2022.0377.

第一作者簡介：董哲（1986—）（ORCID： 0009-0001-9584-8404），男，工程師，博士，研究方向為農(nóng)產(chǎn)品檢測。E-mail： wo_dz@126.com