ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ СИСТЕМЫ АНАЛИЗА ИЗОБРАЖЕНИЯ ПРИ ИССЛЕДОВАНИИ МЯСНОГО СЫРЬЯ И ПРОДУКТОВ
Аннотация и ключевые слова
Аннотация (русский):
Применение морфометрии позволяет существенно расширить результаты гистологического анализа. Установлены основные этапы проведения количественного микроструктурного исследования с применением системы анализа изображений: считывание изображения с микроскопа с помощью подключенной фото-видеокамеры, его передача в компьютер, сохранение, корректирование в программе анализа, отбор объектов для морфометрии, проведение измерения, статистическая обработка и анализ данных, представление результатов в табличной или графической форме. Корректировка изображения включает в себя следующие действия: регулировка контрастности, яркости и цветности; подавление шума, сглаживание; повышение резкости и выделение деталей; коррекция освещенности и баланса белого. Определяющим условием является правильный способ подготовки образца к исследованию и выбор специального метода окрашивания изучаемого компонента: для жировых компонентов окрашивание Суданом III, IV или OilRedO, для крахмала - раствор Люголя, для растительных белков - иммуногистохимические методы. Автоматический режим измерений существенно сокращает время исследований, но оператор должен проводить ручную корректировку действий, совершаемых компьютером. Проводятся следующие параметры измерений: площадь (в том числе внутренняя площадь и периметр), размеры (средняя хорда, длина, ширина, средний размер, минимальный, максимальный и средний диаметр Фере, размеры по Х и Y), размеры по формам (фактор круга/эллипса, округлость, удлиненность), размеры по моделям, цветовые и оптические. Систему анализа изображений целесообразно использовать при проведении микроструктурного анализа в соответствии с ГОСТ 32224-2013 «Мясо и мясные продукты для детского питания. Метод определения размеров костных частиц» и ГОСТ Р 54047-2010 «Мясо и мясные продукты. Метод определения дисперсности». Использование новейшего программного обеспечения позволяет на порядки увеличить производительность труда и оперативно получать результаты высокого качества.

Ключевые слова:
Мясо, мясные продукты, гистологический анализ, морфометрия, компьютерная система анализа изображений
Текст
Текст (PDF): Читать Скачать

Введение Методы микроструктурного анализа, наряду с физико-химическими и молекулярно-биологическими, достаточно широко распространены как в России, так и во всем мире. Гистологические методы позволяют выявить локальные изменения в мясном сырье, влияющие на химический состав и качество готового продукта. Они могут быть ис- пользованы для определения составных компонен- тов и технологии производства различных видов полуфабрикатов и готовых продуктов [1]. Сегодня известно большое количество как клас- сических технических приемов подготовки образцов и получения препарата для проведения микроструктурных исследований, так и основанных на возможностях современного гистологического обо- рудования. Большинство исследований носит каче- ственный характер и направлено на выявление того или иного ингредиента состава, тем не менее ре- зультаты могут быть существенно расширены за счет количественного (морфометрического) анали- за [2]. Основные направления применения морфомет- рии - это расчет процентного содержания компо- нента в продукте (в данном случае результат будет выражаться в объемных процентах (об. %) - процент площади, занимаемой данным компонентом в исследуемом образце) и определение линейных размеров частиц исследуемого образца. Существует ручная морфометрия. Например, для определения процентного содержания компо- нента в продукте используются специальные измерительные решетки, вставляемые в окуляр микроскопа, либо интеграционные окуляры (окуляры с измерительной сеткой). Линейные размеры частиц измеряют с помощью окулярного микрометра - линейки, представляющей собой специальную вставку в окуляр микроскопа. Измерения проводят с использованием различных сочетаний объективов и окуляров в соответствии с размерами анализиру- емых структур. Однако в этом случае работа требу- ет больших трудозатрат при меньшей точности результатов. На современном этапе развития гистологиче- ского оборудования и программного обеспечения для проведения исследований все шире используются компьютерные системы анализа изображения, представляющие собой модульные системы обра- ботки и анализа, предназначенные для световой микроскопии и проведения морфометрических ис- следований. Данные системы позволяют суще- ственно сократить время исследования, одновре- менно предоставляя возможность значительно расширить набор определяемых показателей [3]. В настоящее время в мясоперерабатывающей промышленности системы анализа изображений используются для измерения различных парамет- ров мышечного волокна, для определения количе- ства тканей и костей, особенно в мясе механиче- ской обвалки, для обнаружения растительных ком- понентов [4, 5]. Во ВНИИМП активно проводятся работы, направленные на совершенствование и модерниза- цию традиционных микроструктурных методов определения качества мясного сырья и продуктов, в том числе на расширение возможностей примене- ния компьютерных систем анализа изображений. Объекты и методы исследований Гистологические исследования проводились в соответствии с действующими стандартизованными методами: ГОСТ 19496-2013 «Мясо и мясные продукты. Метод гистологического исследования», ГОСТ 31796-2012 «Мясо и мясные продукты. Ускоренный метод определения структурных ком- понентов состава», ГОСТ 32224-2013«Мясо и мяс- ные продукты для детского питания. Метод опре- деления размеров костных частиц», ГОСТ Р 54047- 2010 «Мясо и мясные продукты. Метод определе- ния дисперсности», ГОСТ 31474-2012 «Мясо и мясные продукты. Гистологический метод опреде- ления растительных белковых добавок», ГОСТ 31500-2012 «Мясо и мясные продукты. Гистологи- ческий метод определения растительных углевод- ных добавок». Срезы изготавливали на криостатном микрото- ме MICROM HM-525, толщина срезов 16-20 мкм. Окрашивали срезы гематоксилином Эрлиха и докрашивали 1%-м свежеприготовленным водно- спиртовым раствором эозина; заключали под по- кровные стекла в глицерин-желатин. Анализ гисто- логических препаратов проводили на световом микроскопе AxioImaigerA1 (CarlZeiss, Германия), применяя объективы с увеличением от 10х до 63х, с подключенной видеокамерой AxioCamMRc 5. Кор- ректирование изображений и морфометрические исследования осуществляли на компьютерной си- стеме анализа изображений AxioVision 4.7.1.0, раз- работанной для гистологических исследований. Морфометрические исследования проводили в со- ответствии с традиционными методами количе- ственного анализа и трехкратной повторностью эксперимента. Результаты и их обсуждение Система анализа изображений включает в себя три объединенных друг с другом блока: оптическое устройство, считывающее изображение (световой микроскоп или стереомикроскоп), устройство пе- редачи и хранения данных (видеокамера, цифровая фотокамера или сканер, подключенные к компью- теру) и программное обеспечение. Перечисленные блоки должны быть максимально согласованы между собой, чтобы сформированное микроскопом изображение испытывало минимальные искажения в процессе его передачи и последующей обработки на компьютере. Основные этапы проведения количественного микроструктурного исследования с применением системы анализа изображений: считывание изоб- ражения с микроскопа с помощью подключенной фотовидеокамеры, его передача в компьютер, со- хранение, корректирование в программе анализа, отбор объектов для морфометрии, проведение из- мерения. Затем следует статистическая обработка и анализ данных и далее представление результатов в табличной или графической форме. Корректировка изображения включает в себя следующие действия: регулировка контрастно- сти, яркости и цветности; подавление шума, сглаживание; повышение резкости и выделение деталей; коррекция освещенности и баланса бе- лого. Совершенствование операционного аппара- та обработки изображений позволяет существен- но снизить трудоемкость микроструктурного анализа. С помощью систем анализа изображений можно анализировать как макроскопические, так и микро- скопические изображения, проводить измерения как в интерактивном, так и в автоматическом режимах (рис. 1). Рис. 1. Определение размера жировых фрагментов на срезе сырокопченой колбасы в интерактивном режиме измерения Современное модульное программное обеспе- чение позволяет проводить «выбор» анализируе- мых структур в автоматическом режиме с учетом многофакторного анализа. В этом случае требу- ется максимальная контрастность изучаемых объектов и их дифференцированное окрашива- ние, так как все программы автоматически распо- знают структуры только по их цветовым характе- ристикам. Очень важным шагом для успешного автоматического анализа изображений является правильный выбор специального метода окраши- вания для изучаемого компонента. Так, для изу- чения жировых компонентов лучше применять окрашивание Суданом III, IV или OilRedO [6], а для выявления крахмала использовать раствор Люголя (рис. 2). Рис. 2.Определение количества жировой ткани, окрашенной OilRedO, на препарате сырокопченой колбасы в автоматическом режиме измерения Для определения растительных белков, таких как соевый и пшеничный, которые на гистологиче- ском препарате окрашиваются как мышечные структуры, разрабатываются высокоспецифичные иммуногистохимические методы, когда окраске подвергается только выявляемый компонент, что дает возможность широкого применения системы анализа изображения для более детального изуче- ния гистологического препарата и проведения морфометрического анализа [7, 8]. Система анализа изображений дает возмож- ность получить детальную количественную ин- формацию по следующим параметрам измерений: площадь (в том числе внутренняя площадь и периметр), размеры (средняя хорда, длина, ширина, средний размер, минимальный, максимальный и средний диаметр Фере, размеры по Х и Y), размеры по формам (фактор круга/эллипса, округлость, удлиненность), размеры по моделям, цветовые и оптические и др. Автоматическая морфометрия в отличие от руч- ной предоставляет более точные данные и зависит от способа подготовки образца к исследованию и окрашивания препарата. Тем не менее данный ме- тод чаще всего невозможен без активного вмеша- тельства специалиста-гистолога, который должен проводить ручную коррекцию действий, осуществ- ляемых компьютером. Особенно это необходимо для идентификации и точного установления границ измеряемых частиц, то есть правильного определе- ния тканевой принадлежности, что особенно акту- ально в микроструктуре мясных продуктов, когда после технологической обработки существенно меняется нативная морфология. Особенно актуальным является определение ко- личества того или иного компонента в составе про- дукта (рис. 3). Однако подсчет массовой доли того или иного компонента продукта микроструктурным методом затруднен нелинейной корреляцией между объемными и массовыми данными, прежде всего в связи с различной степенью гидратирования ком- понентов при технологической обработке. Рис. 3. Определение количества соевого белка на препарате вареной колбасы в автоматическом режиме измерения Во ВНИИМП им. В.М. Горбатова был разра- ботан ГОСТ 32224-2013 «Мясо и мясные продук- ты для детского питания. Метод определения размеров костных частиц», который основан на измерении размера костных частиц после хими- ческого выделения костного остатка из продукта. В стандарте в том числе, предусмотрено и ис- пользование компьютерной системы анализа изображения (рис. 4). При проведении исследований для частиц сложной формы определяют средний диаметр Фере, для удлиненных линейных  длину. Если автоматическое разделение частиц невозможно, прибегают к их интерактивному разделению. В результате работы получают следующие показатели: общее количество частиц, минимальный и максимальный размеры, средний размер частиц, стандартное отклонение, а также другие показатели. Полученные данные представляют в виде таблиц, графиков распределения или диаграмм. В заключение рассчитывают процент частиц, кото- рые превышают нормативный размер. Рис. 4. Определение размера костных частиц Рис. 5. Определение дисперсности мясного продукта для детского питания В России действует ГОСТ Р 54047-2010 «Мясо и мясные продукты. Метод определения дисперсно- сти», который позволяет устанавливать размер частиц мясных и мясосодержащих продуктов с использова- нием количественного гистологического анализа. Это особенно актуально для продуктов, предназначенных для детского питания, что связано с особенностями физиологии пищеварения детей и строения их желу- дочно-кишечного тракта (рис. 5) [9]. Выводы В заключение, хочется отметить, что ни одна из самых современных компьютерных систем анализа изображений не способна заменить ква- лифицированного исследователя. Это связано прежде всего с тем, что пока современная наука не может создать аппаратуру, характеристики которой приближались бы к возможностям чело- веческого глаза, и которая могла бы заменить человеческий мозг. Однако системы анализа и обработки изображений, активно развивающиеся в последнее время, позволяют при участии высо- коквалифицированного специалиста на порядки увеличить производительность труда и оператив- но получать результаты высокого качества. Совмещение высокоспецифичных методов окрашивания с применением новейшего программ- ного обеспечения позволит существенно расширить возможности использования системы анализа изоб- ражений для исследования мясного сырья и гото- вых продуктов.
Список литературы

1. Хвыля, С.И. Применение гистологического анализа при исследовании мясного сырья и готовых продуктов / С.И. Хвыля, В.А. Пчелкина, С.С. Бурлакова // Техника и технология пищевых производств. - 2012. - № 3 (26). - С. 132-138

2. Хвыля С.И. Контроль качества мяса: гистологические методы / С.И. Хвыля, В.А. Пчелкина // Контроль качества продукции. - 2013. - № 10. - С. 30-34

3. Хвыля, С.И. Методология установления фальсификации и дисперсности мясных продуктов с использованием гистологии и систем анализа изображения / С.И. Хвыля // Все о мясе. - 1999. - 4. - С. 15-17

4. Chmiel M. Application of video image analysis in meat technology / M. Chmiel, M. Slowinski // MedycynaWeterynar- yjna. - 2013. - № 11 (69). - С. 670-673

5. Pospiech, M. Microscopic methods in food analysis / M. Pospiech, Z. Rezacova-Lukaskova, B. Tremlova, Z. Randulova, P. Bartl // Мaso international, Вrno. - 2011. - Vol. 1. - P. 27-34

6. Newman P. B. The use of video image analysis for quantitative measurement of visible fat and lean in meat: Part 4 - ap- plication of image analysis measurement techniques to minced meats / P. B. Newman // MeatScience. - 1987. - № 19. - С. 139-150

7. Randulova, Z. Determination of soya protein in model meat products using image analysis / Z. Randulova, B. Tremlova, Z. Rezacova-Lukaskova, M. Pospiech, I. Straka // Czech Journal of Food Sciences. - 2011. - Vol. 29. - Is. 4. - P. 318-321

8. Boutten, B. Quantification of soy proteins by association of immunohistochemistry and video image analysis / B. Boutten, C. Humbert, M. Chelbi, P. Durand, D. Peyraud // Food and Agricultural Immunology. - 1999. - Vol. 11. - Р. 51-59

9. Хвыля, С.И. Определение дисперсности продуктов детского питания гистологическим методом / С.И. Хвыля, В.А. Пчелкина, С.С. Бурлакова // Мясная индустрия. - 2010. - № 11. - С.33-36


Войти или Создать
* Забыли пароль?