Raman spectroscopy coupled with chemometrics for identification of adulteration and fraud in muscle foods: a review

化学计量学 拉曼光谱 生化工程 计算机科学 小贩 鉴定(生物学) 纳米技术 化学 数据科学 材料科学 业务 生物 机器学习 物理 工程类 光学 营销 植物
作者
Haiyang Ma,Jiajun Guo,Guishan Liu,Delang Xie,Bingbing Zhang,Xiaojun Li,Qian Zhang,Qingqing Cao,Xiaoxue Li,Fang Ma,Yang Li,Guoling Wan,Yan Li,Di Wu,Ping Ma,Mei Guo,Jun‐Jie Yin
出处
期刊:Critical Reviews in Food Science and Nutrition [Informa]
卷期号:65 (11): 2008-2030 被引量:6
标识
DOI:10.1080/10408398.2024.2329956
摘要

Muscle foods, valued for their significant nutrient content such as high-quality protein, vitamins, and minerals, are vulnerable to adulteration and fraud, stemming from dishonest vendor practices and insufficient market oversight. Traditional analytical methods, often limited to laboratory-scale., may not effectively detect adulteration and fraud in complex applications. Raman spectroscopy (RS), encompassing techniques like Surface-enhanced RS (SERS), Dispersive RS (DRS), Fourier transform RS (FTRS), Resonance Raman spectroscopy (RRS), and Spatially offset RS (SORS) combined with chemometrics, presents a potent approach for both qualitative and quantitative analysis of muscle food adulteration. This technology is characterized by its efficiency, rapidity, and noninvasive nature. This paper systematically summarizes and comparatively analyzes RS technology principles, emphasizing its practicality and efficacy in detecting muscle food adulteration and fraud when combined with chemometrics. The paper also discusses the existing challenges and future prospects in this field, providing essential insights for reviews and scientific research in related fields.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
chenzihao完成签到,获得积分10
刚刚
共享精神应助Jack祺采纳,获得10
1秒前
BeiBei发布了新的文献求助10
1秒前
kuolong发布了新的文献求助10
2秒前
2秒前
hashtag发布了新的文献求助10
2秒前
123123发布了新的文献求助30
2秒前
Ling关注了科研通微信公众号
3秒前
Orange应助chuanxue采纳,获得10
6秒前
13413693363发布了新的文献求助10
6秒前
克莱完成签到,获得积分10
6秒前
KL发布了新的文献求助10
7秒前
清醒冰美式完成签到,获得积分10
7秒前
lalala发布了新的文献求助10
8秒前
OriC完成签到,获得积分10
8秒前
悲伤tomato完成签到,获得积分0
9秒前
JJ田叶完成签到,获得积分10
10秒前
10秒前
安静的牛马完成签到,获得积分10
10秒前
nini完成签到,获得积分10
11秒前
12秒前
12秒前
14秒前
16秒前
天天快乐应助123123采纳,获得10
16秒前
16秒前
笑点低的咖啡完成签到,获得积分10
17秒前
量子星尘发布了新的文献求助10
17秒前
寒桥完成签到,获得积分10
17秒前
小通通完成签到 ,获得积分10
17秒前
鲤鱼无极完成签到,获得积分20
18秒前
19秒前
无解klein瓶完成签到,获得积分10
19秒前
davincimmk应助踏实乌冬面采纳,获得40
21秒前
21秒前
严涵发布了新的文献求助10
21秒前
21秒前
彭于晏应助decademe采纳,获得10
21秒前
研友_VZG7GZ应助帅气的风华采纳,获得10
21秒前
优秀的邪欢完成签到 ,获得积分10
22秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Aerospace Standards Index - 2026 ASIN2026 3000
Polymorphism and polytypism in crystals 1000
Signals, Systems, and Signal Processing 610
Discrete-Time Signals and Systems 610
Research Methods for Business: A Skill Building Approach, 9th Edition 500
Social Work and Social Welfare: An Invitation(7th Edition) 410
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6053059
求助须知:如何正确求助?哪些是违规求助? 7869796
关于积分的说明 16277100
捐赠科研通 5198495
什么是DOI,文献DOI怎么找? 2781434
邀请新用户注册赠送积分活动 1764404
关于科研通互助平台的介绍 1646067