APPLICATION OF IMAGE ANALYSIS SYSTEMSIN THE STUDY ON RAW MATERIALS AND MEAT PRODUCTS
Rubrics: FOOD PRODUCTION TECHNOLOGY
Authors:
1.
The Gorbatov's All-Russian Meat Research Institute (VNIIMP)
Moskva, Moscow, Russian Federation
Moskva, Moscow, Russian Federation
Type:
Article
Pages:
from 70
to 75
Status:
Published
Received:
30.12.2016
Accepted:
30.12.2016
Published:
30.12.2016
Subject area:
UDK 637.5.07:611.018
UDK 66 Химическая технология. Химическая промышленность. Родственные отрасли
UDK 60 Прикладные науки. Общие вопросы
UDK 66 Химическая технология. Химическая промышленность. Родственные отрасли
UDK 60 Прикладные науки. Общие вопросы
Language:
Russian
Keywords:
Meat, meat products, histology assay, morphometry, computer system of image analysis
Abstract (English):
Application of morphometry makes it possible to widen the results of histological assay. The main stages in the quantitative study using image analysis system are reading the image from a microscope with a connected photo-video camera, its transfer to a comput- er, storing, correction of the computer program, selection of the object for morphometry, measurements, statistical processing and analysis of data, presentation of the results in tabular or graphical forms. Image adjustment includes the following steps: correction of contrast, brightness and color; noise reduction; smoothing; sharpening, and details highlighting, correction of light and white balance. The correct method of sample preparation and the choice of a special method of staining of the studied components is a determining condition for a successful automatic analysis. They are Sudan III, IV or Oil Red O, for fat components staining, Lugol solution for starch, immuno-histo-chemical methods for vegetable proteins. Automatic measurement mode reduces the time of research signifi- cantly, but requires active intervention of the operator for manual correction of operations implemented by a computer. The meas- urements are carried out with the following parameters: area (including inner area and perimeter), dimensions (diameter, chord, size, length, width), shape dimensions (form factor, circularity, elongation), characterizing the position and orientation of objects (the X and the Y, direction), or optical densitometry (brightness, optical density). The application of image analysis system is useful when carrying out a quantitative microstructure assay in accordance with GOST 32224-2013 "Meat and meat products for child nutrition. Method for determination of bone particle size", and GOST R 54047-2010 "Meat and meat products. Method of dispersion determi- nation". The use of the latest software allows increasing productivity and obtaining high quality results quickly.
Application of morphometry makes it possible to widen the results of histological assay. The main stages in the quantitative study using image analysis system are reading the image from a microscope with a connected photo-video camera, its transfer to a comput- er, storing, correction of the computer program, selection of the object for morphometry, measurements, statistical processing and analysis of data, presentation of the results in tabular or graphical forms. Image adjustment includes the following steps: correction of contrast, brightness and color; noise reduction; smoothing; sharpening, and details highlighting, correction of light and white balance. The correct method of sample preparation and the choice of a special method of staining of the studied components is a determining condition for a successful automatic analysis. They are Sudan III, IV or Oil Red O, for fat components staining, Lugol solution for starch, immuno-histo-chemical methods for vegetable proteins. Automatic measurement mode reduces the time of research signifi- cantly, but requires active intervention of the operator for manual correction of operations implemented by a computer. The meas- urements are carried out with the following parameters: area (including inner area and perimeter), dimensions (diameter, chord, size, length, width), shape dimensions (form factor, circularity, elongation), characterizing the position and orientation of objects (the X and the Y, direction), or optical densitometry (brightness, optical density). The application of image analysis system is useful when carrying out a quantitative microstructure assay in accordance with GOST 32224-2013 "Meat and meat products for child nutrition. Method for determination of bone particle size", and GOST R 54047-2010 "Meat and meat products. Method of dispersion determi- nation". The use of the latest software allows increasing productivity and obtaining high quality results quickly.
Keywords:
Meat, meat products, histology assay, morphometry, computer system of image analysis
Meat, meat products, histology assay, morphometry, computer system of image analysis
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.
1. Hvylya, S.I. Primenenie gistologicheskogo analiza pri issledovanii myasnogo syr'ya i gotovyh produktov / S.I. Hvylya, V.A. Pchelkina, S.S. Burlakova // Tehnika i tehnologiya pischevyh proizvodstv. - 2012. - № 3 (26). - S. 132-138
2. Hvylya S.I. Kontrol' kachestva myasa: gistologicheskie metody / S.I. Hvylya, V.A. Pchelkina // Kontrol' kachestva produkcii. - 2013. - № 10. - S. 30-34
3. Hvylya, S.I. Metodologiya ustanovleniya fal'sifikacii i dispersnosti myasnyh produktov s ispol'zovaniem gistologii i sistem analiza izobrazheniya / S.I. Hvylya // Vse o myase. - 1999. - 4. - S. 15-17
4. Chmiel M. Application of video image analysis in meat technology / M. Chmiel, M. Slowinski // MedycynaWeterynar- yjna. - 2013. - № 11 (69). - S. 670-673
5. Pospiech, M. Microscopic methods in food analysis / M. Pospiech, Z. Rezacova-Lukaskova, B. Tremlova, Z. Randulova, P. Bartl // Maso international, Vrno. - 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. - S. 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. - R. 51-59
9. Hvylya, S.I. Opredelenie dispersnosti produktov detskogo pitaniya gistologicheskim metodom / S.I. Hvylya, V.A. Pchelkina, S.S. Burlakova // Myasnaya industriya. - 2010. - № 11. - S.33-36
