木質硬度缺陷雞肉特征及其判定

孫 嘯，陳彩蓉，周漫靜，陳坤杰*

（南京農業大學工學院，江蘇 南京 210031）

木質硬度缺陷雞肉特征及其判定

孫 嘯，陳彩蓉，周漫靜，陳坤杰*

（南京農業大學工學院，江蘇 南京 210031）

研究近年來發生在速生型肉雞品種雞胸肉木質硬度缺陷（woody/wooden breast，WB）的基本性能指標，同時通過微觀結構及不同的測量參數來客觀評價WB等級。以147 只42 日齡、175 只63 日齡Cobb 500肉雞作為研究對象，經相同宰殺工序后采集雞胸肉樣本進行人工WB分級。然后對樣本的質量、特征尺寸（長度（L）、寬度（W）、頂部厚度（H1）、底部厚度（H2））和擠壓力（compression force，CF）進行測量，采用方差分析的方法，對上述各參數與WB等級之間的變化規律和相關性進行統計分析，并對極顯著相關參數建立模模預測WB等級。結果表明：因肌肉組織病變退化，導致WB肌肉細胞大小、形狀不一，且被結締組織取代。在相同日齡下，樣本的質量、H1、H2及CF均隨WB等級增加而顯著增大（P＜0.05）。H1、H2及CF之間極顯著相關（P＜0.001），且與WB等級之間也極顯著相關（P＜0.001），是影響WB等級的顯著參量，建立的模型預測識別率可達92.30%。結果表明，H1、H2及CF可作為WB等級的判定依據，利用其對WB肉可進行客觀的評判。

雞肉肉質；硬度缺陷；擠壓力；尺寸

隨著市場對無骨雞肉需求的增加，家禽養殖企業越來越傾向于養殖出肉率高、生長迅速的肉雞品種[1]。如今，肉雞養殖雞齡已較50年前減少近一半，但肉雞的活體質量卻達到50年前肉雞活體質量的兩倍[2]。然而，隨著家禽市場速生高產肉率的肉雞品種的推廣和發展，一系列肉雞胸肌肉疾病及品質缺陷問題相繼暴露。如深度胸肌疾?。╠eep pectoral disease，DMP）[3-5]、類“PSE”肉[2,6-7]以及近幾年出現的白色紋理（white striping，WS）雞肉[8-15]和木質硬度缺陷（woody/wooden breast，WB）雞肉[16-24]。WB（圖1A）肉主要是一種發生在雞胸肌肉上的新型品質缺陷，與正常雞肉（圖1B）相比，其表現為顏色蒼白，整體呈現不同程度的堅硬觸感，在WB較嚴重的情況下，其表面有滲血及黏性分泌物存在，同時還可能與WS缺陷同時出現。WB肉食用品質差，消費者接受度低。對于WB程度較低的雞胸肉，通常都作為副產品處理；而對WB程度嚴重的雞胸肉，大部分廠家都選擇直接廢棄的處理方式，給家禽加工企業造成巨大的經濟損失[16]。近年來WB出現幾率逐年增加且程度嚴重的WB可達15%或更高[19]，同時隨著日齡的增加WB肉出現的概率也隨之升高，已呈現蔓延爆發趨勢。對WB肉的判定及等級劃分目前尚無統一標準，主要依靠經長期訓練的專業人士通過感官評定的方法進行判定。這種感官評定的方法統一性不高，受主觀因素影響極大，而且由于行業內缺乏有經驗的評定人員，造成WB肉的判定效率低、推廣程度差，已對肉雞加工企業的生產造成一定程度的影響。業界迫切需要建立一種WB肉的客觀判定方法和分級標準。本研究選擇兩種日齡、具有WB肉特征的肉雞雞胸肉作為研究樣本，對不同WB等級雞胸肉的質量、特征尺寸及擠壓力（compression force，CF）等參數進行測量，分析其與WB等級之間的關系，以期從測量參數中發現能客觀描述WB等級的特征參數，為將來建立一種WB肉的客觀分級標準提供一些研究參考。

圖1 WB雞胸肉（A）和正常雞胸肉（B）Fig. 1 Woody breast fi llet (A) and normal breast fi llet (B)

1 材料與方法

1.1 材料

共1 928 只實驗肉雞采用Cobb 500品種，由阿肯色大學家禽系附屬養殖農場在相同的環境下飼養至42 d和63 d進行宰殺，其中42 d肉雞960 只、63 d 肉雞968 只，其活體平均質量分別為2.68 kg和4.72 kg。

1.2 儀器與設備

TA.XT Plus質構儀 英國Texture Technologies公司；Probe細長形柱狀探頭（長12 cm，直徑6 mm）、784EC電子游標卡尺（精度0.01 mm）、H-3054電子稱（精度0.1 g）、食品保鮮袋（17.7 cm×18.8 cm）、掃描電子顯微鏡 美國Optronix公司。

1.3 方法

1.3.1 樣本處理

所有肉雞在宰殺前10 h禁食但保證飲水的供應。宰殺時，肉雞通過電擊暈，放血，高溫燙毛，去頭、去爪后，手動取出內臟并清洗雞身。放入溫度1 ℃的水域池中進行90 min的冷卻，2 h后取出去骨。根據去骨程序的相關規定，同時為了避免因人為差異造成雞胸肉的尺寸大小及肉質改變，所有肉雞均由經過長期訓練的專業工作人員（6～8 人）參照文獻[25]所述的方法進行分割。本實驗從兩次宰殺的肉雞中共采集322 個雞胸肉樣本，其中42 d樣本147 個，63 d樣本175 個樣本。所采集樣本用食品保鮮袋包裝后置于冷藏室（4 ℃）保存，以供后續質量、特征尺寸及CF測量使用。

1.3.2 樣本WB等級的人工判定

在進行硬度、質量和特征尺寸測量之前，首先對所有樣本進行WB等級的評定。為了保持樣本評分的一致性，所有樣本的評級，均由經過長期訓練的一名專業人員，按照表1的WB分級標準[20]，根據樣本的硬度和外觀感知，將樣本分為低（NORM）、中（MOD）、高（SEV）3 個等級。

表1 木質硬度缺陷雞肉評分及分級標準Table 1 Criteria for WB scoring system

1.3.3 組織學分析樣本的制備

從雞胸肉樣本頂部區域采集肌肉制作組織學分析樣本，沿肌肉紋理方向用刀切下0.5 cm×0.5 cm×1.0 cm肉塊保存于福爾馬林溶液中，參照文獻[16]的方法進行固定、清洗、脫水、著色后制成樣本切片用于掃描電子顯微鏡觀察拍照。

1.3.4 質量及特征尺寸的測量

將冷藏24 h的樣本取出后，首先用電子秤稱質量并記錄，然后對每個樣本的特征尺寸，即長度（L）、寬度（W）、頂部厚度（H1）和底部厚度（H2）4 個參數進行測量，測量方法參照文獻[20]所述方法進行。測量前將樣本自然平鋪在固定的平面上，L表示樣本最頂端至最底端的最長距離，W為樣本最左端至最右端的最大距離，H1為其頂部最高處的厚度，H2為距離樣本最底端3 cm處的肉樣厚度，如圖2所示。為了保證數據采集的精準性及一致性，所有尺寸數據的測量均由同一個人完成，每個樣本參數的測量重復3 次，取平均值為最終值。

圖2 樣本立體尺寸測量示意圖Fig. 2 Dimensional measurement of breast fi llet

1.3.5 樣本硬度的測定

將完成質量和特征尺寸測量的樣本用質構儀測定硬度。設定探頭的觸發受力為5 g，初始高度設置為60 mm，測試速率為5 mm/s，探頭觸碰樣本前及擠壓完成后的運動速率為10 mm/s。用Probe探頭在樣本頂部區域（圖2）進行3 次擠壓比為20%的非破壞性擠壓，記錄每次擠壓后所得的最大受力并以3 次CF的均值作為單個樣本硬度檢測實驗結果。

1.4 數據分析

不斷縮小國家間的差距，不斷縮小城鄉之間、不同人群之間的差距，力求到2020年實現我國“公民具備科學素質的比例超過10%”的目標，還任重而道遠。對中國而言，實現創新發展、建設創新型國家，既需要一批有建樹的科學家，更應該讓越來越多的人具備科學素養，學會“像科學家一樣思考”。

實驗數據采用JMP（SAS2015）軟件通過GLM Procedure進行統計學分析。由于雞齡不同，將實驗數據按雞齡分開處理。采用Tukey’s HSD檢測法，對數據組間顯著性差異進行對比分析。當顯著性水平P＜0.05時，組間數據呈顯著性差異，并將各測量參數與不同WB等級樣本進行相關性分析。

2 結果與分析

2.1 WB分級

對從1 928 只肉雞中采集的322 個樣本進行人工WB分級的實驗結果如表2所示。根據表1所述標準，評分為0和0.5的雞胸肉WB等級為正常雞胸肉，分別有52 個（42 d）和53 個（63 d）；評分為1.0和1.5的雞胸肉存在輕度木質硬度缺陷，分別有45 個（42 d）和58 個（63 d）；而評分為2.0以上的雞胸肉存在嚴重木質硬度缺陷。分別有50 個（42 d）和64 個（63 d）。

表2 WB人工評級結果Table 2 Scoring results of WB

2.2 WB微觀結構

圖3 正常（A）和WB（B）雞胸肉微觀結構Fig. 3 Histological structures of normal breast fi llet (A) and woody breast fi llet (B)

對正常雞胸肉及WB肉的組織學樣本進行電子顯微鏡掃描結果如圖3所示。正常雞胸肉（圖3A）肌肉細胞大小統一且排列緊密，肌肉蛋白含量高同時組織間膠原蛋白及結締組織含量較低，而WB肉（圖3B）微觀結構顯示因肌肉退化導致肌肉功能的逐漸喪失，肌肉細胞呈現大小、形狀不一，退化的肌肉組織不斷被膠原蛋白及結締組織取代累積。此發現與文獻[16]的表述結果一致，也正是肌肉的不斷退化及結締組織不斷累積，導致了WB肉不同的外觀及堅硬的觸感。

2.3 樣本質量、特征尺寸結果及其分布特性

兩種日齡不同WB等級樣本的質量及特征尺寸測量結果如表3所示。通過樣本在不同WB等級下各參數的最大值、最小值來表示組間數據分布。由表3可知，42 d的樣本質量隨著WB等級增加而增大，差異顯著（P＜0.05，NORM（571.9 g）＜MOD（684.8 g）＜SEV（738.4 g））；樣本特征尺寸L及W在各WB等級間則差異不顯著（P＞0.05）；H1和H2皆隨著WB等級的遞增而顯著增大（P＜0.05，NORM＜MOD＜SEV，H1：34.75 mm＜39.76 mm＜45.55 mm；H2：20.79 mm＜26.11 mm＜32.24 mm）。63 d樣本的質量隨WB等級遞增逐漸上升，其中NORM（1 045.3 g）與MOD（1 163.2 g）組間無顯著性差異（P＞0.05），但SEV（1 215.6 g）顯著高于NORM和MOD（P＜0.05）。L及W與樣本質量變化趨勢相似，NORM和MOD之間沒有顯著差異（P＞0.05），但SEV顯著高于NORM和MOD（P＜0.05）；而H1及H2均隨著WB等級的增加而顯著增加（P＜0.05，NORM＜MOD＜SEV，H1：41.19 mm＜46.23 mm＜51.47 mm；H2：26.98 mm＜31.47 mm＜36.22 mm）。進一步分析參數分布特性發現兩種日齡樣本WB等級間的L、W均值差別都較小，沒有顯著差別。42 d樣本質量在WB等級間差異顯著，但63 d樣本質量在各個WB等級間并未全部存在顯著差異，且隨著日齡的增加，63 d WB等級間的質量參數差異較42 d減小，可能由于后期肉雞體質量增長迅速，個體質量趨于統一導致隨日齡的增加WB等級之間質量差異卻較42 d減小。但兩種日齡的樣本H1及H2均值都隨WB等級增加而顯著增大，顯示出顯著的差異。由此可推測，質量、H1和H2三個參數與WB等級之間存在一定的相關性。

表3 不同日齡WB等級樣本質量、尺寸測量結果分布Table 3 Weight and dimensional measurements of different WB categories of breast fi llet from broilers slaughtered at two different ages

表4 兩種日齡下不同WB等級硬度檢測結果分布Table 4 Compression forces of different WB categories of breast fi llet from broilers slaughtered at two different ages

如表4所示，42 d和63 d樣本CF皆隨WB等級增加而增大，各等級間差異顯著（P＜0.05，NORM＜MOD＜SEV，42 d：4.38 N＜8.15 N＜14.81 N；63 d：5.44 N＜11.61 N＜20.59 N）。對42 d樣本，各等級間CF有少量重疊，但對63 d樣本，在不同WB等級間，CF分布均無重疊，可較好地區分不同的WB等級。由此可推斷，WB與硬度參數之間應存在較好的相關性，可以客觀地評價雞胸肉的硬度。

2.5 測量參數之間及其與WB等級之間的相關性分析

表5 兩種日齡樣本各參數之間及其與WB等級的相關性分析Table 5 Correlation coeff i cients (r) among breast weight, dimensions and compression force of WB from broilers slaughtered at two different ages

對42 d和63 d樣本的質量、特征尺寸及CF各參數之間及其與WB等級進行相關性分析，結果如表5所示。兩種不同日齡樣本中，H1、H2及CF參數之間均極顯著相關（P＜0.001）。說明這3 個測量參數間的變化趨勢相同，隨著WB等級的增加，雞胸肉的厚度及CF均隨之增大。此外，對于42 d樣本，質量和WB顯著相關，H1、H2及CF均與WB等級極顯著相關（P＜0.001），L及W與WB等級不相關。對于63 d樣本，H1、H2及CF均與WB等級極顯著相關，但質量、L和W均與WB等級不相關。表明CF、厚度尺寸（H1、H2）是描述WB等級的顯著參數，有可能根據樣本CF和厚度尺寸，對樣本進行WB等級的預測和判定。

2.6 WB分級模型的建立與識別效果

相關性分析結果表明，H1、H2和CF為WB的特征參數，最終需要通過一個合適的算法將這3 個參數融合以綜合判斷WB等級。本研究以上述特征參數建立BP神經網絡的WB判別模型。BP神經網絡模型是目前運用最為廣泛的一類模型，通過輸入層、隱含層、輸出層及作用函數實現從任意n維到m維的映射[26-30]。從輸入層到隱含層采用S型對數函數，從隱含層到輸出層采用線性函數。將H1、H2和CF作為模型輸入，WB等級作為模型輸出，確定模型輸入層節點數為3，隱含層節點數為5，輸出層節點數為1。經各項參數優化后該神經網絡模型的最大迭代系數為2 500，誤差性能目標0.000 2，最小訓練速率為0.1，動態參數為0.3。從322 個樣本中抽取257 個樣本（80%）作為模型訓練集，剩余的65 個樣本（20%）作為預測集，并將結果與真實WB等級進行比對，計算預測集的識別正確率。BP神經網絡模型對預測集的判定結果如表6所示，在WB各等級的判別結果中，NORM正確率最高95.20%，其次SEV為91.67%，MOD為90.00%，總體識別率達92.30%。

表6 BP神經網絡模型對預測集的判定結果Table 6 Accuracy rates of prediction sets in BP neural network

3 結 論

WB缺陷雞肉是近年來發現的一種雞胸肉品質缺陷，其發展迅速并向全球蔓延，需要研究發展一種客觀的評價標準和方法對WB等級進行判定。實驗研究表明，WB肉其微觀結構因肌肉組織退化與正常雞肉顯著不同，通過對各參數的測量發現WB等級與CF大小，雞胸肉厚度尺寸密切相關。隨著WB等級的增加，雞胸肉的CF顯著增加，H1及H2顯著增大。另外，對于相同日齡的肉雞，質量越大，H1及H2越大，出現WB的幾率有可能明顯增加。H1、H2和CF與WB等級之間存在顯著的相關性，建立了基于BP神經網絡的WB肉等級識別模型，預測準確率達到92.30%，具備很好的評價能力。H1、H2和CF為WB的特征參數，未來有可能通過對這些參數直接或間接的測量，實現對WB等級在線實時的預測和判定。

[1] PETRACCI M, SIRRI F, MAZZONI M, et al. Comparison of breast muscle traits and meat quality characteristics in 2 commercial chicken hybrids[J]. Poultry Science, 2013, 92(9): 2438-2447. DOI:10.3382/ ps.2013-03087.

[2] BARBUT S, SOSNICKI A A, LONERGAN S M, et al. Progress in reducing the pale, soft and exudative (PSE) problem in pork and poultry meat[J]. Meat Science, 2008, 79(1): 46-63. DOI:10.1016/ j.meatsci.2007.07.031.

[3] SILLER W G. Deep pectoral myopathy: a penalty of successful selection for muscle growth[J]. Poultry Science, 1985, 64(8): 1591-1595. DOI:10.3382/ps.0641591.

[4] GRUNDER A A, HOLLANDS K G, GAVORA J S, et al. Degenerative myopathy of the Musculus supracoracoideus and production traits in strains of meat-type chickens[J]. Poultry Science, 1984, 63(4): 781-785. DOI:10.3382/ps.0630781.

[5] BILGILI S F, HESS J B. Green muscle disease in broilers increasing[J]. World Poultry, 2002, 18(4): 42-43.

[6] PETRACCI M, BIANCHI M, CAVANI C. The European perspective on pale, soft, exudative conditions in poultry[J]. Poultry Science, 2009, 88(7): 1518-1523. DOI:10.3382/ps.2008-00508.

[7] OWENS C M, ALVARADO C Z, SAMS A R. Research developments in pale, soft, and exudative turkey meat in North America[J]. Poultry Science, 2009, 88(7): 1513-1517. DOI:10.3382/ps.2009-00008.

[8] KUTTAPPAN V A, LEE Y S, ERF G F, et al. Consumer acceptance of visual appearance of broiler breast meat with varying degrees of white striping[J]. Poultry Science, 2012, 91(5): 1240-1247. DOI:10.3382/ ps.2011-01947.

[9] KUTTAPPAN V A, BREWER V B, WALDROUP P W, et al. Influence of growth rate on the occurrence of white striping in broiler breast fillets[J]. Poultry Science, 2012, 91(10): 2677-2685. DOI:10.3382/PS.2012-02259.

[10] KUTTAPPAN V A, GOODGAME S D, BRADLEY C D, et al. Effect of different levels of dietary vitamin E (DL-α-tocopherol acetate) on the occurrence of different degrees of white striping on broiler breast fillets[J]. Poultry Science, 2012, 91(12): 3230-3235. DOI:10.3382/ ps.2012-02397.

[11] KUTTAPPAN V A, HUFF G R, HUFF W E, et al. Comparison of hematologic and serologic profiles of broiler birds with normal and severe degrees of white striping in breast fi llets[J]. Poultry Science, 2013, 92(2): 339-345. DOI:10.3382/ps.2012-02647.

[12] KUTTAPPAN V A, SHIVAPRASAD H L, SHAW D P, et al. Pathological changes associated with white striping in broiler breast muscles[J]. Poultry Science, 2013, 92(2): 331-338. DOI:10.3382/ ps.2012-02646.

[13] KUTTAPPAN V A, BREWER V B, MAUROMOUSTAKOS A, et al. Estimation of factors associated with the occurrence of white striping in broiler breast fillets[J]. Poultry Science, 2013, 92(3): 811-819. DOI:10.3382/ps.2012-02506.

[14] MUDALAL S, BABINI E, CAVANI C, et al. Quantity and functionality of protein fractions in chicken breast fillets affected by white striping[J]. Poultry Science, 2014, 93(8): 2108-2116. DOI:10.3382/ps.2014-03911.

[15] PETRACCI M, MUDALAL S, BONFIGLIO A, et al. Occurrence of white striping under commercial conditions and its impact on breast meat quality in broiler chickens[J]. Poultry Science, 2013, 92(6): 1670-1675. DOI:10.3382/ps.2012-03001.

[16] SIHVO H K, IMMONEN K, PUOLANNE E. Myodegeneration with fibrosis and regeneration in the pectoralis major muscle of broilers[J]. Veterinary Pathology Online, 2014, 51(3): 619-623. DOI:10.1177/0300985813497488.

[17] MAZZONI M, PETRACCI M, MELUZZI A, et al. Relationship between pectoralis major muscle histology and quality traits of chicken meat[J]. Poultry Science, 2015, 94(1): 123-130. DOI:10.3382/ps/peu043.

[18] MUDALAL S, LORENZI M, SOFLIA F, et al. Implications of white striping and wooden breast abnormalities on quality traits of raw and marinated chicken meat[J]. Animal, 2015, 9(4): 728-734. DOI:10.1017/S175173111400295X.

[19] TIJARE V V, YANG F, ALVARADO C Z, et al. Meat quality of broiler breast fillets with white striping and woody breast muscle myopathies[J]. Poultry Science, 2016, 95(9): 2167-2173. DOI:10.3382/ ps/pew129.

[20] SOGLIA F, MUDALAL S, BABINI E, et al. Histology, composition, and quality traits of chicken pectoralis major muscle affected by wooden breast abnormality[J]. Poultry Science, 2016, 95(3): 651-659. DOI:10.3382/ps/pev353.

[21] KUTTAPPAN V A, HARGIS B M, OWENS C M. White striping and woody breast myopathies in the modern poultry industry: a review[J]. Poultry Science, 2016, 95(11): 2724-2733. DOI:10.3382/ps/pew216.

[22] TROCINO A, PICCIRILLO A, BRIOLO M, et al. Effect of genotype, gender and feed restriction on growth, meat quality and the occurrence of white striping and wooden breast in broiler chickens[J]. Poultry Science, 2015, 94(12): 2996-3004. DOI:10.3382/ps/pev296.

[23] VELLEMAN S G, CLARK D L. Histopathologic and myogenic gene expression changes associated with wooden breast in broiler breast muscles[J]. Avian Diseases, 2015, 59(3): 410-418. DOI:10.1637/11097-042015-Reg.1.

[24] CLARK D L, VELLEMAN S G. Spatial inf l uence on breast muscle morphological structure, myof i ber size, and gene expression associated with the wooden breast myopathy in broilers[J]. Poultry Science, 2016, 95(12): 2930. DOI:10.3382/ps/pew243.

[25] MEHAFFEY J M, PRADHAN S P, MEULLENET J F, et al. Meat quality evaluation of minimally aged broiler breast fillets from five commercial genetic strains[J]. Poultry Science, 2006, 85(5): 902-908. DOI:10.1093/ps/85.5.902.

[26] 姜沛宏, 張玉華, 陳東杰, 等. 基于多源感知信息融合的牛肉新鮮度分級檢測[J]. 食品科學, 2016, 37(6): 161-165. DOI:10.7506/ spkx1002-6630-201606029.

[27] 張佰清, 關悅樂. 基于質構特性分析對寒富蘋果貯藏品質的預測[J].食品科學, 2012, 33(24): 335-338. DOI:10.7506/spkx1002-6630-201224073.

[28] 郭孝玉, 孫玉軍, 王軼夫, 等. 基于改進人工神經網絡的植物葉面積測定[J]. 農業機械學報, 2013, 44(2): 200-204. DOI:10.6041/ j.issn.1000-1298.2013.02.037.

[29] 韓磊, 李銳, 朱會利. 基于BP神經網絡的土壤養分綜合評價模型[J]. 農業機械學報, 2011, 42(7): 109-115. DOI:10.3969/ j.issn.1000-1298.2011.07.021.

[30] 朱文學, 孫淑紅, 陳鵬濤, 等. 基于BP神經網絡的牡丹花熱風干燥含水率預測模型[J]. 農業機械學報, 2011, 42(8): 128-130. DOI:10.3969/j.issn.1000-1298.2011.08.025.

Characteristics and Identif i cation of Woody Breast Fillets

SUN Xiao, CHEN Cairong, ZHOU Manjing, CHEN Kunjie*
(College of Engineering, Nanjing Agricultural University, Nanjing 210031, China)

Woody breast (WB) has recently been characterized by a distinct hardness of breast fi llets. The objective of this study was to determine the basic performance parameters of WB and to identify different grades of WB by microstructural examination and different measures. A total of 147 and 175 Cobb 500 broilers were slaughtered at 42 and 63 days of age following the same procedure, respectively and breast samples were collected for WB classif i cation. The weight, dimensions namely length (L), width (W), top height (H1) and bottom height (H2), and compression force (CF) of all these samples were measured and statistically correlated with WB grades by analysis of variance. Furthermore, a predictive model for WB classif i cation was developed based on the parameters highly signif i cantly correlated with WB grades. The results showed that the microstructure of WB was related to muscle cells with nonuniform size and shape because of muscle degeneration and muscle tissue was replaced by connective tissue when compared to normal breast fi llet. For WB samples from carcasses of broilers of the same age, H1, H2and CF signif i cantly increased as the severity of WB increased (P ＜ 0.05). These three parameters had highly significant correlations with each other, and they were important factors that affected and were correlated with WB categories (P ＜ 0.001). The overall recognition rate of the developed model was 92.30%, suggesting that H1, H2and CF enables to objectively identify WB and can potentially replace the artif i cial scoring system.

poultry meat quality; woody breast; compression force; dimension

10.7506/spkx1002-6630-201707014

TS251.1

A

1002-6630（2017）07-0082-06

孫嘯, 陳彩蓉, 周漫靜, 等. 木質硬度缺陷雞肉特征及其判定[J]. 食品科學, 2017, 38(7): 82-87. DOI:10.7506/spkx1002-6630-201707014. http://www.spkx.net.cn

SUN Xiao, CHEN Cairong, ZHOU Manjing, et al. Characteristics and identi fi cation of woody breast fi llets[J]. Food Science, 2017, 38(7): 82-87. (in Chinese with English abstract)

10.7506/spkx1002-6630-201707014. http://www.spkx.net.cn

2016-05-09

“十二五”國家科技支撐計劃項目（2015BAD19B06）

孫嘯（1989—），男，博士研究生，研究方向為農產品加工及檢測技術。E-mail：sunxiaonjau@126.com

*通信作者：陳坤杰（1963—），男，教授，博士，研究方向為農產品加工、檢測及其智能化裝備。E-mail：kunjiechen@njau.edu.cn