食品安全有毒有害物質檢驗檢測大數據結構化的方法與流程
2023-05-23 06:52:31 1
本發明涉及食品安全毒有害物質的檢驗檢測,是網際網路與雲計算的數據結構化的一種方法,具體涉及一種食品安全有毒有害物質檢驗檢測大數據結構化的方法。
背景技術:
當今世界網際網路與雲計算的技術已趨向成熟,成功實現了大數據的儲存。在大數據時代,人們開始通過數據分析來獲取知識,採用新的思路為我們提供了有用的預測,數據分析在人們的生活工作中變得越來越重要。因為食品安全與人們的生活息息相關,所有食品安全檢測行業的技術提高和行業發展直接影響著人們的飲食健康問題。因此,摒棄需要資料庫表格整齊排列的形式給出食品檢測結果的傳統方法,實現網際網路+檢驗檢測結果數據結構化的分析是發展的迫切需要。本發明是一種針對有毒有害物質的食品檢驗檢測結果數據分析的新方法。由於食品安全檢驗檢測數據的匯集,食品安全檢驗檢測大數據結構化已成為可能。
網際網路+檢驗檢測結果數據結構化是一種實現並反映出食品安全檢測結果關係的一種數據分析方法。它的出現使食品安全檢驗檢測的數據呈現出一種可視性,實現了食品安全檢測結果的結構化分析,並反映出食品安全數據結構化關係的結果,是網際網路雲技術的一種新的數據分析技術。本發明的結構化其目的是實現檢測結果的多種功能的解釋和評價,結合影響食品安全狀態的五個結構化方式的集合,表達出它們的相關關係,挖掘出數據的價值。
食品安全數據結構化是根據食品安全狀態的特點,運用食品安全檢驗檢測結構化的完備性與最小性的原理,使影響食品安全的多維因素降維成以下五個因素:平均含量(AVE)、限量標準(STA)、超限率(OUT)、超限程度(OUD)和最大值(MAX),通過數據分析實現食品安全引擎預警的數據結構化表達是本發明的主要內容。
技術實現要素:
針對現有技術存在的問題,本發明的目的在於提供一種食品安全有毒有害物質檢驗檢測大數據結構化的方法。
根據本發明提供的實施方案,一種食品安全有毒有害物質檢驗檢測大數據結構化的方法,該方法包括如下步驟:
1)具體食品中具體項目數據集的結構化:根據國內外所制定的有關各類食品的檢驗標準或法規,針對有毒有害指標,利用網際網路雲計算自動提取數據;
2)建立食品種類結構化;
3)食品安全檢驗檢測整體狀態數據結構化:基於暴露評估方法的食品安全指數,實現對食品安全整體狀態的評估。
在本發明中,步驟1)中所述數據集提取如下五個參數進行結構化分析:
1.1)平均含量(AVEitem):在具體某種食品中的某類致病微生物或有毒有害物質的平均值,也即具體某個檢測指標數據的平均值;
1.2)限量標準(STAitem):針對每一個檢測指標,按照國際或國家標準,標準中會規定該指標的限量標準(STAitem),對於標準中規定為「沒有」或「未檢出」等非數字的情況,將其視為「0」處理;
1.3)超限率(OUTitem):在整個數據集中,該指標檢測數據值超出限量標準(STAitem)的樣品個數佔整個數據集的比例;
1.4)超限程度(OUDitem):在整個數據集中,在該項目結構化上所有超限數據超出限量標準(STAitem)的偏離程度;
1.5)最大值(MAXitem):在整個數據集中,通過R語言中的MAX函數求解得到該項目指標的最大值(MAXitem)。
在本發明中,步驟2)中所述食品種類結構化分析提取如下兩個指標進行分析:
2.1)食品的合格率(σfood):針對某類食品樣品,根據其檢測出的各個指標結構化的數據,參照國家評價標準,評價出該食品樣品是否合格,即是否達到國家標準;
2.2)食品的不安全度(hfood):針對某類食品樣品中危害物質的含量進行無量綱化處理,得到用來表示該類食品整體的不安全程度。
在本發明中,平均含量(AVEitem)的計算公式為:
式(1-1)中,Ci——第i個樣品中該檢測結果的含量;
N——數據集中的總樣品個數。
在本發明中,:超限率(OUTitem)的計算公式為:
式(1-2)中,M——超出限量標準的樣品個數;
N——數據集中的總樣品個數。
在本發明中,超限程度(OUDitem)的計算公式為:
式(1-3)中,Cj——在該指標結構化上超限的某一具體數據值;
M——超出限量標準的樣品個數。
在本發明中,食品合格率(σfood)的計算公式為:
式(2-1)中,L——數據集中合格的樣品個數;
N——數據集中的總樣品個數;
根據食品合格率(σfood)的定義,從而該食品的不合格率為(1-σfood)。
在本發明中,食品的不安全度(hfood)的計算公式為:
STA i t e m ( AVE i t e m - STA i t e m STA i t e m × F i t e m ) - - - ( 2 - 2 ) ]]>
式(2-2)中的Fitem表示該有毒有害物質或致病微生物項目的危害係數,式(2-2)表示在該食品所有危害物結構化中,挑出其平均含量(AVEitem)超出限量標準(STAitem)的結構化,將所有超限危害物結構化進行無量綱化處理,即然後乘上該項目的危害係數Fitem,最後進行累加求和得到該食品的不安全度(hfood)。
在本發明中,步驟3)中所述對食品安全整體狀態的評估具體為:通過運用閾值法應用的技術原理,以人體通過飲食途徑對危害物質的實際攝入量與其安全攝入量相比較,即食品中某類危害物質C對消費者健康影響的單項食品安全指數IFSc的計算公式為:
<![CDATA[ IFS C = EDI C f SI C b w - - - ( 3 - 1 ) ]]>
式(3-1)中,Sic——安全攝入量,根據不同的危害物可採用ADI、PTWI、RDI或RfD數據;
bw——平均體重(kg),預設值即默認值為60;
f——校正因子,如果安全攝入量採用ADI、RfD、PTDI等日攝入量數據,f取1;如果安全攝入量採用PTWI等周攝入量數據,f取7;
EDIc——危害物質C的實際日攝入量估算值,EDIc的計算公式見式(3-2):
EDIc=∑(Ra·Fa) (3-2);
式(3-2)中,Ra——食品a中危害物質C的殘留水平,mg/kg;
Fa——食品a的估計日消費量,g/(人·天);
從而結構化結果為:
IFSc<1,危害物質C對食品安全影響的風險超過了可接受的限度。
在本發明中,考慮了所研究的消費者人群的飲食習慣及各種食品和化學物質的殘留情況下,單項食品安全指數IFSc值就具備了可加和性,通過單項食品安全指數IFSc計算總的食品安全指數IFS的計算公式為:
<![CDATA[ I F S = Σ C = C 1 .... , C N N IFS C N - - - ( 3 - 3 ) ]]>
式(3-3)中,C——某類危害物質;
N——數據集中的總樣品個數;
最終結構化結果為:
消費者人群的食品安全狀態很好;
消費者人群的食品安全狀態為可以接受;
消費者人群的食品安全狀態為不可接受。
在本發明中,對於任何一個IFSc值超過l,都說明消費者人群對危害物質C的暴露已超過了可接受的程度,應該進入風險管理程序。
在本發明中,數據集的結構化是指數據集中的具體檢測指標,比如啤酒中的甲醛含量、蔬菜中的六六六含量、DDT含量等。數據集的檢測結果是整個結構分析的最底層和最基礎的數據。由於在食品安全領域,關注的都是有毒有害物質、致病微生物等有害物結構化,所以在食品安全檢驗檢測結構分析中的限量標準(STA)都是上限標準。
在本發明中,最大值(MAXitem)是通過R語言中的MAX函數求解得到的,R語言是用於統計分析、繪圖的語言和操作環境。Fitem表示該有毒有害物質或致病微生物項目的危害係數,其中危害係數在文獻中有明確量值時,危害係數值取文獻值,沒有文獻時,危害係數不參與食品安全有毒有害物質檢驗檢測大數據結構化的計算。
在本發明中,採用的技術原理包括:
1、本發明運用食品安全預警技術的原理進行數據結構化分析,結構化是建立數據核心的預測原理,就是把數學算法用在食品安全檢驗檢測上,創新食品安全檢驗檢測量化的維度,是一種使食品安全檢驗檢測結果反映數據間呈現可視化並能給出多變量間關係的一種算法應用技術。
2、本發明食品安全檢驗檢測結果數據結構化是按完備性與最小性原理設計,運用了食品安全檢驗檢測結構化的完備性與最小性的原理。由於食品安全涉及的內容廣、影響因素多,因此對檢驗檢測結果數據結構化需要從全局視角出發,從不同層次來考慮食品安全的總體狀態。結構化的原理是根據結構化與食品安全狀態影響的重要程度、結構化與食品安全狀態變化的協調性、結構化反映食品安全狀態變化的可靠靈敏性和結構化刻畫食品安全狀態變化的代表性。完備性就是能在食品安全狀態變化中找到相應的結構化量度,並能滿足食品安全檢驗檢測數據分析結構化的需要;最小性則是對任意結構集均有使得結構集在精減到最小限額結構化前提下依然能獲得幾乎與其它結構集同樣的信息來滿足食品安全數據分析結構化的需要。
3、以閾值法(threshhold approach)應用的技術原理
數據結構化的計算,其理論依據是人體與試驗動物存在著合理可比的閾劑量值。但是,人的敏感性或許較高,遺傳差異性較大,並且膳食習慣更為不同。鑑於此,可採用ADI、PTWI、RDI或RfD數據進行。
與現有技術相比,本發明所具有的有益效果為:
1、本發明的結構化其目的是實現檢測結果的多種功能的解釋和評價,本發明密切聯繫人們關心的食品安全問題,運用網際網路與雲計算的技術,針對有毒有害物質的檢測,結合影響食品安全狀態的五個結構化方式的集合,表達出它們的相關關係,挖掘出數據的價值,是一個簡單方便、具有可視性的新的食品安全檢驗檢測數據結構化的新方法。
2、本發明的應用從五個方面實現了對檢測結果的分析、評價與詮釋,是一種簡單方便,並能定量給出風險分析的方法,是一項實用的食品安全有毒有害物質檢驗檢測大數據結構化的方法。
具體實施方式
根據本發明提供的實施方案,一種食品安全有毒有害物質檢驗檢測大數據結構化的方法,該方法包括如下步驟:
1)具體食品中具體項目數據集的結構化:根據國內外所制定的有關各類食品的檢驗標準或法規,針對有毒有害指標,利用網際網路雲計算自動提取數據;
2)建立食品種類結構化;
3)食品安全檢驗檢測整體狀態數據結構化:基於暴露評估方法的食品安全指數,實現對食品安全整體狀態的評估。
在本發明中,步驟1)中所述數據集提取如下五個參數進行結構化分析:
1.1)平均含量(AVEitem):在具體某種食品中的某類致病微生物或有毒有害物質的平均值,也即具體某個檢測指標數據的平均值;
1.2)限量標準(STAitem):針對每一個檢測指標,按照國際或國家標準,標準中會規定該指標的限量標準(STAitem),對於標準中規定為「沒有」或「未檢出」等非數字的情況,將其視為「0」處理;
1.3)超限率(OUTitem):在整個數據集中,該指標檢測數據值超出限量標準(STAitem)的樣品個數佔整個數據集的比例;
1.4)超限程度(OUDitem):在整個數據集中,在該項目結構化上所有超限數據超出限量標準(STAitem)的偏離程度;
1.5)最大值(MAXitem):在整個數據集中,通過R語言中的MAX函數求解得到該項目指標的最大值(MAXitem)。
在本發明中,步驟2)中所述食品種類結構化分析提取如下兩個指標進行分析:
2.1)食品的合格率(σfood):針對某類食品樣品,根據其檢測出的各個指標結構化的數據,參照國家評價標準,評價出該食品樣品是否合格,即是否達到國家標準;
2.2)食品的不安全度(hfood):針對某類食品樣品中危害物質的含量進行無量綱化處理,得到用來表示該類食品整體的不安全程度。
在本發明中,平均含量(AVEitem)的計算公式為:
式(1-1)中,Ci——第i個樣品中該檢測結果的含量;
N——數據集中的總樣品個數。
在本發明中,超限率(OUTitem)的計算公式為:
式(1-2)中,M——超出限量標準的樣品個數;
N——數據集中的總樣品個數。
在本發明中,超限程度(OUDitem)的計算公式為:
式(1-3)中,Cj——在該指標結構化上超限的某一具體數據值;
M——超出限量標準的樣品個數。
在本發明中,食品合格率(σfood)的計算公式為:
式(2-1)中,L——數據集中合格的樣品個數;
N——數據集中的總樣品個數;
根據食品合格率(σfood)的定義,從而該食品的不合格率為(1-σfood)。
在本發明中,食品的不安全度(hfood)的計算公式為:
STA i t e m ( AVE i t e m - STA i t e m STA i t e m × F i t e m ) - - - ( 2 - 2 ) ]]>
式(2-2)中的Fitem表示該有毒有害物質或致病微生物項目的危害係數,式(2-2)表示在該食品所有危害物結構化中,挑出其平均含量(AVEitem)超出限量標準(STAitem)的結構化,將所有超限危害物結構化進行無量綱化處理,即然後乘上該項目的危害係數Fitem,最後進行累加求和得到該食品的不安全度(hfood)。
在本發明中,步驟3)中所述對食品安全整體狀態的評估具體為:通過運用閾值法應用的技術原理,以人體通過飲食途徑對危害物質的實際攝入量與其安全攝入量相比較,即食品中某類危害物質C對消費者健康影響的單項食品安全指數IFSc的計算公式為:
<![CDATA[ IFS C = EDI C f SI C b w - - - ( 3 - 1 ) ]]>
式(3-1)中,Sic——安全攝入量,根據不同的危害物可採用ADI、PTWI、RDI或RfD數據;
bw——平均體重(kg),預設值即默認值為60;
f——校正因子,如果安全攝入量採用ADI、RfD、PTDI等日攝入量數據,f取1;如果安全攝入量採用PTWI等周攝入量數據,f取7;
EDIc——危害物質C的實際日攝入量估算值,EDIc的計算公式見式(3-2):
EDIc=∑(Ra·Fa) (3-2);
式(3-2)中,Ra——食品a中危害物質C的殘留水平,mg/kg;
Fa——食品a的估計日消費量,g/(人·天);
從而結構化結果為:
IFSc<1,危害物質C對食品安全影響的風險超過了可接受的限度。
在本發明中,考慮了所研究的消費者人群的飲食習慣及各種食品和化學物質的殘留情況下,單項食品安全指數IFSc值就具備了可加和性,通過單項食品安全指數IFSc計算總的食品安全指數IFS的計算公式為:
<![CDATA[ I F S = Σ C = C 1 .... , C N N IFS C N - - - ( 3 - 3 ) ]]>
式(3-3)中,C——某類危害物質;
N——數據集中的總樣品個數;
最終結構化結果為:
消費者人群的食品安全狀態很好;
消費者人群的食品安全狀態為可以接受;
消費者人群的食品安全狀態為不可接受。
實施例
通過從貴州省重點七朵雲之一的「食品安全雲平臺」資料庫中,提取9月份某貴州本土品牌肉製品的檢測數據1000條,對食品汙染物鉛(Pb)、汞(Hg)、砷(As)的檢測結果進行分析。資料庫匯集了遍布貴州省九個地州市實驗室的檢測數據,各實驗室利用雲平臺網際網路化技術,通過將不同地點、不同時間、不同檢測儀器得到的檢測結果直接通過食品安全雲平臺進行匯入整合。
根據國家標準GB2762,汙染物鉛(Pb)、汞(Hg)、砷(As)的限量標準STA分別是0.5mg/kg,0.05mg/kg及0.5mg/kg。在1000組檢測數據中,鉛(Pb)檢測結果不合格的有三組,汞(Hg)不合格的有兩組,砷(As)不合格的有兩組。不合格的指標檢測結果如下:
鉛(Pb):0.6mg/kg,0.65mg/kg,0.66mg/kg;
汞(Hg):0.06mg/kg,0.068mg/kg;
砷(As):0.6mg/kg,0.611mg/kg;
採用ADI攝入量數據,鉛(Pb)、汞(Hg)、砷(As)的Sic分別為0.00356mg/kg、0.0001mg/kg、0.00215mg/kg。該肉製品日均估計消費量為100g。
食品安全雲平臺對匯入的肉製品檢測數據進行了雲計算處理,得到以下結構化:
在計算食品不安全程度(hfood)時,由於得到的AVEitem<STAitem,因此沒有食品不安全程度。
由於得到的關於汙染物鉛(Pb)、汞(Hg)、砷(As)的可以得出結論消費者人群的食品安全狀態很好。