肉类食品安全问题直接关系到人的生命安全，是控制食品安全性的重中之重。但常规的检验方法现已无法满足快节奏生活的要求，因此建立快速无损的检测方法显得尤为重要。本文旨在利用质构仪来测定冷鲜肉的新鲜度，研究主要内容如下：1．选取华正冷鲜猪肉作为试验肉样，采用凯氏定氮法测定挥发性盐基氮含量，通过Brookfield公司的CT3质构仪测定猪肉的质构特性。试验研究探头尺寸大小、预压力、可恢复时间、测试速率和压缩形变量这五个试验参数对质构剖面分析（Texture Profile Analysis，以下简称“TPA”）测试结果的影响显著性，进而确定测试冷鲜肉的质构剖面分析方法的最佳条件，即建议采用探头的直径为12.7mm、预压力为0.07N、可恢复时间为6s、速度为4mm/s、压缩形变量为5mm作为推荐TPA测试条件。2．采用推荐测试条件测试冷鲜肉的TPA曲线，并由TPA曲线导出八种质构指标即硬度、压缩功、可恢复功、可恢复形变、弹力、弹性、内聚性和校正内聚性。同时做相应批次样品的感官评定和挥发性盐基氮检测，将感官评定与仪器测定相关联，分析两者间的相关性，发现硬度的仪器测定与感官评定相关性达0.965，求得线性回归方程并且方程确定系数达到0.931，但是对于弹力研究发现仪器测定与感官评定的相关性较一般。此外以9天内冷鲜猪肉和牛肉挥发性盐基氮值的变化作为新鲜度的判定标准，分析了各个质构指标随挥发性盐基氮的变化关系，并求得回归方程进行方差分析，研究各个指标与挥发性盐基氮的关联程度，得知质构指标与挥发性盐基氮有着较大的相关性。3．以猪肉样本数据为依据，采用偏最小二乘法回归与神经网络两种方法建立了对冷鲜肉新鲜度的预测模型。应用偏最小二乘法回归时，以质构仪测得的质构指标为自变量，以猪肉挥发性盐基氮为因变量，求得的回归方程相对误差只有1.3%，达到了满意的预测效果。应用BP神经网络建立预测模型时，以质构仪测得的质构指标为自变量，以猪肉贮存天数为因变量，预测准确率达到了88.89%。两者均达到了理想的成效，证明了质构仪预测冷鲜肉新鲜度的理论依据及应用意义。