由新加坡南洋理工大学教授陈晓东（左）领导的一个国际团队发明了一种人工嗅觉系统，可以模仿哺乳动物的鼻子来准确评估肉类的新鲜度。图片来源：新加坡南洋理工大学
由新加坡南洋理工大学 (NTU Singapore) 领导的一组科学家发明了一种人工嗅觉系统，可以模仿哺乳动物的鼻子来准确评估肉类的新鲜度。
“电子鼻”（e-nose）包括一个“条形码”，它会随着时间的推移改变颜色，以响应肉类腐烂时产生的气体，以及一个由人工智能驱动的智能手机应用程序形式的条形码“阅读器”（人工智能）。电子鼻经过训练，可以从大型条形码颜色库中识别和预测肉类新鲜度。
当对商业包装的鸡肉、鱼肉和牛肉样本进行测试时，研究小组发现，他们为电子鼻提供动力的深度卷积神经网络 AI 算法以 98.5% 的准确率预测了肉类的新鲜度。作为比较，研究小组评估了一种常用算法的预测准确性，以测量传感器的响应，如电子鼻中使用的条形码。此类分析的总体准确率为 61.7%。
研究表明，电子鼻在 10 月份发表在科学杂志《先进材料》上的一篇论文中进行了描述，它可以通过向消费者确认肉类是否适合食用来帮助减少食物浪费，比“最佳之前”标签更准确。来自新加坡南洋理工大学的团队，与中国江南大学和澳大利亚莫纳什大学的科学家合作。
由新加坡南洋理工大学领导的科学家发明了一种人工嗅觉系统，可以模仿哺乳动物的鼻子来准确评估肉类的新鲜度。学分：新加坡南洋理工大学
共同主要作者、南洋理工大学柔性设备创新中心主任陈晓东教授说：“我们在现实生活场景中测试的概念验证人工嗅觉系统可以很容易地集成到包装材料和产量中在最近开发的一些电子鼻中，无需使用用于电信号收集的笨重布线，从而在短时间内完成。
“这些条形码通过确保他们不会丢弃仍然适合消费的产品来帮助消费者省钱，这也有助于环境。条形码的可生物降解和无毒特性也意味着它们可以安全地应用于食品供应链的各个环节，以确保食品的新鲜度。”
这种实时监测食品新鲜度的方法已申请专利，该团队目前正与一家新加坡农业综合企业合作，将这一概念扩展到其他类型的易腐食品。
新鲜感
南大科学家及其合作者开发的电子鼻包含两个元素：一个与腐肉产生的气体反应的彩色“条形码”；还有一个条形码“阅读器”，它使用人工智能来解释条形码上的颜色组合。为了使电子鼻便于携带，科学家将其集成到智能手机应用程序中，可在 30 秒内产生结果。
电子鼻模仿哺乳动物鼻子的工作方式。当腐肉产生的气体与哺乳动物鼻子中的受体结合时，就会产生信号并将其传输到大脑。然后大脑收集这些反应并将它们组织成模式，让哺乳动物识别出肉老化和腐烂时存在的气味。
“电子鼻”（e-nose）包括一个“条形码”，它会随着时间的推移改变颜色，以响应肉类腐烂时产生的气体，以及一个由人工智能驱动的智能手机应用程序形式的条形码“阅读器”（人工智能）。电子鼻经过训练，可以从大型条形码颜色库中识别和预测肉类新鲜度。图片来源：新加坡南洋理工大学
在电子鼻中，条形码中的 20 个条形充当受体。每个棒都由嵌在纤维素衍生物上的壳聚糖（一种天然糖）制成，并装载了不同类型的染料。这些染料与腐烂的肉类散发出的气体发生反应，并根据不同类型和浓度的气体而改变颜色，从而形成独特的颜色组合，作为任何肉类状态的“气味指纹”。
例如，条码中的第一个条包含弱酸性的黄色染料。当暴露于腐肉产生的含氮化合物（称为生物胺）时，这种黄色染料会随着染料与这些化合物反应而变成蓝色。随着肉的进一步腐烂，颜色强度随着生物胺浓度的增加而变化。
在这项研究中，科学家们首先使用确定肉类新鲜度的国际标准开发了一个分类系统（新鲜、不太新鲜或变质）。这是通过提取和测量鱼包装中发现的氨和其他两种生物胺的含量来完成的，这些包装用广泛使用的透明 PVC（聚氯乙烯）包装薄膜包裹，并以不同的时间间隔在 4°C（39°F）下储存五天。
他们同时监测这些鱼包装的新鲜度，条形码粘贴在 PVC 薄膜的内侧，而不接触鱼。这些条形码的图像是在五天内以不同的时间间隔拍摄的。
电子鼻的整体准确率达到 98.5%
然后使用不同条形码的图像训练一种称为深度卷积神经网络的 AI 算法，以识别气味指纹中与每种新鲜度类别相对应的模式。
为了衡量他们电子鼻的预测准确性，NTU 科学家随后监测了商业包装的鸡肉、鱼和牛肉的新鲜度，条形码粘贴在包装薄膜上，并储存在 25°C（77°F）。在 48 小时内以不同的时间间隔拍摄了 4000 多张来自六个肉包的条形码图像，而无需打开不同的肉包。
研究团队首先训练他们的系统从 3,475 张条码图像中捕获的气味指纹中挑选出模式，然后在剩余图像上测试系统的准确性。
结果显示，总体准确率为 98.5%——识别变质肉类的准确率为 100%，而新鲜肉类和不新鲜肉类的准确率为 96% 至 99%。
作为比较，研究团队从每个新鲜度类别中随机选择 20 张条码图像来评估欧几里得距离分析的预测准确性，欧几里德距离分析是测量传感器响应的常用方法，例如这个电子鼻中使用的条码。该分析显示总体准确率为 61.7%。
南洋理工大学材料科学与工程系校长讲座教授陈教授说：“虽然电子鼻已经得到广泛研究，但由于目前的原型在准确检测和识别气味方面存在问题，因此它们的商业化仍然存在瓶颈。我们需要一个系统，它既具有强大的传感器设置，又具有能够准确预测气味指纹的数据分析方法，而这正是我们的电子鼻所提供的。
“它的非破坏性、自动化和实时监测能力还可用于识别其他类型的易腐食品在变得不新鲜时排放的气体类型，为食品质量控制提供一个广泛适用的新平台，这就是我们正在朝着现在的方向努力。”
参考：郭玲玲、王婷、吴中华、王建武、王明、崔泽群、吉少波、蔡剑飞、徐传来、陈晓东的“基于色度条码组合和深度卷积神经网络的便携式食品新鲜度预测平台” , 2020 年 10 月 1 日，先进材料 .
DOI：10.1002/adma.202004805
