人工智能驱动的“电子鼻子”嗅到肉的新鲜度

由南大新加坡教授陈晓东（左）领导的国际团队发明了一种人工嗅觉系统，该系统模仿了哺乳动物的鼻子，可以准确地评估肉的新鲜度。

由新加坡南洋理工大学（NTU新加坡）领导的一组科学家发明了一种模仿哺乳动物鼻子的人工嗅觉系统，以准确评估肉的新鲜度。

“电子鼻”（e-nose）包括一个“条形码”，该条形码随着肉腐烂而产生的气体随时间而改变颜色；还有一个条形码“阅读器”，形式为由人工智能提供支持的智能手机应用程序（ AI）。电子鼻子经过培训，可以识别和预测大型条形码颜色库中的肉类新鲜度。

在对未加工的商业包装鸡肉，鱼和牛肉肉样品进行测试时，研究小组发现，支持电子鼻的深层卷积神经网络AI算法可以预测肉类的新鲜度，准确度达到98.5％。作为比较，研究团队评估了一种常用算法的预测精度，该算法可测量传感器（例如此电子鼻中使用的条形码）的响应。此类分析显示总体准确性为61.7％。

这项研究称，这种电子鼻在十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是否适合食用，从而比“以前最好的”标签更准确地帮助减少食物浪费。来自新加坡南大的团队，与来自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模仿哺乳动物鼻子的人工嗅觉系统，可以准确地评估肉的新鲜度。

南洋理工大学柔性设备创新中心主任陈晓东教授说：“我们在现实生活中测试过的概念验证型人工嗅觉系统可以轻松地集成到包装材料中，并在短时间内获得结果，而无需在某些电子鼻中使用笨重的布线来收集电信号。最近开发。

这些条形码可确保不丢弃仍适合消费的产品，从而帮助消费者节省金钱，这也对环境有所帮助。条码具有可生物降解和无毒的特性，这也意味着它们可以安全地应用于食品供应链的所有环节，以确保食品的新鲜度。”

这种实时监控食品新鲜度的方法已经申请了专利，该团队目前正在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。

清新的鼻子

NTU科学家及其合作者开发的电子鼻包含两个元素：彩色的“条形码”，可与腐肉产生的气体反应。条形码“阅读器”使用AI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中，可以在30秒内产生结果。

电子鼻模仿哺乳动物鼻子的工作方式。当由腐烂的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其组织成模式，从而使哺乳动物能够识别出随着肉龄和腐烂而出现的气味。

“电子鼻”（e-nose）包括一个“条形码”，该条形码随着肉腐烂而产生的气体随时间而改变颜色；还有一个条形码“阅读器”，形式为由人工智能提供支持的智能手机应用程序（ AI）。电子鼻子经过培训，可以识别和预测大型条形码颜色库中的肉类新鲜度。

在电子鼻中，条形码中的20条条充当接收器。每个皂条均由壳聚糖（天然糖）制成，该壳聚糖嵌在纤维素衍生物上，并装有不同类型的染料。这些染料与腐烂的肉类所释放出的气体发生反应，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，可作为任何肉类状态的“气味指纹”。

例如，条形码中的第一个条包含弱酸性的黄色染料。当暴露于由腐烂的肉类产生的含氮化合物（称为生物胺）时，该黄色染料与这些化合物反应时会变成蓝色。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。

对于这项研究，科学家首先使用确定肉类新鲜度的国际标准开发了分类系统（新鲜，鲜少或变质）。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量来完成的，这些鱼包装被广泛使用的透明PVC（聚氯乙烯）包装膜包裹，并在4C（39华氏度°）下以°不同的间隔存储了五天。

他们同时用粘贴在PVC薄膜内侧的条形码而不触及鱼类的方式监控了这些鱼类包装的新鲜度。这些条形码的图像在五天内以不同的间隔拍摄。

电子鼻的总体准确度达到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相对应的模式。

为了评估其电子鼻的预测准确性，NTU科学家随后使用粘贴在包装膜上并条形码存储在25°C（77华氏度）的商品包装的鸡肉，鱼和牛肉来监测新鲜包装的鸡肉，鱼和牛肉的新°鲜度。°在不打开不同肉类包装的情况下，在48小时内以不同的时间间隔拍摄了来自六个肉类包装的4,000多个条形码的图像。

研究团队首先对他们的系统进行了培训，以在3475个条形码图像中捕获的气味指纹中挑选出模式，然后再对其余图像测试系统的准确性。

结果表明，总体准确度为98.5％-识别变质肉类的准确度为100％，新鲜和较少新鲜肉类的准确度为96％至99％。

作为比较，研究团队从每个新鲜度类别中随机选择了20个条形码图像，以评估欧几里得距离分析的预测准确性，欧氏距离分析是一种用于测量传感器响应的常用方法，例如电子鼻中使用的条形码。该分析显示总体准确性为61.7％。

南大材料科学与工程系主席陈教授说：“尽管对电子鼻进行了广泛的研究，但是由于当前原型在准确检测和识别气味方面存在问题，因此电子鼻仍存在商业化瓶颈。我们需要一个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的系统，而这正是我们的电子鼻所提供的。

“它的无损，自动化和实时监控功能还可以用于识别其他类型的易变质食品变得不那么新鲜时所散发的气体类型，从而为食品质量控制提供了一个广泛适用的新平台，这就是我们正在朝着现在努力。”

参考：郭玲玲，王婷，吴中华，王建武，王明，崔泽群，纪少波，蔡建飞，徐传来，陈晓东，“基于比色条形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”，1 2020年10月，先进材料.DOI：
10.1002 / adma.202004805