簡愛

在生活中,很多人都經歷過食物中毒。由于食用了受污染或腐壞的食物,食物中的細菌或病毒進入人體腸道后大量繁殖,導致腸道感染,患者往往會上吐下瀉,嚴重時甚至會威脅到生命。食品安全一直至關重要,而其中關鍵的一環就是保證食材的新鮮度,這就需要對食物進行準確評估。
新加坡南洋理工大學材料科學和工程學院的陳曉東教授等人,聯合中國江南大學和澳大利亞莫納什大學的科研人員,共同發明了一種人工“電子鼻”,用其來評估肉類新鮮度的準確率高達98.5%。
目前,測定肉類新鮮度采用的是揮發性鹽基氮法。肉類在長期放置過程中,由于酶和細菌的作用,蛋白質、脂肪和糖類三大有機物被分解,一系列堿性含氮有毒物質,如酪胺、組胺、尸胺等被釋放出來。揮發性鹽基氮法就是通過檢測這類物質的含量,進而反推肉類的新鮮度。這種檢測需要特定的儀器和環境,且工序復雜,效率低,準確度僅為61.7%。
為了克服這些弊端,研究人員把目光集中到了哺乳動物嗅覺系統的工作原理上。當氣體進入鼻腔后,接觸到嗅覺上皮細胞中的感受器,之后嗅覺神經將感受器激活成電信號傳給嗅球,嗅球再傳遞給大腦,最終識別氣體,并決定氣體濃度。也就是說,動物嗅覺系統的運轉由兩個部分組成:一是感受器接觸氣體形成類似于“氣味指紋”的神經信號;二是信號通過神經傳遞給大腦,對“氣味指紋”進行解讀。
電子鼻的兩個組成部分——條形碼和閱讀器,正好能模仿動物嗅覺系統。條形碼是由20種不同類型的殼聚糖、染料和醋酸纖維組成的多空納米復合材料構成。當被置于待測肉類上時,條形碼中的鹵素染料會根據氣體類型和濃度發生交叉反應,顯示出彩色條形碼,即“氣味指紋”。在不同濃度的氣體中,條形碼會出現 不同顏色或顏色范圍。
設計條形碼與肉類揮發氣體反應并不困難,難的是如何讓“中樞神經系統”閱讀器精確地解讀變色的條形碼,并給出新鮮度的結果。即該電子鼻技術的核心,是精確解讀變色條形碼信息的一套算法。
研究人員使用機器學習方法訓練條形碼閱讀器,直到系統能準確根據條形碼判斷肉類新鮮度為止。他們將條形碼粘在透明聚氯乙烯肉類包裝薄膜上,置于25℃環境中,在不打開包裝的前提下,使用智能手機拍攝條形碼圖像,最終得到4161張肉類圖像,并把它們分成兩組:一組3475張用于訓練模型,另一組686張用來測試。電子鼻經過深度卷積神經網絡算法訓練后,經測試,結果高度精準,而且整個操作僅需要一張條形碼和一部智能手機,只要拍下條形碼,使用專門開發的APP上傳接入云端分析系統,便可迅速得出結果。需要特別說明的是,條形碼基于生物相容性和環保原則而設計,是使用無毒、可降解的生物材料制成的。
理論上講,電子鼻的應用遠不止肉類檢測。比如,食用油在變質過程中會酸化,如果要評估食用油的新鮮度,只需檢測酸類物質的含量。若將使用領域再擴大,電子鼻還可以用在公共安全和危險品檢測方面。