嗅覺可視化技術(shù)本質(zhì)上是一種新型的電子鼻技術(shù)，于2000年由美國伊利諾伊州立大學(xué)的NealA.Rakow教授和KennethS.Suslick教授首次提出。這項(xiàng)技術(shù)主要依賴于各種化學(xué)染料組成的可視化傳感器陣列對樣品中揮發(fā)性氣體的化學(xué)響應(yīng)。這些化學(xué)染料通過分子間的相互作用（π-π鍵和金屬鍵的作用、酸堿相互作用以及電荷轉(zhuǎn)移等）來與氣體中的小分子結(jié)合，并且必須具備兩個(gè)條件:（1）染料中必須存在一個(gè)與氣體中小分子強(qiáng)相互作用的中心；（2）染料在接觸小分子氣體時(shí)會(huì)發(fā)生顏色變化。
目前，該技術(shù)在食品檢測方面的應(yīng)用越來越廣泛。例如，國內(nèi)Jiang等人利用8個(gè)卟啉染料和1個(gè)pH指示劑組建成3×3的傳感器陣列完成對綠茶中的茶多酚定量分析。Shui等人將此技術(shù)應(yīng)用于白酒香氣的鑒別中，并成功建立了傳感器陣列，該陣列在5分鐘內(nèi)就可以完美區(qū)分16個(gè)不同品牌的商業(yè)白酒。
1 嗅覺可視化技術(shù)數(shù)據(jù)處理方法
1.1圖像處理方法
可視化傳感器陣列能夠有效地捕捉揮發(fā)性氣體的變化，并以不同的顏色反映出來。圖像處理方法是從傳感器陣列中提取顏色特征，包括RGB（R:紅色；G:綠色；B:藍(lán)色）、HSV（H:色相；S:飽和度；V:色調(diào)）和CIEL*a*b*（L*:亮度；a*:紅綠色度；b*:黃藍(lán)色度）等，并計(jì)算響應(yīng)差值。
Xu等人設(shè)計(jì)了由12種化學(xué)染料組成的比色傳感器陣列，用于獲取牛肉儲藏過程中獲取氣味指紋（RGB），結(jié)果發(fā)現(xiàn)利用鯨魚優(yōu)化（WOA）算法可以有效地優(yōu)化顏色成分組合，并利用反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）模型與最佳顏色成分相結(jié)合，可以精確的評估牛肉新鮮度。還有研究基于比色紙傳感器監(jiān)測生魚的品質(zhì)，通過ImageJ圖像分析軟件探究了從圖像中提取的RGB和HSV色彩空間信息與生魚pH值之間的關(guān)系。圖像處理方法操作簡單，能夠快速提取傳感器數(shù)據(jù)信息，對現(xiàn)場化快速檢測具有巨大應(yīng)用前景。
1.2可見近紅外（Vis-NIR）光譜處理方法
現(xiàn)如今在食品和生物領(lǐng)域，已經(jīng)報(bào)道了很多基于光譜技術(shù)和化學(xué)計(jì)量學(xué)結(jié)合的定量和定性分析研究。其中，Vis-NIR光譜技術(shù)在食品檢測分析中應(yīng)用廣泛，它的波長范圍為320-1100nm，通過采集該波長范圍下的反射率或者透射率光譜，可以獲得包含被分析物分子結(jié)構(gòu)的數(shù)據(jù)。大量的光譜數(shù)據(jù)會(huì)組成類似于“特殊指紋”的曲線，該曲線包含了從傳感器陣列中采集的數(shù)千個(gè)多維光譜數(shù)據(jù)。
Ouyang等人使用Vis-NIR技術(shù)，采集了與5個(gè)等級的抹茶樣本發(fā)生集氣反應(yīng)的色敏傳感器陣列的多維光譜數(shù)據(jù)，實(shí)現(xiàn)了對抹茶樣品在生產(chǎn)過程中的品味監(jiān)測。
1.3數(shù)據(jù)融合處理方法
由于食品具有高度復(fù)雜性，僅僅使用單一傳感器數(shù)據(jù)（圖像或Vis-NIR）是不夠的，結(jié)合多個(gè)儀器源輸出的數(shù)據(jù)融合技術(shù)是未來食品質(zhì)量評估發(fā)展方向。來自各單一傳感器的數(shù)據(jù)融合模型結(jié)果響應(yīng)著不同的特征現(xiàn)象，這可能會(huì)增大樣品正確分類的可能性。也就是說，一個(gè)傳感器未識別到的特征信息可能由另一個(gè)傳感器捕捉。然而，在實(shí)際操作中并不是所有的潛在特征都很重要，這往往需要對重要的特征信息進(jìn)行篩選。
一般來說，多傳感器數(shù)據(jù)融合是一種將不同物理傳感器的數(shù)據(jù)組合起來的一種技術(shù)，以便對數(shù)據(jù)進(jìn)行綜合分析，科學(xué)判別研究對象的特征。數(shù)據(jù)融合一般分為三個(gè)層級，低級、中級和高級融合。近些年。國內(nèi)外很多研究人員將多源數(shù)據(jù)融合方法應(yīng)用到食品檢測領(lǐng)域，他們利用機(jī)器視覺、近紅外光譜、拉曼光譜、電子舌、電子鼻等技術(shù)獲取信息，將有效數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，其結(jié)果均優(yōu)于單一傳感器。例如，Han等人通過將電子鼻和電子舌技術(shù)與化學(xué)計(jì)量學(xué)分析相結(jié)合，建立了三層徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF-NN）模型，對魚類新鮮度進(jìn)行了無損預(yù)測。
綜上所述，將多個(gè)人工傳感系統(tǒng)組合在一起可以提高所研究產(chǎn)品的分類或質(zhì)量評估性能，多個(gè)傳感器之間可以信息互補(bǔ)，提高系統(tǒng)的整體檢測性能。但融合系統(tǒng)仍處于不成熟階段，隨著該領(lǐng)域的研究逐漸深入，在未來幾年將會(huì)助力多項(xiàng)應(yīng)用走向成功。
來源：感官科學(xué)與評定整理，轉(zhuǎn)載請注明來源。
參考書籍：王上.牡蠣新鮮度的嗅覺可視化傳感檢測方法研發(fā)[D].集美大學(xué),2024.
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，此公眾號運(yùn)營方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系處理。
目前，該技術(shù)在食品檢測方面的應(yīng)用越來越廣泛。例如，國內(nèi)Jiang等人利用8個(gè)卟啉染料和1個(gè)pH指示劑組建成3×3的傳感器陣列完成對綠茶中的茶多酚定量分析。Shui等人將此技術(shù)應(yīng)用于白酒香氣的鑒別中，并成功建立了傳感器陣列，該陣列在5分鐘內(nèi)就可以完美區(qū)分16個(gè)不同品牌的商業(yè)白酒。
1.1圖像處理方法
可視化傳感器陣列能夠有效地捕捉揮發(fā)性氣體的變化，并以不同的顏色反映出來。圖像處理方法是從傳感器陣列中提取顏色特征，包括RGB（R:紅色；G:綠色；B:藍(lán)色）、HSV（H:色相；S:飽和度；V:色調(diào)）和CIEL*a*b*（L*:亮度；a*:紅綠色度；b*:黃藍(lán)色度）等，并計(jì)算響應(yīng)差值。
Xu等人設(shè)計(jì)了由12種化學(xué)染料組成的比色傳感器陣列，用于獲取牛肉儲藏過程中獲取氣味指紋（RGB），結(jié)果發(fā)現(xiàn)利用鯨魚優(yōu)化（WOA）算法可以有效地優(yōu)化顏色成分組合，并利用反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）模型與最佳顏色成分相結(jié)合，可以精確的評估牛肉新鮮度。還有研究基于比色紙傳感器監(jiān)測生魚的品質(zhì)，通過ImageJ圖像分析軟件探究了從圖像中提取的RGB和HSV色彩空間信息與生魚pH值之間的關(guān)系。圖像處理方法操作簡單，能夠快速提取傳感器數(shù)據(jù)信息，對現(xiàn)場化快速檢測具有巨大應(yīng)用前景。
1.2可見近紅外（Vis-NIR）光譜處理方法
現(xiàn)如今在食品和生物領(lǐng)域，已經(jīng)報(bào)道了很多基于光譜技術(shù)和化學(xué)計(jì)量學(xué)結(jié)合的定量和定性分析研究。其中，Vis-NIR光譜技術(shù)在食品檢測分析中應(yīng)用廣泛，它的波長范圍為320-1100nm，通過采集該波長范圍下的反射率或者透射率光譜，可以獲得包含被分析物分子結(jié)構(gòu)的數(shù)據(jù)。大量的光譜數(shù)據(jù)會(huì)組成類似于“特殊指紋”的曲線，該曲線包含了從傳感器陣列中采集的數(shù)千個(gè)多維光譜數(shù)據(jù)。
Ouyang等人使用Vis-NIR技術(shù)，采集了與5個(gè)等級的抹茶樣本發(fā)生集氣反應(yīng)的色敏傳感器陣列的多維光譜數(shù)據(jù)，實(shí)現(xiàn)了對抹茶樣品在生產(chǎn)過程中的品味監(jiān)測。
1.3數(shù)據(jù)融合處理方法
由于食品具有高度復(fù)雜性，僅僅使用單一傳感器數(shù)據(jù)（圖像或Vis-NIR）是不夠的，結(jié)合多個(gè)儀器源輸出的數(shù)據(jù)融合技術(shù)是未來食品質(zhì)量評估發(fā)展方向。來自各單一傳感器的數(shù)據(jù)融合模型結(jié)果響應(yīng)著不同的特征現(xiàn)象，這可能會(huì)增大樣品正確分類的可能性。也就是說，一個(gè)傳感器未識別到的特征信息可能由另一個(gè)傳感器捕捉。然而，在實(shí)際操作中并不是所有的潛在特征都很重要，這往往需要對重要的特征信息進(jìn)行篩選。
一般來說，多傳感器數(shù)據(jù)融合是一種將不同物理傳感器的數(shù)據(jù)組合起來的一種技術(shù)，以便對數(shù)據(jù)進(jìn)行綜合分析，科學(xué)判別研究對象的特征。數(shù)據(jù)融合一般分為三個(gè)層級，低級、中級和高級融合。近些年。國內(nèi)外很多研究人員將多源數(shù)據(jù)融合方法應(yīng)用到食品檢測領(lǐng)域，他們利用機(jī)器視覺、近紅外光譜、拉曼光譜、電子舌、電子鼻等技術(shù)獲取信息，將有效數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，其結(jié)果均優(yōu)于單一傳感器。例如，Han等人通過將電子鼻和電子舌技術(shù)與化學(xué)計(jì)量學(xué)分析相結(jié)合，建立了三層徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF-NN）模型，對魚類新鮮度進(jìn)行了無損預(yù)測。
綜上所述，將多個(gè)人工傳感系統(tǒng)組合在一起可以提高所研究產(chǎn)品的分類或質(zhì)量評估性能，多個(gè)傳感器之間可以信息互補(bǔ)，提高系統(tǒng)的整體檢測性能。但融合系統(tǒng)仍處于不成熟階段，隨著該領(lǐng)域的研究逐漸深入，在未來幾年將會(huì)助力多項(xiàng)應(yīng)用走向成功。
來源：感官科學(xué)與評定整理，轉(zhuǎn)載請注明來源。
參考書籍：王上.牡蠣新鮮度的嗅覺可視化傳感檢測方法研發(fā)[D].集美大學(xué),2024.
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，此公眾號運(yùn)營方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺發(fā)布，請聯(lián)系處理。
