嗅覺可視化技術本質上是一種新型的電子鼻技術,於2000年由美國伊利諾伊州立大學的NealA.Rakow教授和KennethS.Suslick教(jiao)授(shou)首(shou)次(ci)提(ti)出(chu)。這(zhe)項(xiang)技(ji)術(shu)主(zhu)要(yao)依(yi)賴(lai)於(yu)各(ge)種(zhong)化(hua)學(xue)染(ran)料(liao)組(zu)成(cheng)的(de)可(ke)視(shi)化(hua)傳(chuan)感(gan)器(qi)陣(zhen)列(lie)對(dui)樣(yang)品(pin)中(zhong)揮(hui)發(fa)性(xing)氣(qi)體(ti)的(de)化(hua)學(xue)響(xiang)應(ying)。這(zhe)些(xie)化(hua)學(xue)染(ran)料(liao)通(tong)過(guo)分(fen)子(zi)間(jian)的(de)相(xiang)互(hu)作(zuo)用(yong)(π-π鍵和金屬鍵的作用、酸堿相互作用以及電荷轉移等)來與氣體中的小分子結合,並且必須具備兩個條件:
(1)染料中必須存在一個與氣體中小分子強相互作用的中心;
(2)染料在接觸小分子氣體時會發生顏色變化。
(1)染料中必須存在一個與氣體中小分子強相互作用的中心;
(2)染料在接觸小分子氣體時會發生顏色變化。
目前,該技術在食品檢測方麵的應用越來越廣泛。例如,國內Jiang等人利用8個卟啉染料和1個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等人將此技術應用於白酒香氣的鑒別中,並成功建立了傳感器陣列,該陣列在5分鍾內就可以完美區分16個不同品牌的商業白酒。

嗅覺可視化技術數據處理方法
01圖像處理方法
可視化傳感器陣列能夠有效地捕捉揮發性氣體的變化,並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:藍色)、HSV(H:色相;S:飽和度;V:色調)和CIEL*a*b*(L*:亮度;a*:紅綠色度;b*:黃藍色度)等,並計算響應差值。
Xu等人設計了由12種化學染料組成的比色傳感器陣列,用於獲取牛肉儲藏過程中獲取氣味指紋(RGB),結果發現利用鯨魚優化(WOA)算法可以有效地優化顏色成分組合,並利用反向傳播神經網絡(BPNN)模型與最佳顏色成分相結合,可以精確的評估牛肉新鮮度。還有研究基於比色紙傳感器監測生魚的品質,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值之間的關係。圖像處理方法操作簡單,能夠快速提取傳感器數據信息,對現場化快速檢測具有巨大應用前景。
02可見近紅外(Vis-NIR)光譜處理方法
02可見近紅外(Vis-NIR)光譜處理方法
現如今在食品和生物領域,已經報道了很多基於光譜技術和化學計量學結合的定量和定性分析研究。其中,Vis-NIR光譜技術在食品檢測分析中應用廣泛,它的波長範圍為320-1100nm,通過采集該波長範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構的數據。大量的光譜數據會組成類似於“特殊指紋”的曲線,該曲線包含了從傳感器陣列中采集的數千個多維光譜數據。
Ouyang等人使用Vis-NIR技術,采集了與5個等級的抹茶樣本發生集氣反應的色敏傳感器陣列的多維光譜數據,實現了對抹茶樣品在生產過程中的品味監測。
03數據融合處理方法
03數據融合處理方法
由於食品具有高度複雜性,僅僅使用單一傳感器數據(圖像或Vis-NIR)shibugoude,jieheduogeyiqiyuanshuchudeshujuronghejishushiweilaishipinzhiliangpinggufazhanfangxiang。laizigedanyichuanganqideshujuronghemoxingjieguoxiangyingzhebutongdetezhengxianxiang,zhekenenghuizengdayangpinzhengquefenleidekenengxing。yejiushishuo,yigechuanganqiweishibiedaodetezhengxinxikenengyoulingyigechuanganqibuzhuo。raner,zaishijicaozuozhongbingbushisuoyoudeqianzaitezhengdouhenzhongyao,zhewangwangxuyaoduizhongyaodetezhengxinxijinxingshaixuan。
yibanlaishuo,duochuanganqishujurongheshiyizhongjiangbutongwulichuanganqideshujuzuheqilaideyizhongjishu,yibianduishujujinxingzonghefenxi,kexuepanbieyanjiuduixiangdetezheng。shujurongheyibanfenweisangecengji,diji、中級和高級融合。近些年。國內外很多研究人員將多源數據融合方法應用到食品檢測領域,他們利用機器視覺、近紅外光譜、拉曼光譜、電子舌、電子鼻等技術獲取信息,將有效數據進行數據融合,其結果均優於單一傳感器。例如,Han等人通過將電子鼻和電子舌技術與化學計量學分析相結合,建立了三層徑向基函數神經網絡(RBF-NN)模型,對魚類新鮮度進行了無損預測。
zongshangsuoshu,jiangduogerengongchuanganxitongzuhezaiyiqikeyitigaosuoyanjiuchanpindefenleihuozhiliangpingguxingneng,duogechuanganqizhijiankeyixinxihubu,tigaoxitongdezhengtijiancexingneng。danronghexitongrengchuyubuchengshujieduan,suizhegailingyudeyanjiuzhujianshenru,zaiweilaijinianjianghuizhuliduoxiangyingyongzouxiangchenggong。
手機版




