哺乳动物的嗅觉系统可以分辨数百种气味，这是因为气体分子可与嗅觉系统中不同的受体分子结合，形成复杂气味特征指纹，并被传入中枢神经系统（CNS）进行分析，正是嗅觉系统受体分子的结合与中枢神经系统模式识别的组合，才导致了对气体精确有效的识别。通过对嗅觉系统进行模仿，可以得到称之为电子鼻（E-nose）的气味筛选系统，其关键是要实现强大的交叉反应传感和特异性指纹识别模式。然而，目前要么存在传感问题，要么存在模式识别问题，导致其商业化受阻。
创新点江南大学的ChuanlaiXu课题组与南洋理工大学XiaodongChen，莫纳什大学JianfeiCai教授合作报道了通过将交叉反应的比色条形码组合技术和深度卷积神经网络（DCNN）结合在一起，形成了一个用于监控肉类新鲜度的系统，该系统同时提供了气味指纹图案和识别功能。条形码由20种不同类型的壳聚糖、染料和醋酸纤维素的多孔纳米复合材料组成，形成可由DCNN识别的气味指纹。使用个标记的条形码图像训练的完全监督的DCNN预测肉的新鲜度，总准确率为98.5%。将DCNN结合到智能手机应用程序中，形成了一个简单的平台，用于快速条形码扫描和实时识别食品新鲜度。该系统快速、准确、无损，使消费者和食品供应链中的所有利益相关者能够监控食品新鲜度。
文章解析图1：人体嗅觉系统的工作原理以及基于比色条形码组合器和DCNN的系统。a）在人类的嗅觉系统中，肉中的挥发性胺激活嗅觉细胞的几种气味结合蛋白（左）并触发通过嗅觉神经纤维（中间）到达大脑中枢的电化学电位。大脑利用先验知识分析动作电位模式，并将其识别为不同级别的肉类新鲜度（右）。b）在我们的系统中，来自肉类的挥发性胺与条形码中的传感器相互作用，并根据色变原理触发颜色变化。捕获显示条形码组合的比色条形码图像，并通过智能手机APP无线上传到云中。使用受过训练的DCNN，可以在30秒内在智能手机上显示肉类的新鲜度。
图2：比色条形码带的制造和表征。示意图显示了壳聚糖纳米粒子染料/醋酸纤维素（CNP-Dye/CA）的制造。根据离子凝胶法，使用三聚磷酸钠（TPP，绿星）将染料（橙色星）与壳聚糖（蓝线）交联。将CNP-Dye包埋在醋酸纤维素（CA）基质上以形成CNP-Dye/CA。插图：一种示例CNP-染料的化学结构。染料是四碘酚砜酞（TET）。壳聚糖的带正电荷的质子化胺基（-NH3+，蓝色）和带负电荷的去质子化的羟基（-O-，红色）之间的强大分子内力可防止染料泄漏。
图3：使用比色条形码和传统统计方法区分五种胺类气体。（氨（NH3），甲胺（MA）、三甲胺（TMA），丁二胺（PUT）和1，5-戊二胺（CAD））。暴露于NH3，MA，TMA，CAD和PUT的条形码的扫描图像显示，不同的气体显示出不同的条形码组合。条形码颜色随气体浓度从0.20ppm增加到.0ppm而变化。
图4：将比色条形码与深度卷积神经网络集成得到一个简单、便携的平台，用于准确实时监控肉类新鲜度。DCNN用于条形码识别。数据集包含张用于DCNN训练的图像和张用于模型测试的图像（左）。基于ResNet主干的DCNN用于食品新鲜度分类（右）。DCNN体系结构具有输入，多个卷积（转换），完全连接（FC）（蓝色圆圈）和输出层。当条形码图像输入网络时，将给出测试样品的预测新鲜度类别（红色圆圈）。
读后感近年来，人们越来越
转载请注明：http://www.0431gb208.com/sjszjzl/210.html
