電子鼻在食品領域的應用

摘要 簡要介紹了電子鼻的發展歷史、組成和基本原理。闡述了電子鼻在肉制品檢測、酒類識別、水果評價等食品工業中的最新應用進展，提出了電子鼻目前存在的問題，并對其未來發展趨勢進行展望。

關鍵詞 電子鼻；氣味檢測；食品工業

中圖分類號 S609.9；TP212.9 文獻標識碼 A 文章編號 0517-6611（2014）25-08747-02

Abstract The history of the electronic nose and its composition and basic principles are introduced. The latest application progress of electronic nose in detection of meat products， wine identification， evaluation of fruits and other food industry are described， the existing problems and prospects for its future development trend are explored.

Key words Electronic nose； Odour identification； Food industry

氣味是食品品質評價中的一項重要指標，目前主要是由專業人員組成的專家組用鼻子進行氣味的評判。這種方法的結果包含多種不穩定因素：人的鼻子對氣味具有適應性，容易產生嗅覺疲勞；人的情緒波動和心理狀態會影響評判結果；一些變質食品的氣味可能會對人體產生危害。而電子鼻技術的出現很好地解決了這些問題，電子鼻技術擁有客觀、可靠和安全等優點。

電子鼻，又稱人工嗅覺系統、氣味掃描儀，是20世紀90年代產生并發展起來的一種快速檢測揮發性氣味的儀器。因其檢測快速、準確的優點，在食品、醫療衛生[1-2]、化工[3-4]、公共安全[5-6]等領域有著廣泛的應用。

1 電子鼻組成及工作原理

電子鼻的概念最早出現在20世紀80年代，1982年，Krishna Persaud等提出了一種可以將氣體分類的化學傳感器陣列的概念[7]，揭開了電子鼻技術發展的序幕。1994年，J.W.Gardner提出了廣為接受的電子鼻的定義：電子鼻是一種由功能各異的化學傳感器陣列適當的模式識別系統組成的，可以用來識別簡單或者復雜氣味的儀器[8]，標志著電子鼻技術進入到快速發展的階段。20世紀90年代出現了商用電子鼻，目前世界上比較有名的電子鼻廠商有十多家，包括英國的Neotronics system和AromaScan system、美國的Electronic Sensor Technology、法國的Alpha MOS、日本的Frgaro、我國臺灣的Smell和Keen Ween等[9]。

電子鼻的主要組成部件為：氣味取樣裝置、氣體傳感器陣列和信號處理系統[10]。電子鼻最核心的部件是多個具有氣味選擇性的氣體傳感器所組成陣列，正是利用它們各自對特定氣體的敏感性可以獲得被測氣味的整體信息。目前，常用的氣體傳感器根據材料類型可以分為3類[11]：①金屬氧化物（MOS）傳感器，利用其與氣味分子吸附后氧化物電阻的下降產生信號。②導電高分子（CP）傳感器，氣味分子與傳感器反應后引起其電阻升高產生信號。③質量傳感器，主要包括石英晶體微平衡（QCM）傳感器和聲表面波（SAW）傳感器，它們在吸附氣味分子后共振頻率會產生變化從而產生信號。

電子鼻對氣味的分析識別過程可分為3個過程：①氣體傳感器陣列吸附氣味分子并產生信號。②對生成的信號進行加工處理和傳輸。③對處理后的信號進行模式識別并作出判斷。電子鼻是模仿人類的嗅覺器官建立的，人的嗅覺產生也可以分為3個過程：①鼻腔中的嗅覺細胞與氣味分子吸附產生信號。②嗅覺細胞核嗅球對信號進行加工放大后傳輸到神經中樞（人的大腦）。③大腦對接收到的信號做出判斷，產生嗅覺。

2 電子鼻在食品領域的應用

2.1 在肉制品檢測中的應用

肉制品是人們日常生活中不可或缺的消費品，它的新鮮度對人的健康有較大影響。近年來，電子鼻在肉制品新鮮度檢測中的應用越來越多。Musatov等用基于金屬氧化物傳感器電子鼻和線性判別式分析法（LDA）對肉類的新鮮度進行了檢測[12]。他們發現對于同一家廠家的肉樣，只需要1個或者2個標準樣品就可以達到100%的識別率。通過對2種分別存儲在4 ℃和25 ℃的肉樣在變質的前期單獨建立LDA模型并通過電子鼻的訓練進行識別，然后經過3～4個周期的訓練后，電子鼻就可以建立不同廠商肉樣可靠的LDA模型。結果表明，基于金屬氧化物傳感器的電子鼻可以用來對食品的新鮮度進行檢測，且準確率較高。石志標等利用自己開發的電子鼻檢測系統對牛肉新鮮度進行了評判[13]。他們分別用SVM算法和BP神經算法對儲存7 d的不同新鮮度的牛肉進行檢測，發現訓練樣本為7組時，BP算法最高識別率90.23%，SVM算法最高識別率為96.24%；訓練樣本14組時，BP算法最高識別率99.25%，SVM算法最高識別率為96.24%。結果表明，SVM算法的識別率較高并且穩定，利用電子鼻對牛肉進行新鮮度檢測是可行的。

2.2 在酒類檢測中的應用

目前市場上的酒類存在著以次充好、偽造酒類等現象，利用電子鼻可以實現對酒類產地、酒齡等進行檢測分析。魯小利等開發了具有仿生特性的電子鼻系統，并用其對黃酒的品質進行檢測[14]。他們選取了來自紹興、上海和其他產地的黃酒樣本各20個進行黃酒產地的區分，并對1年陳、3年陳和5年陳的古月龍山黃酒進行酒齡區分，模式識別方法主要采用主成分分析（PCA）、判別因子分析（DFA）以及誤差反向傳播（BP）神經網絡。結果表明，該電子鼻系統能夠很好地區分不同產地和古越龍山不同標注酒齡的黃酒，準確率可達到100%，并可對產地和酒齡進行很好地預測，準確率在80%～100%，這對于酒類原產地的保護工作有著重要的借鑒意義。柯永斌等設計了由5個TGS傳感器陣列組成的電子鼻用于識別不同香型的白酒[15]，他們分別采集了濃香型、醬香型、清香型、米香型4種香型的酒樣的氣味數據，并用主成分分析（PCA）、線性判別分析（LDA）和概率神經網絡（PNN）進行模式識別。試驗數據表明，主成分分析的前2個主元累計貢獻率達93.55%，線性判別分析的前2 個主元累計貢獻率為97.33%，概率神經網絡模型識別率達到100%。結果表明，設計的電子鼻可以應用于對不同香型白酒的快速識別。Mahdi GhasemiVarnamkhastia等用基于金屬氧化物傳感器的電子鼻檢測了普通啤酒和無醇啤酒在陳化過程中氣味的變化[15]。他們用人工神經網絡（ANN）算法將陳化的啤酒分為若干個等級，對數據使用主成分分析（PCA）和線性判別分析（LDA）進行分析后發現，無醇啤酒的等級可以明顯區分出來，而普通啤酒則無法明顯區分，表明普通啤酒的陳化過程比無醇啤酒要穩定，這為酒廠提供了一種在線檢測啤酒品質的方法。

2.3 在水果檢測中的應用

對水果成熟度進行檢測可以有效地防止腐爛的發生。Hui Guohua等研制了基于金屬氧化物傳感器的電子鼻并對富士蘋果的庫存時間進行檢測并建立了預測模型，發現主成分分析（PCA）法不能區分所有樣品，而基于信噪比（SNR）的自適應算法可以成功區分未熟、半數和成熟的蘋果[16]。在對預測模型的驗證試驗中，發現預測準確率達到了84.62%，表明這種方法有著檢測快速、操作簡單、準確率高和可靠性高等優點。Luisa Torri等研究了電子鼻在監測鮮切水果（菠蘿片）新鮮度的應用，將菠蘿樣品在3種不同的溫度（4～5，7～8，15～16 ℃）下儲存6～10 d，通過2種方法分析得到數據：一種是用不連續的方法對處于不同儲存階段的樣品進行一系列的分析，另一種是連續的方法，用電子鼻的探針自動監測菠蘿片儲存過程中頂空[17]。結果表明，使用不連續的方法時，電子鼻能夠區分若干樣品并且監控與腐爛相關的揮發性物質的變化，電子鼻技術在工業質量控制中的應用值得人們關注。

2.4 在茶葉檢測中的應用

現代科學分析表明，茶葉中含有多種營養成分和藥效成分，利用電子鼻可以對茶葉等級進行鑒定。史波林等用法國Alpha MOS公司的Fox4000型電子鼻對西湖龍井茶的香氣特征進行研究，并探尋用電子鼻鑒別龍井茶等級的方法[18]。試驗所用的茶葉樣品分為3個等級，AAA級、AA級和A級（品質依次降低），采用軟獨立建模分類法（SIMCA）進行模式識別，結果表明，A級樣品與其他2組樣品區分顯著，識別率可以達到100%。由于AAA 級和AA級的等級識別過程受到了AA級樣品中少數異常點的影響，識別率只有93%左右，這已經基本滿足了檢測需要，可以實現對西湖龍井的智能分級。甘芝霖等用電子鼻對2種品牌、5個等級的信陽毛尖茶進行檢測，并用主成分分析法（PCA）建立圖譜來區分不同等級茶葉的差異，用偏最小二乘法（PLS）建立模型[19]。結果得出，PCA圖譜可以將各個茶葉樣品明顯區分，并利用盲樣的試驗結果對感官評審結果進行驗證，表明所建立的PLS模型可以較為準確地檢測茶葉樣品的品質和等級，實現對茶葉品質的快速判定。

3 結語

憑借著檢測快速、簡單、安全以及重復性高等優點，電子鼻技術在未來將會逐步取代人工感官評價成為主要的氣味評價手段。未來電子鼻技術主要發展趨勢：①朝著便攜、微型方向發展。目前多數電子鼻體積太過龐大，不方便攜帶，給電子鼻的普及帶來了一定阻礙。②開發出專用的電子鼻。通用型的電子鼻靈敏度低，應開發出專門應用于食品行業的電子鼻。③實現在線檢測。受到外部環境、傳感器壽命、樣品種類的影響，目前還沒有實時在線的電子鼻檢測系統，通過研究外部與內在因素對電子鼻檢測的影響并開發出在線檢測系統是未來的發展趨勢之一。

參考文獻

[1] 楊文璽，魏勝利，劉亞令，等.基于電子鼻技術的大黃藥材氣味鑒別[J].現代中藥研究與實踐，2014（1）：11-13.

[2] WLODZIMIROW K A，ABUHANNA A，SCHULTZ M J.et al.Exhaled breath analysis with electronic nose technology for detection of acute liver failure in rats[J].Biosensors and Bioelectronics，2014，53：129-134.

[3] 龍君，朱曉瓊，楊涓，等.電子鼻對煙用香精香料檢測參數的研究[J].化學研究與應用，2014（3）：395-400.

[4] 朱曉瓊，楊涓，李婧，等.電子鼻結合PCABP神經網絡在煙用香料質量控制中的應用[J].化學研究與應用，2014（2）：261-266.

[5] 方向生，施漢昌，何苗，等.電子鼻在環境監測中的應用與進展[J].環境科學與技術，2011（10）：112-117.

[6] 王玲，桂陽海，張順平，等.電子鼻在危險爆炸物檢測中的應用研究[J].傳感技術學報，2007（1）：42-45.

[7] KRISHNA PERSAUD，GEORGE DODD.Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose[J].Nature，1982，299（5881）：352-355.

[8] GARDNER J W，BARTLETT P N.A brief history of electronic noses[J].Sensors and Actuators BChem，1994，18/19：211-220.

[9] 唐月明，王俊.電子鼻技術在食品檢測中的應用[J].農機化研究，2006（10）：169-172.

[10] 王磊，曲建嶺，楊建華.發展中的電子鼻技術[J].測控技術，1999，18（5）：8-10.

[11] WILSON A D，BAIETTO M.Applications and advances in electronicnose technologies[J].Sensors，2009，9（7）：5099-5148.

[12] MUSATOV V Y，SYSOEV V V，SOMMER M，et al.Assessment of meat freshness with metal oxide sensor microarray electronic nose：A practical approach[J].Sensors and Actuators B：Chemical，2010，144（1）：99-103.

[13] 石志標，佟月英，陳東輝，等.牛肉新鮮度的電子鼻檢測技術[J].農業機械學報，2009，40（11）：184-188.

[14] 魯小利，張秋菊，蔡小慶.實用仿生電子鼻在黃酒檢測中的應用[J].釀酒科技，2014（3）：53-55.

[15] GHASEMIVARNAMKHASTI M，MOHTASEBI S S，SIADAT M，et al.Aging fingerprint characterization of beer using electronic nose[J].Sensors and Actuators B：Chemical，2011，159（1）：51-59.

[16] HUI G H，WU Y L，YE D D，et al.Fuji apple storage time predictive method using eectronic nose[J].Food Anal Methods，2013，6（1）：82-88.

[17]TORRI L，SINELLI N，LIMBO S.Shelf life evaluation of freshcut pineapple by using an electronic nose[J].Postharvest Biology and Technology，2010，56（3）：239-245.

[18] 史波林，趙鐳，支瑞聰，等.應用電子鼻判別西湖龍井茶香氣品質[J].農業工程學報，2011（S2）：302-306.

[19] 甘芝霖，劉遠方，楊陽，等.基于電子鼻技術的信陽毛尖茶品質評價[J].食品工業科技，2013（2）：54-57.