J.Brezmes：电子鼻技术在水果成熟度监测中的应用

由于水果在收获、贮藏和市场销售过程中的成熟度状态决定了最终产品的质量，因此监测和控制成熟度已成为水果工业中一个非常重要的问题。

维尔吉利大学电子工业部J. Brezmes教授及其团队开发了一种利用电子鼻对果实成熟过程进行无损监测的方法。基于氧化锡化学传感器阵列和神经网络模式识别技术，所设计的嗅觉系统能够将水果样品分为绿色、成熟和过熟三种不同状态，具有很好的准确性，用桃子和梨子做的测量显示成功率在92%以上，而用苹果做的精确度稍差。该系统的另一个特点是它能够准确地预测果实自收获以来的贮藏天数，用桃子做的测量最大误差为1天。

本文设计了三个基本模块，一个5L的浓度室，一个2L的传感器室和计算单元，如图1所示，开始在浓缩室中放置一些水果，通常在固定时间1h后，用气相色谱注射器从果实顶空提取150mL的蒸汽样品，导入传感器室，在传感器室中，浓度的突然变化改变了锡氧化物传感器的电导率，这些变化由电脑记录下来，从注射到传感器达到稳定大约10分钟后，利用PCA主成分分析方法对数据进行处理，看看气体传感器阵列是否提取了足够的相关特征，以遵循成熟过程，再利用传感器的电导增量应用不同的模式识别技术来确定系统是否能够对每组样本的成熟阶段进行分类。

图1.利用电子鼻对果实成熟过程进行无损监测的原理图

在果实成熟的过程中，挥发性有机化合物起着重要作用，尤其是乙烯、乙醇。选择丁醇、丙醇等市售的氧化锡气体传感器组成测量室的化学传感器阵列，表1指定了阵列中使用的传感器及其主要应用。

表1.气体传感器阵列及其主要应用

为了评估电子鼻的预测，我们比较这些结果与那些传统稳定的破坏性技术，如用专业渗透计测量硬度，用pH计测量果汁的pH值，用手动折射计测量可溶性固形物含量，这些经典的方法，结合技术人员的经验，手动标记水果的真正成熟状态，然后由电子鼻测量，两者比较。

所使用的神经网络具有如图2所示的前馈结构，输入层由电子鼻中包含的一些化学传感器所经历的电导增量提供；隐藏层包括可变数量的神经元，这取决于在输入层中使用了多少信号；输出层包括三个神经元，每个神经元用于定义的三个成熟状态。在训练和评估程序采用“N-1”的方法，其中N-1组训练，评估过程重复N次。此方法优化了有限数量的测量的使用。测试了许多组合，从一个传感器到十二个传感器，当给定组合工作良好时，我们添加/减去传感器，直到找到最佳组合。将测得的果实样品的重量和平均表面信息作为输入层的两个附加分量，也可以得到更好的结果，如图2所示。

图2.用于将样本分类为三种不同的成熟状态的神经网络结构

表2.具有和不具有重量和表面信号的给定组合的传感器性能差异的示例图

本文用桃子、梨子和苹果来测试电子鼻的性能，结果显示，随着桃子和梨子成熟，每个传感器的电导随时间的增加而增加，苹果信号没有显示出果实成熟时的明显进化；主成分分析方法显示，在连续的测量中，桃子和梨子可以观察到明显的变化，证明了电子鼻能成功地监测桃和梨成熟度，苹果的测量效果不是很好，为了增加这种水果的精确度，将进行进一步的研究。

点评：

1.该团队开发了一种利用电子鼻对果实成熟过程进行无损监测的方法。

2.该方法成功地监测桃和梨成熟度，无需样品前处理，实现了实时、快速、无损检测，能够应用于对更多水果成熟度的监测。

声明：

1. 本文版权归原作者所有，公众号和媒体转载请与我们联系！

2. 因学识有限，难免有所疏漏和谬误，恳请批评指正！

3. 本文主要参考以下文献，仅用于对相关科学研究的介绍、评论或课堂教学，不得作为商业用途。如有任何版权问题，请随时与我们联系！

Zhang Y, ChanP, Herr A. Rapid Capture and Release of Nucleic Acids through a Reversible Photo-cycloadditionReaction in the Psoralen-functionalized Hydrogel [J]. Angew Chem Int Ed Engl,2018, 57(9).