电子鼻在原料肉新鲜度的评定方面的应用介绍

基于对牛肉气味敏感的气敏传感器阵列,石志标等建立了牛肉检测电子鼻系统,并应用该电子鼻系统对不同新鲜度(贮存7天)的牛肉进行了识别实验,识别率达到99.25%,表明电子鼻检测牛肉新鲜度是可行的。孙钟雷根据猪肉的气味特征建立了一套用于猪肉新鲜度识别的电子鼻系统,并采用该系统检测了不同新鲜度的猪肉样品,通过特征值优选、种群规模确定及样本数确定后,依据猪肉的新鲜度模式,确定了遗传优化的组合 RBF 神经网络作为模式识别方法,该系统对猪肉新鲜度的识别率达95%。顾赛麒等采用电子鼻研究冷却猪肉在不同贮藏温度(-18℃、0℃、4℃、10℃、20℃)条件下新鲜度的变化规律,发现贮藏不同时间的肉样挥发性气味差异显著,且贮藏温度越高,肉样新鲜度发生显著下降的时刻越早。

采用 PLS 法发现电子鼻检测数据与感官评分之间具有较强的相关性,电子鼻在一定程度上可以替代感官评定。柴春祥等采用电子鼻技术对保存温度和时间对猪肉挥发性成分的影响进行了研究,以电子鼻输出信号与采集时间的斜率为特征值,该特征值随猪肉样品保存温度的升高而增加,也随保存时间的延长而增加。常志勇基于人类鼻子的结构和嗅觉原理,设计了嗅觉仿生单元,建立了检测鸡肉新鲜度的仿生电子鼻系统。在网络训练采用10折交叉验证训练方案的基础上,系统验证出鸡肉腐败阈值,可用于对不同新鲜度的鸡肉进行分类。Musatov 等采用基于金属氧化物半导体传感器(MOS)的 KAMINA 电子鼻和线性判别分析(linear discriminant analysis,LDA)模式识别方法,评估了肉的新鲜度,结果发现由同一厂家提供的肉样,采用一到两个标准样品就可达到100%的正确识别;分别在4℃和25℃贮存的两种肉样仅能在变质的前期相互识别;要用电子鼻建立可靠的LDA识别模式,必须有3～4个训练周期。

研究了几个气敏传感器在检测牛肉新鲜度中的可行性,发现其中5个传感器可以用于牛肉新鲜度的检测,并采用这5个传感器建立了牛肉新鲜度检测的电子鼻检测系统。Panigrahi 等用含有9个 MOS 的电子鼻研究了贮存在4℃和10℃的牛腰条肉,采用线性判别分析(LDA)和二次判别分析(QDA)来建立模型,采用 LOO-CV 和 Bootstrapping 法对所建模型进行验证;对10℃贮存样品,LDA 分析法的最高分类准确率分别为83.8%和89.1%;QDA 分析法为81.5%和93.2%;对4℃贮存样品,LDA 分析法的最高分类准确率分别为80%和86.6%;QDA 分析法为85%和96%。肖虹等采用电子鼻检测了冷却猪肉在不同贮藏温度和时间条件下挥发性成分的变化,通过主成分分析和判别分析建立的气味指纹图谱可以对冷却猪肉的新鲜度与货架寿命做出很好的判别。洪雪珍等采用 Pen2 电子鼻对不同贮藏时间的猪肉样品进行检测,优化了检测条件,采用主成分分析和线性判别分析均能将不同贮藏时间的猪肉样品很好地区分开,且线性判别分析结果显示电子鼻能较好区分不同贮藏时间的猪肉样品;采用逐步判别分析和BP神经网络对猪肉贮藏时间进行预测,训练集的准确率分别为100%和94.17%,预测集的准确率分别为97.92%和93.75%。