为提高农产品、食品质量安全监控水平,突破传统气味检测方法,拟开发精度更高、更可靠、更直观的气味检测新方法-嗅觉可视化方法。利用卟啉类化合物与气体反应前后颜色变化的特征,将气味信息变为图像信息,变"闻"气味为"看"气味(图像),既形象又直观;用计算机视觉将每种卟啉颜色变化用256个量级表达,所研发的传感器点阵中几十种卟啉的组合将达到非常高的数量级,可大大提高检测精度;通过解析卟啉与检测物之间相互作用的过程,分析卟啉化合物内部特性对吸收光谱最大峰红移的影响,揭示其反应机理。采用小波变换和独立分量分析等方法对信息进行优化,提取最优特征向量。通过不同非线性模型的比较寻找最佳模式分类方法,建立嗅觉信息可视化传感响应机理的非线性识别模型,力争取得与生物现象相一致的结果。所开发的嗅觉可视化识别方法,其精度、可靠性和适应性将比传统电子鼻提高一个量级。得到农产品、食品行业气味检测可视化系统的示范模型。
produce;quality and safety;olfactory visualization;nondestructive detection;sensor array
农产品质量安全是食品安全的基础环节,直接关系到人民身体健康和生命安全,关系到农业发展和农民增收,关系到政府形象和社会稳定。为提高农产品、食品质量安全监控水平,本项目突破传统气味检测方法,研究了精度更高、更可靠、更直观的气味检测新方法—嗅觉可视化方法。通过对人的嗅觉传感机理的研究,探索嗅觉可视化传感机理。采用卟啉金属配合物构建传感器阵列,根据传感器阵列与待测农产品的气体分子反应前后的颜色变化特征识别不同农产品、辨别农产品不同变质程度以进一步判别其食用安全性等。将气味变化信息通过图像信息呈现,变“闻”气味为“看”气味(图像),检测结果既形象又直观。通过对卟啉化合物基本性质的研究,进一步追踪卟啉与检测物之间的相互作用过程。采用理论方法针对金属卟啉及其衍生物的分子结构优化及能量计算,针对金属卟啉及其衍生物的吸收光谱进行理论研究,揭示了其反应机理,从理论上明晰了嗅觉信息可视化传感机理。通过不同非线性模型的比较寻找最佳模式分类方法,建立了可靠的非线性识别模型。参照理论计算结果,再针对GC-MS分析所得典型农产品特征气味信息,从几百种卟啉类化合物中筛选出二十多种,依照研究得到的传感器阵列构建准则构建新的传感器点阵。通过试验验证了所制备的传感器阵列响应信号变异小、重现性好、有较好的稳定性。实现了对不同贮藏天数样本的高精度识别,识别能力有质的提高,精度提高了一个量级。开发出农产品、食品行业气味检测可视化系统的示范模型,在多类典型农产品的应用试验中得到验证,运行稳定、可靠。可用于对各种农产品、食品有关气味方面的质量安全指标进行检测和评定,为食品农产品质量和安全信息的监控提供了一种快速无损检测新途径。