曲爱玲，马长路

北京农业职业学院（北京 102442）

食品安全关系人民群众身体健康和生命安全，关系中华民族未来。食品安全战略是决胜全面建成小康社会、全面建设社会主义现代化国家的重大任务。我国食品存在微生物和重金属污染、农药兽药残留超标、添加剂使用不规范、制假售假、环境污染对食品安全影响等问题。人民日益增长的美好生活需要对加强食品安全工作提出新的更高要求，进一步加强食品安全工作，确保人民群众“舌尖上的安全”是健康中国战略的首要任务[1]。随着传感器技术及模式识别技术的不断发展和成熟，模仿人类嗅觉的电子鼻智能感官仪器在食品安全检测领域应用逐渐普及并深入。

1 电子鼻

人类的鼻子约有400个气味受体，至少能够检测到1万亿种气味[2]。人类的鼻子可评估和识别食品质量和环境中潜在危险气体，但人类的鼻子对不同的气体有检测极限，且有毒气体危害人类健康安全。电子鼻的出现，完美地继承并超越了人类鼻子的功能。

1.1 电子鼻定义

电子鼻是一种模拟人类嗅觉功能的气体传感器阵列检测系统，对检测对象特定挥发性成分或气体提供气味指纹图谱，通过模式识别做定性或定量的分析、识别和检测，实现品质评价[3]，其具有广谱响应性、交叉敏感等特点。电子鼻和人类嗅觉识别气味对比如图1所示[4]。

图1 电子鼻与人类嗅觉识别气味对比

1.2 电子鼻组成及工作原理

气体传感器阵列、信号处理单元及模式识别单元是电子鼻三大核心组成部分。气体传感器阵列是电子鼻模拟人类嗅觉的多重感知器件，阵列中的每个传感器对被测气体有不同的灵敏度，具有感知特定多种气体的功能；气体传感器阵列采集的气体信号通过转换电路转换成数字信号，由信号处理单元提取信号特征；模式识别单元主要通过统计模式识别和人工神经网络模式识别方法对提取的信号进行快速统计与分析，与数据库中存储信息对比完成检测气体的定量定性识别，输出气体文本或可视化的“指纹”信息等，为气味监测、鉴别、判断和分析提供科学依据[5-7]。

电子鼻系统原理如图2所示[8]。

图2 电子鼻系统原理

1.3 电子鼻中常用气体传感器

电子鼻中常用的气体传感器类型、传感材料、测量原理如图3所示。金属氧化物传感器具有成本低、适用范围宽的优势，其在电子鼻系统中应用最广泛；导电聚合物传感器不同的材料分别对不同的气体呈特定响应，工作无需加热，应用有自身优势；场效应管传感器质量稳定，但存在基准值漂移；光纤传感器有很强的抗噪能力和极高的灵敏度，但其高成本，短寿命。此外，电化学传感器、红外传感器、质量传感器等在电子鼻中也有应用[9-10]。

图3 电子鼻中常用的气体传感器

1.4 电子鼻中常用的模式识别

电子鼻中常用的模式识别有统计模式识别和人工神经网络模式识别，常用的算法如图4所示。统计模式识别算法模型相对简单，无需训练，但抗干扰能力较差；人工神经网络识别算法训练时长间，但抗干扰能力较强。模式识别算法向运算速度快、易于训练、存储空间小、精度高、抗干扰能力强和具有不确定性估计等方向发展[11-12]。

图4 模式识别常用算法

1.5 常用电子鼻产品

电子鼻产品以国外产品居多，国内使用较多的电子鼻产品型号和生产商如表1所示[13]。

表1 电子鼻产品信息

2 电子鼻在食品安全中的应用

食品按营养特点主要分为五大类。第一类谷薯类，即主食，主要提供能量、碳水化合物，及小部分膳食纤维；第二类蔬果类，即蔬菜和水果，主要提供维生素、矿物质（钙、铁、锌等），及水溶性的膳食纤维；第三类大豆类，即大豆及其制品，提供蛋白质、脂肪、碳水化合物；第四类动物性食物，包括鱼、肉、蛋、奶及其制品，主要提供优质的蛋白质和能量；第五类纯能量食物，包括烹调油、糖果、坚果、酒等，虽提供能量，但营养相对少一些[14]。电子鼻在五大类食品质量安全检测中，均有广泛的应用。

2.1 谷薯类

电子鼻在谷薯类即粮食类食品质量安全检测中主要应用在虫害、霉变、品种、储藏年限4个方面。

2.1.1 虫害

粮食存储虫害会使粮食受到污染、影响品质，造成粮食总储存量减少，使经济产生损失[15]。粮食在存储过程中，自身新陈代谢产物会进行释放，若产生虫害，则会释放特殊的挥发物，电子鼻可以检测挥发物质的样本指纹信息，进行虫害识别[16]。文献研究表明，利用自制电子鼻系统，结合PCA和LDA分析法，可以根据受侵害的时间对受虫害的稻谷、小麦和玉米进行很好的分类[17]。

2.1.2 霉变

粮食霉变会使营养物质流失，产生的霉菌毒素威胁人类健康。粮食霉变是微小细菌大量的繁殖和代谢活动引起，会产生挥发性气味，电子鼻通过对气味信息提取和分析，可判断粮食霉变的程度和阶段[18]。文献研究表明，利用FOX3000型电子鼻，结合PCA分析法，可以较好地区别不同霉变状态的小麦[19]；利用自制电子鼻，结合多特征融合技术可有效鉴别玉米霉变程度[20]。

2.1.3 品种

粮食品种不同，品质不同。电子鼻技术在检测粮食不同产地、不同品种等方面进行了大量应用。文献研究表明，利用PEN3电子鼻，结合BP神经网络可以区分6种不同稻谷品种，常规稻与杂交稻[21]。利用PEN3型电子鼻，结合PCA分析法，对我国10个省份47个小麦样品的挥发性物质进行检测，可以区分不同用途小麦、不同产地的小麦和同一产地不同品种的小麦[22]。

2.1.4 储藏年限

粮食储藏时间过长，霉菌毒素超标会造成品质下降、口感变差，发生变质或陈化。文献研究表明，利用PEN2型电子鼻，通过优化电子鼻传感器阵列，采用3层BP神经网络，可以快速、准确地区别小麦储藏年限[23]。利用PEN2型电子鼻，结合PCA分析法，也可以将不同储藏年限的小麦较好地进行区分[24]。

2.2 蔬果类

蔬果香味因自身所含的芳香物质不同而不同，且每种蔬果在自身的生命周期内香气值也会不断变化，蔬果的成熟度、新鲜度、贮藏时间长短可通过其挥发香气进行反映。大量文献研究表明，利用不同电子鼻产品，结合多种模式识别技术，可对块菌、红皮洋葱、马铃薯、南瓜、线椒、番茄、苹果、梨、桃、猕猴桃、菠萝等多种蔬果进行农药残留检测、病害探测、品种区分、品质鉴定、成熟度判别和货架期预测。电子鼻在蔬果中的应用可实现蔬果品质的无损检测，利于蔬果市场的绿色、健康和安全流通[25-31]。

2.3 大豆类

大豆是我国主要粮食作物，其富含蛋白质、碳水化合物等成分，具有较高的营养价值，可以加工生产成豆粉类、豆浆类、豆腐类、豆干类、臭豆腐类、发酵类等多种制品。文献研究表明，利用PEN3型电子鼻，结合BP神经网络，能够实现种子生活力快速、无损检测[32]；利用自主研发电子鼻，结合随机共振方法，提取豆类样品的霉变特征，可以得到很好地区分不同储存时间豆类样品[33]；利用iNOSE型电子鼻，结合PCA分析法，能够很好地区分不同蒸煮条件毛霉型豆豉，提高毛霉型豆豉品质评审的客观性[34]；利用FOX4000型电子鼻，结合PCA和CA模式识别方法，对不同干燥方式郫县豆瓣样品风味分析，得出未干燥的郫县豆瓣与冷冻干燥的样品在风味上最为相似，冷冻干燥对样品风味物质影响最小[35]；利用ISENSO SmartNose型电子鼻，结合PCA分析法，能够较好地区分发酵成熟卤水和豆腐浸泡卤水的挥发性成分及活性风味物质[36]；利用PEN3型电子鼻，结合PCA、CA、PLS模式识别方法，可分析出大豆油在煎炸过程中产生的物质，可实现大豆油煎炸过程中的质量监控[37]；利用iNose电子鼻，结合BP神经网络，可快速判别豆干真伪品牌，为食品溯源提供支撑[38]。

2.4 动物性食物

动物性食物富含蛋白质，其新鲜度、品种和是否掺假，是消费者关注的热点。

2.4.1 新鲜度检测

文献研究表明，利用自制电子鼻，结合SVM算法，对牛肉新鲜度识别的准确率达99.25%[39]；利用中国农业大学研制的E-Nose-1000型电子鼻系统，结合Bayes判别方法，可以有效地鉴别牛奶新鲜度[40]；利用浙江工商大学食品安全传感技术实验室研制电子鼻系统，结合非线性随机共振方法，可以实现鸡肉鲜度的检测，检测率达94%[41]；利用FOX4000型电子鼻，结合PCA和判别因子分析（DFA）分析法，可将0 ℃和10 ℃贮藏温度和贮藏时间的鸡肉进行区分[42]；利用自主研发的电子鼻系统，结合SVM分析法，可以实现三文鱼新鲜度的智能检测与辨识[43]。

2.4.2 品种区分

利用FOX4000电子鼻，结合PCA和DFA分析法，能够有效区分牦牛、普通牛及猪等不同的肉类，且能够识别不同部位的牦牛肉和牛肉[44]；利用PEN3电子鼻，结合LDA分析法，可以快速检测辨别坨坨猪肉中挥发性成分差异，即能区别不同厂家生产的坨坨猪肉[45]；利用PEN3型电子鼻，结合PCA分析法，可以检测不同贝类气味的差异程度，区别贝类的品种[46]。

2.4.3 掺假检测

肉类掺假是食品安全隐患，易引发食品安全事件，电子鼻技术可以检测肉类参假。文献研究表明，利用PEN2型电子鼻，结合MLR、PLS和BP神经网络分析，均能准确识别羊肉中掺入的猪肉[47]；利用PEN3型电子鼻，结合PCA和PLS分析法，可实现驼乳掺假牛乳有效判别，最低检测浓度为1%[48]；利用PEN3型电子鼻，结合PCA和LDA分析法，均能够区分原料奶和巴氏杀菌奶中羊奶混入不同比例的牛奶[49]；利用FOX4000电子鼻，结合DFA、PLS、质量控制分析法，均能对牛乳中掺入脂肪进行定性的判别和定量的预测[50]；利用PEN3电子鼻，结合PCA和LDA分析，能够对不同类别的蛋白质掺假物质进行定性分析，结合线性回归分析、FDA和KNN分析，能够对不同类别的蛋白质掺假物质进行定量分析[51]。

文献研究表明，电子鼻在动物性食物新鲜度、品种区别及掺假等方面应用具有较好的准确度和可行性。

2.5 纯能量食物

纯能量食物可为人体提供能量和必需的脂肪酸，是人类饮食结构中不可缺少的组成部分。文献研究表明，电子鼻在纯能量食物品种区分、年限、风味识别等方面应用较多。HS-SPME-GC-MS结合PEN3型电子鼻，通过PCA与LDA分析法，能对10种品系红松籽油挥发性物质进行准确区别和分类[52]；利用PEN3型电子鼻，结合LDA分析法，能区别不同压榨温度下奇亚籽油的挥发性风味，并能将60 ℃与其他温度下压榨的奇亚籽油进行较好区分[53]；利用PEN3型电子鼻和气质联用仪，结合PCA分析法，可有效、全面地分析不同牡丹籽油产品的香气差异，实现对不同牡丹籽油产品的区分[54]；使用电子鼻技术与聚苯胺气体传感器阵列，可有效地鉴别添加不同浓度橙色精油黑巧克力的储藏时间[55]；利用PEN3型电子鼻，结合LDA识别方法，可以区分不同品牌和不同等级的红糖[56]；利用PEN3型电子鼻，结合LDA与PCA分析法，均可以对5种不同酒龄酱香型白酒进行有效区分，通过CA分析法，可以对不同酒龄酱香型白酒挥发性气味进行归类[57]；利用PEN3型电子鼻，结合LDA分析法，可以完全区分不同方式干燥的澳洲坚果仁，分析不同干燥方法对澳洲坚果风味物质的影响[58]。

3 电子鼻发展趋势

3.1 开发新型气体传感器

开发多功能、新材料、无漂移、抗环境干扰的新型气体传感器。生物技术、纳米技术和基因工程的快速发展，使开发高精度、高选择性和高灵敏度的新型气体传感器成为可能，该新型气体传感器应具备识别多种单一气体、多种混合气体，且能识别气体的浓度的性能；采用新型半导体、陶瓷、高分子及纳米等对环境变化不敏感的传感材料，采用薄膜工艺降低敏感材料加热所需的能量，提高电子鼻工作可靠无漂移和能量消耗[59]。

3.2 多技术融合

传感器技术、模式识别、模糊理论、人工神经网络、光谱技术、计算机视觉和人工智能等技术交叉融合，是电子鼻技术发展的必然趋势。多技术融合和电子鼻与其他分析仪器的融合应用，使电子鼻检测信息互补，进一步提高电子鼻检测的精度和可靠性[59-61]。

3.3 多模式识别算法优化

单一的电子鼻模式识别难以获得精确的模型，可将模糊理论、人工神经网络和遗传算法等结合，对改进算法模式进行优化，即元启发式优化算法，此算法具有解决大规模复杂问题和非线性优化问题的能力，可进一步提高电子鼻的性能[59-61]。

3.4 云端共享模型库

大数据技术和区块链技术的发展，使信息共享成为必然趋势。电子鼻检测特定物质的精确模型，可以实现云端共享，复杂检测数据的分析和处理可由云端服务器完成，使电子鼻检测更快速、更便捷。

3.5 小型化、便携化

传感器技术、微电子技术、计算机技术、仿生材料和新型制造工艺的发展，使电子鼻向集成化、小型化、便携化方向发展[26-28,59-61]。

4 结语

电子鼻是一种无接触的绿色检测技术，研究文献表明，电子鼻在食品安全领域的应用效果显著。但电子鼻产品存在气体传感器阵列识别气味限定、获取信号存在干扰、不同物质对不同模式识别算法敏感度不同、模型不通用等诸多问题需要解决。随着传感器技术、模式识别、模糊理论、人工神经网络、光谱技术、计算机视觉和人工智能等技术的发展与日益成熟，电子鼻产品的智能性与通用性会稳步提升，应用领域会更广泛。