CN109406500A - 一种基于嗅觉可视化阵列的腊肠快速分级方法 - Google Patents
一种基于嗅觉可视化阵列的腊肠快速分级方法 Download PDFInfo
- Publication number
- CN109406500A CN109406500A CN201811157350.3A CN201811157350A CN109406500A CN 109406500 A CN109406500 A CN 109406500A CN 201811157350 A CN201811157350 A CN 201811157350A CN 109406500 A CN109406500 A CN 109406500A
- Authority
- CN
- China
- Prior art keywords
- sausage
- gas
- array
- image
- sensor array
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013580 sausages Nutrition 0.000 title claims abstract description 92
- 238000012800 visualization Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008786 sensory perception of smell Effects 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 239000000523 sample Substances 0.000 claims description 42
- 238000005070 sampling Methods 0.000 claims description 26
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 claims description 12
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 239000003795 chemical substances by application Substances 0.000 claims description 9
- 150000004032 porphyrins Chemical class 0.000 claims description 9
- -1 unsaturated aliphatic aldehyde Chemical class 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 8
- 239000000796 flavoring agent Substances 0.000 claims description 8
- 239000007793 ph indicator Substances 0.000 claims description 8
- 235000015241 bacon Nutrition 0.000 claims description 6
- 235000019441 ethanol Nutrition 0.000 claims description 6
- 235000019634 flavors Nutrition 0.000 claims description 6
- 229920003229 poly(methyl methacrylate) Polymers 0.000 claims description 6
- 239000004926 polymethyl methacrylate Substances 0.000 claims description 6
- 239000002904 solvent Substances 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- MMFCJPPRCYDLLZ-CMDGGOBGSA-N (2E)-dec-2-enal Chemical compound CCCCCCC\C=C\C=O MMFCJPPRCYDLLZ-CMDGGOBGSA-N 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- KSMVZQYAVGTKIV-UHFFFAOYSA-N decanal Chemical compound CCCCCCCCCC=O KSMVZQYAVGTKIV-UHFFFAOYSA-N 0.000 claims description 4
- SHZIWNPUGXLXDT-UHFFFAOYSA-N ethyl hexanoate Chemical compound CCCCCC(=O)OCC SHZIWNPUGXLXDT-UHFFFAOYSA-N 0.000 claims description 4
- NUJGJRNETVAIRJ-UHFFFAOYSA-N octanal Chemical compound CCCCCCCC=O NUJGJRNETVAIRJ-UHFFFAOYSA-N 0.000 claims description 4
- FRPHFZCDPYBUAU-UHFFFAOYSA-N Bromocresolgreen Chemical compound CC1=C(Br)C(O)=C(Br)C=C1C1(C=2C(=C(Br)C(O)=C(Br)C=2)C)C2=CC=CC=C2S(=O)(=O)O1 FRPHFZCDPYBUAU-UHFFFAOYSA-N 0.000 claims description 3
- 240000007594 Oryza sativa Species 0.000 claims description 3
- 235000007164 Oryza sativa Nutrition 0.000 claims description 3
- 208000035199 Tetraploidy Diseases 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- OBRMNDMBJQTZHV-UHFFFAOYSA-N cresol red Chemical compound C1=C(O)C(C)=CC(C2(C3=CC=CC=C3S(=O)(=O)O2)C=2C=C(C)C(O)=CC=2)=C1 OBRMNDMBJQTZHV-UHFFFAOYSA-N 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- HCIIFBHDBOCSAF-UHFFFAOYSA-N octaethylporphyrin Chemical class N1C(C=C2C(=C(CC)C(C=C3C(=C(CC)C(=C4)N3)CC)=N2)CC)=C(CC)C(CC)=C1C=C1C(CC)=C(CC)C4=N1 HCIIFBHDBOCSAF-UHFFFAOYSA-N 0.000 claims description 3
- 239000003960 organic solvent Substances 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 235000009566 rice Nutrition 0.000 claims description 3
- 238000007789 sealing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- HNAGHMKIPMKKBB-UHFFFAOYSA-N 1-benzylpyrrolidine-3-carboxamide Chemical compound C1C(C(=O)N)CCN1CC1=CC=CC=C1 HNAGHMKIPMKKBB-UHFFFAOYSA-N 0.000 claims description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 claims description 2
- ICMAFTSLXCXHRK-UHFFFAOYSA-N Ethyl pentanoate Chemical compound CCCCC(=O)OCC ICMAFTSLXCXHRK-UHFFFAOYSA-N 0.000 claims description 2
- 206010070834 Sensitisation Diseases 0.000 claims description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 2
- 230000033228 biological regulation Effects 0.000 claims description 2
- NUHCTOLBWMJMLX-UHFFFAOYSA-N bromothymol blue Chemical compound BrC1=C(O)C(C(C)C)=CC(C2(C3=CC=CC=C3S(=O)(=O)O2)C=2C(=C(Br)C(O)=C(C(C)C)C=2)C)=C1C NUHCTOLBWMJMLX-UHFFFAOYSA-N 0.000 claims description 2
- OBNCKNCVKJNDBV-UHFFFAOYSA-N butanoic acid ethyl ester Natural products CCCC(=O)OCC OBNCKNCVKJNDBV-UHFFFAOYSA-N 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- MMFCJPPRCYDLLZ-UHFFFAOYSA-N dec-2-enal Natural products CCCCCCCC=CC=O MMFCJPPRCYDLLZ-UHFFFAOYSA-N 0.000 claims description 2
- 238000004033 diameter control Methods 0.000 claims description 2
- 150000002148 esters Chemical class 0.000 claims description 2
- HCRBXQFHJMCTLF-UHFFFAOYSA-N ethyl 2-methylbutyrate Chemical compound CCOC(=O)C(C)CC HCRBXQFHJMCTLF-UHFFFAOYSA-N 0.000 claims description 2
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 claims description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 2
- 229910052742 iron Inorganic materials 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- GYHFUZHODSMOHU-UHFFFAOYSA-N nonanal Chemical compound CCCCCCCCC=O GYHFUZHODSMOHU-UHFFFAOYSA-N 0.000 claims description 2
- 238000005086 pumping Methods 0.000 claims description 2
- 230000008313 sensitization Effects 0.000 claims description 2
- 239000000741 silica gel Substances 0.000 claims description 2
- 229910002027 silica gel Inorganic materials 0.000 claims description 2
- 230000006641 stabilisation Effects 0.000 claims description 2
- 238000011105 stabilization Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- YNHJECZULSZAQK-UHFFFAOYSA-N tetraphenylporphyrin Chemical compound C1=CC(C(=C2C=CC(N2)=C(C=2C=CC=CC=2)C=2C=CC(N=2)=C(C=2C=CC=CC=2)C2=CC=C3N2)C=2C=CC=CC=2)=NC1=C3C1=CC=CC=C1 YNHJECZULSZAQK-UHFFFAOYSA-N 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims 2
- IMNFDUFMRHMDMM-UHFFFAOYSA-N N-Heptane Chemical compound CCCCCCC IMNFDUFMRHMDMM-UHFFFAOYSA-N 0.000 claims 1
- 238000004887 air purification Methods 0.000 claims 1
- 125000004432 carbon atom Chemical group C* 0.000 claims 1
- XYIBRDXRRQCHLP-UHFFFAOYSA-N ethyl acetoacetate Chemical compound CCOC(=O)CC(C)=O XYIBRDXRRQCHLP-UHFFFAOYSA-N 0.000 claims 1
- 235000013622 meat product Nutrition 0.000 abstract description 6
- 230000000007 visual effect Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- SMWDFEZZVXVKRB-UHFFFAOYSA-N Quinoline Chemical compound N1=CC=CC2=CC=CC=C21 SMWDFEZZVXVKRB-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- UHOVQNZJYSORNB-UHFFFAOYSA-N monobenzene Natural products C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- UZVUSORDFOESJG-UHFFFAOYSA-N 2-bromo-3-methyl-6-propan-2-ylphenol Chemical compound CC(C)C1=CC=C(C)C(Br)=C1O UZVUSORDFOESJG-UHFFFAOYSA-N 0.000 description 1
- IICQZTQZQSBHBY-UHFFFAOYSA-N 2t-nonene Natural products CCCCCCC=CC IICQZTQZQSBHBY-UHFFFAOYSA-N 0.000 description 1
- 244000283207 Indigofera tinctoria Species 0.000 description 1
- YIYFFLYGSHJWFF-UHFFFAOYSA-N [Zn].N1C(C=C2N=C(C=C3NC(=C4)C=C3)C=C2)=CC=C1C=C1C=CC4=N1 Chemical compound [Zn].N1C(C=C2N=C(C=C3NC(=C4)C=C3)C=C2)=CC=C1C=C1C=CC4=N1 YIYFFLYGSHJWFF-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001721 carbon Chemical class 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 235000020057 cognac Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000020997 lean meat Nutrition 0.000 description 1
- PYLWMHQQBFSUBP-UHFFFAOYSA-N monofluorobenzene Chemical compound FC1=CC=CC=C1 PYLWMHQQBFSUBP-UHFFFAOYSA-N 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- RKCAIXNGYQCCAL-UHFFFAOYSA-N porphin Chemical compound N1C(C=C2N=C(C=C3NC(=C4)C=C3)C=C2)=CC=C1C=C1C=CC4=N1 RKCAIXNGYQCCAL-UHFFFAOYSA-N 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Plasma & Fusion (AREA)
- Manufacturing & Machinery (AREA)
- Pathology (AREA)
- Primary Health Care (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
本发明一种基于嗅觉可视化阵列的腊肠快速分级方法，涉及肉制品品质检测技术领域。根据多产地不同等级的腊肠特征挥发性气体组分进行了分析并筛选了相应的气敏材料，构建了色敏传感阵列。通过图像采集装置获取传感器阵列反应前后图像,将反应前后传感器阵列中各敏感单元的各通道灰度均值进行特征提取,即为被测样本的气味特征矩阵。基于特征矩阵构建判别模型，对腊肠等级进行快速判别。具有快速、无损，在线可视化的特点，可实现腊肠等级的快速判别。
Description
技术领域
本发明涉及肉制品品质检测技术领域，特别涉及一种基于嗅觉可视化阵列的腊肠快速分级方法，针对不同等级的腊肠进行快速鉴别。
背景技术
腊肠(sausage)在我国具有悠久的历史，俗称香肠，是指以肉类为原料，切绞成丁，配以辅料，灌入动物肠衣经发酵、成熟干制成的中国特色肉制品，是中国肉类制品中品种最多的一大类产品。对于腊肠产地及商标产权保护，腊肠种类鉴别具有重要意义。我国商业行业标准SB/T10003-92按腊肠的理化特征，将腊肠分为优级，一级，二级。传统的化学检测方法预处理复杂、耗时长、有破坏性、大量使用化学试剂污染环境导致无法对腊肠制品进行快速精准的品质鉴别，不适用于工业化产品的快速检测需求。
应用无损检测技术对腊肉、腊肠等肉制品的信息化、智能化检测是肉制品行业未来发展的方向。目前专利如“香肠品质等级检测方法”(申请号：201610217719.X)以及“基于广式腊肠高光谱图像的瘦肉与肥肉自适应分离的方法”(申请号：201710402585.3)分别公开了一种应用高光谱成像技术检测腊肠等级和计算腊肠肥瘦比例的方法，但是由于高光谱系统信息量大、成本较高，难以实现工业化品质检测。而色敏传感技术作为一个新兴的气体表征方法，近年来在食品及农产品检测领域得到了相关应用，可视化传感技术在农产品风味检测方面具有可行性，但在腊肠等级鉴别方面还未见报道。因此开发基于嗅觉可视化传感阵列的腊肠快速分级方法，对于实现腊肠产品快速分级，提高我国传统腊制品品质安全具有重要意义。
发明内容
本发明的目的是提供一种基于嗅觉可视化阵列的腊肠可快速分级方法，具有快速、无损，在线可视化的特点，可实现腊肠等级的快速判别。本方法根绝多产地不同等级的腊肠特征挥发性气体组分进行了分析并筛选了相应的气敏材料，构建了色敏传感阵列。通过图像采集装置获取传感器阵列反应前后图像,将反应前后传感器阵列中各敏感单元的各通道灰度均值进行特征提取,即为被测样本的气味特征矩阵。基于特征矩阵构建判别模型，对腊肠等级进行快速判别。
本发明应用一种基于嗅觉可视化阵列的腊肠分级装置，该装置包括图像采集单元、气体采集单元和控制与检测单元；
其中图像采集单元包括反应室、LED光源、气敏阵列、卡槽以及CCD工业相机，其中LED光源与气敏阵列位于可密封反应室内，反应室外部由采样管与采样泵联通。CCD工业相机位于反应室上方，由可调支架安装固定，该相机经由上位机至于检测单元相连接，用于采集反应前后气敏传感器阵列的图像信息。所述LED光源固定于反应室内部，为CCD相机进行图像采集提供稳定均匀的光源；所述传感器阵列居中放置于反应室底部，在反应室内部可与真空泵输送进的腊肉挥发性气体进行充分反应。反应室的底部设计有卡槽，大小与气敏传感阵列大小相符合，其位置与CCD相机镜头相对应，主要用于气敏传感阵列芯片的定位，确保每次采集时的气敏阵列都完整进入相机视野，保证图像采样单元的稳定性。
其中气体采集单元包括真空泵，流量阀，采样针，集气室以及进气管。所述真空泵通过采样管将集气室和反应室相连接，其中气流流量由流量阀调节。集气室内气体采集由采样探针实现，为保证集气室内气压平衡，防止形成真空状态，其底部设有进气管，真空泵抽气后，向内部引入环境空气，保持气压平衡状态。所述进气管内装有活性炭，对环境空气进行净化，保证气敏阵列反应时不受外部环境的影响。
其中控制与检测单元由上位机与图像采集卡组成。所述上位机可控制相机分别拍摄气敏传感阵列反应前后的图像，而后相机采集的图像由图像采集卡传输给上位机。上位机对获取的图像进行实时处理，提取各图像的R、G、B三通道信息，并进行模型调用和结果判别，最后由系统界面实时显示检测结果。
本发明通过以下技术方案实现：一种基于嗅觉可视化阵列的腊肠快速分级方法，按照下述步骤进行：
(1)可视化气敏材料筛选；
(2)可视化气敏传感器阵列的制备；
(3)多等级腊肠样品的挥发性气体采集；
(4)应用CCD工业相机采集反应室中气敏传感器与样品反应前后的阵列图像；
(5)传感阵列图像特征提取；
(6)构建腊肠等级判别模型。
其中所述步骤(1)中，可视化气敏材料筛选，按照下述步骤进行：
根据GC-MS对腊肠的主要挥发性气体组分进行分析，其主要风味化合物是10个碳原子以下的饱和或不饱和脂肪醛和酯类化合物，如丁酸乙酯、己酸乙酯、壬醛、(E)-2-壬烯醛、庚酸乙酯、癸醛、辛醛、戊酸乙酯、2-甲基-丁酸乙酯、(E)-2-癸烯醛等。针对这些挥发性气体组分，筛选出对这些气体敏感的色敏材料，即9种显色剂作为可视化气敏材料。其中包含6种卟啉类化合物，具体为①5,10,15,20-四苯基卟啉氯化铁；②5,10,15,20-四(5-氟苯基)卟啉氯化铁；③八乙基卟吩；④四苯基三元卟啉；⑤四苯基卟啉锌；⑥5,10,15,20-四(4-氯苯基)卟啉锌以及3种pH指示剂，如溴百里酚蓝、甲酚红、溴甲酚绿。将所筛选的气敏材料(显色剂)溶于氯仿或者乙醇等有机溶剂中，其中pH指示剂用乙醇作为溶剂，卟啉类化合物用氯仿作为溶剂，配置成2mg/mL的气敏溶液。
其中所述步骤(2)中，可视化气敏传感器阵列的制备，按照下述步骤进行：
将配制好的多种气敏溶液均置于黑暗环境中保存，使用时用点样毛细管取大约2.5μL的气敏溶液固定到3cm×3cm的反相C2硅胶板上制成可视化传感器阵列，其中前7个位点对应的是卟啉类化合物，后2个位点对应的是pH指示剂，形成5×3的气敏传感器阵列。阵列中气敏单元的直径控制在3-4mm之间，待色敏材料在基底材料上挥发至稳定，将传感器阵列芯片置于非敏感环境中密封保存待用。
其中所述步骤(3)中，腊肠样品的挥发性气体采集，可按照下述步骤进行：
将腊肠样品置于集气室中，把采样探针插入集气室上端，开启真空泵，调节流量阀，抽取腊肠样品挥发性气体，使之通过采样管和真空泵进入反应室。通过流量阀可对挥发性气体流量、压力以及样品气味挥发速率进行精确控制。
其中所述步骤(4)中，应用CCD工业相机采集反应室中气敏传感器与样品反应前后的阵列图像，按照下述步骤进行：
反应室的大小根据腊肠样品的尺寸进行设计，采用聚甲基丙烯酸甲酯(PMMA)材料制备透光性较好的密封容器。在真空泵开启前，由上位机控制CCD工业相机拍摄气敏传感阵列初始的彩色图像，通过图像采集卡传输给上位机。待真空泵开启后，腊肠样品产生挥发性气体进入反应室，与气敏传感阵列充分的接触和反应一段时间后，上位机再次控制CCD工业相机采集气敏传感器阵列反应后的图像并通过图像采集卡传输回上位机，进行数据处理和判别分析。
其中所述步骤(5)中，传感阵列图像特征提取，按照下述步骤进行：
首先提取传感阵列中各个显色剂与腊肠样品反应前后的R、G、B三通道图像信息，然后对各敏感单元所在图像区域进行识别和定位。将反应前后R、G、B特征变化作为响应信号，即将获取的每个传感器反应前后特征值相减(△R＝|R后-R前|、△G＝|G后-G前|、△B＝|B后-B前|)，所得到的差值作为该传感器阵列的响应值，每个样本所得到的响应信号由6个传感器位点组成的18个特征值组成，构建不同贮藏阶段的腊肉挥发性气味的特征矩阵。
其中所述步骤(6)中，构建腊肠等级判别模型，按照下述步骤进行：
在上位机中，基于步骤(5)中所构建的挥发性气味特征矩阵，调用已构建的腊肠等级判别模型，将数据输入模型中，即可对待测腊肠样本的等级进行判别。其中腊肠等级判别模型的建立，采用了主成分分析结合K-最近邻法(KNN)方法，提取前5个主成分并确定K值为1时，构建KNN判别模型对腊肠等级进行快速识别。
本发明的有益效果：
本发明具有快速、无损，可视化的特点，与人工感官评价和理化分析等传统方法相比，检测时间短、操作简单方便、成本低。本发明可用于多产地多品种的腊肠等级判别，也可以用于腊肠产品品质的在线分级，对腊肠制品的品质控制与产品分级具有实际意义。
附图说明
图1是一种基于嗅觉可视化气敏阵列的腊肠等级判别装置图；
图2是气敏传感阵列；
图3是一种基于嗅觉可视化阵列的腊肠快速分级流程图。
图1中：1、上位机；2、CCD工业相机；3、LED光源；4、气敏传感阵列；5、反应室；6、卡槽；7、真空泵；8、流量阀；9、采样探针；10、进气管；11、集气室；12、腊肠样品。
具体实施方式：
下面结合附图和实施例，对本发明的具体实施方式做进一步详细的描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例1：一种基于嗅觉可视化阵列的腊肠等级检测装置
如图1所示，本发明提供了一种基于嗅觉可视化阵列的腊肠等级检测装置，主要由图像采集单元、气体采集单元和控制与检测单元组成。具体包括1、上位机；2、CCD工业相机；3、LED光源；4、传感阵列；5、反应室；6、卡槽；7、真空泵；8、流量阀；9、采样探针；10、进气管；11、集气室。
其中图像采集单元包括反应室5、LED光源7、气敏阵列4、卡槽6以及CCD工业相机3，其中LED光源与传感阵列位于可密封反应室内，反应室5外部由采样管与采样泵7联通。CCD工业相机3位于反应室上方，由可调支架安装固定，该相机经由上位机至于检测单元相连接，用于采集反应前后传感器阵列的图像信息。所述LED光源7固定于反应室内部，为CCD相机3进行图像采集提供稳定均匀的光源；所述传感器阵列4居中放置于反应室5底部，在反应室内部可与真空泵7输送进的腊肉挥发性气体进行充分反应。反应室的底部设计有卡槽6，大小与气敏传感阵列大小相符合，其位置与CCD相机3镜头相对应，主要用于传感阵列芯片的定位，确保每次采集时的气敏阵列都完整进入相机视野，保证图像采样单元的稳定性。
其中气体采集单元包括真空泵8，流量阀9，采样针10，集气室11以及进气管12。所述真空泵8通过采样管将集气室11和反应室5相连接，其中气流流量由流量阀9调节。集气室11内气体采集由采样探针10实现，为保证集气室内气压平衡，防止形成真空状态，其底部设有进气管12，真空泵8抽气后，向内部引入环境空气，保持气压平衡状态。所述进气管12内装有活性炭，对环境空气进行净化，保证气敏阵列4反应时不受外部环境的影响。
其中控制与检测单元由上位机1与图像采集卡2组成。所述上位机1可控制相机分别拍摄气敏传感阵列反应前后的图像，而后相机采集的图像由图像采集卡2传输给上位机1。上位机1对获取的图像进行实时处理，提取各图像的R、G、B三通道信息，并进行模型调用和结果判别，最后由系统界面实时显示检测结果。
实施例2：一种基于嗅觉可视化阵列的腊肠快速分级方法
图2是本发明一种基于嗅觉可视化阵列的腊肠快速分级流程图。如图2所示，基于嗅觉可视化阵列的腊肠快速分级方法，包括以下步骤：
(1)实施例中样本均选自广式腊肠，样本按照国标分为优级，一级，二级等三个等级。采集不同等级的腊肠样本共90个样本。选取长度基本一致的腊肠样本，截面半径尽量保持均一。
(2)气敏传感阵列的制备：针对不同等级和产地的腊肠主要挥发性气体组分，筛选出9种显色剂作为可视化气敏材料。其中包含4种卟啉类化合物，具体为①5,10,15,20-四苯基卟啉氯化铁；②5,10,15,20-四(5-氟苯基)卟啉氯化铁；③八乙基卟吩；④四苯基三元卟啉；⑤四苯基卟啉锌；⑥5,10,15,20-四(4-氯苯基)卟啉锌以及3种pH指示剂，如溴百里酚蓝、甲酚红、溴甲酚绿。将所筛选的气敏材料(显色剂)溶于氯仿或者乙醇等有机溶剂中，其中pH指示剂用乙醇作为溶剂，卟啉类化合物用氯仿作为溶剂，配置成2mg/mL的气敏溶液。
(3)将传感器阵列芯片4置于反应室5底部的卡槽6中。反应室5保持密封状态，其材料聚甲基丙烯酸甲酯(PMMA)，透光性较好。将CCD工业相机2连接到上位机1，开启LED光源3。保持真空泵7不启动，由上位机1控制CCD工业相机2采集反应室5中传感阵列4与样品反应前的图像。
(4)腊肠样品的挥发性气体采集：将待测腊肠样品置于集气室11中，把采样探针9插入集气室11上端，开启真空泵7，调节流量阀6，抽取腊肠样品12的挥发性气体，使之通过采样管和真空泵7进入反应室。通过流量阀7可对挥发性气体流量、压力以及样品气味挥发速率进行调节。
(5)待真空泵7开启后，腊肠样品产生挥发性气体进入反应室5，与传感阵列4充分的接触和反应一段时间后，上位机1再次控制CCD工业相机2采集气敏传感器阵列4反应后的图像并通过图像采集卡2传输给上位机1，进行数据处理和判别分析。
(6)上位机对所采集的图像进行处理，首先通过中值滤波、阈值分割、特征区域提取(以色敏材料中心为圆点，提取15像素点为半径的圆面积)，获取目标图像区域。然后提取目标区域内气敏传感阵列中各个显色剂与腊肠样品反应前后的R、G、B灰度均值。将反应前后R、G、B特征变化作为响应信号，即将获取的每个传感器反应前后特征值相减(△R＝|R后-R前|、△G＝|G后-G前|、△B＝|B后-B前|)，所得到的差值作为该传感器阵列的响应值，每个样本所得到的响应信号由6个传感器组成的18(6×3)个特征值组成，构建不同等级的腊肠挥发性气味的特征矩阵。
(7)在上位机中，基于所构建的挥发性气味特征矩阵和对应的腊肠等级标签，建立腊肠等级的判别模型。采用主成分分析结合K-最近邻法(KNN)方法，提取前10个主成分并选定K值为1时，构建判别效果最佳的KNN判别模型对腊肠等级进行快速识别。
(8)利用30个独立样本(优级，一级，二级等三个等级各取样10个)进行验证实验。实施步骤依照(1)～(5)进行，然后将提取的特征矩阵存入上位机1检测系统，调用已构建的腊肠等级判别模型，将该数据输入模型中，即可对未知的腊肠样本进行等级判别。
Claims (8)
1.一种基于嗅觉可视化阵列的腊肠分级装置，其特征在于该装置包括图像采集单元、气体采集单元和控制与检测单元；
其中图像采集单元包括反应室、LED光源、气敏阵列、卡槽以及CCD工业相机，其中LED光源与气敏阵列位于可密封反应室内，反应室外部由采样管与采样泵联通；CCD工业相机位于反应室上方，由可调支架安装固定，该相机经由上位机至于检测单元相连接，用于采集反应前后气敏传感器阵列的图像信息；所述LED光源固定于反应室内部，为CCD相机进行图像采集提供稳定均匀的光源；所述传感器阵列居中放置于反应室底部，在反应室内部可与真空泵输送进的腊肉挥发性气体进行充分反应；反应室的底部设计有卡槽，大小与气敏传感阵列大小相符合，其位置与CCD相机镜头相对应，主要用于气敏传感阵列芯片的定位，确保每次采集时的气敏阵列都完整进入相机视野，保证图像采样单元的稳定性；
其中气体采集单元包括真空泵，流量阀，采样针，集气室以及进气管；所述真空泵通过采样管将集气室和反应室相连接，其中气流流量由流量阀调节；集气室内气体采集由采样探针实现，为保证集气室内气压平衡，防止形成真空状态，其底部设有进气管，真空泵抽气后，向内部引入环境空气，保持气压平衡状态；所述进气管内装有活性炭，对环境空气进行净化，保证气敏阵列反应时不受外部环境的影响；
其中控制与检测单元由上位机与图像采集卡组成；所述上位机可控制相机分别拍摄气敏传感阵列反应前后的图像，而后相机采集的图像由图像采集卡传输给上位机；上位机对获取的图像进行实时处理，提取各图像的R、G、B三通道信息，并进行模型调用和结果判别，最后由系统界面实时显示检测结果。
2.一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于按照下述步骤进行：
(1)可视化气敏材料筛选；
(2)可视化气敏传感器阵列的制备；
(3)多等级腊肠样品的挥发性气体采集；
(4)应用CCD工业相机采集反应室中气敏传感器与样品反应前后的阵列图像；
(5)传感阵列图像特征提取；
(6)构建腊肠等级判别模型。
3.根据权利要求1所述的一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于其中所述步骤(1)中，可视化气敏材料筛选，按照下述步骤进行：
根据GC-MS对腊肠的主要挥发性气体组分进行分析，其主要风味化合物是10个碳原子以下的饱和或不饱和脂肪醛和酯类化合物，如丁酸乙酯、己酸乙酯、壬醛、(E)-2-壬烯醛、庚酸乙酯、癸醛、辛醛、戊酸乙酯、2-甲基-丁酸乙酯、(E)-2-癸烯醛等；针对这些挥发性气体组分，筛选出对这些气体敏感的色敏材料，即9种显色剂作为可视化气敏材料；其中包含6种卟啉类化合物，具体为①5,10,15,20-四苯基卟啉氯化铁；②5,10,15,20-四(5-氟苯基)卟啉氯化铁；③八乙基卟吩；④四苯基三元卟啉；⑤四苯基卟啉锌；⑥5,10,15,20-四(4-氯苯基)卟啉锌以及3种pH指示剂，如溴百里酚蓝、甲酚红、溴甲酚绿；将所筛选的气敏材料(显色剂)溶于氯仿或者乙醇等有机溶剂中，其中pH指示剂用乙醇作为溶剂，卟啉类化合物用氯仿作为溶剂，配置成2mg/mL的气敏溶液。
4.根据权利要求1所述的一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于其中所述步骤(2)中，可视化气敏传感器阵列的制备，按照下述步骤进行：
将配制好的多种气敏溶液均置于黑暗环境中保存，使用时用点样毛细管取大约2.5μL的气敏溶液固定到3cm×3cm的反相C2硅胶板上制成可视化传感器阵列，其中前7个位点对应的是卟啉类化合物，后2个位点对应的是pH指示剂，形成5×3的气敏传感器阵列；阵列中气敏单元的直径控制在3-4mm之间，待色敏材料在基底材料上挥发至稳定，将传感器阵列芯片置于非敏感环境中密封保存待用。
5.根据权利要求1所述的一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于其中所述步骤(3)中，腊肠样品的挥发性气体采集，可按照下述步骤进行：
将腊肠样品置于集气室中，把采样探针插入集气室上端，开启真空泵，调节流量阀，抽取腊肠样品挥发性气体，使之通过采样管和真空泵进入反应室；通过流量阀可对挥发性气体流量、压力以及样品气味挥发速率进行精确控制。
6.根据权利要求1所述的一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于其中所述步骤(4)中，应用CCD工业相机采集反应室中气敏传感器与样品反应前后的阵列图像，按照下述步骤进行：
反应室的大小根据腊肠样品的尺寸进行设计，采用聚甲基丙烯酸甲酯(PMMA)材料制备透光性较好的密封容器；在真空泵开启前，由上位机控制CCD工业相机拍摄气敏传感阵列初始的彩色图像，通过图像采集卡传输给上位机；待真空泵开启后，腊肠样品产生挥发性气体进入反应室，与气敏传感阵列充分的接触和反应一段时间后，上位机再次控制CCD工业相机采集气敏传感器阵列反应后的图像并通过图像采集卡传输回上位机，进行数据处理和判别分析。
7.根据权利要求1所述的一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于其中所述步骤(5)中，传感阵列图像特征提取，按照下述步骤进行：
首先提取传感阵列中各个显色剂与腊肠样品反应前后的R、G、B三通道图像信息，然后对各敏感单元所在图像区域进行识别和定位；将反应前后R、G、B特征变化作为响应信号，即将获取的每个传感器反应前后特征值相减(△R＝|R后-R前|、△G＝|G后-G前|、△B＝|B后-B前|)，所得到的差值作为该传感器阵列的响应值，每个样本所得到的响应信号由6个传感器位点组成的18个特征值组成，构建不同贮藏阶段的腊肉挥发性气味的特征矩阵。
8.根据权利要求1所述的一种基于嗅觉可视化阵列的腊肠快速分级方法，其特征在于其中所述步骤(6)中，构建腊肠等级判别模型，按照下述步骤进行：
在上位机中，基于步骤(5)中所构建的挥发性气味特征矩阵，调用已构建的腊肠等级判别模型，将数据输入模型中，即可对待测腊肠样本的等级进行判别；其中腊肠等级判别模型的建立，采用了主成分分析结合K-最近邻法(KNN)方法，提取前5个主成分并确定K值为1时，构建KNN判别模型对腊肠等级进行快速识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811157350.3A CN109406500A (zh) | 2018-09-30 | 2018-09-30 | 一种基于嗅觉可视化阵列的腊肠快速分级方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811157350.3A CN109406500A (zh) | 2018-09-30 | 2018-09-30 | 一种基于嗅觉可视化阵列的腊肠快速分级方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109406500A true CN109406500A (zh) | 2019-03-01 |
Family
ID=65466729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811157350.3A Pending CN109406500A (zh) | 2018-09-30 | 2018-09-30 | 一种基于嗅觉可视化阵列的腊肠快速分级方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109406500A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426366A (zh) * | 2019-08-13 | 2019-11-08 | 宿州学院 | 基于可视化嗅觉传感器及近红外的肉类掺假比例检测方法 |
| CN110954532A (zh) * | 2019-11-28 | 2020-04-03 | 吉林大学 | 一种基于可视嗅觉的土壤养分检测装置 |
| CN111665333A (zh) * | 2020-07-21 | 2020-09-15 | 浙江农林大学 | 一种白芨品质快速无损检测系统及方法 |
| CN112213302A (zh) * | 2020-09-30 | 2021-01-12 | 青岛啤酒股份有限公司 | 一种啤酒定性判别方法 |
| CN112730643A (zh) * | 2020-12-07 | 2021-04-30 | 江苏大学 | 基于可视化融合技术表征腐乳风味的方法及装置 |
| CN113109308A (zh) * | 2021-04-13 | 2021-07-13 | 哈尔滨理工大学 | 一种VOCs气体传感器阵列的制备及检测方法 |
| CN113176353A (zh) * | 2021-04-13 | 2021-07-27 | 江苏大学 | 基于可视化技术的香醋风味嗅觉-味觉交互表征方法 |
| CN113267493A (zh) * | 2021-05-21 | 2021-08-17 | 江苏大学 | 基于复合型纳米色敏传感芯片连续化快速无损检测谷物产毒菌的方法及装置 |
| WO2021184821A1 (zh) * | 2020-03-17 | 2021-09-23 | 珠海格力电器股份有限公司 | 烹饪器具及其食物成分识别装置和识别方法 |
| CN113484312A (zh) * | 2021-07-20 | 2021-10-08 | 江苏大学 | 一种基于嗅觉可视化技术的温度补偿模型的建立方法 |
| CN113970546A (zh) * | 2021-09-03 | 2022-01-25 | 江苏大学 | 基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105181912A (zh) * | 2015-06-30 | 2015-12-23 | 江苏大学 | 一种大米储藏过程中的新鲜度检测方法 |
| CN109975292A (zh) * | 2019-03-18 | 2019-07-05 | 江苏大学 | 一种基于机器视觉的大西洋鲑鱼和虹鳟鱼快速鉴别方法 |
| CN110823850A (zh) * | 2019-10-17 | 2020-02-21 | 江苏大学 | 基于微流控芯片的碳纳米管富集二氧化硫检测装置与方法 |
| CN111551530A (zh) * | 2020-04-23 | 2020-08-18 | 江苏大学 | 一种作物群体冠层叶绿素荧光三维分布信息获取方法与装置 |
-
2018
- 2018-09-30 CN CN201811157350.3A patent/CN109406500A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105181912A (zh) * | 2015-06-30 | 2015-12-23 | 江苏大学 | 一种大米储藏过程中的新鲜度检测方法 |
| CN109975292A (zh) * | 2019-03-18 | 2019-07-05 | 江苏大学 | 一种基于机器视觉的大西洋鲑鱼和虹鳟鱼快速鉴别方法 |
| CN110823850A (zh) * | 2019-10-17 | 2020-02-21 | 江苏大学 | 基于微流控芯片的碳纳米管富集二氧化硫检测装置与方法 |
| CN111551530A (zh) * | 2020-04-23 | 2020-08-18 | 江苏大学 | 一种作物群体冠层叶绿素荧光三维分布信息获取方法与装置 |
Non-Patent Citations (1)
| Title |
|---|
| YOLANDA SALINAS 等: "A novel colorimetric sensor array for monitoring fresh pork sausages spoilage", 《FOOD CONTROL》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426366A (zh) * | 2019-08-13 | 2019-11-08 | 宿州学院 | 基于可视化嗅觉传感器及近红外的肉类掺假比例检测方法 |
| CN110954532A (zh) * | 2019-11-28 | 2020-04-03 | 吉林大学 | 一种基于可视嗅觉的土壤养分检测装置 |
| CN110954532B (zh) * | 2019-11-28 | 2021-07-02 | 吉林大学 | 一种基于可视嗅觉的土壤养分检测装置 |
| WO2021184821A1 (zh) * | 2020-03-17 | 2021-09-23 | 珠海格力电器股份有限公司 | 烹饪器具及其食物成分识别装置和识别方法 |
| CN111665333A (zh) * | 2020-07-21 | 2020-09-15 | 浙江农林大学 | 一种白芨品质快速无损检测系统及方法 |
| CN112213302A (zh) * | 2020-09-30 | 2021-01-12 | 青岛啤酒股份有限公司 | 一种啤酒定性判别方法 |
| CN112730643B (zh) * | 2020-12-07 | 2022-09-16 | 江苏大学 | 基于可视化融合技术表征腐乳风味的方法及装置 |
| CN112730643A (zh) * | 2020-12-07 | 2021-04-30 | 江苏大学 | 基于可视化融合技术表征腐乳风味的方法及装置 |
| CN113176353A (zh) * | 2021-04-13 | 2021-07-27 | 江苏大学 | 基于可视化技术的香醋风味嗅觉-味觉交互表征方法 |
| CN113109308A (zh) * | 2021-04-13 | 2021-07-13 | 哈尔滨理工大学 | 一种VOCs气体传感器阵列的制备及检测方法 |
| CN113109308B (zh) * | 2021-04-13 | 2022-09-30 | 哈尔滨理工大学 | 一种VOCs气体传感器阵列的制备及检测方法 |
| CN113176353B (zh) * | 2021-04-13 | 2023-09-05 | 江苏大学 | 基于可视化技术的香醋风味嗅觉-味觉交互表征方法 |
| CN113267493A (zh) * | 2021-05-21 | 2021-08-17 | 江苏大学 | 基于复合型纳米色敏传感芯片连续化快速无损检测谷物产毒菌的方法及装置 |
| CN113484312A (zh) * | 2021-07-20 | 2021-10-08 | 江苏大学 | 一种基于嗅觉可视化技术的温度补偿模型的建立方法 |
| CN113484312B (zh) * | 2021-07-20 | 2023-04-18 | 江苏大学 | 一种基于嗅觉可视化技术的温度补偿模型的建立方法 |
| CN113970546A (zh) * | 2021-09-03 | 2022-01-25 | 江苏大学 | 基于嗅觉味觉交互作用的绿茶品质可视化传感判别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109406500A (zh) | 一种基于嗅觉可视化阵列的腊肠快速分级方法 | |
| CN105181912B (zh) | 一种大米储藏过程中的新鲜度检测方法 | |
| CN109447130B (zh) | 一种基于可视化气敏阵列的哈败腊肉检测装置与方法 | |
| CN110441423B (zh) | 一种测定粮食香气成分的方法及其系统 | |
| CN103512872B (zh) | 一种荧光设备用于铜离子定量检测的比色分析方法 | |
| CN103134850B (zh) | 一种基于特征香气的茶叶品质快速检测方法 | |
| CN102967597A (zh) | 一种基于嗅觉成像传感技术的黄酒酒龄鉴别方法和鉴别系统 | |
| Guan et al. | Determination of rice storage time with colorimetric sensor array | |
| CN105693703B (zh) | 一种用于细胞内溶酶体pH成像的新型比率型荧光探针 | |
| Huang et al. | Non-destructive evaluation of total volatile basic nitrogen (TVB-N) and K-values in fish using colorimetric sensor array | |
| CN110702815A (zh) | 一种面粉储存品质的嗅觉传感检测方法 | |
| CN109182443A (zh) | 一种监测腐败菌繁殖的传感器制备方法及快速检测腐败菌的方法 | |
| CN109447104A (zh) | 基于嗅觉可视化技术的食品气味手机成像检测方法 | |
| Lin et al. | Identification of rice storage time based on colorimetric sensor array combined hyperspectral imaging technology | |
| Wang et al. | pH indicator-based sensor array in combination with hyperspectral imaging for intelligent evaluation of withering degree during processing of black tea | |
| Guan et al. | Analysis of volatile organic compounds from Chinese vinegar substrate during solid-state fermentation using a colorimetric sensor array | |
| CN113324987B (zh) | 一种检测芝麻油掺假的方法 | |
| CN109239058B (zh) | 一种可视化时间温度传感器的制备方法及应用 | |
| CN110793929A (zh) | 一种基于多酶抑制的农药残留检测和区分方法 | |
| CN112730643B (zh) | 基于可视化融合技术表征腐乳风味的方法及装置 | |
| CN115290621B (zh) | 一种双色荧光比率探针的制备方法和应用 | |
| CN112798581B (zh) | 一种对2-己烯醛吸附显色膜的制备方法 | |
| Franca et al. | Applications of smartphones in food analysis | |
| CN114878563A (zh) | 基于4-氨基安替吡啉、芳香酚和铜离子的有机小分子、白酒鉴别方法及比色阵列传感器 | |
| CN112213302A (zh) | 一种啤酒定性判别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |
|
| RJ01 | Rejection of invention patent application after publication |