11月10日，新加坡南洋理工大学(NTU Singapore)领导的一个科学家团队发明了一种人工嗅觉系统，可以模仿哺乳动物的鼻子，准确评估肉类的新鲜程度。
这种 "电子鼻子"（e-nose）包括一个 "条形码"，它会随着肉类腐烂时产生的气体而改变颜色，以及一个由人工智能（AI）驱动的智能手机应用程序形式的条形码 "阅读器"。电子鼻经过训练，可以从大量的条形码颜色库中识别和预测肉类的新鲜度。
当对商业包装的鸡肉、鱼肉和牛肉样品进行测试时，该团队发现，他们为电子鼻提供动力的深度卷积神经网络AI算法预测肉类的新鲜度的准确率为98.5%。作为对比，研究团队评估了一种常用算法的预测准确率，以测量传感器的反应，如该电子鼻中使用的条形码。这类分析结果显示，总体准确率为61.7%。
新加坡台大的研究团队表示，10月发表在科学杂志《先进材料》上的一篇论文中描述的这种电子鼻，可以向消费者确认肉类是否适合食用，比 "最佳食用期 "标签更准确，有助于减少食物浪费，他们与中国江南大学和澳大利亚莫纳什大学的科学家合作。
共同第一作者，南大柔性器件创新中心主任陈晓东教授说。"我们的概念验证人工嗅觉系统，在实际生活场景中进行了测试，可以很容易地集成到包装材料中，并在短时间内产生结果，而不需要最近开发的一些电子鼻中用于电信号收集的笨重布线。
"这些条形码可以帮助消费者节省开支，确保他们不会丢弃仍适合消费的产品，这也有助于环保。条形码的可生物降解和无毒特性也意味着它们可以安全地应用于食品供应链的各个环节，以确保食品的新鲜度。"
这种实时监测食品新鲜度的方法已经申请了专利，目前该团队正与新加坡一家农业综合企业合作，将这一概念推广到其他类型的易腐食品上。
新鲜度的嗅觉
台大科学家及其合作者开发的电子鼻由两部分组成：一个彩色的 "条形码"，能与肉类腐烂产生的气体发生反应；一个条形码 "阅读器"，利用人工智能解读条形码上的颜色组合。为了使电子鼻便于携带，科学家们将其整合到一个智能手机应用中，可以在30秒内得出结果。
电子鼻子模仿了哺乳动物鼻子的工作方式。当腐烂的肉类产生的气体与哺乳动物鼻子中的受体结合时，就会产生信号并传送到大脑。然后，大脑收集这些反应并将其组织成模式，使哺乳动物能够识别肉类老化和腐烂时存在的气味。
在电子鼻中，条形码中的20个条形物充当受体。每条条码由嵌在纤维素衍生物上的壳聚糖(一种天然糖)制成，并装载不同类型的染料。这些染料与腐烂的肉类所释放的气体发生反应，并根据不同类型和浓度的气体而改变颜色，从而形成独特的颜色组合，作为任何肉类状态的 "气味指纹"。
例如，条形码中的第一条含有一种黄色染料，呈弱酸性。当接触到肉类腐烂产生的含氮化合物（称为生物胺）时，当染料与这些化合物发生反应时，这种黄色染料会变成蓝色。随着肉类进一步腐烂，颜色强度会随着生物胺浓度的增加而改变。
在这项研究中，科学家们首先利用确定肉类新鲜度的国际标准制定了一个分类系统（新鲜、不太新鲜或变质）。这是通过提取和测量在广泛使用的透明PVC(聚氯乙烯)包装膜包裹的鱼包装中发现的氨和其他两种生物胺的含量，并在4℃(39华氏度)下以不同的时间间隔储存5天。
他们同时在不接触鱼的情况下，用粘在PVC薄膜内侧的条形码监测这些鱼包装的新鲜度。这些条码的图像是在五天的不同时间间隔拍摄的。
电子鼻的总体准确度达到98.5％
然后用不同条码的图像训练一种被称为深度卷积神经网络的人工智能算法，以识别气味指纹中与每一类新鲜度相对应的模式。
为了衡量他们的电子鼻的预测准确性，台大的科学家们随后监测了商业包装的鸡肉、鱼肉和牛肉的新鲜度，条形码粘在包装膜上，并在25℃（77华氏度）下储存。在48小时内，在不打开不同肉类包装的情况下，以不同的时间间隔拍摄了超过4000张六种肉类包装的条形码图像。
研究团队首先训练他们的系统在3,475张条形码图像中捕捉到的气味指纹中挑选出模式，然后再测试系统在其余图像上的准确性。
结果显示，总体准确率为98.5%--识别变质肉类的准确率为100%，识别新鲜和不太新鲜肉类的准确率为96%至99%。
作为对比，研究团队从每个新鲜度类别中随机选取了20张条形码图像，以评估欧氏距离分析的预测准确性，欧氏距离分析是一种常用的方法，用于测量像该电子鼻中使用的条形码这样的传感器的响应。该分析结果显示，总体准确率为61.7%。
台大材料科学与工程系校长讲座教授陈教授说。"虽然电子鼻已经被广泛研究，但由于目前的原型机在准确检测和识别气味方面的问题，其商业化仍然存在瓶颈。我们需要一个系统，既要有强大的传感器设置，又要有能够准确预测气味指纹的数据分析方法，这正是我们的电子鼻所提供的。
"它的无损、自动和实时监测能力还可以用来识别其他类型的易腐食品在变得不那么新鲜时释放的气体类型，为食品质量控制提供一个广泛适用的新平台，这也是我们现在努力的方向。"
