E-næsen indeholder en 'stregkode', der ændrer farve på grund af reaktioner med gasser, der udsendes af det henfaldende kød, og en stregkodelæser i form af en smartphone-app drevet af AI, og er blevet trænet til at genkende og forudsige kødets friskhed fra et stort bibliotek af stregkodefarver. Kredit:Nanyang Technological University
Et team af forskere ledet af Nanyang Technological University, Singapore (NTU Singapore) har opfundet et kunstigt lugtesystem, der efterligner pattedyrsnæsen for at vurdere kødets friskhed nøjagtigt.
Den elektroniske næse (e-nose) består af en stregkode, der ændrer farve over tid som reaktion på de gasser, der produceres af kød, når det henfalder, og en stregkodelæser i form af en smartphone-app drevet af kunstig intelligens (AI). E-næsen er blevet trænet til at genkende og forudsige kødets friskhed fra et stort bibliotek af stregkodefarver.
Når den er testet på kommercielt emballeret kylling, prøver af fisk og oksekød, der blev efterladt til ældning, holdet fandt ud af, at deres dybe foldede neurale netværk AI-algoritme, der driver e-næsen, forudsagde friskheden af kødet med en nøjagtighed på 98,5 procent. Som en sammenligning, forskerholdet vurderede forudsigelsesnøjagtigheden af en almindeligt brugt algoritme til at måle responsen fra sensorer som stregkoden, der bruges i denne e-næse. Denne type analyse viste en samlet nøjagtighed på 61,7 procent.
E-næsen, beskrevet i et papir publiceret i det videnskabelige tidsskrift Avancerede materialer i oktober, kunne bidrage til at reducere madspild ved at bekræfte over for forbrugerne, om kød er egnet til konsum, mere præcist end et 'bedst før'-mærke kunne, sagde forskerholdet fra NTU Singapore, som samarbejdede med forskere fra Jiangnan University, Kina, og Monash University, Australien.
Medforfatter professor Chen Xiaodong, direktør for Innovativt Center for Fleksible Enheder på NTU, sagde:"Vores proof-of-concept kunstige lugtesystem, som vi testede i virkelige scenarier, kan nemt integreres i emballagematerialer og giver resultater på kort tid uden de omfangsrige ledninger, der bruges til elektrisk signalopsamling i nogle e-næser, der blev udviklet for nylig. Disse stregkoder hjælper forbrugerne med at spare penge ved at sikre, at de ikke kasserer produkter, der stadig er egnet til forbrug, hvilket også hjælper miljøet. Stregkodernes biologisk nedbrydelige og ikke-toksiske natur betyder også, at de sikkert kan anvendes i alle dele af fødevareforsyningskæden for at sikre madens friskhed."
Holdet arbejder nu sammen med en Singapore agribusiness-virksomhed for at udvide dette koncept til andre typer letfordærvelige varer.
Stregkoden er fastgjort til undersiden af PVC-filmen, som kødet er pakket i. Kredit:Nanyang Technological University
En næse for friskhed
E-næsen udviklet af NTU-forskere og deres samarbejdspartnere består af to elementer:en farvet stregkode, der reagerer med gasser produceret af rådnende kød; og en stregkodelæser, der bruger AI til at fortolke kombinationen af farver på stregkoden. For at gøre e-næsen bærbar, forskerne integrerede det i en smartphone-app, der kan give resultater på 30 sekunder.
E-næsen efterligner, hvordan en pattedyrs næse fungerer. Når gasser produceret af rådnende kød binder til receptorer i pattedyrets næse, signaler genereres og overføres til hjernen. Hjernen samler derefter disse reaktioner og organiserer dem i mønstre, gør det muligt for pattedyret at identificere den lugt, der er til stede, når kød ældes og rådner.
I e-næsen, de 20 streger i stregkoden fungerer som receptorer. Hver stang er lavet af chitosan (et naturligt sukker) indlejret i et cellulosederivat og fyldt med en anden type farvestof. Disse farvestoffer reagerer med de gasser, der udsendes af rådnende kød og ændrer farve som reaktion på de forskellige typer og koncentrationer af gasser, hvilket resulterer i en unik kombination af farver, der fungerer som et duftende fingeraftryk for kødets tilstand.
For eksempel, den første streg i stregkoden indeholder et gult farvestof, der er svagt surt. Når de udsættes for nitrogenholdige forbindelser fremstillet ved henfaldende kød (kaldet bioaminer), dette gule farvestof ændres til blåt, når farvestoffet reagerer med disse forbindelser. Farveintensiteten ændrer sig med en stigende koncentration af bioaminer, efterhånden som kød henfalder yderligere.
Til denne undersøgelse, forskerne udviklede først et klassifikationssystem (frisk, mindre frisk, eller forkælet) ved hjælp af en international standard, der bestemmer kødets friskhed. Dette gøres ved at ekstrahere og måle mængden af ammoniak og to andre bioaminer, der findes i fiskepakker pakket ind i udbredt gennemsigtig PVC (polyvinylchlorid) emballagefilm og opbevaret ved 4°C (39°Fahrenheit) over fem dage med forskellige intervaller.
De overvågede samtidig friskheden af disse fiskepakker med stregkoder limet på indersiden af PVC-filmen uden at røre fisken. Billeder af disse stregkoder blev taget med forskellige intervaller over fem dage.
E-næse opnår 98,5 procent samlet nøjagtighed
En type AI-algoritme kendt som deep convolutional neurale netværk blev derefter trænet med billeder af forskellige stregkoder for at identificere mønstre i duftfingeraftrykket, der svarer til hver kategori af friskhed.
For at måle forudsigelsesnøjagtigheden af deres e-næse, NTU -forskerne overvågede derefter friskheden af kommercielt pakket kylling, fisk, og oksekød med stregkoder limet på emballagefilmen, og opbevaret ved 25°C (77°Fahrenheit). Over 4, 000 billeder af stregkoderne fra seks kødpakker blev taget med forskellige tidsintervaller over 48 timer uden at åbne de forskellige kødpakker.
Forskerholdet trænede først deres system til at udvælge mønstre blandt duftfingeraftryk fanget i 3, 475 stregkodebilleder, før testning af systemets nøjagtighed på de resterende billeder.
Resultaterne afslørede en samlet 98,5 procent nøjagtighed - 100 procent nøjagtighed i at identificere fordærvet kød, og en nøjagtighed på 96 til 99 procent for frisk og mindre frisk kød.
Som en sammenligning, forskerholdet udvalgte tilfældigt 20 stregkodebilleder fra hver friskhedskategori for at vurdere forudsigelsesnøjagtigheden af euklidisk afstandsanalyse, en almindeligt anvendt metode til at måle responsen fra sensorer som stregkoden, der bruges i denne e-næse. Denne analyse viste en samlet nøjagtighed på 61,7 procent.
Prof Chen, Præsident professor i materialevidenskab og teknik ved NTU, sagde:"Mens e-næser er blevet grundigt undersøgt, der er stadig flaskehalse i deres kommercialisering på grund af nuværende prototypers problemer med nøjagtigt at detektere og identificere lugten. Vi har brug for et system, der både har en robust sensoropsætning og en dataanalysemetode, der præcist kan forudsige duftfingeraftryk, hvilket er, hvad vores e-næse tilbyder. Det er ikke-destruktivt, automatiseret og realtidsovervågningskapacitet kan også bruges til at genkende de typer gasser, som andre typer letfordærvelige fødevarer udsender, når de bliver mindre friske, at levere en bredt anvendelig ny platform for fødevarekvalitetskontrol, det er det, vi arbejder hen imod nu."