江南大学食品学院博士后“食品新鲜度可视化监测系统”的研究成果发表在Advanced Materials期刊

　　消费者常常根据食品包装上标识的有效期限来判断是否适合食用，全球每年因此造成大量的食物浪费。据统计，每年被消费者和食品经销商不必要丢弃的食品高达数十亿人民币，造成了极大的浪费。食品新鲜度一方面直接影响食品的品质，另一方面影响消费者感官感受和食用安全。在食品包装上可视化地监测储存食物的品质变化，对于食品的合理出库、销售，减少资源浪费，保障消费者食用安全具有重要意义。

 

　　近日，江南大学胥传来教授和新加坡南洋理工大学Xiaodong Chen教授团队合作，模拟人的嗅觉系统，基于指示剂变色原理和深度卷积神经网络，通过手机扫描，实现了包装食品的新鲜度实时监测，准确率可达98.5%，工作于10月1日在线发表于Adv. Mater. 2020, 2004805 https://onlinelibrary.wiley.com /doi/ 10.1002/adma.202004805。

 

　　研究团队设计并构建了壳聚糖颗粒，负载可视化指示剂染料，研制了20种多孔纳米复合材料，构建了对于肉制品劣变过程中氨气、甲胺、三甲胺等气体敏感的彩色条码，通过监测彩色条码发生颜色变化，并关联肉制品新鲜度指标挥发性盐基氮的水平，结合深度卷积神经网络学习（超过4100张彩色条码变化图片），实现了对鸡肉、鱼肉、牛肉等肉制品的品质监测。团队设计了手机APP，通过扫描复合于食品包装上的彩色条形码，30s即可获得包装肉品的新鲜程度测定结果（图1）。

 

　　研究工作得到了国家留学基金委和新加坡国家研究基金的资助；在深度卷积神经网络计算方面，得到了莫纳什大学Jianfei Cai教授的大力支持；江南大学胥传来教授、莫纳什大学Jianfei Cai教授、新加坡南洋理工大学Xiaodong Chen教授为共同通讯作者。文章第一作者为江南大学食品学院郭玲玲博士后，新加坡南洋理工大学王婷博士后为共同第一作者。

　　图1人工嗅觉系统（a）和深度彩色条码（b）的工作原理