基于電子鼻的低溫貯藏草魚品質(zhì)預(yù)測方法研究*

惠國華，陳裕泉

(1.浙江工商大學(xué)食品與生物工程學(xué)院，杭州310035;2.浙江大學(xué)生物醫(yī)學(xué)工程與儀器科學(xué)學(xué)院，杭州310027)

草魚(Ctenopharyngodon Idellus)屬鯉形目鯉科雅羅魚亞科草魚屬，是我國“四大家魚”之一，價(jià)廉味美，營養(yǎng)價(jià)值高，深受消費(fèi)者的喜愛。草魚肉嫩，含有豐富的不飽和脂肪酸和硒元素，具有抗衰老、開胃、滋補(bǔ)等價(jià)值［1］。新鮮草魚在低溫貯存過程中，其品質(zhì)易受多種因素影響而發(fā)生腐敗變質(zhì)，同時(shí)產(chǎn)生異味。隨著貯藏時(shí)間的增長其揮發(fā)性能的氣體組分也不斷變化。人工感官評價(jià)方法雖可區(qū)分這種細(xì)微變化，但該方法的結(jié)果因評價(jià)人員個體差異、健康狀況等因素影響導(dǎo)致重復(fù)性和參考性均較差。理化指標(biāo)動力學(xué)模型在水產(chǎn)品品質(zhì)變化預(yù)測中有著廣泛的應(yīng)用［2－5］，但該方法需要進(jìn)行理化檢驗(yàn)實(shí)驗(yàn)，存在耗時(shí)長、實(shí)驗(yàn)過程繁瑣等不足。作為人類嗅覺功能的延伸，電子鼻使用特異性能的氣體傳感器陣列采集被測樣品的揮發(fā)性氣體信息，輔以模式識別方法實(shí)現(xiàn)樣品區(qū)分的目標(biāo)，已經(jīng)在食品鮮度檢測中大顯身手［6－9］。佟懿等開展了基于電子鼻的帶魚貨架期預(yù)測分析，以主成分分析方法(PCA)實(shí)現(xiàn)了273 K與283 K溫度下不同貯藏時(shí)間的帶魚氣味變化情況，結(jié)合理化指標(biāo)動力學(xué)模型實(shí)現(xiàn)了對帶魚貨架期的預(yù)測［10］。

本文使用電子鼻對不同貯藏期的草魚樣品進(jìn)行了檢測，同時(shí)檢驗(yàn)了樣品的菌落總數(shù)指標(biāo)，電子鼻傳感器陣列響應(yīng)與微生物檢驗(yàn)結(jié)果之間具有較好的關(guān)聯(lián)性，這是由于微生物的繁殖導(dǎo)致草魚樣品揮發(fā)氣體的成分產(chǎn)生了變化。主成分分析方法的樣品區(qū)分效果并不理想，而隨機(jī)共振信噪比譜方法可以完全區(qū)分草魚樣品。以信噪比特征值建立了低溫貯藏草魚品質(zhì)預(yù)測模型，該模型的預(yù)測誤差低于10%。

1 材料和方法

1.1 原料和預(yù)處理

草魚:購自杭州某農(nóng)貿(mào)市場。

樣品預(yù)處理:將新鮮草魚放入碎冰塊中，用冰水清洗，去內(nèi)臟、頭、尾后于277 K溫度下貯存。每次實(shí)驗(yàn)所需的樣品在互不相涉的情況下隨機(jī)取樣。連續(xù)8 d對草魚的菌落總數(shù)和電子鼻氣味分析指標(biāo)進(jìn)行測定。

1.2 電子鼻系統(tǒng)

實(shí)驗(yàn)采用本實(shí)驗(yàn)室自主研制的電子鼻系統(tǒng)，結(jié)構(gòu)如圖1所示，主要包括數(shù)據(jù)采集、調(diào)理與傳輸單元，傳感器陣列及氣室，以及供氣動力裝置三個部分。我們采用8種半導(dǎo)體氣體傳感器構(gòu)成敏感器件陣列，如表1所示。氣室采用聚四氟乙烯材料制成，每個傳感器的氣室獨(dú)立，樣品氣/清洗氣均勻泵入每個傳感器的氣室。

圖1 電子鼻系統(tǒng)結(jié)構(gòu)示意圖

表1 氣體傳感器陣列構(gòu)成

1.3 實(shí)驗(yàn)方法

1.3.1 菌落總數(shù)測量

根據(jù) GB－4789.2—2010 操作［11］。

1.3.2 電子鼻分析

將草魚樣品25g置于100 mL樣品瓶中，密封貯存于277 K的溫度下，1 h后待揮發(fā)性物質(zhì)積累一定的濃度，然后將電子鼻檢測探頭伸入到樣品瓶中，將頂空氣體吸入電子鼻傳感器氣室內(nèi)與傳感器接觸，同時(shí)采集檢測信號，實(shí)驗(yàn)過程持續(xù)40 s并保存實(shí)驗(yàn)數(shù)據(jù)至計(jì)算機(jī)。實(shí)驗(yàn)結(jié)束后，持續(xù)通入潔凈空氣直至電子鼻傳感器陣列恢復(fù)至初始值，再進(jìn)行下一次頂空采樣。每天測量9個平行樣本，每個樣本間隔測量3次。

1.4 預(yù)測方法

意大利學(xué)者Benzi等在研究地球古冰川期問題時(shí)提出了隨機(jī)共振理論，經(jīng)過多年實(shí)驗(yàn)驗(yàn)證和深入研究，該理論得到長足發(fā)展［12］。經(jīng)典隨機(jī)共振系統(tǒng)包含三個因素:雙穩(wěn)態(tài)系統(tǒng)，輸入信號與外噪聲源，通常以一個在雙穩(wěn)態(tài)勢阱中被周期力驅(qū)動的過阻尼布朗運(yùn)動粒子來描述該物理過程:

V(x)為非線性對稱勢函數(shù)，ξ(t)為高斯白噪聲，其自相關(guān)函數(shù)為:E［ξ(t)ξ(0)］=2Dδ(t)，A 是輸入信號強(qiáng)度，f0是調(diào)制信號頻率，D是噪聲強(qiáng)度，

因此，式(1)可以改寫為:

信噪比是表征隨機(jī)共振特性常用的參量，我們將信噪比定義為:

S(ω)是信號頻譜密度，SN(Ω)是信號頻率范圍內(nèi)的噪聲強(qiáng)度。信噪比參數(shù)隨系統(tǒng)輸入?yún)?shù)變化已有許多學(xué)者進(jìn)行了研究［14－15］，并且在傳感技術(shù)領(lǐng)域信號檢測及特征提取研究中有著廣泛的應(yīng)用［13－18］。隨機(jī)共振信噪比分析技術(shù)的核心思想在于輸入的弱信號在噪聲的幫助下被放大，系統(tǒng)輸出信噪比在適合的噪聲強(qiáng)度下可達(dá)到極大值并轉(zhuǎn)換為信噪比譜圖作為結(jié)果輸出，使特征信息得到完整表達(dá)［19］。圖2所示為隨機(jī)共振信噪比分析路線圖，從信號處理角度考慮，隨機(jī)共振是在非線性信號傳輸過程中，通過調(diào)節(jié)外噪聲的強(qiáng)度或者系統(tǒng)其它參數(shù)，使系統(tǒng)輸出達(dá)到最佳值，實(shí)際上也可以認(rèn)為是輸入信號、非線性系統(tǒng)、噪聲的協(xié)同狀態(tài)。一般情況下，雙穩(wěn)態(tài)模型中輸入外力可以認(rèn)為是理想電子鼻系統(tǒng)的信號，噪聲是檢測過程中引入的信道噪聲，而雙穩(wěn)態(tài)系統(tǒng)的輸入(信號加噪聲)作為電子鼻系統(tǒng)實(shí)際的檢測信號。在激勵噪聲的激勵下，系統(tǒng)產(chǎn)生隨機(jī)共振，此時(shí)輸出信號大于輸入信號，起到了信號放大的作用。同時(shí)，隨機(jī)共振將部分檢測信號中的噪聲能量轉(zhuǎn)換到信號中去，有效地抑制了檢測信號中的噪聲量。隨機(jī)共振系統(tǒng)相當(dāng)于提高輸出信號信噪比的作用，實(shí)際上該系統(tǒng)等同于一個高效信號處理器。在進(jìn)行預(yù)測之前，首先選用一批數(shù)據(jù)作為訓(xùn)練樣本，用于訓(xùn)練和優(yōu)化隨機(jī)共振系統(tǒng)，然后將測試樣本數(shù)據(jù)集輸入該系統(tǒng)進(jìn)行預(yù)測判定，根據(jù)系統(tǒng)輸出信噪比參數(shù)特征值實(shí)現(xiàn)測試樣本的分類判定。

圖2 隨機(jī)共振信噪比分析路線圖

2 結(jié)果與分析

2.1 電子鼻檢測結(jié)果

圖3 電子鼻傳感器陣列響應(yīng)圖

在電子鼻檢測過程中，被測樣品揮發(fā)氣體富集于樣品瓶頂空，我們將電子鼻的探頭插入樣品瓶將揮發(fā)氣體吸入傳感器氣室與敏感材料接觸，引起材料電學(xué)特性的變化，以此表征被測樣品揮發(fā)氣體信息。由圖3分析得到，不同貯存時(shí)間的草魚樣品的特征性揮發(fā)氣體量也不同。圖3(a)所示新鮮草魚樣品的揮發(fā)氣味比較少，因此電子鼻傳感器陣列響應(yīng)信號都比較微弱。存放第6天的草魚樣品由于微生物的生長和代謝，因而產(chǎn)生了較多的氣味，8種傳感器的響應(yīng)信號均大于圖3(a)，響應(yīng)最大的是傳感器S8，其次是S6。貯存第7天的樣品較第6天又有所增長，傳感器S8、S6等的響應(yīng)值幾乎是前一天的兩倍。

為量化各傳感器響應(yīng)情況，我們?nèi)「鱾鞲衅鲗Σ煌A存時(shí)間的草魚樣品響應(yīng)的穩(wěn)定值，如圖4所示。隨著貯存時(shí)間的增加，8種傳感器的響應(yīng)值都呈現(xiàn)變大的趨勢，但是依類型不同增大的比例也不同。傳感器S8在每次的檢測中響應(yīng)均最強(qiáng)，表明隨著貯存時(shí)間的增加樣品揮發(fā)氣體中硫化物成分有明顯增加。S5、S6次之，S7、S2、S3在前半段檢測過程中變化并不太明顯，而在后半段中增長較快。電子鼻傳感器陣列對不同貯藏期草魚樣品響應(yīng)靈敏，這有利于提高草魚品質(zhì)預(yù)測的準(zhǔn)確性。

圖4 電子鼻對草魚樣品響應(yīng)穩(wěn)定值對比圖

2.2 菌落總數(shù)檢測結(jié)果

如圖5可知，隨著貯藏時(shí)間的增加菌落總數(shù)逐漸增多，3 d后的數(shù)量為初始值的40倍，5 d后為初始值的80倍。草魚樣品理化指標(biāo)隨時(shí)間變化的回歸擬合方程為 y=2 314.537 74e0.59892x，R2=0.993 13，表明不同貯藏時(shí)間的草魚樣品菌落總數(shù)變化符合一級化學(xué)反應(yīng)動力學(xué)模型規(guī)律(R2＞0.9)。菌落總數(shù)前半程增長不明顯，而后半程呈現(xiàn)快速增長趨勢，這與圖4中電子鼻對草魚樣品響應(yīng)穩(wěn)定值變化趨勢一致

圖5 菌落總數(shù)實(shí)驗(yàn)結(jié)果

參考國家生鮮水產(chǎn)品的衛(wèi)生標(biāo)準(zhǔn)SC－T 3108—1986中細(xì)菌指標(biāo)［20］，前3天的細(xì)菌總數(shù)均未超出1.0×104CFU/g，因此屬于一級鮮度;而冷藏超過3天的樣品細(xì)菌總數(shù)指標(biāo)均超出1.0×104CFU/g，但低于1.0×106CFU/g，因此屬于二級鮮度。實(shí)驗(yàn)過程中所有的樣品均未到達(dá)貨架期壽命的終點(diǎn)(＞1.0×106CFU/g)。。

2.3 草魚品質(zhì)區(qū)分結(jié)果

圖6所示為不同貯藏時(shí)間草魚品質(zhì)主成分分析結(jié)果，從圖中可以觀察出第1與第2主成分貢獻(xiàn)率之和為84.71%。沿著第1主成分方向，不同貯藏期樣品品質(zhì)基本呈現(xiàn)次序排列，而沿第2主成分方向，每類樣品的離散度增加。根據(jù)本文§2.2中的討論結(jié)果，第0天～第2天的樣品屬于一級鮮度，第3天～第7天的樣品屬于二級鮮度。前兩天的樣品明顯區(qū)分于其它樣品，但第0天和第1天的樣品區(qū)分效果不理想。屬于一級鮮度的第2天樣品與二級鮮度的5類樣品較難區(qū)分，同屬二級鮮度的5類樣品之間也不能相互區(qū)分。因此，主成分分析方法不能完全實(shí)現(xiàn)草魚品質(zhì)區(qū)分。

圖6 草魚品質(zhì)主成分分析結(jié)果

圖7所示為不同貯存時(shí)間的草魚樣品隨機(jī)共振信噪比譜圖，每條曲線經(jīng)過100次計(jì)算后取平均值。樣品的檢測信息在外加白噪聲的激勵下以信噪比曲線的形式表達(dá)，不同貯藏時(shí)間樣品在不同的激勵噪聲強(qiáng)度下分別達(dá)到極大值，而且信噪比極大值的100次計(jì)算結(jié)果基本為常數(shù)，該常數(shù)與選用的樣本無關(guān)，而與不同草魚樣品的性質(zhì)有關(guān)，因此根據(jù)該參數(shù)很好的區(qū)分每類草魚品質(zhì)。

圖7 不同貯存時(shí)間的草魚樣品隨機(jī)共振信噪比曲線

2.4 草魚品質(zhì)預(yù)測結(jié)果

輸出信噪比極大值與貯存時(shí)間的函數(shù)關(guān)系如圖8所示，草魚樣品的信噪比極大值隨著貯存時(shí)間的增加而增大，該結(jié)果與§2.2中菌落總數(shù)檢測結(jié)果有著較好的對應(yīng)關(guān)系。我們以信噪比極大值作為貯存時(shí)間的函數(shù)進(jìn)行非線性擬合，得到式(5)。根據(jù)式(5)，我們可以獲得確定貯藏時(shí)間草魚樣品的電子鼻信噪比分析值。

圖8 草魚樣品信噪比極大值與貯存時(shí)間關(guān)系曲線

我們實(shí)驗(yàn)觀察到每類草魚樣品的信噪比極大值基本為常數(shù)，具有較好的重現(xiàn)性，因此可以作為品質(zhì)預(yù)測模型建立的基礎(chǔ)。將式(5)進(jìn)行反變換得到式(6)作為低溫貯藏草魚品質(zhì)預(yù)測模型。根據(jù)所得到的預(yù)測模型，我們使用電子鼻系統(tǒng)實(shí)驗(yàn)檢測某草魚樣品后，通過計(jì)算確定該樣品的輸出信噪比控制值，代入式(6)即可獲得在確定溫度條件下的貯藏時(shí)間，從而獲得被測樣品的新鮮度等級信息。

草魚貯藏期預(yù)測結(jié)果如表2可知模型預(yù)測值與樣品實(shí)際檢測值之間的誤差均小于10%，最大的誤差(8.88%)出現(xiàn)在預(yù)測樣本5，即第4天的預(yù)測實(shí)驗(yàn)中。5個預(yù)測樣本實(shí)驗(yàn)結(jié)果準(zhǔn)確度為100%，該模型可以準(zhǔn)確預(yù)測冷藏草魚樣品品質(zhì)。

表2 草魚品質(zhì)預(yù)測結(jié)果

3 結(jié)論

本文構(gòu)建的電子鼻草魚品質(zhì)預(yù)測方法可以準(zhǔn)確預(yù)測277 K溫度下貯存的草魚樣品品質(zhì)，該方法具有檢測快速、準(zhǔn)確性和重復(fù)性好、成本低等優(yōu)勢，相比傳統(tǒng)預(yù)測方法具有一定的優(yōu)勢，為水產(chǎn)品品質(zhì)預(yù)測提供了一種新的思路。

［1］ 馬利，黃峰，吳建開，等.草魚營養(yǎng)研究進(jìn)展［J］.水產(chǎn)科學(xué)，2002，11(2):51－55.

［2］ 戴志遠(yuǎn)，宋廣磊，王宏海，等.熟貽貝貯藏過程中品質(zhì)變化的動力學(xué)模型［J］.食品與發(fā)酵工業(yè)，2004(9):44－47.

［3］ 佟懿，謝晶.動力學(xué)模型預(yù)測鯧魚貨架期壽命的實(shí)驗(yàn)研究［J］.食品科學(xué)，2009，30(10):265－268.

［4］ 黃卉，李來好，楊賢慶，等.卵形鯧鲹貯藏過程中品質(zhì)變化動力學(xué)模型［J］.食品科學(xué)，2010，31(20):490－493.

［5］ 黃卉，李來好，楊賢慶，等.羅非魚片貯藏過程中品質(zhì)變化動力學(xué)模型［J］.南方水產(chǎn)科學(xué)，2011，7(3):20－23.

［6］ 鄒小波，趙杰文.電子鼻快速檢測谷物霉變的研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2004，20(4):121－124.

［7］ Labreche S，Bazzo S，Cade，S，et al.Shelf Life Determination by E-lectronic Nose:Application to Milk［J］.Sensors and Actuators B，2005，106(1):199－206.

［8］ 周亦斌，王俊.基于電子鼻的番茄成熟度及貯藏時(shí)間評價(jià)的研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2005，21(4):113－117.

［9］ 張曉敏，朱麗敏，張婕，等.采用電子鼻評價(jià)肉制品中香精質(zhì)量［J］.農(nóng)業(yè)工程學(xué)報(bào)，2008，24(9):175－178.

［10］佟懿，謝晶，肖紅，等.基于電子鼻的帶魚貨架期預(yù)測模型［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26(2):356－360.

［11］ GB－4789.2—2010，食品微生物學(xué)檢驗(yàn)－菌落總數(shù)測定［S］.

［12］ Benzi R，Sutera A，Vulpiana A.The Mechanism of Stochastic Resonance［J］.Journal of Physics A，1981，14:L453－L456.

［13］ Dutta R，Das A，Stocks N G，et al.Stochastic Resonance-Based E-lectronic Nose:A Novel Way to Classify Bacteria［J］.Sensors and Actuators B，2006，115(1):17－27.

［14］薛凌云，向?qū)W勤，范影樂，等.基于神經(jīng)元閾上非周期隨機(jī)共振機(jī)制的語音復(fù)原技術(shù)研究［J］.傳感技術(shù)學(xué)報(bào)，2009，22(2):213－218.

［15］吳莉莉，惠國華，郭淼，等.基于隨機(jī)共振的氣敏傳感器陣列信號的識別研究［J］.傳感技術(shù)學(xué)報(bào)，2009，22(5):664－668.

［16］惠國華.基于隨機(jī)共振和微納傳感器陣列的六氟化硫檢測方法研究［J］.分析化學(xué)，2010，38(7):984－988.

［17］惠國華，陳裕泉.基于碳納米管微傳感器陣列和隨機(jī)共振的氣體檢測方法研究［J］.傳感技術(shù)學(xué)報(bào)，2010，23(2):179－182.

［18］ Wang Teng-Hao，Hui Guo-Hua，Deng Shao-Ping.A Novel Sweet Taste Cell-Based Sensor［J］.Biosensors and Bioelectronics，2010，26(2):929－934.

［19］惠國華，陳裕泉.隨機(jī)共振信噪比譜分析方法及其初步應(yīng)用研究［J］.傳感技術(shù)學(xué)報(bào)，2010，23(8):1134－1136.

［20］SC－T 3108—1986.中華人民共和國國家標(biāo)準(zhǔn)－鮮青魚、草魚、鰱魚、鳙魚、鯉魚［S］.