Ett team av forskare ledda av Nanyang Technological University, Singapore (NTU Singapore) har uppfunnit ett artificiellt luktsystem som efterliknar däggdjursnäsan för att bedöma köttets färskhet korrekt.

Den elektroniska näsan (e-nose) består av en streckkod som ändrar färg över tiden som reaktion på de gaser som produceras av kött när det sönderfaller, och en streckkodsläsare i form av en smartphone-app som drivs av artificiell intelligens (AI). E-näsan har tränats för att känna igen och förutsäga köttets färskhet från ett stort bibliotek av streckkodsfärger.

När den testades på kommersiellt förpackad kyckling, fisk- och nötköttprover som lämnades att åldras, teamet fann att deras djupa konvolutionella neurala nätverks AI-algoritm som driver e-näsan förutspådde färskheten hos köttet med en 98,5 procents noggrannhet. Som en jämförelse, forskargruppen bedömde prediktionsnoggrannheten hos en vanlig algoritm för att mäta responsen från sensorer som streckkoden som används i denna e-näsa. Denna typ av analys visade en total noggrannhet på 61,7 procent.

E-näsan, beskrivs i en artikel publicerad i den vetenskapliga tidskriften Avancerade material i oktober, skulle kunna bidra till att minska matsvinnet genom att bekräfta för konsumenterna om kött är lämpligt att äta, mer exakt än vad en "bäst före"-etikett skulle kunna, sa forskargruppen från NTU Singapore, som samarbetade med forskare från Jiangnan University, Kina, och Monash University, Australien.

Medförfattare professor Chen Xiaodong, chefen för det innovativa centret för flexibla enheter vid NTU, sa:"Vårt proof-of-concept artificiella luktsystem, som vi testade i verkliga scenarier, kan enkelt integreras i förpackningsmaterial och ger resultat på kort tid utan de skrymmande ledningar som används för elektrisk signalinsamling i vissa e-nosar som utvecklades nyligen. Dessa streckkoder hjälper konsumenterna att spara pengar genom att se till att de inte kasserar produkter som fortfarande är lämpliga för konsumtion, vilket också hjälper miljön. Den biologiskt nedbrytbara och giftfria karaktären hos streckkoderna innebär också att de säkert kan appliceras i alla delar av livsmedelskedjan för att säkerställa matens färskhet."

Teamet arbetar nu med ett jordbruksföretag i Singapore för att utvidga detta koncept till andra typer av färskvaror.

En näsa för fräschör

E-näsan som utvecklats av NTU-forskare och deras medarbetare består av två delar:en färgad streckkod som reagerar med gaser som produceras av ruttnande kött; och en streckkodsläsare som använder AI för att tolka kombinationen av färger på streckkoden. För att göra e-nosen bärbar, forskarna integrerade det i en smartphone-app som kan ge resultat på 30 sekunder.

E-näsan efterliknar hur en däggdjursnäsa fungerar. När gaser som produceras av ruttnande kött binder till receptorer i däggdjursnäsan, signaler genereras och överförs till hjärnan. Hjärnan samlar sedan in dessa svar och organiserar dem i mönster, tillåter däggdjuret att identifiera lukten som finns när kött åldras och ruttnar.

I e-näsan, streckkodens 20 streck fungerar som receptorer. Varje bar är gjord av kitosan (ett naturligt socker) inbäddat på ett cellulosaderivat och laddat med en annan typ av färgämne. Dessa färgämnen reagerar med de gaser som släpps ut av ruttnande kött och ändrar färg som svar på olika typer och koncentrationer av gaser, resulterar i en unik kombination av färger som fungerar som ett doftfingeravtryck för köttets tillstånd.

Till exempel, det första strecket i streckkoden innehåller ett gult färgämne som är svagt surt. När de utsätts för kvävehaltiga föreningar som produceras av ruttnande kött (kallade bioaminer), detta gula färgämne ändras till blått när färgen reagerar med dessa föreningar. Färgintensiteten förändras med en ökande koncentration av bioaminer när köttet sönderfaller ytterligare.

För denna studie, forskarna utvecklade först ett klassificeringssystem (färskt, mindre fräscht, eller bortskämda) med hjälp av en internationell standard som bestämmer köttets färskhet. Detta görs genom att extrahera och mäta mängden ammoniak och två andra bioaminer som finns i fiskförpackningar inslagna i allmänt använd transparent PVC (polyvinylklorid) förpackningsfilm och lagrad vid 4°C (39°Fahrenheit) under fem dagar med olika intervall.

De övervakade samtidigt färskheten hos dessa fiskpaket med streckkoder limmade på insidan av PVC-filmen utan att röra fisken. Bilder av dessa streckkoder togs med olika intervall under fem dagar.

E-nose uppnår 98,5 procents total noggrannhet

En typ av AI-algoritm känd som deep convolutional neural networks tränades sedan med bilder av olika streckkoder för att identifiera mönster i doftfingeravtrycket som motsvarar varje kategori av friskhet.

För att mäta prediktionsnoggrannheten för deras e-näsa, NTU-forskarna övervakade sedan färskheten hos kommersiellt förpackad kyckling, fisk, och nötkött med streckkoder limmade på förpackningsfilmen, och förvaras vid 25°C (77°Fahrenheit). över 4, 000 bilder av streckkoderna från sex köttförpackningar togs med olika tidsintervall under 48 timmar utan att de olika köttförpackningarna öppnades.

Forskargruppen tränade först sitt system för att plocka ut mönster bland doftfingeravtrycken som fångats i 3, 475 streckkodsbilder, innan du testar systemets noggrannhet på de återstående bilderna.

Resultaten avslöjade en övergripande 98,5 procents noggrannhet - 100 procent noggrannhet vid identifiering av bortskämt kött, och en 96 till 99 procents noggrannhet för färskt och mindre färskt kött.

Som en jämförelse, forskargruppen valde slumpmässigt ut 20 streckkodsbilder från varje färskhetskategori för att bedöma prediktionsnoggrannheten för euklidisk avståndsanalys, en vanlig metod för att mäta responsen från sensorer som streckkoden som används i denna e-näsa. Denna analys visade en total noggrannhet på 61,7 procent.

Prof Chen, rektors ordförande professor i materialvetenskap och teknik vid NTU, sa:"Medan e-näsor har undersökts omfattande, det finns fortfarande flaskhalsar för deras kommersialisering på grund av nuvarande prototypers problem med att noggrant detektera och identifiera lukten. Vi behöver ett system som har både en robust sensorinstallation och en dataanalysmetod som exakt kan förutsäga doftfingeravtryck, vilket är vad vår e-näsa erbjuder. Dess oförstörande, automatiserad och realtidsövervakningskapacitet skulle också kunna användas för att känna igen de typer av gaser som andra typer av lättfördärvlig mat avger när de blir mindre färska, tillhandahålla en allmänt användbar ny plattform för kontroll av livsmedelskvalitet, vilket är vad vi jobbar mot nu."