食品變質在成為健康風險之前，仍然難以檢測。儘管消費者通常依賴外觀和氣味而非到期日期來判斷產品是否仍可安全食用，但這些方法的侷限性仍然存在。加州大學伯克利分校的研究人員開發了一種傳感器系統，旨在提供更客觀的評估。這項技術結合了微型氣體傳感器和機器學習軟件，以識別與食品變質和常見過敏原相關的化學特徵。研究人員相信，該系統最終能夠支持智能家電和食品監控工具，幫助消費者更安全地做出飲食決策。
新型食品檢測技術將改變消費者的飲食決策
數碼氣味識別系統包含 16 個微型氣體傳感器，每個傳感器設計為對空氣中的化學化合物有不同反應。這些傳感器在接觸不同食品時，會共同創造出獨特的反應模式。電子鼻使用 16 種對氣體敏感的材料，對不同的空氣分子作出反應。該系統的首席作者 Carla Bassil 是加州大學伯克利分校電子工程及計算機科學的博士生，她將這一系統形容為一組數碼味蕾。每個傳感器將化學相互作用轉換為電信號，從而使設備能夠為特定食品生成獨特的簽名。
研究人員隨後訓練機器學習模型以識別這些簽名。團隊對草莓、藍莓、香蕉、核桃、榛子、腰果和花生進行了測試，並學會了區分新鮮和變質的牛奶、雞蛋和生雞肉樣本。
Bassil 表示：「我們的想法是利用氣體傳感器的相對選擇性，結合機器學習的模式識別能力。」通過將傳感器數據與人工智能結合，該系統能夠比僅依賴人類嗅覺更一致地識別與食品相關的化學指紋。研究還突顯了該技術檢測過敏源食品的潛力。在測試期間，電子鼻能夠檢測到僅 0.05 克的核桃材料，約為平均去殼核桃的百分之一。這一靈敏度水平可能支持未來針對嚴重過敏患者的食品安全應用。
研究人員提醒，該設備尚未在更複雜的環境中進行測試，未來的評估將檢查當過敏源與其他食品混合或同時存在多種食品氣味時的表現。
變質實驗專注於室温下放置 24 小時和 48 小時的雞肉、牛奶和雞蛋。該系統通過分析它們釋放的氣體變化，成功區分新鮮和變質樣本。電子鼻已存在數十年，但在單一芯片上製造多種感測材料一直是一項重大挑戰。Bassil 的團隊通過使用碳納米管而非傳統金屬氧化物材料來解決這一問題。這些納米管形成極薄的導電層，擁有大面積，使其在室温下對化學化合物高度敏感。無需高温運行還使研究人員能夠使用範圍更廣的感測材料，包括在熱下可能降解的聚合物。
該設計進一步簡化了製造過程，使不同的感測材料能夠在單一製造步驟中沉積。
儘管當前研究集中於實驗室測試，Bassil 已經開發出一個可攜版本，並連接至 iPhone 應用程式。未來的工作將著重於提高可靠性並在現實環境中評估該系統。Ali Javey 是伯克利大學半導體處理的 Lam Research 傑出講座教授，擔任該研究的資深作者。來自伯克利和韓國科學技術院的研究人員也參與了該項目。該研究發表在《科學進展》期刊上。
