通过集成先进的机器学习技术来提升纳米材料光学传感器阵列,以加强对食品质量和安全的视觉检查
Yuandong Lin1,2,3, Jun-Hu Cheng1,2,3, Ji Ma1,2,3
1School of Food Science and Engineering, South China University of Technology, Guangzhou, China.
Critical reviews in food science and nutrition
|July 17, 2024
概括
基于纳米材料的光学传感器阵列 (OSAs) 为食品质量和安全提供先进的视觉监控. 这些系统将纳米材料与机器学习相结合,以快速检测污染物和损坏.
科学领域:
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 低效的食物链控制对人类健康,社会稳定和经济进步构成风险.
- 光学传感器阵列 (OSAs) 是有效监测食品质量和安全的有希望的解决方案.
研究的目的:
- 审查基于纳米材料的OSA用于视觉食品质量和安全监测的最新应用.
- 涵盖使用各种纳米材料的色度传感器阵列 (CSA) 和光传感器阵列 (FSA).
主要方法:
- 描述先进纳米材料 (金属纳米粒子,量子点等) 的基本特性. ) 的情况.
- 介绍机器学习 (ML) 和深度学习 (DL) 方法,用于分析高维传感器数据.
- 在检测农药残留物,重金属,细菌,抗氧化剂,风味和新鲜度方面的应用的全面摘要.
主要成果:
- 基于纳米材料的OSA在各种食品质量和安全参数的视觉监测中表现出有效性.
- 与ML/DL的集成增强了复杂传感器响应的分析,以实现准确的检测.
结论:
- 基于纳米材料的OSA即将成为食品评估的智能,有效和快速工具.
- 人工智能 (AI) 和综合技术的进步将进一步增强OSA对食品安全控制的能力.
