用E-nose和AI识别奶粉中的胺造的新方法

科学领域:

• 食品科学 食品科学 食品科学
• 分析化学 分析化学
• 传感器技术 传感器技术

背景情况:

• 乳制品是必不可少的,但容易受到改,特别是与胺伪造蛋白质含量.
• 胺造对公众健康和食品工业构成重大风险.
• 准确和快速的检测方法对于确保奶粉安全至关重要.

研究的目的:

• 评估电子鼻子系统用于检测奶粉中的胺造物的有效性.
• 使用传感器阵列数据,区分纯奶粉样本和胺 adulterated 奶粉样本.
• 评估化学测量方法在分析电子鼻子数据中的性能,以进行伪造分类.

主要方法:

• 使用带有8个金属氧化物传感器的电子鼻子,分析纯乳粉和胺 adulterated 乳粉 (1-5 ppm).
• 化学测量技术的应用,包括主要组件分析 (PCA),区分分析 (DA) 和支持矢量机 (SVM).
• 对传感器响应模式的验证,以确保分类的准确性.

主要成果:

• 定量描述性分析 (QDA) 在分类样本方面实现了99.5%的精度.
• 多差别分析 (MDA) 显示分类精度为98.5%.
• 电子鼻子系统成功地在各种度和形式 (干燥/湿) 中区分了纯奶粉和 adulterated 奶粉.

结论:

• 电子鼻子技术与金属氧化物传感器相结合,是检测奶粉中的胺的高效工具.
• 传感器数据的化学测量分析可以快速准确地分类伪造的食品.
• 这种方法在提高乳制品行业的食品安全和质量保证方面具有重大前景.