
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用荧光传感器阵列和深度卷积神经网络(DCNN),实现农产品保鲜过程中的同时检测食品新鲜度与环境湿度变化的功能
《Advanced Composites and Hybrid Materials》:Simultaneous freshness and ambient humidity sensing in agri-fresh food using a fluorescent sensor array and DCNN
【字体: 大 中 小 】 时间:2026年05月08日 来源:Advanced Composites and Hybrid Materials 21.8
编辑推荐:
摘要水蒸气严重干扰了比色/荧光气体传感器的性能,降低了它们在现实应用中的准确性。目前仍缺乏一种通用且可定制的湿度补偿框架。为了解决这一挑战,本文提出了一种新的方法论:将湿度响应主动用于信号补偿,而非抑制它。本研究开发了一种由30个传感单元组成的荧光传感器阵列,构建了一种混合复合材
水蒸气严重干扰了比色/荧光气体传感器的性能,降低了它们在现实应用中的准确性。目前仍缺乏一种通用且可定制的湿度补偿框架。为了解决这一挑战,本文提出了一种新的方法论:将湿度响应主动用于信号补偿,而非抑制它。本研究开发了一种由30个传感单元组成的荧光传感器阵列,构建了一种混合复合材料架构。该架构结合了能够检测与食品变质相关的挥发性酸性/碱性气体的pH指示染料(盐酸血红吡咯、普鲁拉琳、非瑟汀),以及一种基于核黄素的湿度指示剂,后者具有高度可逆的湿度响应特性。这种混合复合材料系统将有机荧光染料与PTFE微孔膜支撑层和层压聚乙烯覆盖膜结合在一起,形成了一个多级、功能集成的传感模块。该传感模块被安装在龙眼、纽扣蘑菇和四季豆包装的顶内表面。使用智能手机拍摄的荧光图像通过多任务深度卷积神经网络进行处理,实现了对新鲜度(新鲜/微微变质/变质)和储存湿度(低/最佳/高)的同时、非破坏性的三级分类。该模型在新鲜度分类方面的准确率为97.67%,在湿度分级方面的准确率为95.77%。重要的是,引入湿度补偿后,新鲜度预测的准确率从92.50%提高到了97.67%,显著减少了高湿度条件下的误分类现象。本研究为新鲜农产品供应链中湿度和质量的同步监测提供了一种新颖、轻便且智能的方法。
水蒸气严重干扰了比色/荧光气体传感器的性能,降低了它们在现实应用中的准确性。目前仍缺乏一种通用且可定制的湿度补偿框架。为了解决这一挑战,本文提出了一种新的方法论:将湿度响应主动用于信号补偿,而非抑制它。本研究开发了一种由30个传感单元组成的荧光传感器阵列,构建了一种混合复合材料架构。该架构结合了能够检测与食品变质相关的挥发性酸性/碱性气体的pH指示染料(盐酸血红吡咯、普鲁拉琳、非瑟汀),以及一种基于核黄素的湿度指示剂,后者具有高度可逆的湿度响应特性。这种混合复合材料系统将有机荧光染料与PTFE微孔膜支撑层和层压聚乙烯覆盖膜结合在一起,形成了一个多级、功能集成的传感模块。该传感模块被安装在龙眼、纽扣蘑菇和四季豆包装的顶内表面。使用智能手机拍摄的荧光图像通过多任务深度卷积神经网络进行处理,实现了对新鲜度(新鲜/微微变质/变质)和储存湿度(低/最佳/高)的同时、非破坏性的三级分类。该模型在新鲜度分类方面的准确率为97.67%,在湿度分级方面的准确率为95.77%。重要的是,引入湿度补偿后,新鲜度预测的准确率从92.50%提高到了97.67%,显著减少了高湿度条件下的误分类现象。本研究为新鲜农产品供应链中湿度和质量的同步监测提供了一种新颖、轻便且智能的方法。