电子鼻和电子舌信号联用方法分析及其在食品品质检测中的应用

田晓静,王 俊,裘姗姗,杨具田,马忠仁,陆会宁

(1.西北民族大学生命科学与工程学院,甘肃兰州 730024；2.浙江大学生物系统工程与食品科学学院,浙江杭州 310058；3.西北民族大学生物工程与技术国家民委重点实验室,甘肃兰州 730030)

电子鼻和电子舌信号联用方法分析及其在食品品质检测中的应用

田晓静1,2,王 俊2，*,裘姗姗2,杨具田1,马忠仁3,陆会宁1

(1.西北民族大学生命科学与工程学院,甘肃兰州 730024；2.浙江大学生物系统工程与食品科学学院,浙江杭州 310058；3.西北民族大学生物工程与技术国家民委重点实验室,甘肃兰州 730030)

电子鼻和电子舌模拟哺乳动物的嗅觉和味觉实现了食品感官品质的客观评定,但味觉和嗅觉信息并不是独立存在的,而是相互作用影响形成综合信息。本文主要综述了电子鼻和电子舌信息联用常用方法直接合并、分别提取特征值后合并和分别建模后重组有效信息的方法,为综合的电子感官信息客观反映食品的感官品质提供有效的工具。

电子鼻,电子舌,信号联用,应用

模仿哺乳动物嗅觉的电子鼻反映气味信息、模仿味觉的电子舌反映滋味信息,从不同角度对食品品质的进行快速评定。近年来电子鼻、电子舌技术由于其检测快速、操作简单、重现性好等优点,使其广泛的应用于很多领域内,尤其是食品行业中[1-2]。一般情况下,单独采用电子鼻或电子舌就能实现对样品的区分、鉴别和分类。但是,由于各种各样的食品同时具有味觉和嗅觉的特征,需要综合气味、滋味、色泽、组织状态等信息做出全面衡量,仅采用电子鼻从气味或电子舌从滋味单一角度进行评价时往往难以获得令人满意的结果。在此情况下,电子鼻和电子舌数据的联用,即气味和滋味信息的融合受到广泛关注。目前,电子鼻和电子舌的融合数据分析已经在产品产地判别、新鲜度监测、品质区分和品种判别等中应用。

1 电子鼻和电子舌信号联用的目的和方法

单一检测的信息不全面,要从色、香、味等角度全面的反映样品的信息。模仿哺乳动物嗅觉的电子鼻反映气味信息、模仿味觉的电子舌反映滋味信息,从不同角度对食品品质进行快速评定。但是,感官评定是综合气味、滋味、色泽、组织状态等信息做出全面衡量,而目前大多数的电子鼻和电子舌的评价多是从单一角度进行的评定,电子鼻和电子舌信号联用的研究相对较少。

在电子鼻和电子舌数据联用时,数据的联用方法主要有:直接合并、特征值提取后联用和分别建模后重组有效信息的方法[3]。其中直接合并是指在建模前将不同仪器获得的信号直接合并的方法,联用后根据数据决定是否进行预处理,如标准化、特征值提取等预处理减少冗余信息。获得的新数据集中参数个数是所有单个仪器获得参数的综合,属于数据的初级融合;特征值提取后联用则是分别对不同仪器响应信号进行特征值提取(方差分析、主城分分析、逐步判别分析、贝叶斯判别分析等),剔除冗余信息、消除由于传感器的交叉敏感性带来的数据多元共线性问题、降低数据维度,提取有效区分的参数联用后进行建模,属于中等级别的数据融合;综合分析则是指分别对单个仪器的结果进行建模(如主成分分析),形成具有判别效果的综合参数,再提取综合参数重新进行分析,此为高等级别的数据融合。

为比较电子鼻、电子舌及其联用信号的判别效果,主成分分析(Principle component analysis,PCA)[4],线性判别分析(Linear discriminant analysis,LDA)[5]、偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)[6]、支持向量机(Support vector machine,SVM)[7-8]及人工神经网络(Artificial neuron network)[5,9]如RBF神经网络、K-NN神经网络、模糊自适应共振理论网络等均被引用。其中主成分分析在不丢失主要信息的前提下,以较少新变量代替原始变量,直观反应原始数据信息,解决了信息重叠的问题;判别分析则是在已知样品分组的基础上,研究不同总体的性质和特征,根据已知总体的多种观测指标建立判别函数,并以此作为样本划归某一总体的依据,实现种类的判别;支持向量机具对小样本具有较强的适应性;神经网络对学习样品典型性的要求使其应用受到一定影响。因此,主成分分析成为判别电子鼻和电子舌信号联用效果最常用的方法。

2 电子鼻与电子舌联用信号在食品品质检测中的应用

2.1 直接合并

2.1.1 电子鼻和电子舌信号直接合并 通常情况下,在建模前直接将电子鼻和电子舌信号串联作为输入进行分析,就可以获得电子鼻检测的挥发性气味信息和电子舌检测的水溶性呈味信息的综合信息,一般都能获得由于单独使用电子鼻、电子舌进行判别的结果。

目前,学者采用直接联用法进行研究有:Winquist等[4]采用电子鼻和电子舌分析了三种果汁(橘子汁、苹果汁和菠萝汁)。结果表明,电子舌的主成分分析结果中菠萝汁与橘子汁有部分重叠;电子鼻的主成分分析结果中菠萝汁和苹果汁之间相互重叠;采用电子鼻和电子舌的联用数据进行主成分分析时,辨识率得到明显提高;以品茶师评分为基础,Runu等[5]采用电子鼻和电子舌检测了不同等级的红茶,分别以电子鼻、电子舌、电子鼻和电子舌信号进行主成分分析和线性判别分析,联用信号分析时数据点的聚集性和区分度均高于单独采用电子鼻或电子舌,且神经网络的分类正确率也得到提高(联用:93%;电子舌:85%～86%;电子鼻;83%～84%);Gil[10]搭建了用以监测佐餐酒开瓶后的的腐败过程的电子鼻和电子舌系统,在开瓶储藏过程初期,三种佐餐酒的总酸值上升缓慢,28d上升速度增大,尤其是第48d时速度更快。主成分分析结果表明电子舌基本能将不同腐败程度的佐餐酒区分开,但是难以有效踪酒中酸度变化的过程;主成分分析结果表明电子鼻能够跟踪酒中酸度增大的过程;电子鼻和电子舌联用信号不仅能跟踪佐餐酒腐败过程中酸度的变化规律,还能监测到酸度变化不显著时佐餐酒逐渐腐败的变化。Huo等[11]在对三种不同来源和等级的绿茶(龙井、碧螺春和竹叶青)的电子鼻和电子舌检测中,电子鼻和电子舌的联用信号在主成分分析改善数据维度时优于单独使用电子鼻或电子舌,且其主成分分析判别结果和聚类分析结果都能将不同来源、不同等级的绿茶有效区分。

2.1.2 分别标准化后直接联用/合并后进行标准化 将不同仪器检测结果联合进行分析时,由不同仪器获得测参数的量纲和数量级不同,对分析结果会产生影响。因此,为消除仪器各指标间的量纲差异和数量级间的差异,常在电子鼻和电子舌信号联用前/后进行标准化处理。

Apetrei等[6]采用电子鼻、电子舌和电子眼鉴别了不同苦度橄榄油,发现将三组结果分别进行标准化后联用对不同来源样品的区分和识别效果优于三种仪器单独检测的结果。Cole等[12]分别采用自制电子鼻和电子舌研究了氯化钠溶液、蔗糖溶液、奎宁溶液、乙醇溶液和乙酸乙酯溶液。对电子舌信号进行主成分分析时,乙酸乙酯样品数据点与参比去离子水在投影时有部分重叠;而电子鼻在区分低挥发性溶液时存在一定难度;对电子鼻、电子舌数据标准化后进行主成分分析结果表明,连用数据能够将味觉导向性和嗅觉导向性的样品很好的识别。Haddi 等[9]以不同品牌、不同种类果蔬汁为样品进行了电子鼻和电子舌检测,以期实现对不同果汁种类、品牌、果汁含量的快速判别。分别以电子鼻、电子舌和电子鼻与电子舌联用信号为输入进行主成分分析,发现电子鼻和电子舌在单独使用时均难以实现对每一种果汁的识别;联用信号对不同种类果汁的判别效果得到显著提高,虽然仍有两种果汁相互重叠。Laureati等[13]采用感官评定、电子鼻和电子舌研究了不同品种紫苏(Perilla frutescens)之间的差异,对三种信号直接联用的数据进行标准化后进行主成分分析,发现联用数据很好的评价了不同品种紫苏的差异;Hong等[7]又比较了电子鼻、电子舌、标准化后联用信号及联用信号经特征提取后(主成分分析提取有效主成分、F因子筛选、逐步筛选)对小番茄汁中掺入过熟番茄比例的主成分分析判别结果,发现这几种信号均能将掺假小番茄汁有效区分,联用信号的分类效果优于单独使用电子鼻或电子舌进行判别。

2.1.3 合并后进行特征值的提取 电子鼻和电子舌信号均包含了丰富的信息,将两者直接联用时常常会使数据的维度过大,甚至会有部分冗余信息,会对联用信号的判别结果造成不良影响。因此,对电子鼻和电子舌联用信号进行特征提取,有效降维的同时剔除冗余信息,有效提高判别结果的准确度。

目前,电子鼻和电子舌信号联用后再进行特征值提取的研究主要有:Haddi等[3,8]对5种不同产地橄榄油的电子感官检测中,以PCA分类结果进行判别时,电子鼻和电子舌对不同产地橄榄油的识别效果不如两者的联用信号;经ANOVA特征值提取后,联用信号的区分度进一步提高。Hong等[14]比较了采用掺假小番茄汁的电子鼻和电子舌直接联用信号及对联用信号进行ANOVA、逐步判别分析提取特征值提取后的数据集进行主成分分析,结果发现经ANOVA特征值提取后,联用信号在鉴别小番茄汁是否掺假时最有效。

2.2 分别提取特征之后进行联用

在有的情况下,传感器响应信号维度较大,在联用前需要分别提取特征值。

Sundic等[15]对7种不同产地的土豆泥进行了电子舌和电子鼻检测,分别提取特征值后形成组成新的数据集。三种不同的特征值提取方法(Fisher’s 权重、顺序先前选择算法、反向消元法)提取的参数进行主成分分析结果均优于采用原始数据进行分析的结果。Banerjee等[16]在对红茶的电子鼻和电子舌检测中,提取电子鼻传感器响应的峰值、经离散小波变换的电子舌传感器信号组成新的数据集建立贝叶斯分类器,发现电子鼻、电子舌及其联用数据的错判率分别为30.9091%、16.9841%和8.1818%,联用数据的判别效果优于单独使用电子鼻或电子舌。Men等[17]在对中国白酒的电子鼻和电子舌检测中,提取电子鼻传感器响应的最大值和电子舌传感器在1.3、1、0.7、0.4、0.1、-0.2和-0.5v时的电流值作为特征值及其联用数据进行主成分分析,结果发现电子舌完全无法区分不同白酒样品;电子鼻基本能将不同白酒区分开;联用信号的判别结果优于电子舌。分别以电子鼻和电子舌联用信号、提取电子鼻和电子舌联用信号的有效主成分建立贝叶斯分类器,发现经主成分分析提取有效主成分后,贝叶斯分类器错判的概率和样品的误判率均明显降低。

2.3 分别建模后重组有效信息

在电子鼻和电子舌传感器选择时,为了保持电子鼻和电子舌获取信号的全面性,常选择具有交互敏感的传感器,使其响应值具有一定的相关性。在电子鼻和电子舌信号联用时,需要对信号进行处理,以消除共线性问题。而主成分分析则是在在力求数据信息丢失最少的原则下,对高维的变量空间降维,即研究指标体系的少数几个线性组合,并且这几个线性组合所构成的综合指标将尽可能多地保留原来指标变异方面的信息。通过主成分分析将电子鼻和电子舌联用信号的高维信息降低到一个较易辨识的低维空间,根据其主成分的得分由图形直观地获得各样品的信息[18],主成分分析在电子鼻[19-21]、电子舌及其联用信号分析中应用较为普遍。

在处理电子鼻和电子舌联用信号的研究中,提取主成分的方法适用于:对电子鼻或电子舌,主成分分析难以有效区分不同的样品,但其中有一个主成分按照样品特征呈规律性分布,将之分别提取出来重新组合后,绘制两维图,实现样品的有效判别。

Rodríguez-Méndez等[22]采用气敏传感器、液体传感器和光学传感器监测了6种由同品种、不同产地和老化程度的葡萄酿造的红酒,分别对三种仪器检测结果进行PCA分析,发现其第一主成分均具有较好的区分效果,提取第一主成分并两两组合绘制两维散点图,其区分效果优于单独采用一种信息进行分析。Di Natale等[23]在对不同新鲜度(室温下敞口置于0d和1d的牛奶)、不同热处理方法(巴氏杀菌和超高温灭菌(Ultrahigh temperature,UHT))的电子鼻、电子舌及其联用信号进行分析时发现,直接联用数据的判别效果不如单独使用电子鼻、电子舌进行判别。电子鼻的主成分分析结果中,第一主成分在不同新鲜度的牛奶区分上具有贡献;电子舌的主成分分析结果中,第二主成分具有区分不同热处理方法的能力。分别提取电子鼻主成分分析结果中具有区分度的第一主成分和电子舌主成分分析结果中具有区分度的第二主成分,绘制两维散点图,发现联用分析能将不同新鲜度、不同热处理方法的牛奶正确区分。

3 总结与展望

电子鼻和电子舌两种仪器信号的联合分析使得其食品品质评价的能力得到提高,但更多信息的融合却并不一定总会获得更佳的效果。电子鼻和电子舌及理化指标的融合,并不一定总是获得更好的结果,如Cosio等[24]采用电子鼻、电子舌监测不同储藏条件下贮藏不同时间的橄榄油的氧化情况时,发现仅电子鼻就能很好地反映橄榄油的氧化情况,电子舌信号的融入未能提高判别的效果;Di Natale等[25]对不同新鲜度和不同热处理方法加工牛奶的判别时,电子鼻和电子舌直接联用信号的分析结果不如单独使用电子鼻 或电子舌的效果好。因此,在数据处理的过程中首先应对样品的特性进行分析,若样品气味信息或滋味信息能实现品质的评价,则无需进行数据的联用。但大多情况下单一数据难以全面反映样品的信息,需要进行数据联用。在联用时,分别提取有效信息后将不同数据进行联用,对比分析不同联用方法,以获得最佳的判别效果,实现食品品质的快速综合评价。

此外,国内关于电子鼻和电子舌信号的联合分析还较少,多停留在两个仪器分别从不同角度进行评价,其工作模式和评价依据还有待于进一步研究,随着电子鼻和电子舌信号的不断融合,使得电子感官(电子鼻、电子舌)在食品行中的应用越来越广阔。

[1]汪敏,赵晔.电子鼻和电子舌在鱼肉鲜度评价中的应用研究[J].肉类研究,2009(6):63-65.

[2]周映霞,武海.电子鼻及其在肉品感官评定中的应用[J].肉类研究,2009(8):55-58.

[3]Haddi Z,Boughrini M,Ihlou S,etal. Geographical classification of Virgin Olive Oils by combining the electronic nose and tongue[C]//Sensors,2012 IEEE. IEEE,2012:1-4.

[4]Winquist F,Lundström I,Wide P. The combination of an electronic tongue and an electronic nose[J]. Sensors and Actuators B:Chemical,1999,58(1):512-517.

[5]Runu B.,Tudu B,Shaw L,etal. Instrumental testing of tea by combining the responses of electronic nose and tongue[J]. Journal of food engineering,2012,110(3):356-363.

[6]Apetrei C,Apetrei I M,Villanueva S,etal. Combination of an e-nose,an e-tongue and an e-eye for the characterisation of olive oils with different degree of bitterness[J]. Analytica chimica acta,2010,663(1):91-97.

[7]Hong X,Wang J. Detection of adulteration in cherry tomato juices based on electronic nose and tongue:Comparison of different data fusion approaches[J]. Journal of Food Engineering,2014,126:89-97.

[8]Haddi Z,Alami H,El Bari N,etal. Electronic nose and tongue combination for improved classification of Moroccan virgin olive oil profiles[J]. Food Research International,2013,54(2):1488-1498.

[9]Haddi Z,Mabrouk S,Bougrini M,etal. E-Nose and e-Tongue combination for improved recognition of fruit juice samples[J]. Food Chemistry,2014,150:246-253.

[10]Gil-Sánchez L,Soto J,Martínez-Máez R,etal. A novel humid electronic nose combined with an electronic tongue for assessing deterioration of wine[J]. Sensors and Actuators A:Physical,2011,171(2):152-158.

[11]Huo D,Wu Y,Yang M,etal. Discrimination of Chinese green tea according to varieties and grade levels using artificial nose and tongue based on colorimetric sensor arrays[J]. Food chemistry,2014,145:639-645.

[12]Cole M,Covington J A,Gardner J W. Combined electronic nose and tongue for a flavour sensing system[J]. Sensors and Actuators B:Chemical,2011,156(2):832-839.

[3]Laureati M,Buratti S,Bassoli A,etal. Discrimination and characterisation of three cultivars of Perilla frutescens by means of

sensory descriptors and electronic nose and tongue analysis[J]. Food Research International,2010,43(4),959-964.

[4]Xuezhen Hong,Jun Wang,Shanshan Qiu. Authenticating cherry tomato juices—Discussion of different data standardization and fusion approaches based on electronic nose and tongue,Food Research International,Available online 1 November 2013,ISSN 0963-9969,http://dx.doi.org/10.1016/j.foodres.2013.10.039.

[5]Sundic T,Marco S,Perera A,etal. Potato creams recognition from electronic nose and tongue signals:feature extraction/selection and RBF neural networks classifiers[C]//Neural Network Applications in Electrical Engineering,2000. NEUREL 2000. Proceedings of the 5th Seminar on. IEEE,2000:69-74.

[6]Banerjee R,Chattopadhyay P,Rani R,etal. Discrimination of black tea using electronic nose and electronic tongue:A Bayesian classifier approach[C]//Recent Trends in Information Systems(ReTIS),2011 International Conference on. IEEE,2011:13-17.

[7]MEN H,NING K,CHEN D. Data Fusion of Electronic Nose and Electronic Tongue for Discrimination of Chinese Liquors[J]. Sensors & Transducers,2013,157(10):57-67

[8]陈德钊. 多元数据处理[M].北京:化学工业出版社,1998,124-142.

[19]于慧春,王俊. 电子鼻技术在茶叶品质检测中的应用研究[J]. 传感技术学报,2008,21(5):748-752.

[20]殷勇,田先亮. 基于 PCA 与 Wilks 准则的电子鼻酒类鉴别方法研究[J]. 仪器仪表学报,2007,28(5):849-852.

[21]徐亚丹,王俊,赵国军. 检测掺假牛奶的电子鼻传感器阵列的优化[J]. 传感技术学报,2006,19(4):957-962.

[22]Rodríguez-Méndez M L,Arrieta A A,Parra V,etal. Fusion of three sensory modalities for the multimodal characterization of red wines[J]. Sensors Journal,IEEE,2004,4(3):348-354.

[23]Di Natale C,Paolesse R,Macagnano A,etal. Electronic nose and electronic tongue integration for improved classification of clinical and food samples[J]. Sensors and Actuators B:Chemical,2000,64(1):15-21.

[24]Cosio M S,Ballabio D,Benedetti S,etal. Evaluation of different storage conditions of extra virgin olive oils with an innovative recognition tool built by means of electronic nose and electronic tongue[J]. Food Chemistry,2007,101(2):485-491.

[25]Di Natale C,Paolesse R,Macagnano A,etal. Electronic nose and electronic tongue integration for improved classification of clinical and food samples[J]. Sensors and Actuators B:Chemical,2000,64(1):15-21.

Review of data fusion methods for electronic nose and electronic tongue signal and its application in food quality detection

TIAN Xiao-jing1,2,WANG Jun2，*,QIU Shan-shan2,YANG Ju-tian1,MA Zhong-ren3,LU Hui-ning1

(1.College of Life Science and Engineering,Northwest University for Nationalities,Lanzhou 730024,China；(2.Department of Biosystems Engineering,Zhejiang University,Hangzhou 310058,China；3.The key bio-engineering and technology laboratory of National Nationality Commission,Northwest University for Nationalities,Lanzhou 730030,China)

Mimicking mammal olfactory and gustatory system,the electronic nose and electronic tongue could evaluate food quality. The interaction of smell and taste made it difficult for electronic nose or tongue to give the overall sensory information of food. The recent development progress of data fusion methods for electronic tongue and electronic nose signals were reviewed in this paper,including the simply concatenated before model construction,feature extraction before combination of data sets,and merge results from models built by each data source. The fusion of data could provide a reference method for obtaining the integrated sensory information gathered by electronic nose and electronic tongue.

electronic nose;electronic tongue;data fusion;application

2014-05-04

田晓静(1982-)，女，博士，副教授，研究方向：食品、农产品安全与检测分析。

*通讯作者:王俊(1965-)，男，博士，教授，研究方向：农产品加工工程与装备。

教育部“长江学者和创新团队发展计划”(IRT13091)；国家科学部支撑计划(2012BAD29B02-4)；国家自然科学基金(31071548)；博士点基金(20100101110133)；国家自然科学基金(31160440)；甘肃省农牧厅现代农业生产发展资金(XBMV-2013-BC-19)； 西北民族大学中央高校基本科研业务费专项资金资助项目(31920130035)。

TS251.7

A

1002-0306(2015)01-0386-04

10.13386/j.issn1002-0306.2015.01.073