電子鼻氣敏傳感器的工作原理及其在肉品摻假中的應用研究進展

謝心如 張德權 李少博 侯成立 鄭曉春 陳麗

摘 要：電子鼻作為一種新型仿生嗅覺檢測技術，具有檢測時間短、樣品預處理簡單、檢測結果可靠等優點，受到國內外學者的廣泛關注。目前，市場上存在許多基于不同檢測原理和機制的新型電子鼻傳感器，其類型和陣列的差異與電子鼻的應用擴展密切相關。本文重點闡述電子鼻中金屬氧化物型、導電聚合型、質量敏感型、場效應管型、光纖型等氣敏傳感器的工作原理，分析影響電子鼻檢測結果的主要因素，并概述電子鼻在生鮮肉與肉制品摻假中的應用研究進展，以期為電子鼻的工業化推廣和肉品摻假檢測技術革新提供參考。

關鍵詞：電子鼻；傳感器；工作原理；肉品摻假

A Review of the Working Principle of Electronic Nose Gas Sensor and Its Application in Meat Adulteration Detection

XIE Xinru1，2， ZHANG Dequan1，2， LI Shaobo2， HOU Chengli2， ZHENG Xiaochun2， CHEN Li2，*

（1.College of Food and Wine， Ningxia University， Yinchuan 750021， China; 2.Key Laboratory of Agro-Products Quality and Safety Control in Storage and Transport Process， Ministry of Agriculture and Rural Affairs， Institute of Food Science and Technology，

Chinese Academy of Agricultural Sciences， Beijing 100193， China）

Abstract： As a new bionic olfactory detection technology， the electronic nose has drawn the interest of researchers worldwide for its advantages such as short detection time， simple sample pretreatment， and reliable detection results. At present， there are many new electronic nose sensors based on different detection principles and mechanisms that are available in the market， and the differences in their types and arrays are closely related to the expansion of the application of electronic noses. This paper illuminates the working principles of gas-sensitive sensors used in electronic noses such as metal oxide-type， conductive polymer-type， mass-sensitive， field effect tube-type， and optical fiber-type， analyzes the main factors affecting the results of electronic nose， and summarizes the recent progress in the application of electronic nose technology in the detection of adulteration of fresh meat and meat products， aiming to provide a foundation for the industrial popularization of electronic nose technology and for innovations in meat adulteration detection technology.

Keywords： electronic nose; sensor; working principle; meat products adulteration

DOI：10.7506/rlyj1001-8123-20221014-138

中圖分類號：TS207.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標志碼：A 文章編號：1001-8123（2023）03-0060-07

引文格式：

謝心如， 張德權， 李少博， 等. 電子鼻氣敏傳感器的工作原理及其在肉品摻假中的應用研究進展[J]. 肉類研究， 2023， 37（3）： 60-66. DOI：10.7506/rlyj1001-8123-20221014-138.? ? http：//www.rlyj.net.cn

XIE Xinru， ZHANG Dequan， LI Shaobo， et al. A review of the working principle of electronic nose gas sensor and its application in meat adulteration detection[J]. Meat Research， 2023， 37（3）： 60-66. （in Chinese with English abstract） DOI：10.7506/rlyj1001-8123-20221014-138.? ? http：//www.rlyj.net.cn

電子鼻（electronic nose，E-nose）是一種用于分析食品氣味的仿生設備，能夠探測到物質中復雜的氣味，并通過氣敏傳感器作出定性及定量分析[1]，具有檢測時間短、樣品預處理簡單、檢測結果可靠等優點[2]，能滿足現代食品工業對產品質量快速檢測的需求。肉類是人們攝取能量和營養成分的重要來源[3]，但市面上售賣的肉以次充好、肉類摻假事件屢有發生，不僅對消費者經濟利益造成損害，還擾亂了市場秩序，是我國肉類產業發展的痛點和難點，因此研發快速、準確的肉品摻假檢測技術迫在眉睫。電子鼻借助其仿生嗅覺的優勢，在原料肉種類鑒別[4-5]、摻假肉種類與含量的快速檢測[6]、凍融肉品質[7]、肉品產地溯源[8]等方面發揮重要作用。本文著重探討電子鼻氣敏傳感器的作用機理及其在生鮮肉與肉制品摻假中的應用研究現狀，旨在為電子鼻的推廣利用提供參考。

1 生物鼻嗅覺感受機理

人類和動物鼻子能感受成千上萬個氣味分子，氣味是通過嗅覺感受神經元的嗅覺受體和不同的氣味分子結合來區分的。由于鼻子內部的嗅覺編碼機制較為復雜，僅靠分子結構就能識別不同氣味[9]。氣味與嗅覺受體相互作用構成一個數據網，創建了人類嗅覺網絡來識別5 個集線器節點，把這些節點和氣味結合起來發現可以解釋嗅覺受體對氣味分子結構的特異識別和相互作用[10]。嗅覺產生原理如圖1所示，生物嗅覺過程開始于外部環境中的揮發物，鼻子內部具有大量能與外界氣味分子相結合的嗅覺受體，嗅覺受體屬于G蛋白偶聯受體[11]，激活的受體與揮發性物質相互作用，使得信號傳導到嗅球上[12]，通過嗅球嗅束到達嗅覺中樞，結合后的嗅覺感受器刺激有生物神經元的鼻子，產生嗅覺神經脈沖信息，經過系列反應后將處理好的嗅覺信號傳到大腦皮層，這些信息在經過大腦皮層的分析后做出一系列的相應反應，最終形成生物嗅覺[13]。當鼻子長時間處于某一氣味環境下就產生所謂的疲勞現象，主要由于鼻腔中的受容細胞即嗅細胞的容量達到上限。如果大量不間斷的供應氣味導致嗅細胞容納不下或超負荷工作就會使其產生疲勞，甚至受到抑制，對氣味失去感應能力[14]。而電子鼻技術的出現正好彌補了生物鼻嗅覺這一不足。

2 電子鼻氣敏傳感器的工作原理

電子鼻由樣品處理系統、氣敏傳感器陣列和模式識別系統3 部分組成，通常用于檢測簡單或復雜的揮發性有機化合物[15]。電子鼻工作原理如圖2所示，樣品中的揮發性氣味能與陣列中多個氣敏傳感器反應，將化學信號轉換成電信號，然后經過放大降噪處理、基線校準或歸一化等一系列預處理過程，獲取并增強該樣品所對應的綜合指紋信息，再從中選擇合適的特征信息輸入到特定的模式識別算法中，最終完成對樣品的定性或定量

辨別[16]。氣敏傳感器陣列是電子鼻的核心部件[17]，該部件內部的壓電晶體表面有一層選擇性吸附氣體的氣敏薄膜，當該氣敏薄膜與待測氣體發生化學、生物等作用時，氣敏薄膜的膜層質量和導電率隨之發生變化，從而引起壓電晶體的聲表面波頻率發生漂移，通過測量聲表面波頻率的變化就可以準確獲得反應氣體濃度的變化值?；趥鞲衅黝愋?，電子鼻氣敏傳感器主要分為金屬氧化物型、導電聚合型、質量敏感型、場效應管型和光纖型傳感器等（表1）。

2.1 金屬氧化物型氣敏傳感器

金屬氧化物型氣敏傳感器由一個包含鉑加熱器線圈的陶瓷支撐管組成，附在管外部的是燒結的二氧化錫，這是一種使用最為廣泛的半導體涂層材料，通常在半導體內添加貴金屬能有效提高元件的靈敏度和縮短響應時間[23]。金屬氧化物型氣敏傳感器主要通過氣體分子吸附產生的化學作用或生物作用，亦或是物理吸附變化引起導電率的變化[24]。因其氣敏薄膜沉積技術進一步發展，將傳感器類型分為?。?～1 000 nm）或厚（10～300 ?m）薄膜金屬氧化物型氣敏傳感器[25]。薄膜器件雖然響應信號靈敏度高，但是再現性差。市面上流通的電子鼻多使用厚膜技術金屬氧化物型氣敏傳感器，

代表性的有德國PEN2便攜式電子鼻和Fox 3000、Fox 4000電子鼻。

隨著對此類型傳感器的深入研究，在檢測肉品新鮮度及肉中揮發性風味物質中的應用更為成熟，能夠準確識別肉品在貯藏過程質量及氣味的變化。通過研究金屬氧化物型氣敏傳感器的電子鼻評估12 個品牌、3 個批次豬肉脯的品質，主要根據其風味特征評價豬肉脯品質是否達標，結果顯示，使用電子鼻檢測準確率為89.81%[26]。Barbri等[27]基于金屬氧化物型氣敏傳感器的電子鼻檢測4 ℃下沙丁魚新鮮度的變化情況，結果表明，此類型電子鼻的識別率能達到96%以上，能很好預測沙丁魚質量變化。應用電子鼻技術檢測2 種包裝形式（空氣包裝和真空包裝）4 ℃貯藏鮰魚的新鮮度及揮發性風味物質的變化，結果表明，引起4 ℃貯藏鮰魚風味變化最主要的物質是苯甲醛[28]。通過18 個金屬氧化物型氣敏傳感器組成的電子鼻測量和模擬控制氧化過程中精制雞脂肪的風味質量變化，結果表明，過氧化物值和酸值的相關系數較高（r=0.96），證明電子鼻技術可深度表征雞肉脂肪的氧化程度[29]。高爽等[30]利用電子鼻對不同烤制時間的烤羊腿揮發性風味物質進行定性分析，通過分析發現，檢測結果與氣相色譜雷達圖將烤羊腿中不同風味物質很明顯區分開，電子鼻可以對烤制不同時間羊腿的揮發性風味物質實現實時監測。

2.2 導電聚合物型氣敏傳感器

導電聚合物氣體傳感器由基底（通常為硅）、一對鍍金電極和作為傳感元件的導電有機聚合物涂層

組成[31]。導電聚合物氣敏傳感器根據氣體吸附到傳感器表面引起的電阻變化而識別，主要是具有電化學特性的聚合物材料在吸附氣體后產生聚合物鏈的溶脹或發生化學反應[32]。自20世紀80年代初以來，導電活性聚合物作為電子鼻傳感器材料引起了人們的關注，特別是其具有靈敏度高、響應時間短、易于合成、具有良好的機械性能等優點[33]，并且在眾多領域有著廣泛應用，常用導電型聚合物氣敏傳感器電子鼻有Cyranose 320電子鼻。Balasubramanian等[34]將基于導電聚合物氣敏傳感器的電子鼻應用于區分不同貯藏溫度條件（4、10 ℃）的牛肉條，經過留一法交叉驗證的徑向基函數神經網絡得到預測準確度最高達100%、最低為83%，說明導電聚合物電子鼻對不同腐敗程度的牛肉條具有良好的區分效果。為了論證導電聚合物氣敏傳感器能否用于肉品檢測，研究由10 個導電聚合物氣敏傳感器鑒定不同比例牛肉-豬肉混合物，將煮制和未加工的樣品在4 ℃條件下保存不同時間（0～6 d），結果表明，該系統能夠檢測牛肉中不同比例的豬肉摻假情況，對熟制前后的牛肉也能明顯區分，決定系數為0.98[35]。上述研究表明，該類傳感器具有一定的應用前景，可為畜禽肉等相關肉品品質的快速判別提供一種新思路。

2.3 質量敏感型氣敏傳感器

質量敏感型氣敏傳感器分為表面聲波氣敏傳感器[36]和石英晶體微天平氣敏傳感器[37]，表面聲波傳感器器件由壓電材料、叉指換能器和振蕩電路構成，而石英晶體微天平氣敏傳感器的構造與其完全不同，它是由石英振蕩片與附有銀層的電極形成的三明治結構。其中前者的工作原理是晶體在吸附氣體分子后，其表面聲波的頻率、幅值及相速將會隨之發生變化，而后者工作原理是氣體分子被聚合物涂層吸附，促使石英盤質量增加，諧振特征頻率隨之發生變化[38]。當應用于化學活性氣體的檢測和測量時，該技術具有很好的相關性，但它們對多種化合物不敏感，尤其是對芳香烴類物質[39]，所以該類型的傳感器一般不用于檢測風味物質。張賓惠等[40]使用電子鼻對4 個品種雞肉的生熟樣品進行鑒別，結果顯示，生肉的多層感知分析模型用于預測集樣品分類的總體識別率和北京油雞肉識別率分別達93.94%和96.97%，預測集北京油雞肉識別率達98.48%，電子鼻能夠很好識別北京特色品種雞肉，為防止肉品摻假提供技術支撐。

2.4 場效應管型氣敏傳感器

場效應管型氣敏傳感器由半導體層、絕緣層和3 個電極組成[41]。其工作原理是基于敏感膜與氣體相互作用時漏源電流而發生變化，制備過程中需要在柵極上涂一層敏感薄膜，經過調整催化劑種類和涂膜厚度，改變傳感器的工作溫度，使傳感器的靈敏度和選擇性達到最優。Xiao Ye等[42]利用電子鼻測定4 ℃條件下貯藏10 d牛肉條（腰最長?。┬迈r度的變化，基于最大信噪比特征值的線性擬合回歸，建立新鮮度分析模型，該模型的分析精度為90%，證實電子鼻對肉類新鮮度的測定具有較高的準確性。李雙艷等[43]應用電子鼻測定3 種不同貯藏方式的小香雞風味物質，通過主成分分析發現能夠準確預測小香雞風味物質的變化，為后續研究其他禽類的貯藏工藝提供了數據支撐。

2.5 光纖型氣敏傳感器

光纖型氣敏傳感器由敷有很薄的化學活性涂層的玻璃纖維為支架，它的工作原理是在特定的頻率范圍內檢測目標氣體吸光度的變化，這種方法專一性較強，如對CO2氣體有很強的敏感性和選擇性，但對于其他低濃度氣體幾乎不敏感。此外，光纖型氣敏傳感器的識別還可以用顏色作為指示信息[44]。Miyasaki等[45]使用電子鼻系統研究新鮮魚肉冷藏3～4 d期間揮發性化合物的變化，通過簡單的回歸分析發現二者呈顯著相關性（r=0.87，P＜0.05），證明電子鼻分析在監測揮發性化合物變化方面的有效性，以及在監測魚肉新鮮度上有較高的準確度。雷力[46]用電子鼻技術檢測豬肉在6 ℃條件下放置7 d的新鮮度變化，將訓練好的神經網絡進行回歸判別分析檢驗結果，以此來探討使用電子鼻系統檢驗肉品新鮮度的可行性，得到樣品判別準確率為92.80%。上述研究證明，光纖氣敏傳感器可通過監測肉品變化過程中CO2濃度來反映肉品新鮮度。

3 影響電子鼻檢測效果的因素

電子鼻在實際應用過程中的準確度和精確度主要受檢測環境和樣品特性兩大類因素影響，了解電子鼻作用效果影響因素有助于解決其存在的弊端。

3.1 環境因素

氣敏傳感器陣列響應信號易受環境因子（溫度、濕度）[47]和空氣中其他氣體的影響[48]，這些因素通常會影響電子鼻的檢測效果。在不同溫度環境下運行的傳感器對每種氣體顯示出一定程度的選擇性，從不增加傳感器量的角度來看，通過選擇適當的溫度剖面也可以提高檢測準確度，但是這種方法暫時沒有用于食品分析[49]。另一種提高傳感器選擇性和獨立性的方法是使用二氧化錫和鉻氧化鈦厚膜覆蓋沸石[50]，沸石是微孔礦物和鋁硅酸鹽礦物，是改變多孔體內氣相組成的理想選擇。按照檢測需求選擇合適的傳感器并在規定條件下使用是實現其檢測效果的基本條件。Gardner等[51]在定義電子鼻設備的基本部件時提到放置傳感器的腔室，通常這個腔室需要有固定的溫度和濕度，否則會影響香氣分子的吸附。研究表明，在350 ℃條件下，金屬氧化物型氣敏傳感器的上升時間為30 s，在室溫下，導電聚合物型氣敏傳感器的上升時間為10 s。場效應管型氣敏傳感器在二氧化碳監測器的配合下能夠確定肉品類型，且能預測其貯藏時間。如果場效應管型氣敏傳感器在單獨運行的條件下，預測貯藏時間的性能下降，說明環境中CO2濃度是影響電子鼻檢測結果的重要參數[52]。

3.2 樣品因素

樣品因素對電子鼻檢測準確性的影響是目前電子鼻檢測面臨的一大挑戰。盡管電子鼻與生物鼻不完全相同，但它可以快速探測到物質或空氣中的氣味，

與果蠅[53]等無脊椎動物的嗅覺感受器相比，電子鼻使用的氣敏傳感器之間并不獨立，它更像是一個分工明確的車間，僅適應某些揮發性有機物。即使氣敏傳感器可以對多種揮發物作出響應，但它們對醛、醇和酮有更高的親和力，而對萜烯、芳香族化合物或有機酸等分子的響應較差。Ragazzo-Sanchez等[54]研究表明，乙醇是頂空的主要成分，加上水蒸氣的影響，電子鼻測定含酒精飲料的風味特征過程比較困難。根據金屬氧化物型氣敏傳感器對不同氣味的響應不同，評估挪威、冰島和德國3 個地區的大西洋鮭魚，鮭魚通過熏制工藝獲得，以真空包裝和氣調包裝2 種形式包裝，在5、10 ℃條件下貯藏4 周后進行檢測，結果表明，氣敏傳感器與“異味”和“甜/酸”氣味屬性之間存在普遍相關性，但與化學參數的相關性很低，這意味著化學參數不能被用來校準“電子鼻”[55]。關于電子鼻對不同濃度的乙醇、丁酮、糠醛和鄰甲氧基苯酚等物質的反應表明，氣敏傳感器對乙醇和丁酮揮發性化合物更為敏感，對檢測糠醛和鄰甲氧基苯酚濃度不夠敏感，說明被檢測樣品中揮發性物質不同使得電子鼻氣敏傳感器對其識別的準確度也有所差異。

4 電子鼻在肉與肉制品摻假中的應用

隨著人民生活水平的提升，高質量和高標準食品的需求不斷增長，促使食品行業和消費者更加關注食品安全問題。食品摻假是食品安全中常見的問題，以肉與肉制品摻假最為明顯。

4.1 電子鼻在生鮮肉摻假中的應用

在利益的驅動下，市場上生鮮肉摻假現象時有發生，羊肉摻假是肉品摻假中最為常見的，其次是牛肉摻假，主要歸結為牛、羊肉營養豐富，價格較其他畜禽肉高，電子鼻可以通過測定樣品中揮發性風味物質實現生鮮肉摻假的快速檢測。張春娟[56]應用電子鼻技術檢測摻入不同比例（0%、20%、40%、60%、80%、100%）豬肉、雞肉和鴨肉的羊肉糜，通過正交偏最小二乘判別分析，對摻假羊肉建立模型，模型的解釋率R2Y與模型的累積預測率Q2之間的差值小于0.3，說明建立的模型有好的預測能力，證實電子鼻能很好區分摻假羊肉。為了驗證電子鼻技術是否能精準識別肉品摻假，通過應用電子鼻、氣相色譜-離子遷移譜對摻入不同比例鴨肉的寧夏灘羊肉糜進行檢測，利用摻假羊肉中揮發性風味物質對傳感器響應信號的響應規律進行分析，采用多元線性回歸法將實驗數據進行擬合，得到的決定系數為0.97[57]，上述研究證實，電子鼻可根據羊肉獨特的揮發性風味物質將其與其他肉品區分開。將電子鼻與氣相色譜-質譜聯用技術結合，對摻入不同比例（0%、10%、30%、70%、100%）鴨肉的羊肉進行快速檢測，結果表明，電子鼻技術在摻假羊肉中的檢測準確率達到100%[58]，也證實了電子鼻技術在羊肉摻假中的可行性。王永瑞等[59]通過將電子鼻技術應用到鑒別摻入不同比例（0%、25%、50%、75%、100%）鴨肉的烤羊肉，證實一些重要化合物的含量在摻假樣品中存在顯著差異，研究結果表明，烤羊肉摻假樣品主成分分析模型R2為0.99，Q2為0.85。上述實驗將電子鼻應用到羊肉中多種形式摻假分析中，研究結果表明，電子鼻對單一種類肉摻假和復合摻假檢測均能取得較好的效果。

牛肉摻假也是生鮮肉摻假的重要形式之一，不法商販通過對肉餡、肉卷摻假牟利。許文娟等[60]應用電子鼻對生鮮牛肉中的摻假物質進行檢測，按照不同摻假比例（0%、5%、15%、20%、30%、60%、80%、100%）制備摻混豬肉的牛肉樣品，采集摻假牛肉樣品的電子鼻信號，并進行主成分分析，結果表明，電子鼻技術的識別準確度達到97.50%。Pulluri等[61]研究通過電子鼻技術對摻假牛肉進行定性及定量分析，按照0%～100%的比例制備摻入豬肉的牛肉樣品，利用回歸模型進行定量分析，結果顯示，模型準確率高達99.99%，該研究結果證實，電子鼻能夠準確分析鑒別真假牛肉。將電子鼻技術應用在牛肉卷摻假檢測中，通過摻入不同比例（0%、20%、40%、60%、80%、100%）豬肋條肉、鴨胸肉進行檢測分析，電子鼻的響應曲線圖和雷達圖均反映出牛肉、豬肋條肉及鴨胸肉肉樣中揮發性物質的信息[62]。在牛胸肉中摻入不同比例（0%～100%）的雞胸肉、雞皮、豬前槽肉，利用電子鼻技術進行測定，通過主成分分析、線性判別分析等方法對獲得的數據進行分析，結果表明，2 種分析方法的總貢獻率均在87%以上[63]，說明電子鼻能夠很好區分牛肉摻假。以此類推，電子鼻技術可廣泛應用于不同形式摻假的畜禽肉中，無論是從理論還是實踐角度均有可行性，也為肉品摻假提供了數據支撐。

4.2 電子鼻在肉制品摻假中的應用

隨著消費者對肉品領域認知的提升，不再一味追求色澤和味道帶來的愉悅感，而是提高了品質和安全標準，使得快速、正確鑒別肉品來源顯得極為重要，在肉制品摻假中肉腸摻假和仿肉味香精較為突出。Nurjuliana等[64]利用電子鼻區分摻有豬肉的牛肉腸、羊肉腸和雞肉腸，采用主成分分析等方法對電子鼻獲得的數據進行分析，采用氣相色譜檢測結果進行校驗，研究發現，電子鼻可以檢測出摻有豬肉的香腸。Kalinichenko等[65]利用石英晶體傳感器電子鼻結合主成分分析和概率神經網絡，對香腸中摻入的不同比例（0%、10%、20%、30%）大豆蛋白進行分析鑒別，得到的預測模型能實現100%的分類，表明電子鼻在香腸摻假檢測中的有效性。

張申[66]利用電子鼻技術對牛肉香精與熟制豬肉混合制成的假牛肉與牛肉進行判別，將不同比例（0.2%～1.0%、0.5%～1.0%、0.2%～0.5%）的牛肉香精添加入熟制豬肉中，應用多元線性回歸分析和偏最小二乘回歸分析建立預測模型，發現加入不同比例香精的假牛肉間差異較小，可能是由于牛肉香精揮發性成分較少，難以掩蓋熟制豬肉的揮發性成分。因此，牛肉香精組與熟制豬肉組間距離較小，表明電子鼻技術能夠很好判別假牛肉與牛肉。

5 結 語

電子鼻技術近些年在軟件和硬件上均取得了突破性研究，使其在實際應用過程中使用更加廣泛，但單一使用電子鼻系統還存在對揮發性物質無法準確定量、檢測過程容易受環境因子影響、長時間使用會發生基線漂移等問題。電子鼻技術在未來的發展應從以下三方面實現突破：1）電子鼻和電子舌、氣相色譜-質譜和近紅外光譜等技術結合應用，在硬件優化、信息融合等方面尋求新突破；2）電子鼻傳感器容易受環境、樣品因素的影響，在測量不同樣品時，盡可能選擇合適的地點和較為穩定的傳感器，以保證順利的測定過程和精確的結果；3）擴充電子鼻的數據量并對基線漂移問題深入研究，使電子鼻技術優勢發揮到最大，在挖掘增強電子鼻傳感器的耐受度、敏感性和延長使用壽命方法的同時，要對各項數據信息進行訓練和分析，使得數據和結果變得更加精準和智能化。電子鼻技術作為人工智能的衍生物，它的發展必然不會局限于此，有望應用于其他研究領域。

參考文獻：

[1] 李志成， 鄭曉冬， 閆新煥， 等. 果蔬品質無損檢測技術研究進展[J]. 中國果菜， 2021， 41（3）： 34-40. DOI：10.19590/j.cnki.1008-1038.2021.03.007.

[2] 王寶怡， 王培強， 李曉晗， 等. 基于電子鼻技術對不同季節山東綠茶香氣的分析[J]. 現代食品科技， 2020， 36（10）： 284-289; 259. DOI：10.13982/j.mfst.1673-9078.2020.10.0293.

[3] 范夢晨， 韓愛云. 肉類摻假檢測技術的研究進展[J]. 食品安全質量檢測學報， 2021， 12（1）： 236-241. DOI：10.19812/j.cnki.jfsq11-5956/ts.2021.01.047.

[4] CHEN Jingru， YAN Wenjie， FU Yu， et al. The use of electronic nose in the quality evaluation and adulteration identification of Beijing-You chicken[J]. Foods， 2022， 11（6）： 782. DOI：10.3390/foods11060782.

[5] WEN Rongxin， KONG Baohua， YIN Xiaoyu， et al. Characterisation of flavour profile of beef jerky inoculated with different autochthonous lactic acid bacteria using electronic nose and gas chromatography-ion mobility spectrometry[J]. Meat Science， 2022， 183： 108658. DOI：10.1016/j.meatsci.2021.108658.

[6] HUANG Changquan， GU Yu. A machine learning method for the quantitative detection of adulterated meat using a MOS-based E-nose[J]. Foods， 2022， 11（4）： 602. DOI：10.3390/foods11040602.

[7] GAO Shengjie， WANG Rongrong， BI Yulong， et al. Identification of frozen/thawed beef based on label-free detection of hemin （iron porphyrin） with solution-gated graphene transistor sensors[J]. Sensors and Actuators B： Chemical， 2020， 305： 127167. DOI：10.1016/j.snb.2019.127167.

[8] BAI Yang， LIU Haijin， ZHANG Bin， et al. Research progress on traceability and authenticity of beef[J]. Food Reviews International， 2021： 1-21. DOI：10.1080/87559129.2021.1936000.

[9] 葉偉偉. 嗅覺組織生物傳感器及其信號處理[D]. 杭州： 浙江大學， 2011： 4-7. DOI：10.1360/csb2007-52-12-1362.

[10] SHARMA A， KUMAR R， RANJTA S， et al. Smiles to smell： decoding the structure-odor relationship of chemical compounds using the deep neural network approach[J]. Journal of Chemical Information and Modeling， 2021， 61（2）： 676-688. DOI：10.1021/acs.jcim.0c01288.

[11] MOMBAERTS P. Genes and ligands for odorant， vomeronasal and taste receptors[J]. Nature Reviews Neuroscience， 2004， 5（4）： 263-278. DOI：10.1023/A：1025813919473.

[12] FIRESTEIN S. How the olfactory system makes sense of scents[J]. Nature， 2001， 413（6852）： 211-218. DOI：10.1038/35093026.

[13] 傅均. 基于嗅覺神經網絡的電子鼻仿生信息處理技術研究[D].

杭州： 浙江大學， 2009： 2-4. DOI：10.1360/csb2008-53-22-2674.

[14] 周恒剛. 鼻子的嗅覺與氣味[J]. 中國酒， 2004（2）： 34-35.

[15] BERNA A. Metal oxide sensors for electronic noses and their application to food analysis[J]. Sensors， 2010， 10（4）： 3882-3910. DOI：10.3390/s100403882.

[16] PEARCE T C， SCHIFFMAN S S， NAGLE H. Handbook of machine olfaction： electronic nose technology[M]//Wiley-VCH Verlag GmbH &

Co. KGaA： 2002. DOI：10.1002/3527601597.

[17] 宋健宇. 電子鼻技術在果蔬檢測中的應用探討[J]. 食品安全導刊， 2018（9）： 101. DOI：10.16043/j.cnki.cfs.2018.09.077.

[18] PALAC?N J， CLOTET E， RUBIES E. Assessing over time performance of an enose composed of 16 single-type mox gas sensors applied to classify two volatiles[J]. Chemosensors， 2022， 10（3）： 118. DOI：10.3390/chemosensors10030118.

[19] MELENDEZ F， ARROYO P， SUAREZ J I， et al. Nanoelectrooptical nose （NEONOSE） for the detection of climate change gases[C]//2022 IEEE International Symposium on Olfaction and Electronic Nose （ISOEN）. 2022： 1-4. DOI：10.1109/ISOEN54820.2022.9789628.

[20] KAUSHAL S， NAYI P， RAHADIAN D， et al. Applications of electronic nose coupled with statistical and intelligent pattern recognition techniques for monitoring tea quality： a review[J]. Agriculture， 2022， 12（9）： 1359. DOI：10.3390/agriculture12091359.

[21] GHASEMI-VARNAMKHASTI M， MOHTASEBI S S， SIADAT M， et al. Meat quality assessment by electronic nose （machine olfaction technology）[J]. Sensors， 2009， 9（8）： 6058-6083. DOI：10.3390/s90806058.

[22] ZHAO Zhenzhen， TIAN Fengchun， LIAO Hailin， et al. A novel spectrum analysis technique for odor sensing in optical electronic nose[J]. Sensors and Actuators B： Chemical， 2016， 222： 769-779. DOI：10.1016/j.snb.2015.08.128.

[23] DEMARNE V， GRISEL A， SANJIN?S R， et al. Electrical transport properties of thin polycrystalline SnO2 film sensors[J]. Sensors and Actuators B： Chemical， 1992， 7（1/3）： 704-708. DOI：10.1016/0925-4005（92）80389-F.

[24] YAMAZOE N， SAKAI G， SHIMANOE K. Oxide semiconductor gas sensors[J]. Catalysis Surveys from Asia， 2003， 7（1）： 63-75. DOI：10.1023/A：1023436725457.

[25] DEMARNE V， SANJINES R. Thin film semiconducting metal oxide gas sensors[M]//SBERVEGLIERI G. Gas sensors. Springer， 1992：

89-116. DOI：10.1007/978-94-011-2737-0_3.

[26] 陳通， 祁興普， 陳斌， 等. 基于電子鼻技術的豬肉脯品質判別分析[J].

肉類研究， 2021， 35（2）： 31-34. DOI：10.7506/rlyj1001-8123-20210111-006.

[27] BARBRI N E， AMARI A， VINAIXA M， et al. Building of a metal oxide gas sensor-based electronic nose to assess the freshness of sardines under cold storage[J]. Sensors and Actuators B： Chemical， 2008， 128（1）： 235-244. DOI：10.1016/j.snb.2007.06.007.

[28] 周明珠， 熊光權， 喬宇， 等. 鮰魚冷藏過程中氣味和新鮮度的變化及相關性[J]. 肉類研究， 2020， 34（3）： 68-74. DOI：10.7506/rlyj1001-8123-20191223-309.

[29] SONG Shiqing， YUAN Lin， ZHANG Xiaoming， et al. Rapid measuring and modelling flavour quality changes of oxidised chicken fat by electronic nose profiles through the partial least squares regression analysis[J]. Food Chemistry， 2013， 141（4）： 4278-4288. DOI：10.1016/j.foodchem.2013.07.009.

[30] 高爽， 丁丹， 羅瑞明. 基于固相微萃取-氣相色譜-質譜和電子鼻法的烤羊腿中可揮發性香氣成分分析[J]. 肉類研究， 2020， 34（10）： 40-46. DOI：10.7506/rlyj1001-8123-20200812-198.

[31] SCHALLER E， BOSSET J O， ESCHER F. ‘Electronic noses and their application to food[J]. LWT-Food Science and Technology， 1998， 31（4）： 305-316. DOI：10.1006/fstl.1998.0376.

[32] NYLANDER C， ARMGARTH M， LUNDSTROM I. An ammonia detector based on a conducting polymer[C]//Proceedings of the International Meeting on Chemical Sensors. Nuremberg， Germany， 1983， 17： 203-207. DOI：10.1016/s0032-3861（96）00612-x.

[33] BAI Hua， LI Chun， CHEN Fengen， et al. Aligned three-dimensional microstructures of conducting polymer composites[J]. Polymer， 2007， 48（18）： 5259-5267. DOI：10.1016/j.polymer.2007.06.071.

[34] BALASUBRAMANIAN S， PANIGRAHI S， LOGUE C M， et al. Neural networks-integrated metal oxide-based artificial olfactory system for meat spoilage identification[J]. Journal of Food Engineering， 2009， 91（1）： 91-98. DOI：10.1016/j.jfoodeng.2008.08.008.

[35] LAGA S A， SARNO R. Temperature effect of electronic nose sampling for classifying mixture of beef and pork[J]. Indonesian Journal of Electrical Engineering and Computer Science， 2020， 19（3）： 1626-1634. DOI：10.11591/IJEECS.V19.I3.PP1626-1634.

[36] VERMA P， YADAVA R. Polymer selection for SAW sensor array based electronic noses by fuzzy c-means clustering of partition coefficients： model studies on detection of freshness and spoilage of milk and fish[J]. Sensors and Actuators B： Chemical， 2015， 209：

751-769. DOI：10.1016/j.snb.2014.11.149.

[37] ALI Z， OHARE W T， THEAKER B J. Detection of bacterial contaminated milk by means of a quartz crystal microbalance based electronic nose[J]. Journal of Thermal Analysis and Calorimetry， 2003， 71（1）： 155-161. DOI：10.1023/A：1022274419166.

[38] PAPADOPOULOU O S， PANAGOU E Z， MOHAREB F R， et al. Sensory and microbiological quality assessment of beef fillets using a portable electronic nose in tandem with support vector machine analysis[J]. Food Research International， 2013， 50（1）： 241-249. DOI：10.1016/j.foodres.2012.10.020.

[39] STRIKE D J， MEIJERINK M G H， KOUDELKAHEP M. Electronic noses： a mini-review[J]. Fresenius Journal of Analytical Chemistry， 1999， 364（6）： 499-505. DOI：10.1007/s002160051375.

[40] 張賓惠， 高嵩， 賈飛， 等. 基于電子鼻技術結合化學計量法鑒別北京油雞肉[J]. 肉類研究， 2020， 34（2）： 53-59. DOI：10.7506/rlyj1001-8123-20191113-275.

[41] 曹丙慶， 穆寧. 有機場效應晶體管氣體傳感器技術檢測有害氣體的研究進展[J]. 化學分析計量， 2019， 28（增刊1）： 112-119. DOI：10.3969/j.issn.1008-6145.2019.Z1.027.

[42] XIAO Ye， JIN Jiaojiao， HUI Guohua， et al. Determination of the freshness of beef strip loins （M. longissimus lumborum） using electronic nose[J]. Food Analytical Methods， 2014， 7（8）： 1612-1618. DOI：10.1007/s12161-014-9796-8.

[43] 李雙艷， 鄧力， 汪孝， 等. 基于電子鼻、電子舌比較分析冷藏方式對小香雞風味的影響[J]. 肉類研究， 2017， 31（4）： 50-55. DOI：10.7506/rlyj1001-8123-201704009.

[44] 王俊， 崔紹慶， 陳新偉， 等. 電子鼻傳感技術與應用研究進展[J].

農業機械學報， 2013， 44（11）： 160-167; 179.

[45] MIYASAKI T， HAMAGUCHI M， YOKOYAMA S. Change of volatile compounds in fresh fish meat during ice storage[J]. Journal of Food Science， 2011， 76（9）： C1319-C1325. DOI：10.1111/j.1750-3841.2011.02388.x.

[46] 雷力. 肉的新鮮度檢測方法的研究[D]. 長春： 吉林大學， 2011. DOI：10.1111/bjd.19195.

[47] LIU Huixiang， LI Qing， YAN Bin， et al. Bionic electronic nose based on MOS sensors array and machine learning algorithms used for wine properties detection[J]. Sensors， 2018， 19（1）： 45. DOI：10.3390/s19010045.

[48] 余桂平， 朱建錫， 馬曉鐘， 等. 電子鼻技術在肉類品質檢測中的

應用[J]. 現代食品， 2020（5）： 7-10. DOI：10.16736/j.cnki.cn41-1434/ts.2020.05.003.

[49] FORT A， GREGORKIEWITZ M， MACHETTI N， et al. Selectivity enhancement of SnO2 sensors by means of operating temperature modulation[J]. Thin Solid Films， 2002， 418（1）： 2-8. DOI：10.1016/S0040-6090（02）00575-8.

[50] BINIONS R， DAVIES H， AFONJA A， et al. Zeolite modified discriminating gas sensors[J]. Journal of The Electrochemical Society， 2009， 156（3）： J46. DOI：10.1149/1.3065436.

[51] GARDNER J W， BARTLETT P N. Electronic noses. principles and applications[J]. Measurement Science and Technology， 2000， 11（7）： 1087. DOI：10.1088/0957-0233/11/7/702.

[52] BERNA A. Metal oxide sensors for electronic noses and their application to food analysis[J]. Sensors， 2010， 10（4）： 3882-3910. DOI：10.3390/s100403882.

[53] BERNA A Z， ANDERSON A R， TROWELL S C. Bio-benchmarking of electronic nose sensors[J]. PLoS ONE， 2009， 4（7）： e6406. DOI：10.1371/journal.pone.0006406.

[54] RAGAZZO-SANCHEZ J A， CHALIER P， GHOMMIDH C. Coupling gas chromatography and electronic nose for dehydration and desalcoholization of alcoholized beverages： application to off-flavour detection in wine[J]. Sensors and Actuators B： Chemical， 2005， 106（1）： 253-257. DOI：10.1016/j.snb.2004.08.006.

[55] OLAFSDOTTIR G， CHANIE E， WESTAD F， et al. Prediction of microbial and sensory quality of cold smoked atlantic salmon （Salmo salar） by electronic nose[J]. Journal of Food Science， 2005， 70（9）： S563-S574. DOI：10.1016/j.snb.2005.12.064.

[56] 張春娟. 羊肉真實性無損鑒別技術研究[D]. 銀川： 寧夏大學， 2022： 7-17. DOI：10.5376/gb.cn.2012.01.0002.

[57] 張宗國， 陳東杰， 孟一， 等. 基于頂空氣相色譜-離子遷移譜與電子鼻技術快速檢測寧夏灘羊肉中摻假鴨肉[J]. 肉類研究， 2020， 34（12）： 43-48. DOI：10.7506/rlyj1001-8123-20201105-258.

[58] 李璐. 電子鼻結合GC-MS對羊肉摻假鴨肉的快速檢測[D]. 楊凌：

西北農林科技大學， 2016： 12-25. DOI：10.7498/aps.70.20210701.

[59] 王永瑞， 柏霜， 羅瑞明， 等. 基于電子鼻、GC-MS結合化學計量學方法鑒別烤羊肉摻假[J]. 食品科學， 2022， 43（4）： 291-298. DOI：10.3788/gzxb20225105.0512001.

[60] 許文娟， 韓芳， 趙晗， 等. 電子鼻結合主成分分析法快速鑒別摻假牛肉[J]. 肉類工業， 2021（10）： 33-35. DOI：10.3969/j.issn.1008-5467.2021.10.007.

[61] PULLURI K K， KUMAR V N. Qualitative and quantitative detection of food adulteration using a smart e-nose[J]. Sensors， 2022， 22（20）： 7789. DOI：10.3390/S22207789.

[62] 董福凱， 周秀麗， 查恩輝. 電子鼻在摻假牛肉卷識別中的應用[J].

食品工業科技， 2018， 39（4）： 219-221; 227. DOI：10.13386/j.issn1002-0306.2018.04.040.

[63] 周秀麗， 劉全， 查恩輝. 電子鼻在摻假牛肉餡識別中的應用[J]. 食品

工業科技， 2017， 38（4）： 73-76; 80. DOI：10.13386/j.issn1002-0306.2017.04.005.

[64] NURJULIANA M， MAN Y B C， HASHIM D M， et al. Rapid identification of pork for halal authentication using the electronic nose and gas chromatography mass spectrometer with headspace analyzer[J]. Meat Science， 2011， 88（4）： 638-644. DOI：10.1016/j.meatsci.2011.02.022.

[65] KALINICHENKO A， ARSENIYEVA L. Electronic nose combined with chemometric approaches to assess authenticity and adulteration of sausages by soy protein[J]. Sensors and Actuators B： Chemical， 2019， 303： 1-10. DOI：10.1016/j.snb.2019.127250.

[66] 張申. 電子鼻基于數據處理方法對摻假牛肉檢測研究[D]. 楊凌：

西北農林科技大學， 2016： 9-31. DOI：10.32629/gmsm.v3i4.826.

收稿日期：2022-10-14

基金項目：寧夏回族自治區重點研發計劃項目（2021BEF02037）；中央級公益性科研院所基本科研業務費專項（S2020JBKY-10）

第一作者簡介：謝心如（2000—）（ORCID： 0000-0002-8694-6774），女，碩士研究生，研究方向為肉品品質數字化表征。

E-mail： 2902693270@qq.com

*通信作者簡介：陳麗（1986—）（ORCID： 0000-0001-9877-5290），女，副研究員，博士，研究方向為肉品品質評價與智能識別。

E-mail： chenliwork@126.com