← 最新论文
📄 agriculture

Detection of Chicken Meat Adulteration in Cattle Meat Using BME688 Gas Sensor and Convolutional Neural Networks

本研究表明,集成了一维卷积神经网络的低成本 BME688 气体传感器系统在检测和量化牛肉中掺杂鸡肉肉类方面,能够实现 100% 的分类准确率和高精度回归(误差约 1.5%),为食品真实性提供了一种快速且无损的解决方案。

原作者: Mehmet MİLLİ, Nursel SÖYLEMEZ MİLLİ, İsmail Hakkı PARLAK

发布于 2026-08-25
📖 1 分钟阅读☕ 轻松阅读

原作者: Mehmet MİLLİ, Nursel SÖYLEMEZ MİLLİ, İsmail Hakkı PARLAK

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

食品欺诈是全球食品供应链中挥之不去的阴影,通过将昂贵的原料悄悄替换为廉价的成分来获取更高利润。这种做法不仅是在欺骗消费者的金钱,还可能引发过敏反应、违反宗教饮食规定,并侵蚀人们对所食食物的信任。几十年来,捕捉这些替代行为需要将样本送往实验室,由科学家使用复杂的、昂贵的机器来分析 DNA 或蛋白质。虽然这些方法很准确,但过程缓慢,需要专门的培训,且无法在超市或屠宰场接收到一批肉类时进行即时检测。挑战在于寻找一种既能快速、廉价地检测欺诈,又不会牺牲准确性的方法,理想情况下,该设备应小到可以用单手握持。

土耳其博卢阿班特伊兹特拜萨尔大学(Bolu Abant Izzet Baysal University)的一个研究小组取得了一项重大进展,他们开发了一种能够通过“嗅觉”来辨别肉类纯度或是否被掺杂的系统。他们的工作专注于一种特定且常见的欺诈类型:将廉价的鸡肉混入更昂贵的牛肉中。该设备并非寻找 DNA,而是探测从肉类中自然升腾起的无形气体云。所有新鲜肉类都会释放出独特的挥发性有机化合物组合,这些本质上是漂浮在空气中的微小化学分子。不同的动物物种会产生不同的化学特征,就像不同的人有不同的气味一样。研究人员构建了一个紧凑型电子鼻,这种设备配备了一个气体传感器,当遇到这些特定的空气化学物质时,其电阻会发生变化。通过将这种传感器与一种被称为卷积神经网络的人工智能技术相结合,他们创建了一个能够学习识别纯牛肉与掺入鸡肉后的牛肉之间独特化学指纹的系统。

为了测试他们的想法,研究人员在受控的实验室环境下准备了一系列肉类混合物。他们取了新鲜度相同的碎牛肉和碎鸡肉,并将它们按精确比例混合。其中一些样本是纯牛肉,另一些则含有 10%、20%、30% 或 50% 的鸡肉。他们将这些肉饼放入密封的玻璃杯中,并将传感器阵列置于表面正上方。本研究中使用的传感器是 BME688,这是一种能够测量气体、温度和湿度的低成本小型芯片。为了获得尽可能详细的读数,研究人员并没有让传感器保持静止,而是对其进行了四种不同加热模式的程序化设计。这种温度调制有助于传感器对各种化学物质做出不同的反应,从而捕捉到更丰富、更详细的肉类上升气体云的图像。他们同时运行了两个传感器:一个测量肉类上方的空气,另一个测量室内的洁净空气,从而可以减去背景噪声并分离出肉类本身的香味。

数据收集完成后,研究人员将其输入到人工智能模型中。该模型旨在同时完成两件事:首先,它作为一个分类器,尝试将样本归入正确的类别,例如“纯牛肉”或“含 2 折鸡肉的牛肉”;其次,它作为一个回归器,试图预测混合物中鸡肉的确切百分比。结果非常精确。对于仅仅识别样本所属类别的任务,该系统在测试数据上实现了完美的准确率,无论使用哪种加热模式,都能正确区分每一种混合物。这意味着纯牛肉与掺入鸡肉后的牛肉之间的化学差异足够显著,足以让机器每次都能识别出来。

该系统在估算鸡肉确切含量方面也表现出了极高的效率。表现最好的模型使用了名为 HP-412 的特定加热模式,其预测鸡肉含量的平均误差仅为约 1.5 个百分点。在实际操作中,如果肉类含有 20% 的鸡肉,该设备估算的范围可能在 18.5% 到 21.5% 之间。这种精确度具有重要意义,因为它超越了仅仅检测是否存在欺诈,而是能够量化欺诈的具体程度,这对于监管机构和食品安全检查员至关重要。研究证实,低成本传感器配合智能软件可以进行复杂的化学分析,而无需依赖实验室。

然而,研究人员谨慎地指出其研究结果的局限性。实验是在严格的实验室条件下进行的,使用的是新鲜准备并立即进行测试的肉类。该系统尚未在不同品种的牛、存放数周的陈年肉类或经过冷冻及解冻的样本上进行测试。这些现实世界的变量可能会改变肉类的化学特征,并可能使传感器产生困惑。作者指出,虽然他们的原型是一个强大的概念验证,但未来的工作必须涉及在更广泛的样本多样性和时间跨度下进行测试,以确保系统在繁忙的市场或加工厂中能够可靠运行。他们还计划探索将这项技术集成到便携式手持设备中,以便直接在实地使用。

这项研究凸显了未来食品安全监测方式的转变。与其仅仅依赖缓慢、昂贵的实验室测试,行业可能很快就能获得能够实时筛查肉类真实性的快速、非破坏性工具。通过证明小型、廉价的传感器可以高精度地分辨纯牛肉与掺鸡肉牛肉,这项研究为新一代食品安全技术打开了大门。这些工具最终可以帮助保护消费者、确保公平贸易并维护食品供应链的完整性,而这一切都通过倾听食物本身细微的化学低语来实现。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →