随着材料科学和制造工艺的发展，经过科研人员十儿年的努力，电子鼻的研究达到了一个相当高的水平。国外电子鼻研究开展较早，1995年就出现了商品化的电子鼻设备。比较而言，国内的电子鼻的研究工作起步较晚，研究水平还处在实验室阶段。电子鼻系统既没有对气味的组分给出特定信息也没有关于组分的识别，然而，在合适的数学工具的帮助下，例如：人工神经网络和统计方法，电子鼻能够从一个特定样品中识别气味模式并在区分其他样品中起到帮助作用。由于其功能独特，电子鼻技术在食品、烟酒、临床、化妆品、石油化工、环境检测、包装材料、农业等领域得到了广泛应用。

近年来，基于传感器阵列和模式识别的电子鼻在粮食作物霉变的检测中得到了研究和应用。早在1997年A.Jonsson等通过参考电子鼻在酒类、香水、烟草等方面的应用，提出了电子鼻用于谷物品质的检测。对微生物活动时释放出气味进行检测，并结合神经网络等模式识别方法，来实现对谷物品质的预测。2000年N.Magan和P.Evans用电子鼻检测早期的谷物品质变化。以谷物质变过程中， 挥发性成分及气味物质所表现的特性作为指标，用电子鼻来检测谷物的霉变情况。J.Olsson等用电子鼻分析大麦挥发性成分以区分其正常和变质样品， 结合气相色谱仪分析的结果，指出电子鼻分析正常的样品其挥发性成分主要是2-己烯醛等，而变质的大麦主要是甲基丙酮以及三甲基色氨酸等。

2002年在J.Olsson等的另一篇文章里， 作者同样以真菌的挥发性代谢物作为指标，通过气相色谱仪和电子鼻来分析各种正常和一些变质程度的谷物样品。2004年邹小波和赵杰文使用8只日本费加罗公司生产的二氧化锡气敏传感器构成阵列， 采用主成分分析和RBF神经网络作为模式识别算法对受感染的小麦样品进行了霉变的识别。2005年Matte oF alas coni等用电子鼻对玉米的真菌污染进行了检测。潘天红等使用自行研制的一组厚膜金属氧化锡气体传感器阵列和主成分分析、RBF神经网络的模式识别技术对谷物霉变进行了识别， 识别正确率为92.19%。2006年Rober oP aol esse等利用电子鼻来检测真菌对小麦的污染， 检测结果令人满意， 说明电子鼻有能力检测出早期的真菌污染。D.S.Pres icce等对电子鼻检测感染小麦中的镰刀霉菌做出了评定。2007年S.Balasubramanian等利用主成分分析、一次和二次方程判别式分析法以及神经网络等方法对大麦的感染程度进行了识别分类，最高的识别率达到91.2%。浙江大学的王俊教授领导的研究小组采用金属氧化物传感器阵列和主成分分析法对6个霉变程度的稻谷成功地进行了检测。2008年Juliusz Perkowski等采用电子鼻和GS/MS对小麦和黑麦中tri cho diene合成酶的含量进行了分析， 发现受感染样品的镰刀菌的含量远远高于正常样品。

目前现有的电子鼻检测粮食霉变的研究基本上是运用通用商品化电子鼻仪器进行实验室的分析测试的，与实际现场环境测试要求相距较大。而且电子鼻气敏传感器阵列部分多数使用的是半导体氧化物，其工作温度一般要到300℃以上，这就使得电子鼻工作时必须加热，限制了其在现场环境如粮库的应用。纳米技术是现代科技的最新研究成果，尤其是与生物学、免疫学、电化学及材料技术结合，应用到现有的检测方法中，是食品安全检测的重要发展趋势。很多纳米材料本身就是非常敏感的化学和生物传感器，因此使用纳米材料作为敏感膜的气敏传感器阵列的电子鼻是一个很有前景的研究方向。另外，电子鼻所采用的信号处理技术和模式识别方法也是研究的一个热点，不断有新的改进的算法出现。

受敏感膜材料、制造工艺和数据处理方法等方面的限制，现今电子鼻的应用范围与人们的期望还存在距离。但随着生物芯片和生物信息学的发展、生物与仿生材料研究的进步、微细加工技术的提高和纳米技术的应用，电子鼻将会有更广阔的应用前景。

文章来源：《食品快速检测实训教程》

版权与免责声明：转载目的在于传递更多信息。

如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。

如涉及作品内容、版权等问题，请在作品发表之日起两周内与本网联系，否则视为放弃相关权利。