基于嗅觉可视化技术的花生黄曲霉毒素B1定量检测

作者：江辉; 刘良源; 陈全胜^*

来源：农业机械学报, 2022, 53(12): 308-343.

• 花生
• 黄曲霉毒素B1
• 定量检测
• 嗅觉可视化技术
• 特征优化

花生在储运过程中极易受到各种霉菌的污染而产生真菌毒素，其中以黄曲霉毒素B1(AFB1)最为常见。提出了基于嗅觉可视化技术的花生AFB1定量检测。利用顶空固相微萃取气相色谱-质谱联用技术(HS-SPEM-GC-MS)分析得到不同霉变花生的指示性挥发性物质成分，据此选择12种化学染料制备特异性强的色敏传感器阵列，用于采集不同霉变程度花生样本的气味信息。引入遗传算法(GA)结合反向传播神经网络(BPNN)优化预处理后的传感器特征图像的颜色分量。借助支持向量回归(SVR)构建基于优化特征颜色分量组合的定量模型实现花生AFB1的定量检测；在此过程中，比较网格搜索(GS)和麻雀搜索算法(SSA)对SVR参数的优化性能。研究结果显示：SSA-SVR模型性能整体优于GS-SVR模型性能；且基于7个特征颜色分量组合的最佳SSA-SVR模型的预测相关系数(RP)达到0.914 2,预测均方根误差为5.683 2μg/kg,剩余预测偏差为2.392 6。研究结果表明，利用嗅觉可视化技术可实现花生AFB1的定量检测。

• 单位
  江苏大学; 食品与生物工程学院