基于VOC传感与1D-CNN-SE注意力模型的实时电子鼻系统FreshSense-SE用于包装鱼类新鲜度智能分级

《Journal of Food Measurement and Characterization》：FreshSense-SE: A Real-Time E-Nose system for packed fish freshness classification using VOC sensors

针对包装鱼类新鲜度检测缺乏非侵入实时方法的难题，研究人员开发了集成MQ系列气体传感器与1D-CNN-SE注意力模型的AI电子鼻系统FreshSense-SE，实现99.39%分类准确率，为食品质量安全控制提供高效低成本技术方案。

　　

鱼类新鲜度是衡量其品质的关键指标，作为人类蛋白质和必需营养素的重要来源，保持新鲜度对最大化营养价值至关重要。现有技术多针对整鱼且依赖眼、鳃等外部特征，缺乏适用于包装鱼的非侵入实时检测方法及专用人工智能模型。本研究通过开发名为FreshSense-SE的AI电子鼻系统，利用挥发性有机化合物(VOC)传感器实现包装鱼类新鲜度分级。系统采用MQ-135（三甲胺/TMA）、MQ-136（硫化氢/H₂S）、MQ-137（氨/NH₃）和MLX90614温度传感器采集鱼类释放的VOC信号，经去噪和标准化预处理后，通过融合一维卷积神经网络(1D-CNN)与挤压激励(SE)注意力机制的模型进行新鲜度分类（新鲜/半新鲜/变质）。最终模型部署于微控制器实现实时预测，实验显示分类准确率达99.39%。该系统为包装鱼类烹饪或直接食用前的质量检测提供了高效、非侵入、实时且低成本的新方案。