电子鼻在食品科学中的应用

程 超，周 志，汪兴平，2

(1.湖北民族学院生物科学与技术学院，湖北恩施445000;2.生物资源保护与利用湖北省重点实验室(湖北民族学院)，湖北恩施445000)

电子鼻是20世纪90年代发展起来的一种新颖的分析、识别和检测复杂嗅味和挥发性成分的人工嗅觉系统，又称气味扫描仪.它与普通化学分析仪器如色谱仪、光谱仪、毛细管电泳仪等不同，得到的不是被测样品中某种或某几种成分的定性与定量结果，而是样品中挥发成分的整体信息，也称“指纹”数据，这和人与动物的鼻子是一样的，闻到的是目标的总体气息.它不仅可以根据各种不同的气味测到不同的信号，而且可以将这些信号与经学习建立的数据库中的信号加以比较，进行识别判断，由于它具有类似鼻子的功能，可用于识别气味，鉴别产品真伪，控制从原料到产品的整个生产过程的工艺，从而使产品质量得到保证.

1 电子鼻

电子鼻是模拟生物鼻的工作原理进行工作的，电子鼻一般由气敏传感器阵列、信号预处理单元和模式识别单元等三大部分组成，近几年来人们高度重视样品的处理系统，因此有人提出了电子鼻由样品处理系统、检测系统、数据处理系统三部分构成.

1.1 电子鼻产生的背景

为了检测气体，人们以往一般采用以下三种方法:第一种是人工鉴别人类嗅觉能够识别和区分10～12级微量易挥发的不同分子结构的化学物，因此在食品烟酒业，化妆品业等领域具有广泛的应用;尽管人类的嗅觉器官在低浓度的气体检测中水平很高，但也有明显的不足:如人工鉴别只能给出气体浓度的定性描述，不能给出定量数据;会产生嗅觉疲劳;不能对有毒有害气体进行嗅测;人工鉴别费用很高，专职人员的培养不仅要大量的经费，且周期很长，没有相当的经验积累，难以得到理想的结果;易受到鉴别人员身体状况、情绪的影响.第二种是利用廉价和简便的电化学或生化传感器，或利用复杂昂贵的分析化学仪器如GC.这两种方法共同的缺点是其实验结果并不是直接与气味的鉴别相关联一般来说，这些方法对简单混合物的检测精度是比较高的，可是这两种方法用于气味评定的效果却不甚理想.例如对某一品牌的咖啡来说，这两种谱仪能记录到1500个以上的不同波峰，但这些数据并不能明确地表示其整体的气味.所以，目前在许多情况下仍需寻求可以将电子方法检测到的参量和相关的气味建立起明确关系的途径.第三种电子鼻系统，或者称为人工嗅觉系统，它通过具有交叉选择性的气敏传感器阵列和适当的模式识别理论及方法来解决上述问题.气敏传感器阵列的响应“图谱”中包含了气味的整体信息，借助于合适的数据预处理以及模式识别方法，就可以使传感器的电子测量信号和特定的气味联系起来，最后直接给出是或不是的明确结论.目前，电子鼻产品正在许多领域进行大范围的试验，如食品工业、环境检测、医疗卫生、工农业质量控制等，以期替代分析化学仪器、人工气味鉴别以及微生物试验方法［1］，同时，因为电子鼻很容易制造，费用经济，检测速度快，所以电子鼻使用的越来越广泛，可以客观、自动、无损的鉴定食品的风味物质.

1.2 电子鼻的结构

电子鼻的工作机理为:首先所检测样品中挥发性气体成分与传感器阵列接触，作出响应产生电信号，后转化为数字信号，被传送到计算机软件系统的模式识别单元，由计算机对数据记录并作出处理分析，进而由电子鼻软件作出比较，鉴别电子鼻中的气敏传感器阵列是其核心部分，由多种传感器组成，其中每种传感器对被测气体的气体成分有不同的灵敏度，由此电子鼻才可以对多种气体作出响应，得到响应图谱，进而模式识别系统通过产生的响应图谱来识别气体［2］.

1.2.1 样品处理系统 样品处理是电子鼻分析过程中很关键的一步，但往往容易被忽略，采用合适的样品处理方法可以在很大程度上提高电子鼻分析结果的准确性，常见的样品处理方法及其原理见表1.

表1 常见的样品处理方法、原理及需要优化的参数［1］Tab.1 Methods principles and parameter to be optimized of the common sample handling system

作为电子鼻的样品处理部分，任何一种顶部空间技术都可以使用，但是在使用时一定要认真选择，仔细考虑样品的类型和需要采用的特殊方法.SHS是最普遍的技术，因为此法最简单，但是在有些应用中，SHS技术具有灵敏度低的缺点，因为此法没有进行挥发性化合物的预浓缩;另一方面，预浓缩系统提高了灵敏度，从而使检测变得容易，同时也使得一些半挥发性化合物分离出来，然而此法中增加了一个步骤会使检测时间延长，而且有时会出现令人厌烦的不可逆转的吸附作用，因此必须仔细选择预浓缩介质，如石墨碳捕获剂对极性化合物具有很高的吸附能力，而且这种吸附有时是不可逆转的，可能会产生意想不到的大量水的残留，相反的，多孔聚合物的吸附能力较低但是可减少对水的亲和力.

1.2.2 检测系统 一些气体传感器组成的阵列组成电子鼻的检测系统，是电子鼻感知气味的基本元件和电子鼻的心脏，其功能是把不同的气味分子在其表面的作用转化为可测的物理信号，其特点是具有单一选择性，根据材料类型的不同，现有的传感器可分为很多种类型，其特点具体见表2.

表2 普通电子鼻气体传感器的类型、机制和优缺点［3］Tab.2 Types mechanisms advantage and disadvantage of common electronic －nose gas sensors

2 电子鼻在食品分析中的应用

文献表明［1－3］，电子鼻在食品工业中主要使用在5个方面，即过程监控、货架期的预测、新鲜度评价、真伪鉴定以及其他质量控制方面.

2.1 过程监控

2.1.1 微生物发酵过程的监控

2.1.1.1 葡萄酒发酵过程的监测 在葡萄酒发酵过程中，进行生物转化时会产生香味成分，由于酵母的新陈代谢，导致形成的整体风味很复杂.商业上使用由32个有机传导聚合物组成的传感器电子鼻，采用主成分分析发现，没有经过样品预处理，电子鼻仅仅能检测到乙醇物质，这是因为香味化合物与乙醇对传感器具有竞争作用，尤其是当乙醇含量较高时，会优先被检测到乙醇，会干扰样品的顶部空间，因为乙醇在水溶性的葡萄酒基质中充当协和溶剂的作用，使得水相中一些疏水性香味化合物的含量很低，进入样品顶部空间的量就少，使得电子鼻检测出现误差，然而经过选择性的富集后，电子鼻就可以根据气味的含量而加以区分.

在葡萄酒的制作过程中，有酒香酵母腐败，会产生的一些不需宜的败坏，这种败坏的两种主要成分是4－EP、4－EG，Cynkar等［4］使用基于MS的电子鼻，应用PCA和SLDA等分析，不用去除乙醇，利用一个可以排除乙醇碎片离子的窗口，能够比较可靠的鉴别腐败酵母产生的败坏.

Calderon－santoyo等［5］利用电子鼻和GC共同监测酿酒酵母ICV－K1和T306的酒精发酵，利用电子鼻能够建立风味化合物产生的动力方程，而且易与发酵过程相关联，PCA分析表明在发酵过程中由电子鼻收集的数据主要包括培养过程的信息，DFA可以很清楚的区分这两种酵母，而且电子鼻响应值主要受培养过程的影响.

2.1.1.2 干酪生产过程中微生物发酵过程的监测 电子鼻也可审查在干酪生产过程由乳酸菌系列发酵产生的香味或其他日常食品的香味，利用基于MS的电子鼻检测得到的数据经过PCA分析，可以区分出从Gruyère干酪分离出来的干酪乳杆菌的7种不同的基因型，按照所产生的风味化合物进行种类聚类与REPPCR聚类结果一致.Gutiérrez－Méndez等［1］审查了干酪乳杆菌系列产生的风味物质，根据气味浓度的不同，通过电子鼻的PCR分析将其分为4类，如酸奶型或干酪型，这与按照微生物的来源进行的分类有所区别.

2.1.1.3 红茶发酵过程的监测 红茶制作时，经过发酵会使茶叶的青草味转变成花香味，其中发酵时间是决定成茶品质的决定性因素，因此要适时终止发酵.Bhattacharya等［6］用电子鼻(8个MOS传感器)对红茶发酵过程中气味的实时监测，利用时间延迟神经网络(TDNNs)和自组织映射(SOM)的方法可以很好的预测发酵的最适宜的时间.

2.1.2 食品加工过程的监控

2.1.2.1 西红柿加工过程的监测 Pani等［1］用MOS电子鼻来控制西红柿片在空气中脱水加工过程中气味的变化，对两种类型(未处理及在玉米糖浆中渗透脱水的)的样品进行了研究，发现采用PCA分析，可以很好的描述加工过程中西红柿香味图谱，借此可确定脱水程度的参数.

2.1.2.2 波加工过程的监控 Raghavan［7］设计了一个实时监控系统(zNose)来控制微波干燥过程，利用模糊逻辑算法分析了香气检测信号，根据风味保留，利用zNose提高微波干燥产品的品质.Li等［8］利用zNose来监控胡萝卜的微波干燥过程，结果发现高温会导致更多的挥发性成分损失，更容易发生碳化.胡萝卜中主要挥发物在微波干燥的早期阶段大量损失，而炭化主要发生在中间干燥.在最后阶段，无论是胡萝卜峰还是炭化峰都变得很小，在60℃干燥得到的产品的品质是最好的.Santonico等［9］研究了Montepulciano葡萄在10℃和20℃，相对湿度45%，1～1.5 m/s的风速下的脱水过程，在20和10℃放置27 d和48 d后抽样检查发现其重量损失分别为10%、20%、30%、40%，总固形物含量上升至43和36 Brix，利用电子鼻发现，在脱水过程中挥发性化合物随着温度的变化而发生重大变化，无氧代谢产物，如乙醇、乙醛、乙酸乙酯在20℃比10℃要高得多，并逐步上升;在20℃时醇、酯较多，而10℃时醛和萜醇丰度较大.

2.1.3 茶风味的鉴定

日本绿茶是人们非常喜欢的一种饮料，GC检测发现，在这些绿茶中含有浓度较高的香豆素，因此把这些绿茶称之为“富含香豆素的日本绿茶”.Yang等［10］建立了一种鉴定不同香豆素含量的绿茶的电子鼻分析方法，针对7种不同香豆素含量的茶样分别进行聚类，电子鼻成功的描述了在加工过程中香豆素含量与冲泡温度的关系，揭示了低温长时间冲泡有助于茶中类似香豆素风味的释放.Yu等［11］利用电子鼻检测不同贮藏时间的绿茶的风味，分别用电子鼻检测了龙井绿茶的干叶、饮料和茶渣，利用LDA可以很好的区分贮存时间(0，60，120，180 和240 d)的样品，BPNN 也可很好的预测.

使用MOS的电子鼻可以根据茶风味的不同将茶叶进行很好的分类，然而使用电子鼻对同种不同品质的茶进行区分鉴定的很少，如龙井茶很难按照品质的不同进行区分，因为其中存在着很多与茶叶品质相关的含量很低的挥发性有机化合物.Yu等［12］采用电子鼻对不同等级的龙井茶进行了鉴定，发现对传感器灵敏度影响最大的是密封瓶的体积，在箱体顶空产生时间内，相对体积比较大的顶部空间使电子鼻的响应值比较平稳、重现性好.PCA对龙井茶的区分效果不好，采用ANN对龙井茶最终的分别效果为90%.

2.2 货架期的检测

2.2.1 水果成熟度的监测 Lebrun等［13］使用FAX－4000电子鼻(由18个金属氧化物传感器组成)和GC进行芒果成熟度的研究，通过DFA分析，电子鼻和GC都能够区分不同成熟期的芒果，同时也能区分同一成熟度的不同品种的芒果，这些结果说明如果有手持式的电子鼻设备，可以通过测定树上芒果释放的挥发性物质来确定芒果最适的采收期，也可控制采后芒果的品质.Pathange等［13］采用电子鼻(由32个高分子复合传感器阵列组成)评价Gala苹果成熟状态，结果显示电子鼻可以有效的将苹果按照成熟度分为三类，未熟、成熟、过熟.Zhang等［14－15］利用气体传感器阵列的响应来建立质量评价指数模型，并以此模型评价桃子质量指标利用逐步的多元线性回归、二次多项式逐步回归(QPST)和反向传播网络，分析了传感器信号与“Dabai”桃硬度、糖含量和酸度的关系，三种模式识别中二次多项式回归效果更好.

2.2.2 贮藏过程中果蔬成熟度的检测 Antihus等［16］利用PEN2电子鼻检测两种不同贮藏条件下西红柿的货架期，利用PCA和LDA技术进行数据处理，利用PCA和LDA，电子鼻可以较明确区分在纸板箱中不同贮藏时间的西红柿，但是折叠袋中的却不能.

Torri［17］利用电子鼻来监控鲜切菠萝片在贮藏过程中的新鲜度，将样品分别贮藏在4～5、7～8、15～16℃6～10 d，采用两种方法进行分析，一种是一个不连续的方法对存贮在不同阶段的样品进行一个系列分析样品的分析，另一种是连续的方法，在水果片贮藏过程中水果顶空可以用电子鼻的探针自动监控.结果表明不连续的方法，电子鼻可以区分几种样品以及与品质腐败相关的挥发性成分的变化;转移函数的二阶导数可计算出估计的稳定时间，结果揭示水果的新鲜度可以在5.3℃维持5 d，8.6℃维持3d，15.8℃维持1 d.此外，从时间－温度耐受性图表可推导出Q10为4.48，通过连续的方法计算，水果的新鲜度在4℃可维持5d，7.6℃维持2 d，16℃维持1 d，因此一个有趣的发展是连续的电子鼻方法的在线应用.

2.3 新鲜度的评价

2.3.1 加工西红柿的微生物污染的早期监测 Concina等［18］使用电子鼻对就加工的西红柿的微生物的早期污染进行了检测，实验材料有三种细菌和三种真菌，其种一种是酵母，将其接种在适宜培养基的有盖培养皿中，48℃好氧培养48 h至7 d，每种微生物取一部分悬浮在无菌水中，作为西红柿的接种菌.取去皮西红柿罐头(450 g)，接种菌悬液20 μL(107 cfu/ml)，随后把接种孔用硅橡胶密封，选择污染程度比较适中的接种量，在严格的无菌条件下人工接种，重复3次，接种后在37℃培养48 h至7 d，结果表明使用电子鼻可以区分污染西红柿的微生物的种类.I.Concina［19］利用电子鼻研究自然被耐热菌污染的商业风味饮料的早期诊断，此设备可以在极低细菌数的情况下识别污染的产品，利用电子来鉴定脂环酸芽孢杆菌并不是基于耐热菌的次级代谢产物，因为电子鼻是通过经典的分析技术，因此在细菌的生长早期即可识别被污染的产品.

2.3.2 鸡蛋贮藏时间和品质的监控 Wang等［20］利用电子鼻来监测鸡蛋的贮藏时间和品质，采用PCA、LDA、BPNN和GANN方法利用电子鼻来区分冷藏和室温贮藏的鸡蛋，结果表明PCA、LDA、BPNN和GANN可区分冷藏和室温贮藏的鸡蛋，其中GANN的区分效果优于BPNN，通过二次多项式逐步回归，建立了电子鼻信号和鸡蛋品质指数的关系(哈氏单位和蛋黄系数)，哈氏单位和蛋黄因子预测模型显示了电子鼻具有良好的预测性能，哈氏单位模型中，预测和测定值的标准误为3.74，相关系数为0.91，蛋黄因子模型的标准误为0.02，相关系数为0.93.Cheng［21］利用电子鼻技术检测蛋壳裂纹，一个具有8个传感器的电子鼻可以区分完整的鸡蛋和裂纹鸡蛋.利用PCA、LDA、BPNN和GANN模式识别方式，结果证明鸡蛋在贮藏1周或2周后，LDA和PCA可区分完整的和裂纹的鸡蛋，且LDA模式识别方式具有较好的分类作用，同时BPNN和GANN也可区分完整的和裂纹的鸡蛋，随着贮藏时间的延长，区分效果越好，且GANN的区分效果要优于BPNN.

2.3.3 肉类新鲜度的评价 Barbri等［22］提出了利用电子鼻可以实时评价鱼类的新鲜度，在小型化和便携式的限制下，6个锡氧化物气敏传感器可用来分析贮藏在4℃的沙丁鱼样品，基于微控制器和便携电脑的专用的实时数据采集系统已经设计并应用在此程序，主成分分析(PCA)和支持向量机(SVMs)结果表明，该系统能够评估4℃贮藏的沙丁鱼的新鲜度.Perera等［23］用金属氧化物传感器技术来评价鲷的腐败过程，结果表明，在温度调节下单个传感器是能够得到与鱼腐败变质的关系.

基于风味，利用电子鼻来鉴别沙门氏菌感染的牛肉，为了检测污染牛肉的病原体，将鼠伤寒沙门氏菌或肠炎沙门氏菌的细胞悬液接种到牛肉牛腩样品中，随着时间的推移气味发生变化，因此用电子鼻来分析识别污染的病原体，结果表明利用主成分分析可成功的区分被沙门氏菌污染和未被污染的气味，PCA分析结果表明被沙门氏菌污染的牛肉在接种4h后即可检测出来［24］.Lee［25］利用便携式电子鼻来评价在4℃贮藏19 d的鸡肉的新鲜度，便携式系统由6个不同的金属氧化物传感器和湿度传感器组成，利用GC－MS测定挥发性成分，同时测定细菌总数和2－硫代巴比妥酸活性物质来监控样品的品质变化，在10个处理组中，根据细菌总数和TBARS可分别将其分为5组合7组，根据PCA和LDA分析数据，样品处理组可清楚的被分为8个和9个组，因此便携式电子鼻能更好的评价贮藏鸡肉的新鲜度.Musatov［26］利用基于MOS微阵列和LDA模式识别方式的Kamina电子鼻来评价肉类的新鲜度，结果表明，一个或两个标准的肉类样本足以使电子鼻风以100%的概率识别鲜肉.2种肉类样品，分别贮藏在4℃和25℃，利用LDA模型，电子鼻可以在衰败的早期相互识别样品;本研究证明基于MOS的电子鼻可以用来评价食品工业中产品的新鲜度.

2.4 真伪鉴别

毫无疑问，关于真伪鉴定最好的例子是含酒精饮料，但橄榄油、干酪、蜂蜜、蔬菜油、水果汁以及醋等也可用电子鼻进行真伪鉴定.

2.4.1 含酒精饮料的不良风味的鉴别 被不良风味污染后的酒精饮料如啤酒和葡萄酒在脱水或减少酒精后用电子鼻进行测量，采用PCA和DFA数据处理，可以把不同酒精含量的饮料加以区分，并且根据酒精含量可以将其独立的进行聚类分析，在啤酒和葡萄酒中不良的风味物质成分可以很容易的被检测出来，同一品牌的给定的啤酒和被污染的啤酒很容易的被鉴别出来，而两种不同品牌的啤酒则不容易被鉴别;相对的红葡萄酒，风味比啤酒要浓郁，但是假若不知道此葡萄酒由何种原料酿造而成的，很难对其进行鉴别［27］.Chatchawal［1］描述了一台基于混合碳纳米管SnO2传感器的便携式电子鼻，这种仪器可以监测被1%甲醇污染威士忌［28］.

2.4.2 牛奶的掺假 牛奶掺水引起了消费者极大关注，因此对牛奶的检测就显得特别重要.利用含有不同的金属氧化物半导体传感器的电子鼻来监测牛奶掺假，全脂牛奶、重组奶粉、掺入不同比例水分的牛奶或重组奶粉在20℃储存7 d，电子鼻能够区分掺入不同比例水的脱脂奶粉，也能鉴别贮藏1 d和4 d的100%脱脂牛奶，然而它无法区别存放5～7 d的样品.此外利用含有12个MOS和12个MOSFET传感器的电子鼻来监测被黄曲霉毒素M1污染的牛奶，利用电子鼻得到的分类与酶联免疫吸附测定的结果完全一致［29］.Wang等［30］利用含有18个金属氧化物半导体传感器的电子鼻，测定了5种商业牛奶的风味(三种天然牛奶风味和2种合成牛奶风味)以及自制调味乳酶诱导的牛奶风味，结果表明利用PCA技术，电子鼻可迅速分辨合成香味牛奶、天然牛奶和调味乳酶诱导的风味，而对非常容易混淆的不同的自然牛奶风味，也可用电子鼻进行很好的区分.此外电子鼻可通过检测牛奶挥发性化合物，以此来监测牛奶老化.一种具有5个不同的SnO2的薄膜的电子鼻可以检测UHT和巴斯德灭菌的牛奶分别在8d和3d的酸败程度，此传感器不仅可区分牛奶的类型，而且可鉴别牛奶酸败的程度.

2.4.3 橄榄油的等级鉴定 研究发现用带有SHS技术的电子鼻很难对纯的橄榄油的等级进行分类，Pioggia等［1］研发了一种可靠的、灵活的手提式电子鼻，这种电子鼻可以自动控制SHS样品系统，据此可将橄榄油分为三种:超纯、纯、次级的橄榄油，但是在超纯和纯的橄榄油鉴定时有一些小误差，概率为86.8%，但是对次级的橄榄油的鉴定不存在任何误差，正确率可达到96.1%.Lerma－García等［31］利用一个基于6个金属氧化物半导体传感器的电子鼻，采用MLR分析方法来预测不同氧化状态的橄榄油样品中的氧化的脂肪酸的浓度.

2.4.4 脂肪自动氧化程度的监控 用电子鼻监控由富含长链多不饱和脂肪酸的脂肪微粒的自氧化程度，脂肪微粒分别在富氧和限制氧浓度的20℃环境中贮存6周，对共轭二烯烃和过氧化值和次级脂肪氧化产物进行分析以关注自氧化的过程，利用MOS传感器和PCA分析可以使电子鼻把富含长链多不和脂肪酸的脂肪微粒按照不同的氧化状态分为2组，MOS传感器的响应值与数量上占主要的挥发性化合物和一些哈喇味的挥发性化合物相关性良好.Benedetti［32］对添加了多不饱和脂肪酸的脂肪微粒的面包混合料进行分析，结果表明电子鼻不太容易区分添加了多不饱和脂肪酸的脂肪微粒的面包混合料与未添加的.

此外，还报道了电子鼻在其他日常食品鉴定中的应用，如对瑞士和契达干酪风味的评价，可通过检测干酪中霉菌来评估干酪的成熟度.Li等利用电子鼻来鉴别添加了母乳的商品婴幼儿谷物食品，结果发现，根据风味特性，利用电子鼻可以很好的将添加了母乳的婴幼儿谷物区分开，但是将母乳添加到商业婴儿谷物，可能会导致香气质量的负面影响，香气质量好，有利于吸引婴儿的食欲，断奶期间，类似于母乳的婴儿谷物会提高婴儿对断奶食品的可接受性，电子鼻技术可以用于快速进行香气质量控制和质量跟踪婴儿喜欢的香气［33］;也可利用A－Nose电子鼻对咖啡原料进行品质控制［34］.

2.5 其他

一种质量比较轻、体积较小的智能型多层传感器的电子鼻研发成功［35］，可以进行现场应用如环境污染、其他检测和嗅觉估计.Canhoto等［36］对比了两种由聚合物传感器阵列构成的电子鼻(eNOSE 4000、model BH－114)在早期检测中的应用，对不同细菌(大肠杆菌，产气肠杆菌，绿脓杆菌，102CFUmL－1)、真菌孢子(烟曲霉，镰刀菌，黄色镰刀菌和青霉菌)和微量的农药(DDT和狄氏剂)的区别进行了研究，结果发现，利用PCA、DFA和聚类分析，在25℃培养24 h后，可以区分不同的细菌和真菌孢子，但是10 ppb和100 ppb的杀虫剂不能有效的区分;顶空固相微萃取与气相色谱技术，是用来评估和分析接种在添加有痕量重金属元素的细菌细胞的挥发性概况的，由此产生的图谱显示，细菌样品的挥发性模式不同于添加了少量重金属元素的.

3 总结

电子鼻具有非常广泛的用途，但必须指出的是电子鼻系统不是万能的，它有优点必然就会有缺点，如不能指望用电子鼻系统去高精度地测量由复杂成份组成的混合气体中各个成份的浓度，但对于简单的混合气体，在使用场合比较固定的情况下可以得到理想的效果的，对单一主成份气体的定性和定量测量效果更佳(可以把其它气体成分都作为干扰气体).无论是从成本上还是使用方便上考虑，电子鼻系统是一个极其优秀的工具.所以，虽然电子鼻系统不是一个万能的气味测量仪器，但是它的确给气味的分析带来了新的思路和方法，随着各个方面技术的日益成熟，电子鼻系统必将得到越来越广泛的应用.

［1］ Perisa M，Escuder－ Gilabert L.A 21st century technique for food control:Electronic noses［J］.Analytica Chimica Acta，2009 ，638(1):1 －15.

［2］ 兰会会，胡志和.电子鼻技术在乳品生产与质量控制中的应用［J］.食品科学，2010，31(17):467－471.

［3］ Alphus D.Wilson 1，Baietto M.Applications and Advances in Electronic－Nose Technologies［J］.Sensors，2009，9:5099 －5148.

［4］ Cynkar W，Cozzolino D，Dambergs B，et al.Feasibility study on the use of a head space mass spectrometry electronic nose(MS e nose)to monitor red wine spoilage induced by Brettanomyces yeast［J］.Sensors and Actuators B，2007，124(1):167 －171.

［5］ Calderon － Santoyo M，Chalier P，Chevalier－ Lucia D，et al.Identification of Saccharomyces cerevisiae strains for alcoholic fermentation by discriminant factorial analysis on electronic nose signals［J］.Electronic Journal of Biotechnology，2010，13(4):11.

［6］ Bhattacharya N，Tudu B，Jana A，et al.Preemptive identification of optimum fermentation time for black tea using electronic nose［J］.Sensors and Actuators B，2008，131(1):110 －116.

［7］ Raghavan G S V，Li，Z ，Wang，N，et al.Control of Microwave Drying Process Through Aroma Monitoring［J］.Drying Technology，2010，28(5):591－599.

［8］ Li Z，Raghavan G S V，Wang N.Carrot volatiles monitoring and control in microwave drying［J］.LWT － Food Science and Technology，2010，43:291－297.

［9］ Santonico M，Bellincontro A，Santis D D，et al，Electronic nose to study postharvest dehydration of wine grapes［J］.Food Chemistry，2010，121(3):789－796.

［10］ Yang Z，Dong F，Shimizu K，et al.Identification of coumarin － enriched Japanese green teas and their particular?avor using electronic nose［J］.Journal of Food Engineering，2009，92(3):312 －316.

［11］ Yu H，Wang Y，Wang J.Identification of Tea Storage Times by Linear Discrimination Analysis and Back－Propagation Neural Network Techniques Based on the Eigenvalues of Principal Components Analysis of E － Nose Sensor Signals［J］.Sensors，2009，9:8073 －8082.

［12］ Yu H，Wang J.Discrimination of LongJing green tea grade by electronic nose［J］.Sensors and Actuators B，2007，122:134 － 140.

［13］ Pathange L P，Mallikarjunan P，Marini R P，et al.Non －destructive evaluation of apple maturity using an electronic nose system［J］.Journal of Food Engineering，2006，77(4):1018 －1023.

［14］ Zhang H，Chang M，Wang J，et al.Evaluation of peach quality indices using an electronic nose by MLR，QPST and BP network［J］.Sensors and Actuators B，2008，134:332 －338.

［15］ Zhang H，Wang J.Evaluation of Peach Quality Attribute Using an Electronic Nose［J］.Sensors and Materials，2009，21(8):419 －431.

［16］ Antihus H G，Wang J，Hu G，et al.Monitoring storage shelf life of tomato using electronic nose technique［J］.Journal of Food Engineering，2008，85(4):625 －63

［17］ Torri L，Sinelli N，Limbo S.Shelf life evaluation of fresh － cut pineapple by using an electronic nose［J］.Postharvest Biology and Technology，2010，56(3):239 －245.

［18］ Concina I，Falasconi M，Gobbi E，et al.Early detection of microbial contamination in processed tomatoes by electronic nose［J］.Food Control，2009，20:873 －880.

［19］ Concina I，Bornek M，Baccelliere S，et al.Alicyclobacillus spp:Detection in soft drinks by Electronic Nose［J］.Food Research International，2010，43:2108 －2114.

［20］ Wang Y，Wang J，Zhou B，et al.Monitoring storage time and quality attribute of egg based on electronic nose［J］.Analytica Chimica Acta，2009，650(2):183－188.

［21］ Cheng S，Wang Y，Wang J，et al.Detection of Eggshell Crack Using electronic nose［J］.Transactions of the Asabe，2010，53(3):789 －794.

［22］ Barbri N El，Llobet E，Bari N El，et al.Application of a portable electronic nose system to assess the freshness of Moroccan sardines［J］.Materials Science and Engineering C，2008，28(5/6):666 －670.

［23］ Perera A，Pardo A，Barrettino D，et al.Evaluation of fish spoilage by means of a single metal oxide sensor undertemperature modulation［J］.Sensors and Actuators B，2010，2:477 －482.

［24］ Kim Giyoung，Lee Kangjin，Son Jae Yong，et al.Analysis of Salmonella Contaminated Beef Odor Using an Electronic Nose［J］.Korean Journal For Food Science of Animal Resources，2010，30(2):185 －189.

［25］ Lee H，Chang－Ho C，Ki－Bok K，et al.Evaluation of Freshness of Chicken Meat During Cold Storge Using a Portable Electronic Nose［J］.Korean Journal for Food Science of Animal Resources，2010，30(2):313 －320.

［26］ Musatov V Y，Sysoev V V，Sommer M，et al.Assessment of Meat Freshness with Metal Oxide Sensor Microarray Electronic Nose:A Practical Approach［J］.Sensors and Actuators B －Chemical，2010，144(1):99 －103.

［27］ Ragazzo－ Sancheza JA，Chalierb P，Chevalier－ Luciab D，et al.Off－ flavours detection in alcoholic beverages by electronic nose coupled to GC［J］.Sensors and Actuators B，2009，140(1):29 －34.

［28］ Wongchoosuk C，Anurat Wisitsoraat A，Tuantranont A，et al.Portable electronic nose based on carbon nanotube － SnO2gas sensors and its application for detection of methanol contamination in whiskeys［J］.Sensors and Actuators B，2010，147(2):392 －399.

［29］ Berna A，Metal Oxide Sensors for Electronic Noses and Their Application to Food Analysis［J］.Sensors，2010，10:3882 －3910.

［30］ Wang B，Xu S，Sun D W.Application of the electronic nose to the identification of different milk flavorings［J］.Food Research International，2010，43(1):255 －262.

［31］ Lerma－Garcia M J，Simo－Alfonso E F，Cerretant A B L.Rapid Evaluation of Oxidized Fatty Acid Concentration in Virgin Olive Oils Using Metal Oxide Semiconductor Sensors and Multiple Linear Regression［J］.J Agric Food Chem，2009，57(20):9365－9369.

［32］ Benedetti S，Drusch S，Mannino S.Monitoring of autoxidation in LCPUFA－enriched lipid microparticles by electronic nose and SPME－GCMS［J］.Talanta，2009，78(4/5):1266 － 1271.

［33］ Li W，Friel J，Beta T.An evaluation of the antioxidant properties and aroma quality of infant cereals［J］.Food Chemistry，2010，121(4):1095 －1102.

［34］ Rodríguez J，Durán C，Reyes A.Electronic Nose for Quality Control of Colombian Coffee through the Detection of Defects in“Cup Tests”［J］.Sensors，2010，10(1):36 －46.

［35］ Fuchs S，Strobel P，Siadat M，et al.Evaluation of unpleasant odor with a portable electronic nose［J］.Materials Science and Engineering C，2008，28(5－6):949－953.

［36］ Canhoto O，Magan N.Electronic nose technology for the detection of microbial and chemical contamination of potable water［J］.Sensors and Actuators B，2005，106(1):3 －6.