香港科技大學范智勇教授ACS Nano：實時冷鏈食品新鮮度監測分析

冷鏈食品監測新突破：高性能人工嗅覺芯片實現實時新鮮度分析

隨著生活水平提升，全球冷鏈運輸使人們足不出戶即可享用各地美食，但食品在低溫環境下仍會逐漸腐敗，實時監測新鮮度成為保障食品安全、減少浪費的關鍵。傳統檢測方法在密閉冷藏環境中難以實施，且受人為因素影響大，因此迫切需要能夠在低溫條件下實時、智能監測各類食品狀態的傳感器。

近日，香港科技大學范智勇教授課題組提出了一種用于智能冷鏈管理的人工嗅覺芯片。該芯片采用九宮格氣體傳感器陣列設計，對肉類、蔬菜和水果腐敗過程中釋放的氨氣、乙醇、三甲胺和硫化氫等氣體具有高靈敏度與區分能力。通過各傳感像素的差異響應，芯片能準確分類氣體及其混合信號，實現對不同食品腐敗標志物的精準識別。在冷藏環境中，該芯片可連續工作超過7天，成功識別至少7類食品的新鮮度變化，并能評估混合存放食品的狀態，展現出作為智能冷鏈管理關鍵組件的潛力。相關論文以“A High-Performance Artificial Olfactory Chip for Real-Time Cold Chain Food Freshness Monitoring”為題，發表在ACS Nano上。

圖1 （a）冷鏈運輸過程中氣體分子釋放示意圖。 （b）九宮格陣列系統。 （c）從九宮格芯片提取的針對肉類、水果、蔬菜及食品混合物的響應模式。 （d）顯示實時食品新鮮度監測結果的手機應用用戶界面。

研究團隊設計了一款基于陽極氧化鋁模板的九宮格傳感器陣列芯片。該模板具有高度有序的納米管結構，比表面積大，有利于氣體分子吸附。通過原子層沉積技術，研究人員在納米管上均勻沉積了二氧化錫、氧化鋅和氧化銦等金屬氧化物傳感層，并在特定區域修飾金和鈀以提升性能。芯片背面集成了鉑加熱器，采用底加熱設計，既簡化結構又提高了傳感效率。

圖2 （a）九宮格芯片示意圖。 （b）九宮格芯片的傳感層。 （c1–c4）AAO、二氧化錫、氧化鋅和氧化銦薄膜的SEM圖像。 （d1–d3）AAO基底上二氧化錫、氧化鋅和氧化銦的XRD圖譜。 （e1–e6）AAO基底上金修飾二氧化錫、鈀修飾二氧化錫、金修飾氧化鋅、鈀修飾氧化鋅、金修飾氧化銦和鈀修飾氧化銦的TEM圖像。

芯片的傳感性能通過一系列實驗得到驗證。在單一氣體測試中，芯片對濃度低至0.8 ppb的乙醇、氨氣、三甲胺和硫化氫均表現出顯著響應，且在不同濕度環境下工作穩定。通過熱圖與主成分分析，芯片能夠清晰區分這四種氣體，并繪制出各自獨特的濃度軌跡。

圖3 （a）九宮格芯片在相對濕度30%下對0.1–1 ppm乙醇的電阻-時間曲線。 （b）九宮格芯片對0.8 ppb至40 ppm乙醇的響應（ Rs/Rg）隨濃度變化曲線。 （c）九宮格芯片9個傳感像素在不同相對濕度下對1 ppm乙醇的響應。 （d）九宮格芯片對0.1–1 ppm氨氣、乙醇、三甲胺和硫化氫的響應模式熱圖。 （e）對0.1–1 ppm氨氣、乙醇、三甲胺和硫化氫的主成分分析氣體區分結果。

在混合氣體識別實驗中，芯片面對96種二元混合氣體，仍能通過響應模式的變化區分不同成分與濃度。尤其是含硫化氫的混合物，因硫化氫的強還原性，芯片響應呈現單軸變化趨勢，進一步體現了其在復雜氣體環境中的分類能力。

圖4 （a）實驗設計示意圖。 （b）不同濃度氣體混合物的響應模式。 （c）6組二元氣體混合物的PCA/t-SNE氣體區分結果。

為模擬真實冷鏈場景，研究團隊將芯片置于冰箱中，對豬肉、牛肉、雞肉、生菜、草莓、葡萄和番茄等7類食品進行了長達7天的新鮮度監測。芯片電阻隨食品腐敗逐漸下降，響應模式隨儲存時間變化而愈加明顯。主成分分析結果表明，芯片不僅能區分不同食品，還能追蹤同一食品從新鮮到腐敗的連續變化過程。

在混合食品測試中，芯片對豬肉、草莓和生菜的不同新鮮度組合也表現出穩定的響應差異。通過支持向量機與t-SNE分析，八種組合狀態被清晰區分，顯示出芯片在多食品共存環境中的強大識別能力。

圖5 （a）九宮格芯片對7類食品進行7天新鮮度監測的歸一化電阻-時間曲線。 （b）九宮格芯片對牛肉、生菜和草莓在儲存第1至7天的響應模式。 （c）肉類在儲存第1至7天的主成分分析區分結果。 （d）水果與蔬菜在儲存第1至7天的主成分分析區分結果。 （e）九宮格芯片對豬肉-草莓-生菜混合物的響應模式。 （f）使用支持向量機與t-SNE對8種豬肉-草莓-生菜混合物的區分結果。

最終，芯片與濕度傳感器、微控制器和藍牙模塊集成，構建了一套實時食品新鮮度監測系統。該系統在9天的連續測試中，成功追蹤了混合食品的腐敗順序，并通過手機界面為用戶提供直觀的新鮮度反饋，驗證了其在智能冷鏈管理中的實用性與可靠性。

圖6 （a）部署在冷藏環境中的食品新鮮度監測系統。 （b）集成在電路板上的九宮格芯片。 （c）九宮格芯片對豬肉-草莓-生菜混合物連續9天監測的響應模式及對應實物圖。 （d）智能冷鏈應用的用戶界面。

總結而言，該研究成功開發出一種結構緊湊、靈敏度高、分類能力強的人工嗅覺芯片，適用于冷藏環境下的食品新鮮度實時監測。未來，通過集成溫濕度監測、結合氣相色譜-質譜分析進一步明確揮發性物質與響應模式的關聯，并開發信號漂移補償策略，該芯片有望成為提升冷鏈食品安全與效率的核心組件，廣泛應用于家庭與商業場景中。