如何利用3D打印和神經網絡控制食物新鮮度？

魔猴君  行業資訊   24天前

我們真的可以相信我們的五種感官來評估水果和蔬菜的新鮮度嗎？在正常情況下，觀察、聞或觸摸食物通常足以確定其是否可以安全食用，且風險很小。然而，在食品行業，質量要求要嚴格得多，確保產品在運輸和儲存過程中的新鮮度是一項重大挑戰。為了解決這個問題，中國江南大學最近進行的一項研究開發了一種結合3D打印和深度卷積神經網絡(DCNN)的系統，用于實時監測水果和蔬菜的質量。

3D打印使得制作帶有顏色指示器的標簽成為可能，該標簽能夠檢測與水果和蔬菜分解相關的二氧化碳水平變化。為了分析這些變化，我們使用人工神經網絡來解釋標簽上顯示的結果。這兩種技術的結合產生了一種實時監測產品新鮮度的有效方法。

3D打印標簽可監測綠葉蔬菜、黃瓜和李子等蔬菜儲存期間二氧化碳水平的變化。（圖片來源：唐甜甜、張敏、賈慧杰、Bhesh Bhandari、郭志梅）。

如何利用3D打印和神經網絡控制食物新鮮度？

在了解研究細節之前，了解深度卷積神經網絡（DCNN）是什么非常重要。它是一種常用于圖像分析的人工神經網絡。通過利用3D打印的靈活性，研究人員設計了基于溴百里酚藍和甲基紅的顏色指示劑的標簽，從而可以檢測與水果和蔬菜分解相關的二氧化碳水平變化。

事實證明，3D打印是使用海藻酸鈉、淀粉和多糖等生物相容性材料制造這些標簽的理想解決方案，可確保食品包裝的安全。研究表明標簽顏色變化與食品新鮮度之間存在直接關聯。此外，儲存環境中二氧化碳的增加也會導致重量損失加快和產品硬度下降。

中國江南大學（圖片來源：中國無錫）

如前所述，人工神經網絡被用來解釋標簽收集的數據。通過分析標簽圖像，這些網絡將食物分為三類：新鮮、稍新鮮和破損。DCNN的集成使得產品狀況評估實現高精度成為可能。該研究還促成了基于該模型的移動應用程序的開發，使用戶能夠掃描標簽并立即獲得食品新鮮度的診斷。

3D打印與人工神經網絡的結合為監控食品供應鏈開辟了新的視角。未來，通過集成額外的傳感器來測量溫度和濕度，該技術可以擴展到肉類和乳制品等其他產品。研究人員甚至考慮在印刷標簽中添加抗菌劑，以延長食品的保質期。

編譯整理：3dnatives