每當(dāng)我們評價一款草莓汁是否好喝、一瓶玫瑰糖漿是否純正時，食品工業(yè)通常依賴兩種方法：一是依靠經(jīng)過專業(yè)訓(xùn)練的人類感官評價員去聞、去嘗；二是依靠精密儀器去檢測。但這兩種方法都有各自的缺點。人類的感受是非常主觀的，同一種氣味，每個人的主觀感受都不一樣，很難形成統(tǒng)一的科學(xué)標(biāo)準(zhǔn)；而精密儀器雖然能極其精準(zhǔn)地分析出食品的化學(xué)分子，但它是一臺沒有感情的機(jī)器——它能告訴你這杯果汁里加了哪些香精，卻永遠(yuǎn)無法理解人類聞到它時，心里的感受究竟是什么樣的。

東北電力大學(xué)的研究團(tuán)隊發(fā)表在國際食品科學(xué)期刊《Food Chemistry》上的一項研究“Olfactory EEG induced by odor: Used for food identification and pleasure analysis”，給出了一套創(chuàng)新性的解決方案。他們創(chuàng)新性地將腦電信號（EEG）與人工智能算法結(jié)合，直接讀取大腦在聞到氣味那一瞬間的最真實反應(yīng)。他們不僅能用腦電信號精準(zhǔn)識別出你聞到了什么食物，還能評估你的愉悅程度。

文章信息

研究團(tuán)隊精心設(shè)計了一套嚴(yán)謹(jǐn)?shù)男嵊X腦電實驗，數(shù)據(jù)采集完成之后，研究團(tuán)隊使用特征工程和集成學(xué)習(xí)算法來對數(shù)據(jù)進(jìn)行分析。整個研究的工作流程如圖1所示。

圖 1  實驗流程

1. 被試

研究人員招募了15名健康的被試者進(jìn)行測試，其中有11名男性和4名女性，被試者的年齡在21-25歲之間。在實驗之前，每一位被試者都經(jīng)過了初步的嗅覺測試以保證能順利完成實驗。

2. 嗅覺誘發(fā)

為了精準(zhǔn)控制氣味的釋放，團(tuán)隊專門研發(fā)了一臺低噪音的嗅覺誘發(fā)儀。這臺機(jī)器能精確控制氣味的濃度和釋放時間，把氣味分子像微風(fēng)一樣精準(zhǔn)地吹入志愿者的鼻腔（圖2）。為了激發(fā)大腦產(chǎn)生足夠強(qiáng)烈的偏好對比，研究人員準(zhǔn)備了8種日常食品氣味：一半是普遍被認(rèn)為令人愉悅的香氣：薄荷糖漿、玫瑰糖漿、濃縮橙汁、草莓汁；另一半則是充滿爭議的氣味：新鮮蝦醬、酸筍、榴蓮泥、大蒜泥。

圖2 嗅覺誘發(fā)器示意圖

3. 實驗流程

在實驗中，志愿者閉上眼睛，專注地呼吸。每種氣味會持續(xù)釋放10秒，緊接著是5秒的休息間隔（如圖3左側(cè)所示）。休息結(jié)束后，受試者首先需要填寫問卷，對該氣味帶來的主觀愉悅度進(jìn)行評分（如圖3右側(cè)所示）。在這個過程中，腦電帽一刻不停地記錄著大腦電信號的微小起伏。

圖3 實驗流程

被試者聞到氣味之后需要進(jìn)行問卷填寫，以判斷該氣味的主觀愉悅度

4. 數(shù)據(jù)分析方法

面對復(fù)雜的腦電信號，研究團(tuán)隊設(shè)計了一套數(shù)據(jù)分析算法：首先，研究人員洗去冗雜噪音，精準(zhǔn)提取出偏度、模糊熵等與嗅覺相關(guān)的核心數(shù)學(xué)特征；緊接著，研究人員借助帶有 Sigmoid 核函數(shù)的 K-PCA 降維算法，將高維腦電波瞬間投射成了直觀的氣味感知維度空間（OPDS）；而在最核心的識別環(huán)節(jié)，科學(xué)家并沒有迷信單一模型，而是巧妙采用了集成學(xué)習(xí)策略，將隨機(jī)森林（RF）、極限學(xué)習(xí)機(jī)（ELM）和支持向量機(jī)（PSO-SVM）共同構(gòu)成了集成學(xué)習(xí)模型，提升了氣味與愉悅度識別的準(zhǔn)確率。

1. 不同氣味誘發(fā)的腦電地形圖差異

當(dāng)受試者聞到不同食物氣味時，大腦神經(jīng)活動呈現(xiàn)顯著區(qū)別，腦電地形圖直觀反映了嗅覺刺激下的腦區(qū)激活規(guī)律。在氣味刺激后0–1 s內(nèi)：聞到橙汁、草莓汁、薄荷糖漿、玫瑰糖漿等愉悅氣味時，大腦額葉區(qū)域能量顯著增強(qiáng)，神經(jīng)活動高度集中；聞到蝦醬、酸筍、榴蓮泥、蒜泥等不愉快氣味時，中yang額區(qū)出現(xiàn)激活，但頂葉、左側(cè)顳葉及枕葉等負(fù)責(zé)感覺整合的腦區(qū)神經(jīng)活躍度明顯下降，整體激活模式更分散。

圖4 嗅覺刺激下的腦電地形圖

2. 氣味在嗅覺感知維度空間的聚類可視化

將腦電特征構(gòu)建為嗅覺感知維度空間（EEG-OPDS） 后，8種食物氣味呈現(xiàn)清晰的聚類分布：酸筍（S2）與蒜泥（S4）、高濃縮橙汁（S5）與草莓汁（S6）、薄荷糖漿（S7）與玫瑰糖漿（S8）分別高度聚集；蝦醬（S1）與榴蓮泥（S3）和其他氣味區(qū)分度高，在空間中獨立分布。

圖5  VR辦公環(huán)境下腦電特征與相關(guān)色溫（CCT）的線性關(guān)系

A.基于決定系數(shù)R^2的前三項腦電特征線性擬合；B、C. 僅呈現(xiàn)R^2＞0.80特征的相關(guān)系數(shù)與決定系數(shù)，前88項為頻段功率、后132項為頻段功率比值；D. 顯著特征在腦地形圖的空間分布，黑點表示$p$＜0.01

3. 基于MMD的氣味感知距離量化驗證

采用zui大均值差異（MMD） 量化8類氣味在OPDS中的分布距離，結(jié)果顯示：愉悅氣味之間MMD距離更小、感知相似度更高；愉悅氣味與不愉悅氣味之間MMD距離更大、感知區(qū)分度顯著，與可視化聚類結(jié)果一致，證實OPDS可有效度量不同食品氣味的感知差異。

圖6  基于mRMR特征排序與二次核支持向量機(jī)（kSVM）的光照工況分類腦電特征篩選

4. 8分類氣味識別準(zhǔn)確率結(jié)果

在氣味識別任務(wù)中，分類性能隨特征與空間融合逐步提升：單一特征平均準(zhǔn)確率僅46.8%–55.2%，物質(zhì)空間提升至85.1%；基于EEG-OPDS的集成學(xué)習(xí)算法，8分類氣味識別平均準(zhǔn)確率達(dá)到96.1%，15名受試者中有14人準(zhǔn)確率超過90%，zui高可達(dá)99.4%。

表1 氣味識別任務(wù)的準(zhǔn)確率

5. 愉悅度二分類識別準(zhǔn)確率結(jié)果

在愉悅度感知二分類任務(wù)中，單一熵特征平均準(zhǔn)確率為67.1%–71.0%，情感空間提升至87.9%；經(jīng)EEG-OPDS融合后，算法平均準(zhǔn)確率進(jìn)一步提升至98.8%，群體水平分類準(zhǔn)確率超過98%，部分受試者達(dá)到100。

表2 愉悅度識別任務(wù)的準(zhǔn)確率

該研究基于嗅覺腦電構(gòu)建嗅覺感知維度空間（EEG?OPDS），將人類主觀嗅覺感知與機(jī)器定量測量有機(jī)融合，既彌補(bǔ)了傳統(tǒng)電子鼻僅能檢測物質(zhì)特征、無法獲取消費者情緒與偏好的不足，也突破了人工感官評價易受主觀描述、評價標(biāo)準(zhǔn)不統(tǒng)一等因素干擾的局限。研究實現(xiàn)了對食品氣味的精準(zhǔn)識別與愉悅度量化評估，可為食品真實性鑒別、偽劣產(chǎn)品溯源提供客觀可靠的技術(shù)支撐，同時能夠直接捕捉消費者對食品氣味的愉悅度反應(yīng)，為食品品質(zhì)管控、新產(chǎn)品風(fēng)味研發(fā)與感官體驗優(yōu)化提供科學(xué)依據(jù)。

未來展望

1. 擴(kuò)充氣味樣本種類與受試者數(shù)量，進(jìn)一步wan善嗅覺感知維度空間的普適性與泛化能力。

2. 結(jié)合更多腦功能指標(biāo)，深入解析人類嗅覺感知與情緒加工的神經(jīng)機(jī)制。

3. 推動技術(shù)向輕量化、便攜化方向發(fā)展，實現(xiàn)在線檢測、自動化感官評價等實際場景落地。

原文鏈接

研究團(tuán)隊介紹

關(guān)于維拓啟創(chuàng)

相關(guān)產(chǎn)品