近日，我校新材料应用技术研究院食品功能材料科研团队张文洋博士作为第一及通讯作者，在食品科学领域国际期刊《Current Research in Food Science》（JCR 1区，IF=7.7）发表题为《CNN-integrated ratiometric fluorescent tag for rapid monitoring of seafood freshness at refrigerated temperatures》的论文。我校为论文第一完成单位，该研究得到了国家自然科学基金青年项目、广东省普通高校重点领域专项及佛山市自筹经费类科技创新项目的支持。
水产品在冷藏储运过程中易发生腐败变质，传统检测方法存在操作复杂、设备依赖性强等问题，难以满足现场快速检测需求。针对这一问题，研究团队将荧光传感材料与人工智能技术相结合，构建了水产品新鲜度智能检测平台。研究团队制备了具有聚集诱导发光特性的银铜双金属纳米簇（DPA-AgCuNCs），并与异硫氰酸荧光素（FITC）结合，开发出新型比率荧光标签。在此基础上，研究团队进一步引入卷积神经网络（CNN）技术，通过采集和分析荧光图像，建立了水产品新鲜度智能识别模型。其中，ResNet-34模型对基围虾的分类准确率达到98.39%，在三文鱼、鳕鱼和草鱼等不同水产品的新鲜度检测中，识别准确率均超过90%，展现出较好的检测性能和应用潜力。在此基础上，研究团队开发了水产品新鲜度智能检测手机应用程序“FreshSense”，实现了荧光图像采集与新鲜度智能识别的结合。该成果为水产品冷链储运过程中的快速、无损及智能化品质监测提供了新的技术思路，具有良好的应用前景。
该研究成果体现了我校新材料应用技术研究院在食品品质智能感知与快速检测领域的科研创新能力。立足顺德美食文化深厚、食品产业基础扎实的区域优势，该成果进一步助力食品质量与安全专业内涵建设，培养高端技能人才，服务顺德美食产业高质量发展。
文、图：张文洋
