食品感官评价技术是通过收集由视觉、嗅觉、味觉和听觉而感知到的食品感官数据，利用科学的分析方法，对食品实行定性、定量的检验与分析的技术。自1975 年起，陆续有学者开始研究香气和组织的评价，但感官评价在食品中的大量应用是在20世纪90年代末。后续又经过近50年的发展，感官评价方法变得更直观、简便且实用性强，现已受到了各国检验机构的认可和使用。

 

最早出现的感官评价技术为人工感官评价，目前主要参考国标和权威文献使用；电子舌作为一种模仿嗅觉的设备，在食品领域发挥了重要作用，包括保质期、质量控制和监控、安全检测、掺假和真实性、食品监管原产地识别等，目前，感官评价技术已由单一的手段发展到人工感官评价与电子舌等仪器分析相结合的感官评价。近几年根据人因工程学开发的面部表情分析技术也在食品评价领域得到初步应用，但是由于表情采集方法的不同和个体的差异，该领域的研究有待深入。

 

 

前言
 

人工感官评价的结果更多依赖于品评员，而品评员在品评过程中易受多方面因素的影响，例如环境、心态、时间、身体状态等因素都会对品评结果有一定的影响。如果遇到重复测试，品评员的评价结果也会出现不稳定、耗时耗力等问题。电子舌是在舌器官的启发下研发出的一种新兴感官仿生评价技术。它可以模仿人的舌头对食物的呈味物质做出方便快捷而又不失精确的检验。

 

电子舌的简要说明如下表所示，电子舌主要有 3 个组成部分，分别是传感器阵列、信号采集单元和模式识别系统。传感器阵列演绎着人体舌器官的角色，通过对味觉信息进行感知，然后将感知到的信息转为电子信号；信号采集单元则扮演神经系统的角色，对收到的信号进行接收，再通过放大、转换等阶段输入到下一系统里；模式识别系统则装扮大脑的角色对收到的信息进行处理、分析，最后得出被测样品的感官评价信息。电子舌可以测定 9 个味觉指标，依据不同的目的可以有针对性的选择其中几个指标进行测试，真正地实现了食物味觉指标的数字化。

 

 

电子舌在食品风味检测和产品评价中的应用
 

现阶段，电子舌技术已经可以应用于食品的风味评价、加工、鉴别和品质管理等方面。在产品研发或者改良过程中，电子舌可以将食物的味道具象为数值，通过不同条件下具体数值的变化帮助制定更加明确的试验方案，降低试验成本。Bakhsh等使用电子舌测试添加不同比例大豆植物蛋白的牛肉饼的味觉特征，结果显示随着大豆植物蛋白添加比例的提高，酸味、涩味、鲜味和咸味显著增高，苦味、丰富度显著下降，并且牛肉饼的味道变化与它的脂肪酸含量变化存在相关性。Valente等用电子舌对生牛奶奶酪和巴氏杀菌牛奶奶酪在制备后和成熟后（7d和21d）进行分析，在第一周跟踪奶酪的成熟过程，能够区分生牛奶和巴氏杀菌牛奶制成的奶酪，同时分辨乳清和凝乳的准确率分别为96% 和 84%。电子舌可以通过食物中的呈味物质快速分析出味道属性特征，结合PCA、线性判别分析（LDA）准确对样品进行区分、归类，根据这一特点可以将其应用到食物的鉴别中。Dong等用电子舌区分北农 2 号蛋鸡、海兰褐壳蛋鸡和五黑蛋鸡三种蛋鸡的鸡蛋，3 个品种鸡蛋的主要不同口味是蛋黄的苦味和蛋清的涩味，PCA不能对蛋黄和蛋白进行分组。在电子舌的分类模型中，LDA和K-近邻算法（KNN）对蛋黄的分类准确率为 96.7%，LDA 对蛋白的分类准确率为 88.9%，KNN对全鸡蛋的分类准确率为87.5%。作为一种可以快速检测批量样品，对样品味觉特征实现量化的仿生仪器，电子舌未来的应用前景十分广阔，可以实现多学科、多领域的使用。

 

电子舌结合人工感官在食品行业中的应用
 

虽然电子舌技术可以通过模仿人类的舌头来实现对呈味物质快速且准确的检测识别，但是它无法代替人对于产品的直观感知过程，无法获知产品所能引起消费者的直接感受或者喜好，所以将人工感官评价和电子舌评价结合使用，即可弥补人工感官评价带来的不足，又可增加电子感官评价结果的说服力。

 

即使人工感官评价技术存在一定的缺点，但它现已发展的十分完整，得到了大多数人的应用与认可，将感官评价所得结果与电子舌结果进行对照，可进一步说明电子舌结果的准确性，如 Wang等用电子舌检测鲜味单味和风味增强剂的鲜味强度，发现电子舌的鲜味响应值和增味剂浓度呈半对数函数关系，PCA 和 LDA 能够成功区分增味剂的种类和浓度，人工感官评价验证结果与电子舌测试结果一致，鲜味得分越高，电子舌对应的响应值越高；人工感官评价进一步证实了电子舌对风味增强剂分析的准确性，也说明了电子舌是快速分析味道的工具。王俊魁 等对四款品牌不同的韭菜花酱进行定量描述分析试验、消费者喜好评定试验和电子舌评价，后将二者结果对比发现电子舌的评价结果和消费者喜好评分结果具有统一性。这一特点说明电子舌测试结果与人工感官评价结果的一致性高，两者结合使用则会扬长避短。如 Sipos 等筛选 14 名评审员对花粉的外观、气味、味道进行评估，用电子舌对花粉的液体样品进行测试。融合人工感官评价和电子舌测试数据的偏最小二乘回归结果表明，与独立的数据相比，融合之后数据的误差减小、重现性更好，将两种方法结合所得的结果具有更高的精确度。将两种方法用于产品的开发研制，还可以节约成本，提高效率，如 Hou 等使用人工感官评价和电子舌感官评价对干燥后香菇风味进行了测试，基于感官分析和电子舌响 应值的相关性分析显示鲜味、咸味、涩味传感器的响应值与生蘑菇状的气味呈负相关，而与汗味、烘烤味 和调料味呈正相关，酸味传感器与汗味和调料味呈负相关；苦味与香气属性、水果香气与传感器都没有相关性，这说明人工感官评价结果和电子舌测试结果结合可以更清晰的得出不同的干燥工艺对香菇的风味特性有重要影响。二者的结合使用缩小了人工感官评价中品评员主观因素的影响，并且将电子舌的测试值赋予了品评员的喜好度，使测试结果更直观和便于应用。

电子舌结合检测仪器在食品行业中的应用
 

电子舌虽可以表征待测样品的 8 种味道值，但无法检测出引起味道变化的机制，液相色谱仪、质谱仪等高端仪器可进行定性和定量的分析，将电子舌与液相色谱仪、质谱仪等仪器连用既可以测定味觉特征还可以阐明味觉品质的化学基础。这种方法可用于食品的鉴定和分类，如 Cheng 等将液-质联用技术与电子舌技术相结合，鉴定 5 种典型黑茶的化学成分和口感品质的变化，通过电子舌测试分析可知普洱茶的苦味和苦味回味最强，而福传茶的涩味、涩味回味和咸味最强，普洱茶与清转茶、康传茶与六宝茶味觉特征相似；黑茶的苦味和苦味回味与茶多酚、黄酮、多糖呈负相关，与茶多酚呈正相关，涩味回味与茶多酚、黄酮类呈正相关。Gao 等使用电子舌、超高效液相色谱-串联质谱（UPLC-MS/MS）检测蛋黄的味道特征，结果显示腌蛋黄的特征味道为鲜味，UPLC-MS/MS 显示，腌蛋黄与新鲜生蛋黄的代谢物存在显著差异，并结合 PCA 可知谷氨酸、天冬氨酸、核苷酸、琥珀酸、甜菜碱、谷氨酰基肽及其衍生物是腌蛋黄中鲜味物质的重要组成部分。电子舌与仪器联用还可以用于食品的加工过程中。如 SuarezEstrella 等用电子舌评价生或熟藜麦种子中获得的面粉，未煮熟的样品有变苦的趋势，而煮熟的种子更具涩味、鲜味、咸味和后涩味的特征；继而用液相色谱-高分辨率质谱法定量测定皂苷，解释了发芽时间、皂苷含量、苦味程度的关系。Yu 等采用电子舌和固相微萃取气相色谱（HS-SPME-GC/MS）对中国传统发酵豆酱进行风味表征，并通过电子舌数据的线性建模法（PLS）和非线性建模法（SVM）表明总酸度、还原糖、盐度和氨基酸氮在发酵豆酱的口感中起着重要作用。了解风味相关物质对消费者判断食品的感官品质和整体可接受度非常重要，加入液相色谱仪、质谱仪等仪器可以帮助量化与风味相关的某些特定化合物，展现了气味产生和变化的机制，与电子舌结果结合可广泛应用于食品的研发、储存时风味变化的检测、货架期预测等方面。

 

 

 

消费者在选购食品时常常会受到颜色、形状、气味、口味、质地等因素的影响，这些影响又会进一步引起消费者产生多种情绪反应，而情绪反应对消费者的最终决策起着决定性的作用，因此掌握消费者的情绪变化和食品体验之间的联系就显得十分重要。了解消费者的情绪变化目前有两种方法，一是显性测量方法，通过享乐量表等测量问卷获得；二是隐性测量方法，通过面部表情、身体行为等获得。在隐性测量中通过消费者的面部表情来理解消费者的情绪，是一个可行性很高的方法。

 

面部表情分析技术主要包括表情特征提取、表情分类方法、表情单元识别和表情强度识别四个方面。面部表情分析技术的特点为非接触式快速捕捉面部信息且即时分析，所得结果客观准确无偏差，还可以进行远程测量，轻松与其他测试手段进行数据整合。现阶段，这项技术主要用于心理学、教育学、市场评估和消费者行为领域的研究。荷兰Noldus 公司以面部动作和面部表情自动分析技术为基础推出了自动分析面部表情的专业软件Face reader，它可以识别开心、伤心、愤怒、惊讶、害怕、讨厌六种基础情绪和中性状态。它的工作原理为首先使用基于深度学习的人脸查找算法查找人脸，其次使用近500个关键点制作准确的人工人脸模型，最后使用人工神经网络对表情进行分类和评分。

 

 

面部表情分析作为一种可以更加真实、直接表达食用者喜好的方法，已经在食品的感官评价、消费者的偏好预测等方面得到了应用。Thejani 等使用感官评价表和面部表情分析技术评估品尝 5 种味道巧克力过程中的感官反应和情绪，结果发现这 5 种巧克力的总体喜好差异显著，其中甜巧克力最受欢迎，咸巧克力最不受欢迎，甜巧克力与消极情绪愤怒呈负相关，咸巧克力与消极情绪悲伤呈正相关。冯婧等也以类似的研究思路，即人工感官评测结合面部表情分析技术对露酒的接受度进行探究，并验证了面部表情分析技术可作为露酒消费者接受度评价 的应用价值。尽管如此，上述研究仅仅简单地将面部表情分析与主观感官评测同时使用和数据采集，并进行初步的相关性分析，没有形成真正的技术融合。Yamamoto 等记录和汇总10名品评员饮用10种不同口味溶液过程中的面部表情变化和享乐评分结果，以情绪评分和感知评分为基础建立预测感知喜好程度的计算公式，并通过另外12名品评员的人工品评结果检验该公式的适用性，证明了预测结果与感知评分具有较好的相关性和一致性。相较于前述研究，这项工作虽然使用的是较简单的多元线性回归算法将不同评价技术结果进行数据拟合，而且样本量也较小，但是已经明确应用了数据建模的研究方法。这也表明未来食品感官评价技术可以通过采集面部表情变化，搭建机器学习算法并持续积累样本量和数据量，更准确地研究和预测消费者的感官喜好，不再依赖主观量表；甚至可以在同一时间轴之上，采集脑电、心电、皮温和肢体动作等更丰富的客观数据进行 神经网络深度学习，继而进化形成食品感官的 AI 模型。

 

 

 

 

人工感官评价技术在食品领域已经被广泛地接受和应用，不过人在进行品评时会受到心态、环境等多方面因素的影响，导致结果具有一定的不稳定性。电子舌技术可以弥补人工感官评价技术的不足，实现定性和定量分析，并增强测试数据的准确性，还可以不间断地批量测试，提高测试的效率，节约成本。面部表情分析可以通过品评员的面部情绪变化更加直观的分析品评员的喜好，还能够有效避免问卷结果带来的主观偏差。尽管如此，电子舌技术在使用中存在着不能检测固体、高度酒等样品，无法评价好坏与喜好等缺点，而面部表情分析在应用中容易受到环境条件干扰、基础数据处理不到位、数据分析结果存在偏差等缺点，那么如何综合运用各种感官评价手段，取长补短将是未来技术应用的新思路。