南华大学谭誉宇和杨健副教授团队基于深度学习辅助的多重电化学指纹识别技术用于中国茶的鉴定

新湖南客户端 2025-04-21 16:46:47

近期南华大学谭誉宇/杨健副教授团队在ACS旗下的中国科学院一区Top期刊Analytical Chemistry发表科研成果。团队开发了一种多通道电化学传感器阵列，将多重电化学指纹技术与一维卷积神经网络算法（1DCNN）相结合，对电化学指纹图谱进行自动特征提取和分类运算，实现了多种茶多酚和中国茶的有效区分和准确检测。

中国茶作为全球最受欢迎的饮品之一，其具有独特的生理特性和保健功效，主要表现在抑制炎症因子表达、抗氧化特性、改善心血管功能、预防骨骼肌萎缩和调节脂质代谢等。这些作用和功效与其特有的化学成分密切相关，其中茶多酚是茶叶主要成分之一。茶多酚作为一类多羟基酚类复合物，对茶叶色、香、味、功效等方面起到了决定性作用。不同种类的茶叶中酚类化合物的种类和含量不同，对茶叶的风味、质量、功效和定价都有很大影响。我国六大茶系的品种十分丰富且品质参差不齐，缺乏严格的分级标准。传统检测方法在区分相似化学成分（茶多酚类物质）存在固有的局限性。此外，由于缺乏高效和多组合传感策略，不同方法的指纹图谱具有高度相似性，这阻碍了中国茶的准确、简便、快速鉴别。因此，建立一种准确、简便、快速的中国茶鉴别方法具有重要意义。

该研究开发了一种受地标建筑启发的多通道激光诱导石墨烯传感器阵列，该阵列将多重电化学指纹图谱技术与一维卷积神经网络（1DCNN）相结合，构建了一种基于深度学习辅助的多重电化学指纹图谱技术用于快速精确检测3种茶多酚并区分识别24种不同类型的中国茶。

南华大学电气工程学院谭誉宇副教授为论文第一作者，其硕士生罗梦丽为论文第二作者，南华大学电气工程学院生物医学工程系杨健副教授为论文的通讯作者。（罗梦丽）

责编：张芷瑜

一审：张芷瑜

二审：张马良

三审：周韬

来源：新湖南客户端

我要问