基于神经传导机制的嗅-味联觉机理及仿生应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31772059
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C2008.食品质量与安全检测
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

The electronic nose and electronic tongue are single channel bionic instruments, which imitate the sense of smell and taste, but they can not truly reflect the process of human sniffing and taste recognition in food sensory evaluation. The olfactory and taste are closely related, the horn effect, the halo effect, Nasal and posterior nasal effects will affect the olfactory - taste sensory evaluation results, the forming olfactory - taste sensory mixing phenomenon, known as the synergistic effect. In this project, taking the olfactory and taste sensory nerves of the human as the research object to simulate the process and pattern of learning, memory, perception and recognition of olfactory and taste. Through the methods of mathematical modeling and simulation, bionic test, sensory evaluation and so on to study Neural network conduction model, to optimize olfactory neural network K series model, to build olfactory - taste dual channel nerve perception evaluation model, and introduce neural dynamics theory simulation, to achieve digital fuzzy evaluation of olfactory - taste perception by olfactory - taste correlation experiment. And finally reveals the olfactory - tastes synergistic mechanism, which lays the theoretical foundation and application cornerstone for the effective realization of the highly bionic of olfactory - taste Synesthesia.
电子鼻、电子舌是模仿嗅觉和味觉的单通道仿生类仪器,但在食品感官评价应用中并不能真实体现人类的嗅-味识别过程。嗅觉与味觉具有密切相关性,喇叭效应、光环效应、前鼻与后鼻效应等都会影响嗅-味感官评价结果,形成嗅-味的感官混合现象,称为联觉效应。本项目以人体嗅-味感知神经系为研究对象,模拟嗅觉与味觉的学习、记忆、感知、识别的过程和模式,通过数学建模与仿真、仿生检测实验、感官评价实验等方式,研究味觉神经系统传导模型,优化嗅觉神经网络K系列模型,构建嗅-味双通道神经感知鉴评模型,引入神经动力学理论进行仿真,通过风味物质嗅-味关联性实验,实现嗅-味感知模糊评价的数字化表达,最终揭示嗅-味联觉机理,为有效实现嗅-味联觉的高度仿生奠定理论基础和应用基石。

结项摘要

电子鼻、电子舌是模仿嗅觉和味觉的单通道仿生类仪器,但在食品感官评价应用中并不能真实体现人类的嗅-味识别过程。嗅觉与味觉具有密切相关性,喇叭效应、光环效应、前鼻与后鼻效应等都会影响嗅-味感官评价结果,形成嗅-味的感官混合现象,即联觉效应。自Freeman教授对生物嗅觉神经系统建立了K系列模型以后,陆续有众多的学者参与该研究方向,但是在味觉神经传导、嗅觉与味觉联觉机制方面尚缺少深入研究。. 本项目基于味觉神经系统生物学特点和功能,梳理了人体味觉神经传导通路,建立了味觉神经传导生理通道模型并进行了仿真研究;基于人工智能方法结合嗅觉神经传导通道K系列模型,建立了气味强度量化的数字化表征方法,并开发了气味检测仪器;建立了嗅觉与味觉通道联合鉴评神经系统模型,应用神经动力学及人工智能等相关理论进行了模型仿真及参数优化,结合人工感官实验,对嗅觉与味觉协同感知、抑制机理进行了阐述,揭示了前鼻与后鼻效应、光环与喇叭效应,并应用于啤酒、白酒、果汁、茶叶、大米等。. 本项目从人体大脑神经传导机制角度通过模型仿真方法解析了嗅觉与味觉联觉作用,为更好地理解人的嗅觉功能与味觉功能作用提供了数据和结果支持,嗅-味联觉神经传导模型的建立和应用,也为电子鼻、电子舌感官仪器的进一步发展提供了新的研究思路与方向,如电子舌可以融入味觉神经传导通道模型结合模式识别方法进行味觉信息的时空分析,从人体大脑嗅觉神经与味觉神经传导通道模型的角度,对电子鼻仪器和电子舌仪器的输出进行数据整合,模拟人脑处理嗅觉与味觉信息的复杂维度进行高度仿生;基于嗅-味联觉鉴评模型应用于新型嗅-味仿生检测系统的设计开发,可弥补食品感官评价人员无法全面实现感官体验信息获取的缺点,在高度仿生的同时更可应用于食品品质管理、原材料分析、医学诊断、农业生产和环境监测等诸多领域。

项目成果

期刊论文数量(13)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(4)
A Fast Pearson Graph Convolutional Network Combined With Electronic Nose to Identify the Origin of Rice
快速皮尔逊图卷积网络结合电子鼻识别稻米产地
  • DOI:
    10.1109/jsen.2021.3079424
  • 发表时间:
    2021-10-01
  • 期刊:
    IEEE SENSORS JOURNAL
  • 影响因子:
    4.3
  • 作者:
    Shi, Yan;Liu, Mei;Men, Hong
  • 通讯作者:
    Men, Hong
Fuzzy Evaluation Output of Taste Information for Liquor Using Electronic Tongue Based on Cloud Model
基于云模型的电子舌酒类口感信息模糊评价输出
  • DOI:
    10.3390/s20030686
  • 发表时间:
    2020-02-01
  • 期刊:
    SENSORS
  • 影响因子:
    3.9
  • 作者:
    Liu, Jingjing;Zuo, Mingxu;Men, Hong
  • 通讯作者:
    Men, Hong
Odor Fingerprint Analysis Using Feature Mining Method Based on Olfactory Sensory Evaluation.
基于嗅觉感官评价的特征挖掘方法气味指纹分析
  • DOI:
    10.3390/s18103387
  • 发表时间:
    2018-10-10
  • 期刊:
    Sensors (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Men H;Jiao Y;Shi Y;Gong F;Chen Y;Fang H;Liu J
  • 通讯作者:
    Liu J
Improving performance: A collaborative strategy for the multi-data fusion of electronic nose and hyperspectral to track the quality difference of rice
电子鼻与高光谱多数据融合协同跟踪大米品质差异策略
  • DOI:
    10.1016/j.snb.2021.129546
  • 发表时间:
    2021-02-04
  • 期刊:
    SENSORS AND ACTUATORS B-CHEMICAL
  • 影响因子:
    8.4
  • 作者:
    Shi, Yan;Yuan, Hangcheng;Men, Hong
  • 通讯作者:
    Men, Hong
Electronic nose sensors data feature mining: a synergetic strategy for the classification of beer
电子鼻传感器数据特征挖掘:啤酒分类的协同策略
  • DOI:
    10.1039/c8ay00280k
  • 发表时间:
    2018-05-07
  • 期刊:
    ANALYTICAL METHODS
  • 影响因子:
    3.1
  • 作者:
    Men, Hong;Shi, Yan;Liu, Jingjing
  • 通讯作者:
    Liu, Jingjing

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于电子鼻/舌融合技术的白酒类别辨识
  • DOI:
    10.13982/j.mfst.1673-9078.2016.5.042
  • 发表时间:
    2016
  • 期刊:
    现代食品科技
  • 影响因子:
    --
  • 作者:
    门洪;张晓婷;丁力超;陈栋琳;刘晶晶
  • 通讯作者:
    刘晶晶
基于LS-SVM的电厂过热汽温仿真研
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    微计算机信息,2007,23(4-1):270-272,289
  • 影响因子:
    --
  • 作者:
    田海军*;门洪;郎世伟
  • 通讯作者:
    郎世伟
基于粒子群优化的嗅-味融合技术在啤酒辨识中的应用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    农业机械学报
  • 影响因子:
    --
  • 作者:
    刘晶晶;杨佳琳;Zhang Xiuyu;孙彬;张晓婷;门洪
  • 通讯作者:
    门洪

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

门洪的其他基金

交叉敏感与特异选择性相融合的电子舌设计理论、设计方法与工业冷却水生物污垢监测传感技术的关联研究
  • 批准号:
    60604023
  • 批准年份:
    2006
  • 资助金额:
    8.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码