人脑的神奇之处在于其能够处理和整合多感官信息从而实现高级认知功能。有鉴于此，人工仿生系统可以通过模仿人类的感觉器官来感知和处理各种感官信息，从而实现更高效、准确的识别，并缩小人工智能与自然智能之间的差距。在人类多感官神经网络中，视觉、触觉、听觉、嗅觉和味觉的整合与交互有助于实现跨模态整合、识别和联想等高级认知功能，从而准确评估和全面理解多模态世界。其中，人类从环境中获取的信息80%以上是通过视觉系统获得的。同时生物嗅觉系统是另一个重要的感官平台，能够对大量气味分子进行关键识别，赋予人类感知周围环境、评估和识别潜在危险的能力，这推动了光学鼻的出现。因此，设计视觉-嗅觉感知平台来模拟人类神经网络的多感官整合和交互，实现高级认知功能是非常有前景的。生物胺作为评价食品新鲜度的重要指标，虽有一些嗅觉传感器对其进行检测见诸报道，但大多数主要依靠单一信号反应，效率低、成本高。然而，在腐败过程中，肉制品的视觉特征（色调和质地）和气味成分（生物胺）会随时间发生变化，从而为食品新鲜度评估提供了不同的参数，因此与基于单一感官的策略相比，双感官仿生传感器准确性更高。

近日，同济大学化学科学与工程学院闫冰教授团队巧妙地将仿生学思想融合于光功能氢键有机框架之中，制备出超灵敏的视觉-嗅觉光响应仿生传感器，并能应用于化学刺激挥发性生物胺的监测和食品新鲜度的评估，相关成果以“Dual-Mode Bionic Visual–Olfactory Co-Sensory for On-Site Biogenic Amines Recognition and Food Freshness Prediction”为题在线发表于国际知名期刊《先进功能材料》(Advanced Functional Materials)。

研究人员受嗅觉与视觉感知系统的启发，开发了基于氢键有机框架（Eu@HOF-12）的视觉-嗅觉仿生平台。该传感器能够对生物胺（BAs）产生双重反应。重要的是，它具有高灵敏度、超快响应（<6秒）和可回收实用性等突出优势，可与智能手机相结合，通过比色法和比率法实现实时监测生物胺。此外，基于人工智能技术，团队构建了视觉-嗅觉人机交互平台，可通过特定气味指纹高精度识别五种生物胺，完成了视觉和嗅觉信号的集成和互操，为机器人传感和感知奠定了基础。同时，考虑到水凝胶传感器对BAs的双响应模式，利用逻辑装置快速识别食品的新鲜度。该研究开发了一种气味可视化策略，可对食品质量进行现场、实时和灵敏的监测。该研究还设计了一个定量评估系统，用于快速、无损和准确地评估食品新鲜度，最终减少食品浪费。

（a）受视觉和嗅觉刺激的生物多感官整合神经系统；（b）双模式水凝胶的制备工艺；（c）用于视觉嗅觉信息集成的人机交互平台；（d）用于实时监测食品新鲜度的逻辑门装置

闫冰教授为论文的独立通讯作者，化学科学与工程学院硕士研究生阿丽吐尼姑丽·麦麦提为论文的第一作者。该研究工作得到国家自然科学基金项目的支持。

论文连接：https://doi.org/10.1002/adfm.202412817