买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利基于荧光传感阵列的肉类新鲜度智能检测方法、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115876734B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211439882.2，技术领域涉及：G01N21/64；该发明授权基于荧光传感阵列的肉类新鲜度智能检测方法、系统及介质是由孙大文;林远东;马骥;成军虎;王启军设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本基于荧光传感阵列的肉类新鲜度智能检测方法、系统及介质在说明书摘要公布了：本发明公开了一种基于荧光传感阵列的肉类新鲜度智能检测方法、系统及介质。该方法包括：制备荧光传感阵列指示标签并与肉类反应，拍摄、标注，得到带标签的图片数据集，构建并训练肉类新鲜度智能检测模型；最终实现对待测肉类的新鲜度检测。本发明基于迁移学习的思想，对荧光阵列信息图像进行特征进行提取并构建模型，自动提取特征且训练时间少，能够实现快速、准确的肉类腐败程度判别，对TVB‑N含量进行预测。且相比比色传感阵列，所制备的荧光传感阵列具有更高的灵敏度，对生物胺类气体浓度的微小变化更为敏感，响应速度快，检测范围更广，并且阵列中的每种指示剂能同时指示肉类新鲜度状态，荧光信号通道更为丰富，可从多维度判断肉类的新鲜度。

本发明授权基于荧光传感阵列的肉类新鲜度智能检测方法、系统及介质在权利要求书中公布了：1.基于荧光传感阵列的肉类新鲜度智能检测方法，其特征在于，包括下述步骤： 制备荧光传感阵列指示标签： 步骤1：荧光传感指示剂的制备： 将100μL的CuNO32·3H2O溶液加入到40mL的D-青霉胺DPA溶液当中，在35℃搅拌下，逐滴滴加1molL的HCl溶液使前驱液的pH达到4.5，在该条件下继续搅拌1h后，将反应液以8000rpm离心10min，去除未反应的DPA溶液，真空冷冻干燥后得到荧光铜纳米团簇DPA-CuNCs；将0.2g铜纳米团簇溶于25mL的水溶液中，0.2g的荧光素溶于100mL的乙醇溶液中；按下表中体积比混合搅拌均匀后即可得到9种荧光传感指示剂： ； 步骤2：荧光传感阵列指示标签的制备： 将疏水薄膜裁剪出多个传感器响应区域，将纸基材料粘贴于两张疏水薄膜之间，形成具有隔绝传感单元互相影响功能的荧光阵列传感标签基底； 采用人工点样的方法将上述9种荧光指示剂滴加到所述荧光阵列传感标签基底的响应区域后干燥，即得荧光传感阵列指示标签； 将荧光传感阵列指示标签粘贴在保鲜盒内部顶端，与新鲜肉类存放于恒温恒湿箱中，在紫外条件下实时获取传感阵列的数字图像，并根据国标GB5009.228—2016规定的理化指标对生鲜肉类进行TVB-N标准值测定，并对图像进行标注上新鲜度等级标签以及TVB-N含量标签，得到带有标签的荧光传感阵列图像数据集； 构建并训练肉类新鲜度智能检测模型； 所述肉类新鲜度智能检测模型包括肉类新鲜度评估模型以及肉类TVB-N含量预测模型，具体为： 将带有标签的荧光传感阵列图像数据集进行预处理，除去噪声，归一化处理，并设置批处理大小，根据所分类类别设置分类器标签，然后基于迁移学习思想，将图像输入到由ImageNet数据库预训练好的深度卷积神经网络，经优化模型参数后得到肉类新鲜度评估模型； 重复上述步骤，建立基于深度卷积神经网络的肉类TVB-N含量预测模型，与肉类新鲜度评估模型不同是，肉类TVB-N含量预测模型是利用荧光传感阵列图片所标注的TVB-N标准值而非类别信息进行训练； 将待测荧光传感阵列图片分别输入肉类新鲜度评估模型以及肉类TVB-N含量预测模型，分别输出对生鲜肉类新鲜度类别以及TVB-N含量的预测结果； 利用荧光传感阵列指示标签与训练好的肉类新鲜度智能检测模型对待测肉类进行新鲜度检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。