12月11日，食品科学与工程学院在食品楼302举办第六十期“食学研讲”活动。此次活动由食品硕2504班崔健主讲，主题为“基于机器学习的无损纸质显色传感器阵列检测食物中的病原体”。

　　崔健讲到，食品腐败多由致病细菌引起，而传统培养法耗时3天、PCR设备昂贵且靶点单一。针对这一痛点，团队研究开发了“纸质显色阵列（PCA）+多层神经网络（NN）”的无损快检方案：以细菌代谢挥发性有机物（VOCs）为信号，23种染料分区固定在滤纸条上，形成可一次性使用的PCA试纸；显色后通过扫描仪-RGB提取获得3×23维数据，输入含3层隐藏层（256神经元/层）的NN，实现菌株身份、活菌数量及温度滥用历史的同步输出。

　　崔健最后总结，PCA对13种VOCs标准品呈可重复的差异化显色；温度滥用判别准确率100%；菌株身份识别率达91%，定量误差＜0.5 log CFU·mL⁻¹；该技术将检测周期从3天压缩至2小时，成本低于0.5美元/次，操作仅需扫描仪与笔记本计算机，为生产基地、仓储物流及零售终端的现场风险筛查提供了低成本、易部署的解决方案。