無論是感官評價技術、理化指標的檢測技術還是近紅外裝置評價技術，對稻米品質的檢測
，都具有一定的可靠性，但它們均未能對大米或米飯的氣味如異味

、香氣等做出檢測和評價，存在著缺陷。因此通過研究稻米或米飯的氣味來檢測評價稻米品質引起了部分研究者的興趣。

在20世紀90年代發展起來的一種叫電子鼻(Electronic Nose)deqiweisaomiaoyi，shiyizhongkuaisujianceshipinqiweidexinyingyiqi。qiyuanlishiliyongmouzhongjinshuyanghuawuheshengwumo，genjuqiweiwuzhifenzijiechuyinqimodianweideweixiaobianhualaipanduanqiweiyouwujiqiangruo。tayitedingdechuanganqihemoshishibiexitongkuaisutigongbeiceyangpindezhengtixinxi，zhishiyangpindeyinhantezheng。zhezhongqiminchuanganqijuyougaolingmindu、可靠性、重複性。近年來

，傳感器陣列和模式識別的電子鼻在飲料、食品、穀物、果蔬
、化妝品、環境檢測、煙草業、醫學等行業均有著廣泛的應用，而在糧油作物的檢測中也得到了一定的研究和應用。

研究開發了一套用於穀物黴變識別的電子鼻係統測試裝置-實驗精米機，該裝置能快速準確的判別水稻的黴變情況，神經網絡的識別正確率為92．19％。采用金屬氧化物傳感器陣列和主成分分析法對6個黴變程度的稻穀成功地進行了檢測，同時采用主成分分析法分析，結果顯示去掉冗餘傳感器並不影響分類結果。研究了基於電子鼻對4種不同大米樣品的區分檢測，對電子鼻的參數優化以及氣敏傳感器的選擇進行了初步的研究，並指出以Cyranose一320weilidedianzibiduidamidefangxianghuaxuechengfendejiancehaixujinyibudeyanjiu，congertansuoqizuoweiyizhongjiancepingjiadamipinzhizhiliangdejiancefangfazhiwai，liyongdianzibizaiqitaguwudeyanjiushang
，tongguocankaodianzibizaijiulei、香水
、煙草等方麵的應用
，提出了電子鼻用於穀物品質的檢測。

他采用由不同氣敏傳感器組成的電子鼻，利用ANN(人工神經網絡)模式識別區分燕麥、裸麥及大麥樣品，同時也對受到麥角固醇、真(zhen)菌(jun)毒(du)素(su)以(yi)及(ji)細(xi)菌(jun)汙(wu)染(ran)的(de)小(xiao)麥(mai)樣(yang)品(pin)進(jin)行(xing)識(shi)別(bie)
，證(zheng)實(shi)該(gai)電(dian)子(zi)鼻(bi)能(neng)利(li)用(yong)穀(gu)物(wu)氣(qi)味(wei)特(te)性(xing)進(jin)行(xing)樣(yang)品(pin)監(jian)測(ce)
，從(cong)而(er)預(yu)測(ce)電(dian)子(zi)鼻(bi)在(zai)真(zhen)菌(jun)學(xue)上(shang)的(de)應(ying)用(yong)。以(yi)真(zhen)菌(jun)的(de)揮(hui)發(fa)性(xing)代(dai)謝(xie)物(wu)作(zuo)為(wei)指(zhi)標(biao)，通(tong)過(guo)氣(qi)相(xiang)色(se)譜(pu)質(zhi)譜(pu)聯(lian)用(yong)儀(yi)(GC―MS)和電子鼻來分析各種正常和一些變質程度的穀物樣品，結果表明其揮發性物質與赭曲黴毒素相關性不大
，但通過GC―MS或電子鼻檢測均能預測脫氧雪腐鐮刀菌烯醇(DON)的汙染程度。同時，戊烷
、甲基吡嗪、3一戊酮、3一辛烯二醇、醋酸異辛酯與DON呈正相關

，而乙基乙醇、十五烷、甲苯、l一辛醇
、l一壬醇等與DON呈負相關，建立在GC―MS和電子鼻上進行的DON預測的平方根誤差分別為16鬥g／kg和25鬥g／kg。利用電子鼻對穀物中是否受到真菌汙染進行早期診斷
，同時利用GC―MS進一步證實了利用電子鼻是可以用來預測穀物的真菌汙染程度。在食用油的品質及貯藏性和橄欖油(食用油)的摻假檢測方麵
，國外也有一些報道∞紮35]。而er在zai國guo內nei，有you研yan究jiu人ren員yuan采cai用yong電dian子zi鼻bi對dui芝zhi麻ma油you及ji山shan茶cha油you的de摻chan假jia進jin行xing了le識shi別bie研yan究jiu，認ren為wei通tong過guo線xian性xing判pan別bie式shi分fen析xi法fa，電dian子zi鼻bi可ke以yi很hen好hao的de區qu分fen出chu不bu同tong種zhong類lei的de油you脂zhi，還hai可ke以yi區qu分fen出chu混hun入ru與yu未wei混hun入ru大da豆dou油you的de山shan茶cha油you或huo芝zhi麻ma油you；通過多層前饋網絡BP神經係統可以大體預測。