清华“电子鼻”研究，有望诊断癌症、流感等疾病
近日，清华大学机械系长聘副教授胡楚雄团队在电子鼻仿生嗅闻研究中取得新进展。该团队提出了一种用于电子鼻气体采样的仿生嗅闻策略，通过模仿专业品酒师的嗅闻方法，提升对不同气体的感知辨识能力。该成果有望应用于多样化的复杂气味检测分析场景。
胡楚雄介绍，传统的电子鼻气体采样往往采取单次进样策略，得到的电子鼻传感信号缺乏有效的动态特征。本次研发的核心是一套具有仿生肺的电子鼻设备 ，科研人员采用可编程注射泵模拟仿生肺结构，基于催化化学发光原理设计制造了气体传感阵列，可及时响应嗅闻引发的动态气流变化并输出响应信号。与传统电子鼻气体采样相比，该方法对不同气体的感知辨识能力有显著提升。
实验中，科研人员首先对乙烯、乙炔、丁烷3种挥发性有机物气体，分别使用传统单次进样方法与仿生嗅闻策略采样后，开展辨识探究。结果显示，在传统气体进样方法下，传感器响应幅值与气体浓度成正比，但无法提取有效的挥发性有机物气体种类信息。而在仿生嗅闻策略下，传感器的时序信号波形具有明显的区分度，可直接通过主成分分析辨识气体种类和浓度。
随后，科研人员又将试验品换成了不同种类的烈酒。结果再次证明，相较于传统单次进样方法，仿生嗅闻策略可将电子鼻设备对不同烈酒的辨识准确度从81.94%提升到95.83%，实现了对不同烈酒种类的高准确度辨识。
该研究成果日前以“像品酒师一样嗅闻：多重重叠嗅闻策略增强电子鼻的气味辨识能力”为题发表在《先进科学》上。胡楚雄说，仿生嗅闻策略有望应用于多样化的复杂气味检测分析场景中，例如基于人体呼出气对癌症、流感、糖尿病等疾病进行无损诊断，基于有害气体进行爆炸物搜寻与火灾隐患预警，基于香气检测对白酒、茶叶品质开展评估与真伪鉴别。
人工嗅觉分析技术——电子鼻的工作原理、特性及用途
电子鼻(electronic nose, EN)，又称气味传感器、多传感器阵列(multi-sensor array)、人工鼻(artificial nose)、嗅觉系统(odorsensing system)、电子嗅觉测量器(electronic olfactometry)等，其发明则受嗅觉的启发。嗅觉系统可帮助生物更好地感知环境、发现潜在的危险、识别及区分食物。
从技术层面，因为气味中自然交织着多种化学物质，因此对气味进行自动识别及分类是一项极具挑战的任务。气味自然交织可分为三类：协同(synergism)、补偿(compensation)、遮蔽(masking)。
"协同"指两种及以上不同物质发出气味并相互交织，使得混合后的气味浓于单一物质的气味；
"补偿"指一种成分的气味抵消另一种成分的气味；
"遮蔽"指一种宜人的气味(pleasant odor)与另一种不良气味(unpleasant odor)融合。
电子鼻技术出现前，学界尚无法对一般情况下的化学混合物做高精度分析及成分分离。随着电子鼻设备的发展，一些研究可以测量气味强度、认识气味交互及传感器对气味交互的反应。
尽管检测特殊气味的研究始于20世纪20年代，借助化学电子传感器阵列(chemical electronic sensor array)来检测气味的想法却在20世纪80年代早期才出现，但那时受传感器技术的限制，这一想法还无法实现。20世纪90年代晚期，"电子鼻"概念正式提出，其最初的定义是: "由多传感器阵列组成、可用于检测一种以上化学成分的设备"。随后，传感器技术的发展及更多研究可能的实现很好扩展了电子鼻技术的应用范围。近年来，EN技术已经覆盖农业、水及食品产业、医药、安全系统等诸多领域，具有响应时间短、检测速度快、成本低等优良性能。
上图展示了生物嗅觉系统(biological olfactory system)与电子鼻技术(EN technology)的相似之处。电子鼻的电子传感器阵列(electronic sensor array)对应着鼻子的嗅觉感受器(olfactory nose receptors)，可检测空气中的化学物质。在生物嗅觉系统中，被感受和捕捉的气味分子会作为输入信号传入嗅球(olfactory bulb)，由嗅球对气味信息进行处理。而后，大脑中的嗅皮质(olfactory cortex)对气味进行描述，并最终识别出气味。
类似地，在电子鼻技术中，预处理器(preprocessor)首先对捕捉到的气味信号进行特征提取。基于所提取的数字签名(extracted digital signatures)，电子鼻再利用数据分析、模式识别、机器学习相关算法来识别及区分输入气味。
两者比较后可知，电子鼻技术由硬件和软件两部分组成，软件部分相当于生物的"大脑"，硬件部分相当于"嗅觉感受器"。具体而言，软件部分 主要包括一个数据处理单元(data processing unit)，可借助感受到的化学物质(sensed chemicals)的数字签名(digital signatures)，识别出所捕捉的每一种气味并对其进行分类。硬件部分 主要指传感器阵列(sensor array)。由于电子鼻的主要任务是检测并区分多种气味，因此传感器阵列通常包括各种不同类别的传感器，不同传感器可检测出不同化学物质。
完成特定任务时，电子鼻技术的关键在于找到合适的传感器。总而言之，要想成功构建出一套电子鼻系统，就要有合适的硬件及高效的软件做为支撑。
电子鼻的检测对象主要针对挥发性的风味物质。当一种或多种风味物质经过电子鼻时，该风味物质的“气味指纹”可以被传感器感知并经过特殊的智能模式识别算法提取。利用不同风味物质的不同“气味指纹”信息，就可以来区分、辨识不同的气体样本。另外，某些特定的风味物质恰好可以表征样品在不同的原料产地、不同的收获时间、不同的加工条件、不同存放环境等多变量影响下的综合质量信息。保圣电子鼻采用先进的传感器组合而成，是目前同类仪器稳定性好，检测精度高的电子鼻。非常适用于检测含有挥发性物质的液体、固体样品。
过程控制：食品生产中添加剂的用量，工业清洗过程的控制，发酵过程控制，自然气体中人造气体的量，食品工业中包装物的生产控制，油炸或烧烤的过程控制。
质量控制：油脂的恶臭，食品的新鲜度，包装物的外散气体，聚合物的溶剂残留物，风味的退化，药物气体，树脂的特点，饮料的香气等。
环境安全控制:废水纯化过程的气味，肥料气味，过滤过程管理，工作室中空气中的有机溶剂，细菌辨别，泄露控制，燃烧控制。
▲慧闻科技IDM-D02电子鼻 32种不同传感器组成的阵列
慧闻科技设计并制作的 IDM-D01 电子鼻系统由 32 个不同的气体传感器组成，可以完成专业级气体和气味识别测试的移动式数据采集。该系统集成了先进的电子鼻操作电路、气体取样、数据传输和采集为一体。采集的数据即可以直接用于慧闻科技的电子鼻训练测试软件程序，也可以由用户自行研究开发使用。具有携带方便，操作简单，无噪音等优秀特点，系统配置的测试软件可以实时显示测试结果并完成多路传感器和温湿度的数据采集。该系统尤其适合对气体或气味有关项目研究级别的开发的使用，如果配合慧闻科技开发的电子鼻训练平台 ，经过相应的训练测试，可以直接在应用项目中做为嗅觉感知仪使用。该系统也可以根据不同使用场景来专门配置面向目标气体或气味的阵列传感器组合。
问答时间
电子鼻在食品产业中应用的场景？
1、 食品腐臭分析
2、糖蜜种类和芳香特性的分析
3、肉品新鲜度分析
4、水果新鲜度芳香种类的分析
5、酸奶和酸奶辅料的鉴定分析
6、牛奶新鲜度分析
7、果汁等不含酒精的饮料的区分判定
8、酒精饮料香气的区别分析
9、谷物生长分析
10、咖啡及相关产品的香气分
11、烟草质量及香气分析
12、其它食品香气的分析
相关问答
电子鼻 是谁发明的?电子鼻又称气味扫描仪,是20世纪90年代发展起来的一种快速检测食品的新颖仪器。它以特定的传感器和模式识别系统快速提供被测样品的整体信息,指示样品的隐子...
“ 电子鼻 ”是哪个科学家研制的?法国图卢兹与英国曼彻斯特的工程师们联合研制出了一种“电子鼻”,这种“电子鼻”配有24个传感器,它能准确找出藏在地下的珍贵蘑菇。据介绍,这种蘑菇的售价每公...
电子鼻 甚至比狗的鼻子还灵的修辞是对比吗?不是对比。对比是将两种事物放在一起比较从而比较出不同点来。它是修辞手法也可以是论证方法。这里将电子鼻与狗鼻子相比,只比程度高低不比本质有异,所以不是...
什么事 电子鼻 ?电子鼻:是模拟人类的嗅觉系统,设计研制的一种智能电子仪器,可适用于许多系统中测量一种或多种气味物质的气体敏感系统。其基本结构包括下面3个部分...
科学家靠狗的鼻子发明了什么?狗的鼻子很灵敏,但人们制造的“电鼻子”比狗鼻子还要灵敏,它能检查出地下煤气管道是否漏气电子鼻:通过研究狗的鼻子,人类模仿制成了小型、快速、灵敏的自动...
电子鼻咽 喉镜和鼻内镜的区别[回答]如果做过电子鼻咽镜。也可以不做鼻内镜了。电子鼻咽镜也是从鼻腔下的,一般都会顺便检查鼻腔。如果想确诊鼻窦炎,那么还是做鼻窦ct吧,这个是诊断鼻窦...
由它和 电子 元件、仪表组成的 电子鼻 被称】作业帮[最佳回答]D“人工神鼻”多孔,有较大面积,能吸附气体;具有半导体性质,则能检测人的嗅觉感觉不到的有毒气体并报警。D“人工神鼻”多孔,有较大面积,能吸附气体...
人类是怎么发现 电子鼻的 ?电子鼻!通过研究狗的鼻子,人类模仿制成了小型、快速、灵敏的自动分析仪——“电子鼻”,可以用于化学、食品工业,也可以用于分析矿井、仓库、潜艇和宇宙飞船座...
五、阅读短文，答题。生物的启示——仿生学的诞生狗鼻子相当...[回答]五、1.(1)20世纪60年代人们有意识地将自然原理加以推广应用(2)结构行为习性形态特征2.狗——电子鼻企鹅——育儿袋装置蜜蜂...
电子 五官是谁发明的?电子五官是由美国麻省理工学院的研究人员于2016年发明的。该技术利用了微型电子技术和机器学习算法,可以通过电极和传感器在面部捕捉电信号,并将其转化为数据,...
