stringtranslate.com

Электронный нос

Электронный нос был настроен на перцептивную ось приятности запаха, т. е. на ось от очень приятного (например, роза) до очень неприятного (например, сканк). Это позволило eNose затем почувствовать новые запахи, с которыми он никогда раньше не сталкивался, и при этом генерировать оценки приятности запаха в высоком соответствии с человеческими оценками, независимо от культурного фона субъекта. Это предполагает врожденный компонент приятности запаха, который тесно связан с молекулярной структурой [1]

Электронный нос — это электронное сенсорное устройство, предназначенное для обнаружения запахов или вкусов . Выражение «электронное сенсорное восприятие» относится к способности воспроизводить человеческие чувства с использованием сенсорных матриц и систем распознавания образов .

С 1982 года [2] проводились исследования по разработке технологий, обычно называемых электронными носами, которые могли бы обнаруживать и распознавать запахи и вкусы. Этапы процесса распознавания аналогичны человеческому обонянию и выполняются для идентификации, сравнения, количественной оценки и других приложений, включая хранение и извлечение данных . Некоторые такие устройства используются в промышленных целях.

Другие методы анализа запахов

Во всех отраслях промышленности оценка запаха обычно выполняется с помощью сенсорного анализа человека, хемосенсоров или газовой хроматографии . Последний метод дает информацию о летучих органических соединениях , но корреляция между аналитическими результатами и средним восприятием запаха не является прямой из-за потенциальных взаимодействий между несколькими пахучими компонентами.

В детекторе запахов Wasp Hound механическим элементом является видеокамера, а биологическим элементом — пять паразитических ос, которые были приучены собираться в рой в ответ на присутствие определенного химического вещества. [3]

История

Ученый Александр Грэхем Белл популяризировал идею о том, что запах трудно измерить, [4] и в 1914 году сказал следующее:

Вы когда-нибудь измеряли запах? Можете ли вы сказать, что один запах всего лишь в два раза сильнее другого? Можете ли вы измерить разницу между двумя видами запаха и другим? Совершенно очевидно, что у нас очень много различных видов запахов, от запаха фиалок и роз до асафетиды. Но пока вы не сможете измерить их сходство и различия, у вас не может быть никакой науки о запахе. Если вы амбициозны и хотите найти новую науку, измерьте запах.

—  Александр Грэхем Белл, 1914 [5]

За десятилетия, прошедшие с тех пор, как Белл сделал это наблюдение, никакой подобной науки о запахах не возникло, и только в 1950-х годах и позже был достигнут какой-либо реальный прогресс. [4] Распространенной проблемой обнаружения запахов является то, что оно предполагает измерение не энергии, а физических частиц. [6]

Принцип работы

Электронный нос был разработан для имитации человеческого обоняния, которое функционирует как неразделительный механизм: то есть запах/вкус воспринимается как глобальный отпечаток пальца. [7] По сути, прибор состоит из выборки пространства над головой, массива химических датчиков и модулей распознавания образов для генерации шаблонов сигналов, которые используются для характеристики запахов. [8]

Электронные носы включают в себя три основные части: систему доставки образцов, систему обнаружения и вычислительную систему. [9]

Система доставки образцов позволяет генерировать хэдспейс (летучие соединения) образца, который является анализируемой фракцией. Затем система вводит этот хэдспейс в систему обнаружения электронного носа. Система доставки образцов необходима для обеспечения постоянных условий работы. [8]

Система обнаружения, состоящая из набора датчиков, является «реактивной» частью прибора. При контакте с летучими соединениями датчики реагируют, что означает, что они испытывают изменение электрических свойств. [8]

В большинстве электронных носов каждый датчик чувствителен ко всем летучим молекулам, но каждый по-своему. Однако в биоэлектронных носах используются рецепторные белки, которые реагируют на определенные молекулы запаха. Большинство электронных носов используют химические сенсорные массивы , которые реагируют на летучие соединения при контакте: адсорбция летучих соединений на поверхности датчика вызывает физическое изменение датчика. [10] Конкретный ответ регистрируется электронным интерфейсом, преобразующим сигнал в цифровое значение. Записанные данные затем вычисляются на основе статистических моделей. [11]

Биоэлектронные носы используют обонятельные рецепторы – белки, клонированные из биологических организмов, например, людей, которые связываются с определенными молекулами запаха. Одна группа разработала биоэлектронный нос, который имитирует сигнальные системы, используемые человеческим носом для восприятия запахов с очень высокой чувствительностью: фемтомолярные концентрации. [12]

Наиболее часто используемые датчики для электронных носов включают в себя:

Некоторые устройства объединяют несколько типов датчиков в одном устройстве, например, полимерные QCM. Независимая информация приводит к созданию гораздо более чувствительных и эффективных устройств. [17] Исследования воздушного потока вокруг носов собак и испытания на моделях в натуральную величину показали, что циклическое «обнюхивание», подобное тому, что происходит у настоящей собаки, полезно с точки зрения улучшенного диапазона и скорости реакции [18]

В последние годы были разработаны другие типы электронных носов, которые используют масс-спектрометрию или сверхбыструю газовую хроматографию в качестве системы обнаружения. [11]

Вычислительная система работает над объединением ответов всех датчиков, что представляет собой входные данные для обработки данных. Эта часть инструмента выполняет глобальный анализ отпечатков пальцев и предоставляет результаты и представления, которые можно легко интерпретировать. Более того, результаты электронного носа можно сопоставить с результатами, полученными с помощью других методов (сенсорная панель, ГХ , ГХ/МС ). Многие системы интерпретации данных используются для анализа результатов. Эти системы включают искусственные нейронные сети (ИНС), [19] нечеткую логику , методы хемометрии, [20] модули распознавания образов и т. д. [21] Искусственный интеллект, включая искусственные нейронные сети (ИНС), является ключевым методом для управления запахами окружающей среды. [22]

Проведение анализа

В качестве первого шага электронный нос необходимо обучить с помощью квалифицированных образцов, чтобы создать базу данных ссылок. Затем прибор может распознавать новые образцы, сравнивая отпечаток летучего соединения с теми, которые содержатся в его базе данных. Таким образом, они могут выполнять качественный или количественный анализ. Однако это также может представлять проблему, поскольку многие запахи состоят из нескольких различных молекул, которые могут быть неправильно интерпретированы устройством, поскольку оно будет регистрировать их как разные соединения, что приведет к неправильным или неточным результатам в зависимости от основной функции носа. [23] Пример набора данных электронного носа также доступен. [24] Этот набор данных можно использовать в качестве справочного для обработки сигналов электронного носа, в частности, для исследований качества мяса. Две основные цели этого набора данных — многоклассовая классификация говядины и прогнозирование микробной популяции с помощью регрессии.

Приложения

Электронный нос, разработанный на кафедре аналитической химии (химический факультет Гданьского политехнического университета ), позволяет быстро классифицировать образцы пищевых продуктов или окружающей среды.

Приборы «Электронный нос» используются научно-исследовательскими лабораториями, лабораториями контроля качества, а также технологическими и производственными отделами для различных целей:

В лабораториях контроля качества

В технологических и производственных цехах

На этапе разработки продукта

Возможные и будущие применения в области здравоохранения и безопасности

Возможные и будущие применения в области предупреждения преступности и безопасности

В экологическом мониторинге


Различные примечания по применению описывают анализ в таких областях, как вкус и аромат, продукты питания и напитки, упаковка, фармацевтические, косметические и парфюмерные компании, а также химические компании. В последнее время они также могут решать проблемы общественности с точки зрения мониторинга обонятельных неприятных запахов с помощью сетей полевых устройств. [46] [47] Поскольку интенсивность выбросов на объекте может быть чрезвычайно изменчивой для некоторых источников, электронный нос может предоставить инструмент для отслеживания колебаний и тенденций и оценки ситуации в реальном времени. [48] Он улучшает понимание критических источников, что приводит к упреждающему управлению запахами. Моделирование в реальном времени представит текущую ситуацию, позволяя оператору понять, какие периоды и условия подвергают объект риску. Кроме того, существующие коммерческие системы [49] можно запрограммировать на активные оповещения на основе заданных значений (концентрация запаха, смоделированная на рецепторах/точках оповещения или концентрация запаха на носу/источнике) для инициирования соответствующих действий.

Смотрите также

Ссылки

  1. ^ Хаддад, Рафи; Медхани, Абебе; Рот, Йехуда; Харель, Дэвид; Собель, Ноам (15 апреля 2010 г.). «Предсказание приятности запаха с помощью электронного носа». PLOS Computational Biology . 6 (4): e1000740. Bibcode : 2010PLSCB...6E0740H. doi : 10.1371/journal.pcbi.1000740 . PMC  2855315. PMID  20418961 .
  2. ^ Персод, Кришна; Додд, Джордж (1982). «Анализ механизмов различения в обонятельной системе млекопитающих с использованием модельного носа». Nature . 299 (5881): 352–5. Bibcode :1982Natur.299..352P. doi :10.1038/299352a0. PMID  7110356. S2CID  4350740.
  3. ^ "Wasp Hound". Science Central. Архивировано из оригинала 16 июля 2011 года . Получено 23 февраля 2011 года .
  4. ^ ab Graham Bell (сентябрь 2003 г.). "Измерение запахов и одорантов" (PDF) . ChemoSense . Архивировано из оригинала (PDF) 2012-03-31 . Получено 2011-08-22 .
  5. ^ Wise, PM; Olsson, MJ; Cain, WS (2000). «Количественная оценка качества запаха». Chemical Senses . 25 (4): 429–43. doi :10.1093/chemse/25.4.429. PMID  10944507.
  6. ^ Вагстафф, Джереми (2016-06-23). ​​«Пластика носа: запахи — последний рубеж интеллектуальных датчиков». Reuters . Получено 2020-12-13 .
  7. ^ Мендес, Мария Лус Родригес (2016-02-19). Электронные носы и языки в науке о продуктах питания. Academic Press. ISBN 978-0-12-800402-9.
  8. ^ abc Гарднер, Дж.; Йинон, Иегуда (2004-08-17). Электронные носы и датчики для обнаружения взрывчатых веществ. Springer Science & Business Media. ISBN 978-1-4020-2318-7.
  9. ^ Карами, Х., Расех, М. и Мирзаи-Галех, Э. Качественный анализ окисления пищевого масла с использованием обонятельной машины. Food Measure 14, 2600–2610 (2020). https://doi.org/10.1007/s11694-020-00506-0
  10. ^ "Химическое зондирование". sensigent.com . 11 марта 2018 г. . Получено 26 июля 2023 г. .
  11. ^ ab "Sensory expert and Analytical Instruments". alpha-mos.com . Архивировано из оригинала 2008-10-23.
  12. ^ Джин, Хе Джун; Ли, Сан Хун; Ким, Тэ Хён; Пак, Джухун; Сон, Хён Сок; Пак, Тай Хён; Хонг, Сынхун (2012). «Биоэлектронная носовая платформа на основе нановезикул, имитирующая передачу обонятельного сигнала человека». Биосенсоры и биоэлектроника . 35 (1): 335–41. doi :10.1016/j.bios.2012.03.012. PMID  22475887.
  13. ^ Nazemi, Haleh; Joseph, Aashish; Park, Jaewoo; Emadi, Arezoo (2019). «Усовершенствованная технология микро- и наногазовых датчиков: обзор». Датчики . 19 (6): 1285. Bibcode : 2019Senso..19.1285N . doi : 10.3390/s19061285 . PMC 6470538. PMID  30875734. 
  14. ^ Краткое изложение технологий электронного носа – Эндрю Хорсфилд [ требуется проверка ]
  15. ^ Рёк, Франк; Барсан, Николае; Ваймар, Удо (2008). «Электронный нос: текущее состояние и будущие тенденции». Chemical Reviews . 108 (2): 705–25. doi :10.1021/cr068121q. PMID  18205411.
  16. ^ «Состояние и будущие тенденции миниатюризации масс-спектрометрии» (PDF) .
  17. ^ Пол Вали, Р.; Уилкинсон, Пол Р.; Иаймкхонг, Сарайот Пол; Эрнандо-Гарсия, Хорхе; Санчес-Рохас, Хосе Луис; Абабнех, Абдаллах; Гимзевски, Джеймс К. (2010-06-03). "Механическая спектроскопия с преобразованием Фурье микроизготовленных электромеханических резонаторов: новый, информационно-богатый импульсный метод для сенсорных приложений" (PDF) . Датчики и приводы B: Химия . Том 147, № 2. стр. 508–516. doi :10.1016/j.snb.2010.03.086. ISSN  0925-4005. Архивировано из оригинала 2012-07-14 . Получено 2021-02-14 .
  18. ^ Staymates, Matthew E.; MacCrehan, William A.; Staymates, Jessica L.; Kunz, Roderick R.; Mendum, Thomas; Ong, Ta-Hsuan; Geurtsen, Geoffrey; Gillen, Greg J.; Craven, Brent A. (1 декабря 2016 г.). «Биомиметическое обнюхивание улучшает эффективность обнаружения напечатанного на 3D-принтере носа собаки и коммерческого детектора следов паров». Scientific Reports . 6 (1): 36876. Bibcode :2016NatSR...636876S. doi :10.1038/srep36876. PMC 5131614 . PMID  27906156. 
  19. ^ Скарис, Анжелика; Альхалифа, Ясер; Дарнли, Карин; Эддлстон, Майкл; Ху, Янг; Макларен, Дункан Б.; Найлон, Уильям Х.; Салман, Далия; Сикора, Мартин; Томас, CL Пол; Солтоджио, Андреа (2018). «Сверточные нейронные сети для автоматизированного целевого анализа необработанных данных газовой хроматографии-масс-спектрометрии». Международная объединенная конференция по нейронным сетям (IJCNN) 2018 г. стр. 1–8. doi :10.1109/IJCNN.2018.8489539. ISBN 978-1-5090-6014-6. S2CID  52989098.
  20. ^ Расех, Мансур; Карами, Хамед (2021-03-23). ​​«Применение электронного носа с методами хемометрии для обнаружения мошенничества с соками». Журнал по переработке и консервированию пищевых продуктов . 45 (5). Wiley. doi : 10.1111/jfpp.15432 . ISSN  0145-8892. S2CID  233676947.
  21. ^ "Что знает нос". The Economist . 9 марта 2006 г. Архивировано из оригинала 31 мая 2011 г.
  22. ^ Зарра, Тициано; Галанг, Марк Джино; Баллестерос, Флоренсио; Бельджорно, Винченцо; Наддео, Винченцо (декабрь 2019 г.). «Управление запахами окружающей среды с помощью искусственной нейронной сети — обзор». Environment International . 133 (Pt B): 105189. doi : 10.1016/j.envint.2019.105189 . PMID  31675561.
  23. ^ Краткое изложение технологий электронного носа [ требуется проверка ]
  24. ^ Виджая, ДР; Сарно, Рианарто; Зулайка, Энни (2018). «Электронный носовой набор данных для мониторинга качества говядины в неконтролируемых условиях окружающей среды». Данные вкратце . 21 : 24:14–24:20. Бибкод : 2018DIB....21.2414W. дои : 10.1016/j.dib.2018.11.091. ПМК 6282642 . ПМИД  30547068. 
  25. ^ Карами, Х., Расех, М., Мирзаи-Галех, Э. Применение системы машин E-nose для обнаружения фальсификаций в смешанных пищевых маслах с использованием методов хемометрии. J Food Process Preserve. 2020; 44:e14696. https://doi.org/10.1111/jfpp.14696
  26. ^ Расех, М., Карами, Х. Применение электронного носа с методами хемометрии для обнаружения фальсификации соков. J Food Process Preserve. 2021; 45:e15432. https://doi.org/10.1111/jfpp.15432
  27. ^ Карами, Х., Расех, М. и Мирзаи-Галех, Э. (2020). Сравнение хемометрики и официальных методов AOCS для прогнозирования срока годности пищевого масла. Хемометрика и интеллектуальные лабораторные системы, 206, 104165. https://doi.org/10.1016/j.chemolab.2020.104165
  28. ^ Виджая, ДР; Сарно, Рианарто; Зулайка, Энни (2017). «Разработка мобильного электронного носа для контроля качества говядины». Procedia Информатика . 124 : 728–735. дои : 10.1016/j.procs.2017.12.211 .
  29. ^ Карунатилака, Санджива Р.; Эллсворт, Закари; Якес, Бетси Джин (сентябрь 2021 г.). «Обнаружение разложения у махи-махи, горбыля, красного люциана и слабой рыбы с использованием электронного датчика носа и хемометрического моделирования» (PDF) . Журнал пищевой науки . 86 (9). США: Wiley-Blackwell: 4148–4158. doi :10.1111/1750-3841.15878. ISSN  1750-3841. PMID  34402528. S2CID  237149759.
  30. ^ Датта, Ритабан; Датта, Ритабрата (2006). «Интеллектуальный байесовский классификатор (IBC) для классификации инфекций ЛОР-органов в больничной среде». BioMedical Engineering OnLine . 5 : 65. doi : 10.1186/1475-925X-5-65 . PMC 1764885. PMID  17176476. 
  31. ^ Драгонери, Сильвано; Ван дер Ши, Марк П.; Массаро, Томмазо; Скьявулли, Нунциа; Бринкман, Пол; Пинка, Армандо; Каррату, Пьерлуиджи; Спаневелло, Антонио; Реста, Онофрио (2012). «Электронный нос отличает выдыхаемый воздух пациентов со злокачественной мезотелиомой плевры от контрольной группы». Рак легких . 75 (3): 326–31. дои : 10.1016/j.lungcan.2011.08.009. hdl : 11586/130383 . ПМИД  21924516.
  32. ^ Тиммс, Крис; Томас, Пол С; Йейтс, Дебора Х (2012). «Выявление гастроэзофагеальной рефлюксной болезни (ГЭРБ) у пациентов с обструктивной болезнью легких с использованием профилирования выдыхаемого воздуха». Журнал исследований дыхания . 6 (1): 016003. Bibcode : 2012JBR.....6a6003T. doi : 10.1088/1752-7155/6/1/016003. PMID  22233591. S2CID  5307745.
  33. ^ Биков, Андрас; Эрнади, Мартон; Короси, Беата Зита; Кунос, Ласло; Жамбоки, Габриэлла; Сутто, Золтан; Тарноки, Адам Домонкос; Тарноки, Дэвид Ласло; Лошонци, Дьёрдь; Хорват, Ильдико (декабрь 2014 г.). «Скорость выдоха, задержка дыхания и анатомическое мертвое пространство влияют на способность электронного носа обнаруживать рак легких». BMC Легочная медицина . 14 (1): 202. дои : 10.1186/1471-2466-14-202 . ПМЦ 4289562 . PMID  25510554. S2CID  5908556. 
  34. ^ van Geffen, Wouter H; Bruins, Marcel; Kerstjens, Huib AM (16 июня 2016 г.). «Диагностика вирусных и бактериальных респираторных инфекций при острых обострениях ХОБЛ с помощью электронного носа: пилотное исследование». Journal of Breath Research . 10 (3): 036001. Bibcode :2016JBR....10c6001V. doi : 10.1088/1752-7155/10/3/036001 . PMID  27310311.
  35. ^ Дегенхардт, Дэвид К.; Грин, Джереми К.; Халилиан, Ахмад (2012). «Временная динамика и обнаружение электронным носом летучих выделений, вызванных клопами-вонючками, из коробочек хлопка». Psyche: A Journal of Entomology . 2012 : 1–9. doi : 10.1155/2012/236762 .
  36. ^ "Электронный нос NASA может предоставить нейрохирургам новое оружие против рака мозга". sciencedaily.com . Архивировано из оригинала 10 августа 2017 года . Получено 30 апреля 2018 года .
  37. ^ Бабак Катеб, MA Райан, ML Хомер, LM Лара, Юфанг Инь, Керин Хига, Майк Й. Чен; Вынюхивание рака с помощью электронного носа JPL: новый подход к обнаружению и дифференциации рака мозга, NeuroImage 47 (2009), T5-9
  38. ^ "Электронный нос NASA для борьбы с раком мозга: исследование". NDTV.com . 4 мая 2009 г. Архивировано из оригинала 18 декабря 2011 г.
  39. ^ "NASA's ENose вынюхивает рак". theregister.co.uk . Архивировано из оригинала 2017-08-10.
  40. ^ Росс Миллер. «Новый электронный нос NASA может обнаружить запах раковых клеток мозга». Engadget . AOL. Архивировано из оригинала 2017-08-10.
  41. ↑ Майкл Куни (30 апреля 2009 г.). «Электронный нос НАСА может учуять рак и космическую вонь». Network World . Архивировано из оригинала 3 июля 2013 г.
  42. ^ Эдвард Дж. Стэплз (1 ноября 2006 г.). «Чувствительный электронный нос». Защита окружающей среды . Архивировано из оригинала 2011-10-08 . Получено 2011-08-22 .
  43. ^ Арройо, Патрисия; Эрреро, Хосе Луис; Суарес, Хосе Игнасио; Лосано, Хесус (08 февраля 2019 г.). «Беспроводная сенсорная сеть в сочетании с облачными вычислениями для мониторинга качества воздуха». Датчики . 19 (3): 691. Бибкод : 2019Senso..19..691A. дои : 10.3390/s19030691 . ПМК 6387342 . ПМИД  30744013. 
  44. ^ Pogfay, Tawee; Watthanawisuth, Natthapol; Pimpao, W.; Wisitsoraat, A.; Mongpraneet, S.; Lomas, T.; Sangworasil, M.; Tuantranont, Adisorn (19–21 мая 2010 г.). Разработка беспроводного электронного носа для классификации качества окружающей среды. Международная конференция по электротехнике/электронике, компьютерным телекоммуникациям и информационным технологиям 2010 г. стр. 540–543.
  45. ^ Канджиалози, Федерико; Бруно, Эдоардо; Де Сантис, Габриэлла (2 июля 2021 г.). «Применение машинного обучения для мониторинга классов и концентраций запахов на линии ограждения на очистных сооружениях» (PDF) . Датчики . 21 (14). Базель, Швейцария: MDPI: 4716. Bibcode :2021Senso..21.4716C. doi : 10.3390/s21144716 . ISSN  1424-8220. PMC 8309642 . PMID  34300455. 
  46. ^ "Sensory expert and Analytical Instruments". alpha-mos.com . Архивировано из оригинала 2009-05-18.
  47. ^ "Округ Пима отмечает годы инноваций в области управления запахами". Odotech . Архивировано из оригинала 2010-09-18.
  48. ^ Справочник по оценке воздействия запахов . Наддео, В., Бельджорно, В., Зарра, Т. Чичестер, Западный Суссекс, Соединенное Королевство. 2012-11-26. ISBN 9781118481288. OCLC  818466563.{{cite book}}: CS1 maint: местоположение отсутствует издатель ( ссылка ) CS1 maint: другие ( ссылка )
  49. ^ "Portable Benchtop Instruments". sensigent.com . 14 марта 2018 г. Получено 17 июля 2023 г.

Внешние ссылки