Chenfiona的个人博客分享 http://blog.sciencenet.cn/u/Chenfiona

博文

一文尽览“电子鼻技术”

已有 218 次阅读 2020-4-16 15:42 |个人分类:好文推荐|系统分类:论文交流

电子鼻是模拟动物嗅觉器官开发出的一种高科技产品,响应时间短、检测速度快、重复性好,其应用场合囊括环境监测、产品质量检测、医学诊断、爆炸物检测等。随着生物芯片、生物技术的发展、集成化技术的提高及一些纳米材料的应用,电子鼻还将有更广阔的应用前景。4月,IJAC最新发表综述,一文尽览电子鼻技术的软件算法、硬件组件、应用领域及未来发展,全文开放获取!



全文下载(开放获取):

https://link.springer.com/article/10.1007/s11633-019-1212-9

当期完整目录:

高被引Top团队综述 & 最新精选好文


blob.png

创新的关键在于灵感:图像处理的兴起受视觉启发,而电子鼻(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。



图片来源网络


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。


Fig.1.jpg

图片来源论文


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。


图片来自网络


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。


本文在完整综述电子鼻技术的同时,也讨论了其软硬件组件的固有特性(characteristic properties)及软硬件在完成任务时的重要性。


当前学界已经发表了一些综述,但主要聚焦电子鼻技术中的特定子课题,如作为电子鼻技术软件组件的各类传感器,食品行业中的电子鼻技术,作为电子鼻技术软件组件的神经网络。


不同的是,本文不仅对电子鼻各应用领域做了系统的综述,还广泛探讨了软件相关算法、最常用的传感器类型及其作为实用硬件组件(practical hardware components)的属性。


本文其余部分内容如下:

第二部分主要介绍了电子鼻技术及其主要组件,第三部分讨论了电子鼻技术的广泛应用及相关课题,第四部分提出当前电子鼻技术所面临的挑战,第五部分对未来研究方向做出展望,第六部分是结论。

blob.png

Electronic Nose and Its Applications: A Survey

Diclehan Karakaya, Oguzhan Ulucan, Mehmet Turkan

摘要:

In the last two decades, improvements in materials, sensors and machine learning technologies have led to a rapid extension of electronic nose (EN) related research topics with diverse applications. The food and beverage industry, agriculture and forestry, medicine and health-care, indoor and outdoor monitoring, military and civilian security systems are the leading fields which take great advantage from the rapidity, stability, portability and compactness of ENs. Although the EN technology provides numerous benefits, further enhancements in both hardware and software components are necessary for utilizing ENs in practice. This paper provides an extensive survey of the EN technology and its wide range of application fields, through a comprehensive analysis of algorithms proposed in the literature, while exploiting related domains with possible future suggestions for this research topic.

关键词:

Artificial intelligence, machine learning, pattern recognition, electronic nose (EN), sensors technology

全文下载(开放获取):

https://link.springer.com/article/10.1007/s11633-019-1212-9

blob.png

blob.png

高被引Top团队综述& 最新精选好文

高被引Top1团队综述:图像、图形及文本领域的对抗攻击及防御

【精选好文】服务机器人物品归属关系学习新策略

【专题好文】基于神经网络的新型乳腺癌检测框架

【最新专题】智能医疗 & UAV控制 & 情感识别

【特别策划】聚焦全球、优质成果

港科大-微众AI杨强团队:用于生成对话系统的迁移多层注意力网络

2019高被引学者论文精选

美国蒙莫斯大学:基于深度学习的手势识别及无人机控制

自动化所陶建华团队: 基于真实环境的面部表情分析

陶建华团队:基于半监督梯形网络的语音情感识别

【综述】美外籍院士Brian Anderson: 社交网络中舆论动力学研究进展



blob.png

2020年国际学术会议参考列表

【最新】2020年4月会议变动汇总

一款强大的公式编辑器

【科研战”疫”】IEEE ICAC’20 征稿!

如何在不平坦的科研路上狂奔?

复杂公式转LaTex:一张图片,三步搞定!

提升科研效率的几款小工具
【主编报告】如何写好一篇学术论文?


blob.png



http://blog.sciencenet.cn/blog-749317-1228676.html

上一篇:高被引Top1团队综述:图像、图形及文本领域的对抗攻击及防御
下一篇:【最新】2020年5月会议变动汇总

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-7-13 00:02

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部