基于“气体传感器阵列+机器学习”的电子鼻助力众多领域创新发展
2025-06-26 22:15:46 来源：麦姆斯咨询 评论：0 点击：
基于气体传感器阵列的电子鼻通过模拟人类的嗅觉来工作，从而为产品质量分析、健康监测、疾病诊断、环境监测和工业安全等众多应用领域实现创新发展。
在竞争日益激烈的行业中，快速准确的产品质量评估迫在眉睫。然而，依赖实验室测试的传统方法往往需要大量时间和专业知识。据麦姆斯咨询报道，为了应对这一挑战，印度尼西亚Muhammad Rivai教授研发了一项名为“电子鼻（e-Nose）”的创新技术。
Rivai在教授就职典礼的科学演讲中，以“电子鼻技术作为质量评估未来创新的作用”为题，解释了电子鼻如何取代实验室方法。基于气体传感器阵列的电子鼻通过模拟人类的嗅觉来工作，从而为产品质量分析、健康监测、疾病诊断、环境监测和工业安全等众多应用领域实现创新发展。他解释说：“通过使用机器学习算法，电子鼻还可以准确高效地识别气味模式。”
Rivai教授讲解电子鼻中集成的气体传感器阵列
生物嗅觉系统与电子鼻的对比
目前，Rivai教授已将电子鼻应用于多个领域。这项创新技术已被用于通过尿液样本分析检测糖尿病、识别饼干的熟度，以及通过患者呼吸气体检测慢性阻塞性肺病（COPD）和哮喘等。“电子鼻所使用的气体传感器类型会根据应用需求而有所不同。”Rivai说道。
在糖尿病检测研究中，电子鼻采用基于石英晶体微天平（QCM）的气体传感器，并涂有碳纳米材料。该电子鼻能够识别糖尿病患者尿液的典型气味模式，准确率高达 91%。借助这项技术，糖尿病诊断可以更轻松、更快速地完成。“这项创新技术可以为那些需要无需进行血液检测的人群提供无创解决方案。”Rivai解释说。
此外，电子鼻还可用于分析呼吸系统疾病。该电子鼻使用20个半导体气体传感器组成阵列，并结合机器学习算法，能够分析患者的呼吸气体。该技术已在印度尼西亚医院的患者身上进行了测试。测试结果证明，该电子鼻在区分慢性阻塞性肺病（COPD）或哮喘患者与健康个体方面具有很高的准确性。
基于“气体传感器阵列+机器学习”的电子鼻实现哮喘检测
电子鼻不仅应用于生物医学领域，也在拓展食品领域的应用。Rivai在该行业使用金属氧化物半导体（MOS）气体传感器阵列来识别饼干的熟度。这项电子鼻技术可以取代基于颜色或烘烤时间的主观判断方法，准确率高达90%。“借助该电子鼻，食品制造商可以设定更客观的产品质量标准。”Rivai说道。
此外，电子鼻还可应用于环境和工业安全，尤其是基于激光雷达的气体泄漏搜索机器人系统，能够追踪气体泄漏源，与传统方法相比，效率提高了62.2%。这项技术的应用是提高石油和天然气行业安全性和降低环境风险的战略性举措。
Rivai解释说，他的电子鼻研究成果为实现可持续发展目标（SDGs）做出了贡献，尤其是与良好健康和福祉相关的第3点。此外，第9点涉及基础设施、工业和创新，第13点则侧重于应对气候变化。
Rivai希望自己研发的电子鼻能够为社会生活的各个方面带来真正的福祉。“我们希望确保这项研究不仅仅停留在实验室阶段，而是能够真正对许多人的生活和工作产生积极的影响。”Rivai乐观地说道。
延伸阅读：