基于气体传感器和机器学习的电子鼻，可嗅出人体死活
2025-07-12 20:26:40 来源：麦姆斯咨询 评论：0 点击：
该电子鼻基于32个金属氧化物半导体（MOS）气体传感器，结合自适应机器学习（ML）算法，可作为一种非侵入、实时且可靠的挥发性有机化合物（VOC）分析工具，用于法医鉴定。
气味检测作为法医鉴定的证据手段，是一项新兴的变革性技术，可在传统技术（例如DNA分析、指纹或气相色谱-质谱联用技术）存在局限时用于生物个体识别。法医鉴定的关键挑战包括区分活体与死者、辨别人体与动物遗骸，以及估算死亡时间间隔（PMI）。尽管经过特殊训练的警犬在部分场景中仍是行业“金标准”，但对更快速、可规模化且更具成本效益的替代方案的需求正不断增长。在此背景下，电子鼻（e-Nose）技术可作为一种补充性分析工具，将法医鉴定技术拓展至实时应用场景。
据麦姆斯咨询报道，针对该领域研究，瑞典林雪平大学（Linköping University）和瑞典国家法医学委员会（National Board of Forensic Medicine）的研究团队近期提出一种受生物启发的电子鼻。该电子鼻基于32个金属氧化物半导体（MOS）气体传感器，结合自适应机器学习（ML）算法，可作为一种非侵入、实时且可靠的挥发性有机化合物（VOC）分析工具，用于法医鉴定。相关研究成果以“Adaptive Machine Learning for Electronic Nose-Based Forensic VOC Classification”为题发表在Advanced Science期刊上。
研究人员采用多样化的样本集对该电子鼻系统进行评估。样本涵盖活体血浆、死者生物材料（血液、肌肉组织、腐败液），以及处于新鲜状态和不同分解阶段的动物组织（猪）。这种全面的采样策略可有效评估系统对不同生物材料、物种和分解阶段的VOC检测与区分能力，进而应对活体与死者判别、人体与动物区分以及死亡间隔时间估算等关键法医挑战。
电子鼻：从信号采集到最终输出的分类流程
实验结果表明，该电子鼻系统对人体生前与死后生物样本的分类准确率达98.1%，对人体与动物组织的识别准确率达97.2%，且能以高时间分辨率估算死亡间隔时间。这项研究构建了一个强大的人工智能驱动嗅觉平台，为法医气味检测提供了新工具，凸显其补充甚至替代传统方法的潜力。通过将挥发组分析与传感器小型化及算法优化相结合，该方法为下一代法医诊断及基于气味的生物标志物发现奠定了基础。
电子鼻对生前与死后生物样本中VOC的多传感器响应模式
结合机器学习分类器的死亡时间间隔估算级联算法
这项研究证明了基于MOS气体传感器和先进机器学习技术的电子鼻，在法医场景中依据VOC特征对生物样本进行分类的潜力。该电子鼻系统操作高效：单个样本测量耗时约10分钟，基于机器学习的分类仅需几分钟，为传统法医方法提供了一种实用、高效且具有成本效益的替代方案。研究人员表示，后续的研究将侧重于扩展数据集以纳入更多样化的生物材料，从而增强模型的泛化能力。
这项研究为开发可实时进行VOC分析的便携式人工智能驱动电子鼻系统奠定了基础，对法医学、搜救、灾害管理、司法和公共安全等领域具有广泛意义。此外，这项研究还为环境监测、疾病诊断及其它需依赖气味检测与挥发组分析的领域提供了新技术开发思路。
论文信息：DOI: 10.1109/JSEN.2023.3343762
延伸阅读：
上一篇：AI电子鼻精准识别各种气味，用于医疗保健和环境监测
下一篇：综述：受自然嗅觉启发的电子鼻设计，助力下一代气体传感器开发