Nas electronic

De la Wikipedia, enciclopedia liberă.
Salt la navigare Salt la căutare

Nasul electronic este definit ca un instrument care include o serie de senzori electrochimici parțial specifici și un sistem adecvat de recunoaștere a modelelor , capabil să recunoască mirosurile simple sau complexe [1] . Poate fi definit ca un sistem biomimetic , adică conceput pentru a imita funcționarea sistemelor olfactive pe care le găsim în natură, cum ar fi cea a mamiferelor sau mai precis cea a oamenilor .

Nasul electronic (sau eNose ) pentru testarea mirosurilor .

La fel ca nasul uman, nasul electronic nu efectuează o speciație chimică a mirosului analizat, deci nu este capabil să identifice moleculele individuale care îl compun, dar setul de senzori produce un fel de „amprentă olfactivă”, care poate fi clasificate pe baza unei baze de date de referință dobândite de instrument într-o fază preliminară de formare. [2]

Datorită potențialului instrumentului de a furniza analiza mirosurilor în mod continuu și la un cost relativ scăzut, din momentul apariției sale la sfârșitul anilor 80 ai secolului trecut, aplicațiile nasului electronic au fost studiate și propuse în diferite câmpuri., Care:

  • industria alimentară, pentru recunoașterea alimentelor de diferite origini (anti-sofisticare) sau monitorizarea prospețimii sau a termenului de valabilitate al produselor alimentare; [3]
  • sectorul biomedical, în principal pentru diagnosticarea neinvazivă a diferitelor patologii - oncologice și non-oncologice - prin analiza mirosului fluidelor biologice; [4]
  • domeniul mediului, pentru monitorizarea continuă a emisiilor de miros emise de diferite tipuri de companii industriale și de tratare a deșeurilor. [5] În acest context, nasurile electronice sunt deosebit de interesante pentru capacitatea lor unică de a oferi o măsurare continuă a mirosurilor și de a recunoaște originea lor, motiv pentru care acesta este singurul domeniu pentru care au existat încercări concrete de standardizare a tehnologiei ; [6]
  • alte sectoare, cum ar fi, de exemplu, controlul proceselor [7] sau industria cosmeticelor . [8]

În ciuda extinderii rapide a studiilor privind posibilitățile de aplicare a nasurilor electronice, în practică, aplicațiile lor industriale la scară largă sunt încă destul de limitate [9] , din cauza unor probleme specifice legate în special de repetabilitatea răspunsurilor în timp [10] , și reproductibilitatea instrumentelor în sine.

Istorie

În 1961, primul instrument pentru analiza mirosurilor a fost dezvoltat cu o operație pur mecanică [11] (nas mecanic). Primele nasuri electronice au fost dezvoltate în 1964 de Wilkens și Hatman [12] al căror instrument se baza pe reacțiile redox ale odoranților pe un electrod specific, iar în 1965 de Buck [13] e, Dravieks și Trotter [14] , luând în considerare, respectiv, , un instrument bazat pe modularea conductivității și a potențialului de contact de către odoranți. În ciuda acestui fapt, ideea unui nas electronic dezvoltat ca o serie de senzori a fost dezvoltată în 1982 de Persaud și Dodd la Universitatea Warwick din Marea Britanie [15] și în 1985 și 1987 de Kaneyasu și Ikegami [16] . În lumina rezultatelor obținute în ultimii ani, termenul „nas electronic” a fost folosit pentru prima dată în 1987 într-o conferință susținută de JW Gardner intitulată „Recunoașterea modelelor în organizația de cercetare Warwick”, dar prima conferință dedicată în întregime dezvoltării de nasuri electronice a avut loc abia în 1990. Conform unei definiții propuse de Gardner și Bartlett în 1994, termenul nas electronic înseamnă „Un instrument care include o serie de senzori electrochimici parțial specifici și un sistem adecvat de recunoaștere a amprentei olfactive ( recunoașterea tiparului sistem ), capabil să recunoască mirosurile simple sau complexe " [1] .

Arhitectura electronică a nasului

După cum sugerează și numele, nasul electronic este un instrument care emulează structura nasului uman. Instrumentul este compus dintr-o serie de senzori cu specificitate parțială și un sistem de recunoaștere adecvat, capabil să recunoască mirosurile simple sau complexe.

Comparație între sistemul olfactiv uman și componentele nasului electronic
Comparație între nasul uman și nasul electronic

Arhitectura nasului electronic poate fi împărțită în următoarele componente principale:

  • Sistem de eșantionare: reprezintă sistemul care „transportă” aerul de analizat în interiorul instrumentului. Poate fi pur și simplu o pompă capabilă să aspire gazul dintr-o pungă specială sau din aerul înconjurător sau poate include sisteme mai sofisticate pentru reglarea temperaturii și umidității debitului de intrare. Dorind să facă o paralelă cu sistemul olfactiv uman, sistemul de prelevare ar putea fi asimilat actului de inhalare. [9]
  • Sistem de detectare / analiză: acțiunea receptorilor olfactivi găsiți în nasul uman este simulată de un număr de senzori sensibili la o gamă largă de substanțe odorante. Acești senzori sunt de obicei introduși într-o cameră specială și, atunci când vin în contact cu aerul de analizat, produc semnale de răspuns care corespund variațiilor unor parametri fizici (cum ar fi, de exemplu, masa, rezistența electrică sau frecvența de oscilație) . [17]
  • Sistem de achiziție și compresie a semnalului : schimbarea parametrului fizic al senzorului trebuie „transformată” într-un semnal electric pentru a fi apoi transmisă sistemului de procesare. Încă o dată, încercând să facem o paralelă cu sistemul olfactiv uman, această operație este cea a bulbului olfactiv, care reunește informațiile care derivă din mii de receptori nazali și o transformă într-un semnal electric care este trimis creierului. [18]
  • Sistem de procesare și recunoaștere a mirosurilor: în creierul uman, sunt prelucrate stimulele transmise prin nervul olfactiv și comparate cu fundalul experiențelor și informațiilor pe care ființa umană le-a procesat în cursul vieții sale. Este evident dificil să reproducem funcționarea complexă și profundă a creierului uman cu ajutorul tehnologiei; nasurile electronice pot fi, de asemenea, echipate cu sisteme software foarte sofisticate, care, datorită algoritmilor de inteligență artificială corespunzătoare, sunt capabili să proceseze semnalele senzorilor, recunoscând mirosurile analizate. [19]

Din cele de mai sus, este evident că, ca și nasul uman, nasul electronic nu efectuează o analiză chimică a mirosului analizat, deci nu este capabil să-i identifice compoziția, dar setul de senzori produce o așa-numită „amprentă olfactiv ”, care poate fi clasificat pe baza unei baze de date de referință dobândite de instrument într-o fază preliminară de formare. Prin urmare, pentru ca un nas electronic să distingă, de exemplu, mirosul unui măr de cel al unei portocale, este necesar ca instrumentul să fie instruit mai întâi să recunoască mirosul mărului și ce este acesta. mirosul de portocală.

Arhitectura unui nas electronic depinde în mod semnificativ de aplicația de referință pentru care este proiectat, în special în metoda de eșantionare a aerului, în alegerea senzorilor care urmează să fie implementați și în necesitatea de a implementa sisteme de compensare pentru unii parametri, cum ar fi de exemplu umiditatea , în cazul instalațiilor exterioare.

Sistem de detectare a gazelor

„Inima” nasului electronic este reprezentată de gama de senzori pentru detectarea gazelor.

Compușii volatili responsabili de senzația olfactivă interacționează cu suprafața senzorului provocând o modificare a unor proprietăți chimico-fizice ale acestuia. Variația mărimii fizice care caracterizează elementul sensibil este apoi transdusă, adică transformată, într-un semnal electric care poate fi procesat ulterior.

Numărul și tipul de senzori utilizați în nasul electronic variază în funcție de instrument și de aplicația specifică. Majoritatea nasurilor electronice utilizează între 4 și 12 senzori, deși există în prezent sisteme cu până la 32 de senzori.

Indiferent de tipul de senzori utilizați, este esențial ca interferențele legate de schimbările de temperatură și umiditate, care pot afecta negativ detectarea mirosurilor, să fie reduse la minimum.

Caracteristicile fundamentale ale senzorilor utilizați în nasurile electronice privesc sensibilitatea lor față de substanțele de interes, care depind în mod evident, atât din punct de vedere al calității, cât și al concentrației, de aplicația specifică. Caracteristicile de sensibilitate ale senzorilor pot fi îmbunătățite prin aplicarea unor tehnici specifice, cum ar fi modularea senzorului cu temperatura. [20]

În general, senzorii utilizați în nasurile electronice sunt caracterizați de specificitate parțială [21] , ceea ce permite analiza amestecurilor mirositoare de compoziție complexă cu un număr limitat de senzori.

Alte caracteristici importante sunt viteza de răspuns (care trebuie să fie de cel puțin câteva minute), repetabilitatea și stabilitatea semnalelor în timp și reproductibilitatea senzorului. Această ultimă caracteristică este fundamentală pentru a evita recalibrarea sistemului la înlocuirea senzorului.

Nasurile electronice pot folosi diferite tipuri de senzori. [17] Din punct de vedere istoric, nasurile electronice comerciale erau echipate cu senzori de același tip, deși astăzi instrumentele „hibride”, bazate pe utilizarea simultană a diferiților senzori, sunt din ce în ce mai răspândite. [22] [23]

Senzori

Senzorii cei mai frecvent utilizați în sistemele olfactive electronice se pot distinge la cei cu variație de conductivitate, cei piezoelectrici sensibili la masă, MOSFET-urile, cele electrochimice și cele optice [17] .

Alți senzori care pot fi implementați pentru analiza mirosurilor sunt senzorii colorimetrici, senzorii PID (detector fotoionizare) și senzorii FID (detector ionizare cu flacără).

Senzori de variație a conductivității
Exemplu senzor MOS: 1. Substrat ceramic; 2. Rezistența la încălzire; 3. Material activ; 4. lipirea firului; 5. Suport metalic (soclu)

În general, acești senzori constau dintr-un strat de material activ compus din oxizi metalici sau polimeri conductori, din electrozi de platină, aluminiu sau aur, un substrat de siliciu, sticlă sau plastic și un rezistor de încălzire, implementat numai în cazul oxizilor metalici, constând de obicei a unei urme sau a unui fir metalic de platină. La senzorii cu variație de conductivitate, interacțiunea moleculelor mirositoare cu stratul de material activ al senzorului determină o variație a conductivității materialului activ în sine cu privire la valoarea conductivității asumată în condiții de referință [24] .

  • Senzori MOS [25] (senzori de oxid de metal): acești senzori constau din pelicule de oxid de metal semiconductor (de exemplu SnO 2 , In 2 O 3 , WO 3 , ZnO) susținute pe un suport ceramic (de exemplu, alumină). În plus, acești senzori sunt în general echipați cu o rezistență la încălzire, deoarece trebuie să fie încălziți la temperaturi ridicate, între 200 și 500 ° C, pentru a funcționa. În senzorii de oxid semiconductor, răspunsul senzorului în contact cu aerul mirositor se datorează unei interacțiuni gaz-solide cu stratul de oxid metalic activ care determină o schimbare a rezistivității electrice a senzorului, generând o schimbare a pantei curba.rezistența senzorului față de curba de referință. De fapt, atunci când aerul de referință este suflat pe senzor, acesta din urmă adsorbe oxigenul formând o barieră potențială pe marginile granulelor de oxid ale stratului activ care se opune conducerii, crescând astfel rezistivitatea senzorului. Dimpotrivă, atunci când senzorul intră în contact cu aerul mirositor, oxigenul este desorbit prin reacția cu gazele reducătoare prezente în el, crescând astfel conductivitatea senzorului în sine. Acești senzori sunt, în general, nespecifici, sensibili la umiditate și sunt afectați de fenomenul derivei, adică răspunsul lor tinde să varieze în timp. Pentru aceasta este necesar să se implementeze câțiva algoritmi pentru a corecta deriva răspunsului în faza de procesare a datelor [26] .
  • Senzori polimerici conductivi [27] (CP): materialul activ al acestor senzori este format din polimeri aromatici sau heteroaromatici (de exemplu, polițiofeni, polianiline, polipiroli), în timp ce electrozii sunt în general din aur. Ca și în cazul senzorilor MOS, schimbarea conductivității senzorului se datorează interacțiunii moleculelor volatile cu suprafața stratului activ, adică în acest caz a polimerului. Particularitatea acestor senzori este că pot funcționa la temperatura camerei și nu au nevoie de un element de încălzire. Acești senzori sunt deosebit de sensibili la umiditate, deoarece moleculele de apă tind să interfereze cu adsorbția moleculelor volatile care scade drastic, afectând negativ performanța senzorului în sine. În ceea ce privește MOS, de asemenea, în acest caz, răspunsurile senzorilor suferă o deriva în timp datorită îmbătrânirii materialului activ polimeric. Acești senzori par a fi slab reproductibili.
  • Senzori polimeri conductivi intrinseci [28] (ICP): acești senzori se bazează pe adsorbția compușilor organici volatili pe stratul de material activ care, în acest caz, este compus dintr-un polimer, format din molecule cu legături conjugate, care este „dopat” prin adăugarea acestuia cu substanțe care acceptă electroni, cu scopul de a crea o mișcare a sarcinilor responsabile de conductivitatea electrică ridicată a materialului. În acest fel, acești senzori se comportă ca semiconductori.
Senzori piezoelectrici

Senzorii piezoelectrici își bazează funcționarea pe o schimbare a masei de pe suprafața materialului activ. De fapt, interacțiunea cu speciile chimice volatile prezente în aer determină o variație a masei la suprafața materialului activ, provocând o variație a frecvenței de rezonanță a materialului în sine.

  • Microbalanțe de cuarț [29] (QCM): acești senzori constau dintr-un disc rezonant de câțiva milimetri în diametru din material piezoelectric monocristalin acoperit cu material polimeric. Prin aplicarea unui câmp electric pe disc, se obține o oscilație mecanică datorită proprietăților piezoelectrice ale cristalului. Când moleculele sunt adsorbite pe suprafața discului, acestea determină o creștere a masei senzorului, ducând la o scădere a frecvenței de rezonanță. Ca și în cazul senzorilor conductivi din polimer, aceștia sunt, de asemenea, extrem de sensibili la umiditate, au un potențial redus de reproductibilitate și răspunsul lor variază în timp datorită îmbătrânirii materialului activ. Mai mult, acești senzori necesită control electronic complex și citire electronică, astfel încât să poată citi variațiile de frecvență suferite de senzor.
  • Senzori de undă acustică de suprafață [30] (SAW): acești senzori constau dintr-un paralelipiped subțire din material piezoelectric (de exemplu, cuarț, niobat de litiu, tantalat de litiu, oxid de zinc și oxid de bismut-germaniu) acoperit cu material activ la care capetele sunt atașate la doi traductori , unul la intrare și unul la ieșire. Cel mai utilizat material pentru substratul materialului piezoelectric este cuarțul, deoarece este cel mai stabil la variația temperaturii. Prin aplicarea unui semnal electric traductorului de intrare, se generează o undă acustică care se propagă în direcția traductorului de ieșire situat la capătul opus. Când unda acustică ajunge la traductorul de ieșire, este generat un semnal electric și apoi comparat cu semnalul electric de pornire. Prin urmare, este posibil să se detecteze variația masei datorată adsorbției speciilor chimice gazoase prin observarea diferențelor de frecvență sau de fază între semnalul generat la intrare și cel generat la ieșire de către al doilea traductor.
Senzori MOSFET

Senzorii MOSFET [31] sunt senzori nespecifici pe baza schimbării potențialului electrostatic , deoarece funcționează ca un tranzistor la care se aplică un potențial care îi afectează conductivitatea. Acestea sunt formate din trei straturi: poarta metalică, un strat subțire de material catalizator (de exemplu, metale nobile precum platina sau paladiul ) și izolatorul. Când aerul mirositor curge pe suprafața senzorului, moleculele gazoase reacționează printr-o reacție catalitică cu metalul nobil pe care se dezvoltă hidrogenul. Acesta din urmă difuzează prin suprafața catalizatorului, modificând câmpul electric și, în consecință, și curentul care curge prin senzor. Variația de tensiune înregistrată, necesară pentru a readuce curentul la valoarea inițială, reprezintă răspunsul senzorului. Acești senzori sunt stabili, chiar și la temperaturi ridicate și au o reproductibilitate bună.

Senzori electrochimici

Senzorii electrochimici [32] sunt o clasă de senzori în general specifici care pot fi implementați în gama de senzori a nasului electronic în funcție de aplicație, dacă de exemplu sunt cunoscute unele substanțe gazoase specifice (de exemplu NH 3 , H 2 S, CH 2 O , NO x , CO 2 , O 2 , H 2 ) prezente în aer de analizat [33] . Acestea constau dintr-un electrod de lucru, un contraelectrod și, în mod normal, un electrod de referință, toate în contact cu un electrolit lichid sau solid. Electrodul de lucru este plasat în partea inițială a unei membrane poroase din teflon gazos, dar impermeabil la electrolit. Moleculele gazoase se difuzează în senzor și prin membrană către electrodul de lucru provocând o reacție electrochimică care poate fi oxidare sau reducere). În ambele cazuri există un flux de electroni prin circuitul extern, dar în cazul unei reacții de oxidare, electronii curg de la electrodul de lucru la contraelectrod, în timp ce în cazul unei reacții de reducere, electronii curg de la contraelectrod la electrodul de lucru. Debitul de electroni generat corespunde unui curent proporțional cu concentrația gazului. În acest caz, de fapt, senzorii returnează o valoare a concentrației de gaz în general în ppm.

Senzori optici

Optice senzori transforma razele de lumină într - un semnal electronic. În general, acestea constau dintr-o sursă de lumină care generează radiații sub formă de unde, o platformă de detecție pe care undele interacționează și un detector de lumină care, pe baza intensității, fazei, lungimii de undă sau spectralului de distribuție identifică și cuantifică speciile gazoase [ 34] . Printre senzorii optici care pot fi implementați în gama de senzori din interiorul nasului electronic se numără, de exemplu, fotometrele în infraroșu și fotometrele UV. Fotometrul cu infraroșu măsoară absorbția radiației infraroșii datorită rotației sau vibrațiilor legăturilor atomice prin intermediul detectoarelor termice, piroelectrice sau fotoacustice pentru a identifica și cuantifica substanțele, în timp ce fotometrul UV măsoară absorbția speciilor gazoase prin intermediul unei fotodiode pentru a identifica numărul de molecule prezente în fluxul de molecule în absența interferenței chimice.

Sistem de procesare a semnalului

Curbele de rezistență ale semnalelor după faza de pre-procesare a semnalului

Semnalele provenite de la senzorii unui nas electronic sunt de obicei reprezentate prin curbe, cum ar fi cele ilustrate în figură.

Aceste curbe trebuie procesate corespunzător pentru a obține așa-numita „amprentă olfactivă” a mirosului analizat.

Schema etapelor de prelucrare a datelor nasului electronic
Schema etapelor de prelucrare a datelor nasului electronic

Procesarea semnalului poate fi împărțită în trei etape:

  1. Pretratarea răspunsurilor dinamice pentru corectarea derivei răspunsurilor senzorului și eliminarea stărilor tranzitorii în răspunsul pentru analiza datelor; [35]
  2. Extragerea caracteristicilor; [36]
  3. Clasificarea și recunoașterea amprentei olfactive (recunoașterea tiparului) a probelor mirositoare analizate. [37]

După cum sa discutat în paragraful anterior, fiecare senzor oferă un răspuns legat de variația unei mărimi fizice care caracterizează senzorul în sine, cum ar fi variația conductivității, frecvența de rezonanță sau masa. Caracteristicile, adică parametrii (de exemplu, panta semnalului, zona de sub curbă, valoarea rezistenței etc.) care descriu curba în sine pot fi extrase din fiecare curbă de răspuns a senzorului. Extragerea caracteristicilor are ca scop nu numai identificarea informațiilor relevante în scopul clasificării, care tind să fie conținute într-un mod redundant în setul de date, ci și reducerea dimensionalității setului de date pe care să se bazeze prelucrare. În acest scop, se aplică tehnici de analiză statistică multivariată [38] pentru reducerea spațiului dimensional al caracteristicilor extrase. Pe baza caracteristicilor extrase, este posibil să se reprezinte fiecare măsură ca un punct într-un spațiu n- dimensional, unde n este numărul de senzori din matrice (matrice). Cea mai frecvent utilizată tehnică pentru reducerea spațiului dimensional este PCA ( Principal Component Analysis ) [39] care proiectează punctele corespunzătoare fiecărei măsurători într-un spațiu m- dimensional, unde m corespunde numărului de axe ale componentelor principale. Principalele componente sunt proiecțiile răspunsurilor senzorilor de-a lungul direcțiilor de variație maximă a acestora, menținând cel mai mare număr de informații conținute în setul de date. Proiecția datelor de-a lungul noilor axe produce un grafic bidimensional sau respectiv tridimensional, în funcție de considerarea a două sau trei componente principale, care permite afișarea informațiilor conținute în răspunsurile senzorilor, demonstrând prezența sau absența unei discriminări corecte a diferitelor clase de miros considerate grupate în clustere ( grupare ). Punctele corespunzătoare aceleiași clase de miros vor fi grupate într-o regiune limitată a spațiului m- dimensional al măsurătorilor, departe de punctele de măsurare corespunzătoare unei clase de miros diferite.

Algoritmi de clasificare

Operațiile de recunoaștere și clasificare a mirosurilor au loc prin aplicarea unor algoritmi matematici specifici caracteristici învățării automate și inteligenței artificiale [40] , care permit compararea analizelor efectuate de nasul electronic cu arhiva sa de date de referință dobândite în faza de antrenament .

Algoritmii utilizați cel mai frecvent în nasurile electronice pentru recunoașterea amprentelor olfactive („recunoașterea tiparului”) sunt enumerate mai jos:

  • K-NN [41] ( k -Nearest Neighbor): acest algoritm calculează distanța dintre un punct de clasă necunoscută proiectat în spațiul definit de componentele principale și punctele a căror clasă este cunoscută deja prezente în același spațiu. Punctul clasei necunoscute este astfel clasificat pe baza clasei punctelor k cele mai apropiate de acesta.
  • DFA [42] (Analiza funcției discriminante): acest algoritm clasifică un punct din clasa necunoscută pe baza valorii asumate de funcția discriminantă calculată în raport cu valoarea de referință care încearcă să maximizeze distincția dintre punctele aparținând mirosului diferit clase. În acest fel, punctul de clasă necunoscută este clasificat în funcție de valoarea minimă a funcției discriminante în raport cu un grup determinat de puncte cu clasă cunoscută.
  • PLS-DA [43] (Analiza parțială minimă pătrată): acest algoritm clasifică un punct de clasă necunoscută pe baza unui model de regresie construit pe date observate pentru a cuantifica relația dintre două grupuri de variabile.
  • RF [44] (Random Forest): acest algoritm se bazează pe crearea și combinarea diferiților arbori de decizie într-un singur model. Rezultatul acestui model de clasificare este atribuirea clasei returnate de cel mai mare număr de arbori.
  • SVM [41] (Support Vector Machine): acest algoritm construiește un model prin identificarea unui hiperplan capabil să împartă setul de date în diferite clase. Limita dintre diferitele clase se numește limita de decizie. Punctele de clasă necunoscută aflate mai departe de hiperplan sunt mai susceptibile de a fi clasificate corect de algoritm.
  • ANN [45] (Rețele neuronale artificiale): acești algoritmi sunt organizați în straturi, fiecare dintre acestea constând dintr-un anumit număr de noduri care emit un semnal obținut conform unei funcții specifice de activare care corelează intrarea și ieșirea. Rezultatul final de clasificare este dat de suma ponderilor care sunt atribuite ieșirilor de clasificare ale fiecărui nod.

Aplicații

Cele trei sectoare principale de aplicare a nasului electronic sunt descrise pe scurt mai jos: adică sectorul de monitorizare a mediului, sectorul biomedical și industria alimentară .

Sfera mediului

Nas electronic în timpul monitorizării continue la receptor

Astăzi, mirosurile provenite din activități industriale reprezintă o formă importantă de poluare a aerului și sunt printre principalele cauze ale plângerilor cetățenilor către autoritățile locale. În Italia, problemele de „miros” sunt adesea sursa disputelor și sunt factorul limitativ în construcția de noi uzine sau în funcționarea instalațiilor existente. Din acest motiv, a apărut nevoia în ultimii ani de a dezvolta tehnici specifice pentru măsurarea mirosurilor și pentru evaluarea impactului olfactiv. [46]

Dintre toate tehnicile care pot fi utilizate pentru a obiectiviza senzația olfactivă, așa-numitul „nas electronic” este singurul instrument capabil să măsoare continuu mirosurile și, prin urmare, este singura metodă potrivită pentru determinarea instrumentală a impactului olfactiv. [47] În plus, nasul electronic este până în prezent singura metodă capabilă să recunoască calitatea mirosului detectat, identificând originea acestuia. [48]

Acestea sunt principalele motive pentru care nasurile electronice, care până acum câțiva ani erau privite cu o anumită diferență ca instrumente numai pentru cercetarea în laborator, se stabilesc din ce în ce mai mult ca adevărate instrumente „de câmp” pentru controlul calității aerului.

În special în Italia, în ultimii ani, a existat o difuzare tot mai mare a nasurilor electronice pentru evaluarea impactului olfactiv al diferitelor realități industriale. În prezent, mai multe companii - în special aparținând sectorului de tratare a deșeurilor, dar nu numai - au cerințe de autorizare care prevăd utilizarea unuia sau mai multor nasuri electronice pentru a-și monitoriza propriile emisii de mirosuri.

În domeniul mediului, nasul electronic poate fi utilizat în diferite scopuri:

  • pentru determinarea impactului olfactiv asupra receptorului: [49] în acest tip de aplicație, nasul electronic este instalat direct pe receptor, de aceea se plânge neplăcerile mirosului, cu scopul specific de a analiza continuu aerul ambiant și detectarea prezenței mirosurilor (ca abatere de la condițiile „mediului înconjurător”) și determinarea originii acestora. Această abordare este foarte utilă în cazurile în care o caracterizare detaliată a sursei care permite implementarea sa într-un model de dispersie este dificil de obținut. [50]
  • Pentru monitorizarea continuă a mirosurilor la emisii [51] sau la frontiera instalației. [23] Acest tip de aplicație este deosebit de interesant datorită posibilității de evaluare a pragurilor de alarmă pe baza cărora situațiile potențial critice pot fi identificate în timp real și apoi intervenite rapid pentru a minimiza durata evenimentului mirositor. [52] Nasurile electronice pot fi utilizate și la ieșirea din sistemele de reducere a emisiilor pentru a verifica eficiența lor de reducere în timp real.

Utilizarea nasului electronic pentru monitorizarea de mediu a mirosurilor este menționată și prevăzută în cele mai recente orientări specifice privind mirosurile prezente pe teritoriul italian (cum ar fi, de exemplu, DGR Regione Piemonte, nr. 13-4554 din 9 ianuarie 2017 "LR 43/2000 - Liniile directoare pentru caracterizarea și limitarea emisiilor atmosferice din activitățile afectate de mirosuri"; Liniile directoare ARPA Emilia Romagna "Liniile directoare operaționale privind aplicarea art. 272Bis din Decretul legislativ 152/2006 și modificările ulterioare .mm." Din 2018; Orientarea ARPA Friuli Venezia Giulia LG 44.01 / SCE "Evaluarea impactului mirosului din activitățile de producție").

Questa rapida evoluzione, se da un lato porta una interessante opportunità di mercato, implica contemporaneamente una crescente responsabilità: nel momento in cui i risultati prodotti da un naso elettronico cominciano ad avere un valore “legale”, si rende necessaria l'attuazione di protocolli di qualità che garantiscano l'affidabilità dell'intero processo di monitoraggio.

In questo senso, negli ultimi anni sono stati pubblicati diversi studi che propongono delle procedure specifiche per la verifica di performance dei nasi elettronici impiegati per il monitoraggio ambientale, applicabili sia in laboratorio [53] che in campo. [50] [54] [55] L'applicazione di tali procedure è assolutamente necessaria al fine di garantire l'affidabilità dei dati prodotti dal naso elettronico sia all'utente finale che alle autorità di controllo.

È in questo contesto che, a livello italiano, a ottobre 2019 è stata pubblicata la norma UNI 11761:2019 (detta “UNI IOMS”, dove IOMS è il termine generico per indicare uno strumento per il monitoraggio strumentale degli odori). Tale norma, pur con i suoi limiti (la norma è attualmente in fase di revisione), rappresenta un passaggio importantissimo nella storia dei nasi elettronici: essa infatti è la prima norma, a livello nazionale ed internazionale, che definisce delle procedure specifiche per qualificare e verificare diversi strumenti per il monitoraggio ambientale degli odori. Questo aspetto è fondamentale sia per le autorità che per i gestori di impianto al fine di avere a disposizione uno strumento normativo che consenta di confrontare tecnologie molto diverse fra loro. La norma è stata elaborata ispirandosi ad altre norme esistenti per altre tipologie di strumenti, e fornisce gli elementi necessari alla caratterizzazione degli IOMS in termini di performance, non entrando nel merito delle caratteristiche hardware e software specifiche dello strumento (ad es. numero e tipologia di sensori, algoritmi di riconoscimento).

Ambito biomedicale

È noto sin dall'antichità che alcune patologie producono un'alterazione dell'odore di alcuni fluidi biologici. [56]

Negli ultimi anni è stata dimostrata anche la capacità dei cani di discriminare l'odore dei soggetti affetti da alcune malattie da quello dei soggetti sani [57] attraverso, ad esempio, l'odore emanato dall'urina per la diagnosi del tumore prostatico [58] [59] , del tumore al seno [60] , del tumore della cervice [61] , o dal respiro per la diagnosi del tumore al polmone [62] , o dalla pelle per la diagnosi di malattie come il melanoma [63] , o dal sudore per malattie virali come quella da SARS-CoV-19 [64] . Pirrone et al. [65] hanno riportato i risultati ottenuti dall'olfatto canino di diagnosticare diverse tipologie di malattie sottolineandone le incredibili potenzialità. Il più grande svantaggio di questa procedura diagnostica è la difficile standardizzazione del metodo, legato anche ad una lunga ed impegnativa fase di addestramento dei cani stessi.

Basandosi su queste evidenze sperimentali numerosi gruppi di ricerca hanno iniziato a studiare la possibilità di impiegare il naso elettronico come strumento non invasivo in grado di diagnosticare diverse patologie attraverso l'analisi dell'odore caratteristico di diversi fluidi biologici [4] , come urina [66] [67] , sangue [68] , esalato [69] [70] , sudore [71] , feci [72] [73] e saliva [74] [75] .

Alcuni esempi di applicazione del naso elettronico come strumento diagnostico riguardano:

  • la rilevazione del tumore prostatico [76] e altre patologie urologiche attraverso l'analisi dell'odore dell'urina. [77]
  • la rilevazione di tumore al polmone o altre patologie non oncologiche, quali asma e BPCO, attraverso l'analisi dell'espirato. Attualmente esistono alcuni strumenti commerciali che vengono venduti specificatamente per l'analisi dell'espirato (Spironose® e Aeonose®).

I risultati promettenti riportati dalla letteratura lasciano ben sperare in merito alla possibilità in futuro di poter impiegare il naso elettronico come strumento complementare o alternativo agli attuali protocolli diagnostici, generalmente più invasivi, ed in alcuni casi caratterizzati da livelli di accuratezza perfettibili, come ad esempio nel caso del tumore alla prostata. [78] [79] [80]

Ambito alimentare

L'industria alimentare è stato uno dei primi ambiti in cui è stata applicata la tecnologia del naso elettronico. Infatti, già nel 1992 Gardner et al. avevano dimostrato la capacità di questo strumento di discriminare diverse tipologie di caffè con un'accuratezza di circa il 95% [81] .

In generale, la complessità della maggior parte degli aromi alimentari rende difficile la loro caratterizzazione. Tuttavia, l'analisi sensoriale da parte di un gruppo di esperti è un processo costoso in quanto richiede persone addestrate che possono lavorare solo per periodi di tempo relativamente brevi. Da quì, la necessità di impiegare anche in questo settore uno strumento come il naso elettronico da implementare come tecniche oggettive per la caratterizzazione dell'odore degli alimenti.

In ambito alimentare, il naso elettronico è stato impiegato con diverse finalità:

  • monitorare il gusto e/o l'aroma degli alimenti durante il processo di produzione, in cui vengono utilizzati anche alcuni strumenti commerciali (eg Smart Nose®); [82] [83]
  • controllare il processo di maturazione della frutta e di altre verdure durante il loro periodo di conservazione (dalla raccolta al consumo); [84]
  • prevedere la freschezza o il deterioramento di diverse materie prime e prodotti alimentari, come frutta [85] , carne [86] e pesce [87] , in cui sono stati impiegati anche alcuni strumenti commerciali(eg AromaScan™, Cyranose 320™) ;
  • valutare l'autenticità dei prodotti, come ad esempio le bevande alcoliche. In particolare sono state riportate con successo applicazioni per la differenziazione dei vini sulla base dell'origine geografica e del vitigno [88] e per il riconoscimento di adulterazioni [89] [90] .

Nonostante i risultati promettenti ottenuti in questi studi, la maggior parte di queste applicazioni rappresentano studi di fattibilità in cui è necessario implementare un processo di validazione dei risultati per verificarne le riproducibilità. Inoltre, il successo dell'uso dei nasi elettronici è specifico dell'applicazione, il che può limitare il loro uso.

Note

  1. ^ a b ( EN ) JW Gardner, A brief history of electronic noses , in Sensors and Actuators B: Chemical , vol. 18, n. 1-3, 1º marzo 1994, pp. 210-211, DOI : 10.1016/0925-4005(94)87085-3 . URL consultato il 16 giugno 2021 .
  2. ^ James A. Covington, Santiago Marco e Krishna C. Persaud, Artificial Olfaction in the 21st Century , in IEEE Sensors Journal , vol. 21, n. 11, 2021-06, pp. 12969-12990, DOI : 10.1109/JSEN.2021.3076412 . URL consultato il 25 giugno 2021 .
  3. ^ ( EN ) Miguel Peris e Laura Escubert-Gilabert, A 21st century technique for food control: Electronic noses , in Analytica Chimica Acta , vol. 638, n. 1, 6 aprile 2009, pp. 1-15, DOI : 10.1016/j.aca.2009.02.009 . URL consultato il 25 giugno 2021 .
  4. ^ a b ( EN ) Alphus D. Wilson e Manuela Baietto, Advances in Electronic-Nose Technologies Developed for Biomedical Applications , in Sensors , vol. 11, n. 1, 2011/1, pp. 1105-1176, DOI : 10.3390/s110101105 . URL consultato il 17 giugno 2021 .
  5. ^ ( EN ) Laura Capelli, Selena Sironi e Renato Del Rosso, Electronic Noses for Environmental Monitoring Applications , in Sensors , vol. 14, n. 11, 2014/11, pp. 19979-20007, DOI : 10.3390/s141119979 . URL consultato il 25 giugno 2021 .
  6. ^ ( EN ) Domenico Cipriano e Laura Capelli, Evolution of Electronic Noses from Research Objects to Engineered Environmental Odour Monitoring Systems: A Review of Standardization Approaches , in Biosensors , vol. 9, n. 2, 2019/6, p. 75, DOI : 10.3390/bios9020075 . URL consultato il 25 giugno 2021 .
  7. ^ ( EN ) Andy Blanco-Rodriguez, Vicente Francisco Camara e Fernando Campo, Development of an electronic nose to characterize odours emitted from different stages in a wastewater treatment plant , in Water Research , vol. 134, 1º maggio 2018, pp. 92-100, DOI : 10.1016/j.watres.2018.01.067 . URL consultato il 25 giugno 2021 .
  8. ^ ( EN ) Tanthip Eamsa-ard, Mon Myat Swe e Thara Seesaard, Development of Electronic Nose for Evaluation of Fragrance and Human Body Odor in the Cosmetic Industry , in 2018 IEEE 7th Global Conference on Consumer Electronics (GCCE) , 2018-10, pp. 363-364, DOI : 10.1109/GCCE.2018.8574831 . URL consultato il 25 giugno 2021 .
  9. ^ a b ( EN ) Peter Boeker, On 'Electronic Nose' methodology , in Sensors and Actuators B: Chemical , vol. 204, 1º dicembre 2014, pp. 2-17, DOI : 10.1016/j.snb.2014.07.087 . URL consultato il 25 giugno 2021 .
  10. ^ ( EN ) Carmen Bax, Stefano Prudenza e Agustin Gutierrez-Galvez, Drift Compensation on Electronic Nose Data Relevant to the Monitoring of Odorous Emissions from a Landfill by Opls , in Chemical Engineering Transactions , vol. 85, 15 maggio 2021, pp. 13-18, DOI : 10.3303/CET2185003 . URL consultato il 25 giugno 2021 .
  11. ^ ( EN ) RW Moncrieff, An instrument for measuring and classifying odors , in Journal of Applied Physiology , vol. 16, n. 4, 1º luglio 1961, pp. 742-749, DOI : 10.1152/jappl.1961.16.4.742 . URL consultato il 16 giugno 2021 .
  12. ^ ( EN ) WF Wilkens e JD Hartman, AN ELECTRONIC ANALOG FOR THE OLFACTORY PROCESSES , in Annals of the New York Academy of Sciences , vol. 116, 30 luglio 1964, pp. 608-612, DOI : 10.1111/j.1749-6632.1964.tb45092.x . URL consultato il 16 giugno 2021 .
  13. ^ Buck, TM, Detection of chemical species by surface effects on metals and semiconductors , Bell Telephone Laboratories, 1965, OCLC 838083237 . URL consultato il 16 giugno 2021 .
  14. ^ ( EN ) A Dravnieks e PJ Trotter, Polar vapour detector based on thermal modulation of contact potential , in Journal of Scientific Instruments , vol. 42, n. 8, 1965-08, pp. 624-627, DOI : 10.1088/0950-7671/42/8/335 . URL consultato il 16 giugno 2021 .
  15. ^ ( EN ) Krishna Persaud e George Dodd, Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose , in Nature , vol. 299, n. 5881, 1982-09, pp. 352-355, DOI : 10.1038/299352a0 . URL consultato il 16 giugno 2021 .
  16. ^ M. Kaneyasu, A. Ikegami e H. Arima, Smell Identification Using a Thick-Film Hybrid Gas Sensor , in IEEE Transactions on Components, Hybrids, and Manufacturing Technology , vol. 10, n. 2, 1987-06, pp. 267-273, DOI : 10.1109/TCHMT.1987.1134730 . URL consultato il 16 giugno 2021 .
  17. ^ a b c K. Arshak, E. Moore e G. Lyons, A review of gas sensors employed in electronic nose applications , 2004, DOI : 10.1108/02602280410525977 . URL consultato il 16 giugno 2021 .
  18. ^ Kirianaki NV, Yurish S. Y e Shpak NO, Data acquisition and signal processing for smart sensors .
  19. ^ ( EN ) Santiago Marco e Agustín Gutierrez-Galvez, Signal and Data Processing for Machine Olfaction and Chemical Sensing: A Review , in IEEE Sensors Journal , vol. 12, n. 11, 2012-11, pp. 3189-3214, DOI : 10.1109/JSEN.2012.2192920 . URL consultato il 25 giugno 2021 .
  20. ^ ( EN ) Di Giuseppe D., Catini A. e Comini E., Optimizing MOX sensor array performances with a reconfigurable self-adaptive temperature modulation interface , in Sensors and Actuators B: Chemical , vol. 333, 15 aprile 2021, p. 129509, DOI : 10.1016/j.snb.2021.129509 . URL consultato il 25 giugno 2021 .
  21. ^ ( EN ) PN Bartlett e JW Gardner, Sensors and Sensory Systems for an Electronic Nose , in NATO ASI Series , Springer Netherlands, 1992, pp. 31-51, DOI : 10.1007/978-94-015-7985-8_4 , ISBN 978-94-015-7985-8 . URL consultato il 16 giugno 2021 .
  22. ^ ( EN ) Licen S., Barbieri G. e Fabbris A., Odor control map: Self organizing map built from electronic nose signals and integrated by different instrumental and sensorial data to obtain an assessment tool for real environmental scenarios , in Sensors and Actuators B: Chemical , vol. 263, 15 giugno 2018, pp. 476-485, DOI : 10.1016/j.snb.2018.02.144 . URL consultato il 25 giugno 2021 .
  23. ^ a b ( EN ) Carmen Bax, Beatrice J. Lotesoriere e Laura Capelli, Real-time Monitoring of Odour Concentration at a Landfill Fenceline: Performance Verification in the Field , in Chemical Engineering Transactions , vol. 85, 15 maggio 2021, pp. 19-24, DOI : 10.3303/CET2185004 . URL consultato il 17 giugno 2021 .
  24. ^ JW Gardner and PN Bartlett, Electronic Noses. Principles and Applications , in Measurement Science and Technology , vol. 11, n. 7, 7 luglio 2000, pp. 1087-1087, DOI : 10.1088/0957-0233/11/7/702 . URL consultato il 17 giugno 2021 .
  25. ^ ( EN ) Chengxiang Wang, Longwei Yin e Luyuan Zhang, Metal Oxide Gas Sensors: Sensitivity and Influencing Factors , in Sensors , vol. 10, n. 3, 2010/3, pp. 2088-2106, DOI : 10.3390/s100302088 . URL consultato il 17 giugno 2021 .
  26. ^ Hang Liu, Renzhi Chu e Jian Ran, Long-term drift compensation algorithms based on the kernel-orthogonal signal correction in electronic nose systems , in 2015 12th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD) , 2015-08, pp. 1583-1587, DOI : 10.1109/FSKD.2015.7382181 . URL consultato il 17 giugno 2021 .
  27. ^ ( EN ) Elisa Stussi, Rita Stella e Danilo De Rossi, Chemoresistive conducting polymer-based odour sensors: influence of thickness changes on their sensing properties , in Sensors and Actuators B: Chemical , vol. 43, n. 1-3, 1º settembre 1997, pp. 180-185, DOI : 10.1016/S0925-4005(97)00147-0 . URL consultato il 17 giugno 2021 .
  28. ^ ( EN ) AC Partridge, ML Jansen e WM Arnold, Conducting polymer-based sensors , in Materials Science and Engineering: C , vol. 12, n. 1-2, 18 agosto 2000, pp. 37-42, DOI : 10.1016/S0928-4931(00)00155-7 . URL consultato il 17 giugno 2021 .
  29. ^ ( EN ) Luyu Wang, Junkuo Gao e Jiaqiang Xu, QCM formaldehyde sensing materials: Design and sensing mechanism , in Sensors and Actuators B: Chemical , vol. 293, 15 agosto 2019, pp. 71-82, DOI : 10.1016/j.snb.2019.04.050 . URL consultato il 17 giugno 2021 .
  30. ^ ( EN ) Jagannath Devkota, Paul R. Ohodnicki e David W. Greve, SAW Sensors for Chemical Vapors and Gases , in Sensors , vol. 17, n. 4, 2017/4, p. 801, DOI : 10.3390/s17040801 . URL consultato il 17 giugno 2021 .
  31. ^ ( EN ) Hans Sundgren, Ingemar Lundstrom e Fredrik Winquist, Evaluation of a multiple gas mixture with a simple MOSFET gas sensor array and pattern recognition , in Sensors and Actuators B: Chemical , vol. 2, n. 2, 1º maggio 1990, pp. 115-123, DOI : 10.1016/0925-4005(90)80020-Z . URL consultato il 17 giugno 2021 .
  32. ^ ( EN ) Jacek Gebicki, Application of electrochemical sensors and sensor matrixes for measurement of odorous chemical compounds , in TrAC Trends in Analytical Chemistry , vol. 77, 1º marzo 2016, pp. 1-13, DOI : 10.1016/j.trac.2015.10.005 . URL consultato il 17 giugno 2021 .
  33. ^ ( EN ) Syeda Erfana Zohora, AM Khan e Nisar Hundewale, Chemical Sensors Employed in Electronic Noses: A Review , in Advances in Computing and Information Technology , Springer, 2013, pp. 177-184, DOI : 10.1007/978-3-642-31600-5_18 . URL consultato il 17 giugno 2021 .
  34. ^ HT Nagle, R. Gutierrez-Osuna e SS Schiffman,The how and why of electronic noses , in IEEE Spectrum , vol. 35, n. 9, 1998-09, pp. 22-31, DOI : 10.1109/6.715180 . URL consultato il 17 giugno 2021 .
  35. ^ ( EN ) EL Hines, E. Llobet e JW Gardner, Electronic noses: a review of signal processing techniques , in IEE Proceedings - Circuits, Devices and Systems , vol. 146, n. 6, 1º dicembre 1999, pp. 297-310, DOI : 10.1049/ip-cds:19990670 . URL consultato il 17 giugno 2021 .
  36. ^ Chatchawal Wongchoosuk, Anurat Wisitsoraat e Adisorn Tuantranont, Mobile electronic nose based on carbon nanotube-SnO2 gas sensors: Feature extraction techniques and its application , in 2009 6th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology , vol. 01, 2009-05, pp. 474-477, DOI : 10.1109/ECTICON.2009.5137051 . URL consultato il 17 giugno 2021 .
  37. ^ ( EN ) Jun Fu, Guang Li e Yuqi Qin, A pattern recognition method for electronic noses based on an olfactory neural network , in Sensors and Actuators B: Chemical , vol. 125, n. 2, 8 agosto 2007, pp. 489-497, DOI : 10.1016/j.snb.2007.02.058 . URL consultato il 17 giugno 2021 .
  38. ^ ( EN ) S. Bedoui, H. Charfeddine Samet e A. Kachouri, Electronic Nose System and Principal Component Analysis Technique for Gases Identification , De Gruyter Oldenbourg, 23 luglio 2018, DOI : 10.1515/9783110448375-011/html , ISBN 978-3-11-044837-5 . URL consultato il 17 giugno 2021 .
  39. ^ ( EN ) S. Capone, M. Epifani e F. Quaranta, Monitoring of rancidity of milk by means of an electronic nose and a dynamic PCA analysis , in Sensors and Actuators B: Chemical , vol. 78, n. 1-3, 30 agosto 2001, pp. 174-179, DOI : 10.1016/S0925-4005(01)00809-7 . URL consultato il 17 giugno 2021 .
  40. ^ ( EN ) Susmita Ray, A Quick Review of Machine Learning Algorithms , in 2019 International Conference on Machine Learning, Big Data, Cloud and Parallel Computing (COMITCon) , 2019-02, pp. 35-39, DOI : 10.1109/COMITCon.2019.8862451 . URL consultato il 25 giugno 2021 .
  41. ^ a b ( EN ) Selda Guney e Ayten Atasoy, Multiclass classification of n-butanol concentrations with k-nearest neighbor algorithm and support vector machine in an electronic nose , in Sensors and Actuators B: Chemical , vol. 166-167, 20 maggio 2012, pp. 721-725, DOI : 10.1016/j.snb.2012.03.047 . URL consultato il 17 giugno 2021 .
  42. ^ ( EN ) Olinda Canhoto, Flavia Pinzari e Corrado Fanelli, Application of electronic nose technology for the detection of fungal contamination in library paper , in International Biodeterioration & Biodegradation , vol. 54, n. 4, 1º dicembre 2004, pp. 303-309, DOI : 10.1016/j.ibiod.2004.04.001 . URL consultato il 17 giugno 2021 .
  43. ^ ( EN ) M. Bernabei, G. Pennazza e M. Santonico, A preliminary study on the possibility to diagnose urinary tract cancers by an electronic nose , in Sensors and Actuators B: Chemical , vol. 131, n. 1, 14 aprile 2008, pp. 1-4, DOI : 10.1016/j.snb.2007.12.030 . URL consultato il 17 giugno 2021 .
  44. ^ ( EN ) Huixiang Liu, Qing Li e Bin Yan, Bionic Electronic Nose Based on MOS Sensors Array and Machine Learning Algorithms Used for Wine Properties Detection , in Sensors , vol. 19, n. 1, 2019/1, p. 45, DOI : 10.3390/s19010045 . URL consultato il 17 giugno 2021 .
  45. ^ ( EN ) Dehna Luo, H. Gholam Hosseini e John R. Stewart, Application of ANN with extracted parameters from an electronic nose in cigarette brand identification , in Sensors and Actuators B: Chemical , vol. 99, n. 2-3, 1º maggio 2004, pp. 253-257, DOI : 10.1016/j.snb.2003.11.022 . URL consultato il 17 giugno 2021 .
  46. ^ ( EN ) Carmen Bax, Selena Sironi e Laura Capelli, How Can Odors Be Measured? An Overview of Methods and Their Applications , in Atmosphere , vol. 11, n. 1, 2020/1, p. 92, DOI : 10.3390/atmos11010092 . URL consultato il 25 giugno 2021 .
  47. ^ Grzegorz Jasinski, Lukasz Wozniak e Pawel Kalinowski, Evaluation of the Electronic Nose Used for Monitoring Environmental Pollution , in 2018 XV International Scientific Conference on Optoelectronic and Electronic Sensors (COE) , 2018-06, pp. 1-4, DOI : 10.1109/COE.2018.8435146 . URL consultato il 17 giugno 2021 .
  48. ^ ( EN ) J. Nicolas e A. Romain, Using the classification model of an electronic nose to assign unknown malodours to environmental sources and to monitor them continuously , in Sensors and Actuators B: Chemical , vol. 69, n. 3, 25 ottobre 2000, pp. 366-371, DOI : 10.1016/S0925-4005(00)00487-1 . URL consultato il 17 giugno 2021 .
  49. ^ ( EN ) Sironi S., Capelli L. e Centola P., Development of a system for the continuous monitoring of odours from a composting plant: Focus on training, data processing and results validation methods , in Sensors and Actuators B: Chemical , vol. 124, n. 2, 26 giugno 2007, pp. 336-346, DOI : 10.1016/j.snb.2006.12.037 . URL consultato il 25 giugno 2021 .
  50. ^ a b ( EN ) Carmen Bax, Selena Sironi e Laura Capelli, Definition and Application of a Protocol for Electronic Nose Field Performance Testing: Example of Odor Monitoring from a Tire Storage Area , in Atmosphere , vol. 11, n. 4, 2020/4, p. 426, DOI : 10.3390/atmos11040426 . URL consultato il 25 giugno 2021 .
  51. ^ ( EN ) Sharvari Deshmuck e Rajib Bandyopadhyay, Application of electronic nose for industrial odors and gaseous emissions measurement and monitoring – An overview , in Talanta , vol. 144, 1º novembre 2015, pp. 329-340, DOI : 10.1016/j.talanta.2015.06.050 . URL consultato il 17 giugno 2021 .
  52. ^ ( EN ) Jacques Nicolas, Anne-Claude Romain e Catherine Ledent, The electronic nose as a warning device of the odour emergence in a compost hall , in Sensors and Actuators B: Chemical , vol. 116, n. 1-2, 28 luglio 2006, pp. 95-99, DOI : 10.1016/j.snb.2005.11.085 . URL consultato il 17 giugno 2021 .
  53. ^ ( EN ) Lidia Eusebio, Laura Capelli e Selena Sironi, Electronic Nose Testing Procedure for the Definition of Minimum Performance Requirements for Environmental Odor Monitoring , in Sensors , vol. 16, n. 9, 2016/9, p. 1548, DOI : 10.3390/s16091548 . URL consultato il 25 giugno 2021 .
  54. ^ ( EN ) Licinia Dentoni, Laura Capelli e Selena Sironi, Development of an Electronic Nose for Environmental Odour Monitoring , in Sensors , vol. 12, n. 11, 2012/11, pp. 14363-14381, DOI : 10.3390/s121114363 . URL consultato il 25 giugno 2021 .
  55. ^ ( EN ) RA Fenner e RM Stuetz, The Application of Electronic Nose Technology to Environmental Monitoring of Water and Wastewater Treatment Activities , in Water Environment Research , vol. 71, n. 3, 1999, pp. 282-289, DOI : 10.2175/106143098X121888 . URL consultato il 25 giugno 2021 .
  56. ^ ( EN ) Carmen Bax, Beatrice Julia Lotesoriere e Selena Sironi, Review and Comparison of Cancer Biomarker Trends in Urine as a Basis for New Diagnostic Pathways , in Cancers , vol. 11, n. 9, 2019/9, p. 1244, DOI : 10.3390/cancers11091244 . URL consultato il 25 giugno 2021 .
  57. ^ Robert T. Gordon, Carole Beck Schatz e Lawrence J. Myers, The Use of Canines in the Detection of Human Cancers , in The Journal of Alternative and Complementary Medicine , vol. 14, n. 1, 1º gennaio 2008, pp. 61-67, DOI : 10.1089/acm.2006.6408 . URL consultato il 17 giugno 2021 .
  58. ^ Taverna Gianluigi, Tidu Lorenzo e Grizzi Fabio, Olfactory System of Highly Trained Dogs Detects Prostate Cancer in Urine Samples , in Journal of Urology , vol. 193, n. 4, 1º aprile 2015, pp. 1382-1387, DOI : 10.1016/j.juro.2014.09.099 . URL consultato il 17 giugno 2021 .
  59. ^ ( EN ) Jean-Nicolas Cornu, Gèraldine Cancel-Tassin e Valèrie Ondet, Olfactory Detection of Prostate Cancer by Dogs Sniffing Urine: A Step Forward in Early Diagnosis , in European Urology , vol. 59, n. 2, 1º febbraio 2011, pp. 197-201, DOI : 10.1016/j.eururo.2010.10.006 . URL consultato il 17 giugno 2021 .
  60. ^ ( EN ) Shoko Kure, Shinya Iida e Marina Yamada, Breast Cancer Detection from a Urine Sample by Dog Sniffing: A Preliminary Study for the Development of a New Screening Device, and a Literature Review , in Biology , vol. 10, n. 6, 2021/6, p. 517, DOI : 10.3390/biology10060517 . URL consultato il 17 giugno 2021 .
  61. ^ ( EN ) Akihito Yamamoto, Seiryu Kamoi e Keisuke Kurose, The Trained Sniffer Dog Could Accurately Detect the Urine Samples from the Patients with Cervical Cancer, and Even Cervical Intraepithelial Neoplasia Grade 3: A Pilot Study , in Cancers , vol. 12, n. 11, 2020/11, p. 3291, DOI : 10.3390/cancers12113291 . URL consultato il 17 giugno 2021 .
  62. ^ ( EN ) Cristina Davis e Jonathan Beauchamp, Volatile Biomarkers: Non-Invasive Diagnosis in Physiology and Medicine , Newnes, 27 marzo 2013, ISBN 978-0-444-62620-2 . URL consultato il 17 giugno 2021 .
  63. ^ ( EN ) Duane Pickel, Glenda P. Manucy e Dianne B. Walker, Evidence for canine olfactory detection of melanoma , in Applied Animal Behaviour Science , vol. 89, n. 1-2, 1º novembre 2004, pp. 107-116, DOI : 10.1016/j.applanim.2004.04.008 . URL consultato il 17 giugno 2021 .
  64. ^ ( EN ) Dominique Grandjean, Riad Sarkis e Jean-Pierre Tourtier, Detection dogs as a help in the detection of COVID-19 Can the dog alert on COVID-19 positive persons by sniffing axillary sweat samples ? Proof-of-concept study , in bioRxiv , 5 giugno 2020, pp. 2020.06.03.132134, DOI : 10.1101/2020.06.03.132134 . URL consultato il 17 giugno 2021 .
  65. ^ ( EN ) Federica Pirrone e Mariangela Albertini, Olfactory detection of cancer by trained sniffer dogs: A systematic review of the literature , in Journal of Veterinary Behavior , vol. 19, 1º maggio 2017, pp. 105-117, DOI : 10.1016/j.jveb.2017.03.004 . URL consultato il 17 giugno 2021 .
  66. ^ Qin Gao e Wen-Yee Lee, Urinary metabolites for urological cancer detection: a review on the application of volatile organic compounds for cancers , in American Journal of Clinical and Experimental Urology , vol. 7, n. 4, 25 agosto 2019, pp. 232-248. URL consultato il 17 giugno 2021 .
  67. ^ ( EN ) Qing Wen, Piers Boshier e Antonis Myridakis, Urinary Volatile Organic Compound Analysis for the Diagnosis of Cancer: A Systematic Literature Review and Quality Assessment , in Metabolites , vol. 11, n. 1, 2021/1, p. 17, DOI : 10.3390/metabo11010017 . URL consultato il 17 giugno 2021 .
  68. ^ ( EN ) Roman Selyanchyn, Takuma Nozoe e Hidetaka Matsui, TD-GC-MS Investigation of the VOCs Released from Blood Plasma of Dogs with Cancer , in Diagnostics , vol. 3, n. 1, 2013/3, pp. 68-83, DOI : 10.3390/diagnostics3010068 . URL consultato il 17 giugno 2021 .
  69. ^ ( EN ) Jiemin Zhou e Zi-Ao Huang, Review of recent developments in determining volatile organic compounds in exhaled breath as biomarkers for lung cancer diagnosis , in Analytica Chimica Acta , vol. 996, 15 dicembre 2017, pp. 1-9, DOI : 10.1016/j.aca.2017.09.021 . URL consultato il 17 giugno 2021 .
  70. ^ ( EN ) Ingrid Oakley-Girvan e Sharon Watkins Davis, Breath based volatile organic compounds in the detection of breast, lung, and colorectal cancers: A systematic review , in Cancer Biomarkers , vol. 21, n. 1, 1º gennaio 2018, pp. 29-39, DOI : 10.3233/CBM-170177 . URL consultato il 17 giugno 2021 .
  71. ^ ( EN ) Fernanda Monedeiro, Rodolfo Borges dos Reis e Fernanda Maris Peria, ShieldSquare Captcha , in Investigation of sweat VOC profiles in assessment of cancer biomarkers using HS-GC-MS , vol. 14, n. 2, DOI : 10.1088/1752-7163/ab5b3c/meta . URL consultato il 17 giugno 2021 .
  72. ^ ( EN ) Sofie Bosch, Daniel J. Berkhout e Ilhame Ben Larbi, Fecal volatile organic compounds for early detection of colorectal cancer: where are we now? , in Journal of Cancer Research and Clinical Oncology , vol. 145, n. 1, 1º gennaio 2019, pp. 223-234, DOI : 10.1007/s00432-018-2821-3 . URL consultato il 17 giugno 2021 .
  73. ^ ( EN ) Naama Karu, Lu Deng e Mordechai Slae, A review on human fecal metabolomics: Methods, applications and the human fecal metabolome database , in Analytica Chimica Acta , vol. 1030, 7 novembre 2018, pp. 1-24, DOI : 10.1016/j.aca.2018.05.031 . URL consultato il 17 giugno 2021 .
  74. ^ ( EN ) Jorge AM Pereira, Priscilla Porto-Figueira e Ravindra Taware, Unravelling the Potential of Salivary Volatile Metabolites in Oral Diseases. A Review , in Molecules , vol. 25, n. 13, 2020/1, p. 3098, DOI : 10.3390/molecules25133098 . URL consultato il 17 giugno 2021 .
  75. ^ ( EN ) Helena A. Soini, Iveta Klouckova e Donald Wiesler, Analysis of Volatile Organic Compounds in Human Saliva by a Static Sorptive Extraction Method and Gas Chromatography-Mass Spectrometry , in Journal of Chemical Ecology , vol. 36, n. 9, 1º settembre 2010, pp. 1035-1042, DOI : 10.1007/s10886-010-9846-7 . URL consultato il 17 giugno 2021 .
  76. ^ ( EN ) Bax C., Bernasconi R. e Taverna G., Inkjet Printed ZnO Sensors for Early Prostate Cancer Detection by Means of Urine Odor Analysis , in Journal of The Electrochemical Society , vol. 168, n. 4, DOI : 10.1149/1945-7111/abf7e7/meta . URL consultato il 25 giugno 2021 .
  77. ^ ( EN ) Laura Capelli, Gianluigi Taverna e Alessia Bellini, Application and Uses of Electronic Noses for Clinical Diagnosis on Urine Samples: A Review , in Sensors , vol. 16, n. 10, 2016/10, p. 1708, DOI : 10.3390/s16101708 . URL consultato il 25 giugno 2021 .
  78. ^ ( EN ) Carmen Bax, Gianluigi Taverna e Lidia Eusebio, Innovative Diagnostic Methods for Early Prostate Cancer Detection through Urine Analysis: A Review , in Cancers , vol. 10, n. 4, 2018/4, p. 123, DOI : 10.3390/cancers10040123 . URL consultato il 25 giugno 2021 .
  79. ^ ( EN ) Detection of Prostate Cancer by an Electronic Nose: A Proof of Principle Study , in The Journal of Urology , vol. 192, n. 1, 1º luglio 2014, pp. 230-235, DOI : 10.1016/j.juro.2014.01.113 . URL consultato il 25 giugno 2021 .
  80. ^ ( EN ) AD Asimakopoulos, D. Del Fabbro e R. Miano, Prostate cancer diagnosis through electronic nose in the urine headspace setting: a pilot study , in Prostate Cancer and Prostatic Diseases , vol. 17, n. 2, 2014-06, pp. 206-211, DOI : 10.1038/pcan.2014.11 . URL consultato il 25 giugno 2021 .
  81. ^ ( EN ) JW Gardner, HV Shurmer e TT Tan, Application of an electronic nose to the discrimination of coffees , in Sensors and Actuators B: Chemical , vol. 6, n. 1-3, 1º gennaio 1992, pp. 71-75, DOI : 10.1016/0925-4005(92)80033-T . URL consultato il 17 giugno 2021 .
  82. ^ ( EN ) Carmen Pinheiro, Carla M. Rodrigues e Thomas Schäfer, Monitoring the aroma production during wine-must fermentation with an electronic nose , in Biotechnology and Bioengineering , vol. 77, n. 6, 20 marzo 2002, pp. 632-640, DOI : 10.1002/bit.10141 . URL consultato il 25 giugno 2021 .
  83. ^ ( EN ) Laurent Marilley, Silvia Ampuero e Thierry Zesiger, Screening of aroma-producing lactic acid bacteria with an electronic nose , in International Dairy Journal , vol. 14, n. 10, 1º ottobre 2004, pp. 849-856, DOI : 10.1016/j.idairyj.2004.02.013 . URL consultato il 25 giugno 2021 .
  84. ^ ( EN ) Antihus Hernandez Gomez, Jun Wang e Guixian Hu, Discrimination of storage shelf-life for mandarin by electronic nose technique , in LWT - Food Science and Technology , vol. 40, n. 4, 1º maggio 2007, pp. 681-689, DOI : 10.1016/j.lwt.2006.03.010 . URL consultato il 25 giugno 2021 .
  85. ^ ( EN ) Manuela Baietto e Alphus D. Wilson, Electronic-Nose Applications for Fruit Identification, Ripeness and Quality Grading , in Sensors , vol. 15, n. 1, 2015/1, pp. 899-931, DOI : 10.3390/s150100899 . URL consultato il 17 giugno 2021 .
  86. ^ ( EN ) V.Yu. Musatov, VV Sysoev e M. Sommer, Assessment of meat freshness with metal oxide sensor microarray electronic nose: A practical approach , in Sensors and Actuators B: Chemical , vol. 144, n. 1, 29 gennaio 2010, pp. 99-103, DOI : 10.1016/j.snb.2009.10.040 . URL consultato il 17 giugno 2021 .
  87. ^ ( EN ) Guõrún Ólafsdóttir e Kristberg Kristbergsson, Electronic-Nose Technology: Application for Quality Evaluation in the Fish Industry , in Odors in the Food Industry , Springer US, 2006, pp. 57-74, DOI : 10.1007/978-0-387-34124-8_5 . URL consultato il 17 giugno 2021 .
  88. ^ ( EN ) Lozano J., Fernandez MJ e Fontecha JL, Wine classification with a zinc oxide SAW sensor array , in Sensors and Actuators B: Chemical , vol. 120, n. 1, 14 dicembre 2006, pp. 166-171, DOI : 10.1016/j.snb.2006.02.014 . URL consultato il 25 giugno 2021 .
  89. ^ ( EN ) Penza M. e Cassano G., Recognition of adulteration of Italian wines by thin-film multisensor array and artificial neural networks , in Analytica Chimica Acta , vol. 509, n. 2, 3 maggio 2004, pp. 159-177, DOI : 10.1016/j.aca.2003.12.026 . URL consultato il 25 giugno 2021 .
  90. ^ ( EN ) M. Concepcion Cerrato Oliveros, Jose Luis Perez Pavon e Carmelo Garcia Pinto, Electronic nose based on metal oxide semiconductor sensors as a fast alternative for the detection of adulteration of virgin olive oils , in Analytica Chimica Acta , vol. 459, n. 2, 22 maggio 2002, pp. 219-228, DOI : 10.1016/S0003-2670(02)00119-8 . URL consultato il 25 giugno 2021 .

Bibliografia

  • ( EN ) HK Patel, The electronic nose: Artificial olfaction technology , 2014.
  • ( EN ) L. Zhang, F. Tian, D. Zhang, Electronic nose: Algorithmic Challenges , 2018.
  • ( EN ) C. Steinem, A. Janshoff, Piezoelectric sensors , 2007.

Altri progetti

Collegamenti esterni

Ingegneria Portale Ingegneria : accedi alle voci di Wikipedia che trattano di ingegneria
Estratto da "https://it.wikipedia.org/w/index.php?title=Naso_elettronico&oldid=122462710 "