摘 要： 人工嗅覺(jué)系統(tǒng)是由氣敏傳感器陣列、信號(hào)處理和適當(dāng)?shù)哪Ｊ阶R(shí)別方法組成的儀器，能模擬人的嗅覺(jué)來(lái)檢測(cè)、識(shí)別復(fù)雜氣味成分。本文介紹了人工嗅覺(jué)系統(tǒng)的發(fā)展歷史，闡述了人工嗅覺(jué)系統(tǒng)的基本組成，詳細(xì)介紹了人工嗅覺(jué)系統(tǒng)的研究現(xiàn)狀及其在臨床診斷中的應(yīng)用，并展望了人工嗅覺(jué)系統(tǒng)在臨床診斷中的發(fā)展趨勢(shì)。 關(guān)鍵詞：人工嗅覺(jué)系統(tǒng)；臨床診斷 一、引言 在人類(lèi)的感覺(jué)器官中，與其它動(dòng)物相比，嗅覺(jué)是最不靈敏的。但嗅覺(jué)在食品工業(yè)、環(huán)境污染監(jiān)測(cè)、香料香氣質(zhì)量評(píng)定與生產(chǎn)過(guò)程控制、戰(zhàn)爭(zhēng)毒氣檢測(cè)、毒品檢測(cè)、醫(yī)療等領(lǐng)域的重要性卻與日俱增。因此，許多發(fā)達(dá)國(guó)家已把生物嗅覺(jué)機(jī)理及其功能的模仿，即人工嗅覺(jué)技術(shù)列入優(yōu)先發(fā)展的研究課題。人工嗅覺(jué)技術(shù)的研究涉及新型敏感材料、傳感器、信號(hào)處理、計(jì)算機(jī)、模式識(shí)別及其在各個(gè)具體領(lǐng)域的應(yīng)用，具有重要的意義。 二、人工嗅覺(jué)系統(tǒng)的發(fā)展歷史 國(guó)際上氣敏傳感器的研究起始于二十世紀(jì)二、三十年代。1967年，日本Figaro公司率先將SnO2金屬氧化物半導(dǎo)體氣敏傳感器商品化。但單個(gè)傳感器一般都具有對(duì)各種氣體廣譜的選擇性，作用十分有限，為了實(shí)現(xiàn)對(duì)多種氣體的辨識(shí)檢驗(yàn)，人類(lèi)開(kāi)展了人工嗅覺(jué)技術(shù)的研究。1961年，Moncrieff制成了一種機(jī)械式的氣味檢測(cè)裝置[1]。1964年，Wilkens和Hatmen基于氣味分子在電極上發(fā)生氧化還原反應(yīng)的原理建立了第一個(gè)人工嗅覺(jué)系統(tǒng)，也稱(chēng)電子鼻。Buck等人利用氣味調(diào)制電導(dǎo)和Dravieks等人利用氣味調(diào)制接觸電位研制的電子鼻在1965年也做了報(bào)道。1982年，英國(guó)Warwick大學(xué)學(xué)者Persuad和Dodd[2]用3個(gè)商品化的SnO2氣敏傳感器（TGS813、812、711）模擬哺乳動(dòng)物嗅覺(jué)系統(tǒng)中的多個(gè)嗅感受器細(xì)胞對(duì)戊基醋酸酯、乙醇、乙醚、戊酸、檸檬油、異茉莉酮等有機(jī)揮發(fā)氣進(jìn)行了類(lèi)別分析。直到1982年，作為氣味識(shí)別與分類(lèi)的智能化學(xué)傳感器陣列的概念才出現(xiàn)在Persaud等人和日本日立公司Ikegami等人的文章中[1]。1989年在北大西洋公約組織（North Atlantic Treaty Organization，NATO）的一次關(guān)于化學(xué)傳感器信息處理會(huì)議上對(duì)電子鼻做了如下的定義：電子鼻是由多個(gè)性能彼此重疊的氣敏傳感器和適當(dāng)?shù)哪Ｊ椒诸?lèi)方法組成的具有識(shí)別單一和復(fù)雜氣味能力的裝置。隨后，于1990年舉行了第一屆電子鼻國(guó)際學(xué)術(shù)會(huì)議。 三、人工嗅覺(jué)系統(tǒng)的基本組成 人工嗅覺(jué)系統(tǒng)模擬人的嗅覺(jué)器官，主要包括三大部分：氣敏傳感器陣列、信號(hào)處理及模式識(shí)別。氣味分子被人工嗅覺(jué)系統(tǒng)中的氣敏傳感器陣列吸附，產(chǎn)生信號(hào)，信號(hào)經(jīng)處理電路加工處理，并完成信號(hào)轉(zhuǎn)換與傳輸，最后經(jīng)計(jì)算機(jī)模式識(shí)別做出判斷。 氣敏傳感器陣列相當(dāng)于生物嗅覺(jué)系統(tǒng)中的嗅感受器細(xì)胞，具有交叉靈敏度高，響應(yīng)頻帶寬等特性。氣敏傳感器陣列可由多個(gè)單獨(dú)的氣敏傳感器組成，也可采用MEMS技術(shù)制作專(zhuān)用的氣敏傳感器陣列。陣列中每個(gè)傳感器對(duì)不同的氣體有不同的響應(yīng)。傳感器陣列的整體響應(yīng)模式對(duì)不同氣味是截然不同的，系統(tǒng)的選擇性是通過(guò)綜合來(lái)自多個(gè)交叉敏感的傳感器信號(hào)得到的。傳感器陣列測(cè)量由多種成分組成的氣味，可得到一個(gè)多維響應(yīng)向量，用模式識(shí)別方法對(duì)之進(jìn)行判斷，以確定氣味的類(lèi)別或強(qiáng)度。 目前氣敏傳感器主要有金屬氧化物半導(dǎo)體、石英晶振、聲表面波、導(dǎo)電有機(jī)聚合物膜與紅外線光電等類(lèi)型，其中以SnO2為代表的金屬氧化物半導(dǎo)體氣敏傳感器應(yīng)用最為廣泛[3]。 信號(hào)處理主要完成傳感器信號(hào)的放大和濾波，進(jìn)行特征提取，得到多維有用響應(yīng)信號(hào)，并由A/D轉(zhuǎn)換成數(shù)字信號(hào)輸入計(jì)算機(jī)。由氣敏傳感器陣列產(chǎn)生的電信號(hào)經(jīng)處理后，可用絕對(duì)電壓、電阻或電導(dǎo)來(lái)表示，也可用相對(duì)值如歸一化的電壓、電阻或電導(dǎo)來(lái)表示[4]。 在人工嗅覺(jué)領(lǐng)域中，模式識(shí)別的研究和討論始終較為活躍。模式識(shí)別是對(duì)傳感器陣列的輸出信號(hào)進(jìn)行適當(dāng)?shù)奶幚?，以獲得混合氣體組分信息和濃度信息。在人工嗅覺(jué)系統(tǒng)中，常用的模式識(shí)別方法有統(tǒng)計(jì)模式識(shí)別方法和智能識(shí)別方法。統(tǒng)計(jì)模式識(shí)別方法主要有主成分分析法（Principal Components Analysis，PCA）、偏最小二乘法（Partial Least Squares，PLS）和聚類(lèi)分析法（Cluster Analysis，CA）等，智能識(shí)別方法主要是人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）方法和模糊推理法（Fuzzy Illation，F(xiàn)I） [2, 5, 6]。人工嗅覺(jué)系統(tǒng)的響應(yīng)機(jī)理及其模型比較復(fù)雜，非線性嚴(yán)重，數(shù)學(xué)模型難以建立。統(tǒng)計(jì)模式識(shí)別方法普遍是基于線性的分析方法，只是模仿了人的邏輯思維，它對(duì)數(shù)據(jù)處理后所得到的結(jié)果與人的感官感受之間無(wú)法對(duì)應(yīng)起來(lái)，具有較大的應(yīng)用局限性。在很多情況下，人們只需要得到與人的感官感受相一致的結(jié)果，對(duì)氣味的化學(xué)組成與濃度高低并非十分關(guān)心，而人工神經(jīng)網(wǎng)絡(luò)法則顯示了其優(yōu)越性。人工神經(jīng)網(wǎng)絡(luò)法是接近人類(lèi)大腦思維方法的一種算法，由大量簡(jiǎn)單的處理單元，即神經(jīng)元，廣泛地互為連接而形成復(fù)雜的網(wǎng)絡(luò)系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)的一個(gè)顯著特征就是優(yōu)秀的學(xué)習(xí)能力。它通過(guò)學(xué)習(xí)，自動(dòng)掌握和挖掘隱藏在事物內(nèi)部的、不能用明確數(shù)學(xué)表達(dá)式表示的關(guān)系[6]，并能夠處理非線性數(shù)據(jù)，具有良好的容錯(cuò)性能和較高的預(yù)測(cè)精度。模糊推理法模仿人的判斷，不給出氣味濃度的精確值，而是根據(jù)其表示的模糊邏輯，變換成“很高、高、中等、低、很低”等與人的親和性較高的語(yǔ)言變量。對(duì)于系統(tǒng)誤差所引起的傳感器輸出包含一定誤差的情況，采用模糊推理法十分有用。人工神經(jīng)網(wǎng)絡(luò)、模糊理論、遺傳算法以及混沌等融合在一起的信息處理技術(shù)的興起為人工嗅覺(jué)系統(tǒng)的發(fā)展注入了新的活力。 四、人工嗅覺(jué)系統(tǒng)的研究現(xiàn)狀 目前，國(guó)內(nèi)外對(duì)人工嗅覺(jué)系統(tǒng)的研究十分活躍，主要應(yīng)用是酒類(lèi)、肉類(lèi)、食用油、水果、奶制品、谷物、水產(chǎn)品、茶葉、咖啡、煙等食品揮發(fā)氣味的識(shí)別和分類(lèi)，目的是對(duì)其進(jìn)行質(zhì)量分級(jí)和新鮮判別。 在酒類(lèi)鑒別方面，2005年，Daniel Cozzolino等人[7]將電子鼻用于兩種不同品牌的澳大利亞白葡萄酒的鑒別，準(zhǔn)確率達(dá)到90%以上。J. Lozano等人[8]采用氧化錫傳感器陣列組成的電子鼻，結(jié)合多元分析方法，對(duì)白葡萄酒中的芳香成分進(jìn)行鑒別，準(zhǔn)確率高達(dá)97.2%。2006年，M. Garcia等人[9]利用聲表面波傳感器陣列及模式識(shí)別算法，可鑒別出來(lái)自相同產(chǎn)地相同葡萄品種但發(fā)酵后時(shí)間不同的葡萄酒，成功率可達(dá)95%。 在肉類(lèi)鑒別方面，2006年，S. Panigrahi等人[10] 基于美國(guó)Cyrano Science公司的Cyranose 320電子鼻鑒別牛肉的新鮮度，分辨腐敗與未腐敗的牛肉的正確率達(dá)到100%。M. Garcia等人[11]將16個(gè)摻雜和未摻雜的氧化錫傳感器組成的陣列用于4種不同火腿的鑒別，數(shù)據(jù)分析采用主成分分析法和神經(jīng)網(wǎng)絡(luò)算法，識(shí)別成功率為100%。 2005年，H.L. Gan等人[12]利用聲表面波傳感電子鼻對(duì)16種植物油進(jìn)行鑒別，具有很好的選擇性及靈敏度，可用于食用油加工過(guò)程中快速、實(shí)時(shí)的質(zhì)量監(jiān)測(cè)。M.S. Cosio等人[13]將22個(gè)傳感器組成陣列，10個(gè)為MOS（Metal Oxide Semiconductor）場(chǎng)效應(yīng)管，平均分為兩組，分別在140°C和170°C下工作，其余12個(gè)為MOS傳感器，一直處于400°C ～500°C溫度下工作。此陣列用于對(duì)天然橄欖油的氧化進(jìn)行評(píng)價(jià)，并可根據(jù)數(shù)據(jù)分析結(jié)果描述天然橄欖油不同的存儲(chǔ)階段和存儲(chǔ)條件對(duì)于氧化的影響。 2005年，Lakshmi P. Pathange等人[14] 采用Cyranose 320電子鼻對(duì)于蘋(píng)果的成熟度進(jìn)行區(qū)分，這是一種蘋(píng)果質(zhì)量的無(wú)損評(píng)價(jià)技術(shù)，對(duì)于未成熟、成熟和過(guò)成熟的蘋(píng)果分類(lèi)識(shí)別的正確率可達(dá)83%。2006年，Antihus Hernandez Gomez等人[15]采用電子鼻區(qū)分柑桔的不同采摘時(shí)間，監(jiān)測(cè)柑桔所散發(fā)出的揮發(fā)性氣味的變化，可區(qū)分柑桔的成熟度，成功率高達(dá)92%。 人工嗅覺(jué)系統(tǒng)其它的應(yīng)用還包括環(huán)境空氣質(zhì)量監(jiān)測(cè)[16]、水質(zhì)量檢測(cè)[17, 18, 19]、香水香型的判別等。此外，人工嗅覺(jué)系統(tǒng)在臨床醫(yī)學(xué)中的應(yīng)用也是近年研究的熱點(diǎn)。 目前，我們也已開(kāi)展了人工嗅覺(jué)系統(tǒng)的相關(guān)研究工作，初步研制了基于MEMS技術(shù)的半導(dǎo)體氣敏傳感器陣列，并進(jìn)行了一定深度的理論研究與識(shí)別氣味的實(shí)驗(yàn)，獲取了相應(yīng)的圖譜。用我們研制的氣敏傳感器陣列進(jìn)行人體呼出氣體初步檢測(cè)，能在較短時(shí)間內(nèi)獲得被測(cè)對(duì)象呼出的相應(yīng)圖譜，區(qū)別出健康人與疾病患者的不同特征圖譜。進(jìn)一步的研究工作將把人工嗅覺(jué)系統(tǒng)用于臨床診斷，尤其是惡性腫瘤的非侵入式診斷。 國(guó)外已經(jīng)商品化的人工嗅覺(jué)系統(tǒng)或電子鼻較多，如法國(guó)的AlphaMOS系統(tǒng)主要用于肉、咖啡、谷物等產(chǎn)品的質(zhì)量鑒別，英國(guó)的AromaSCAN系統(tǒng)主要用于奶酪、肉制品的質(zhì)量檢測(cè)。除此以外，還有美國(guó)的Cyrano Science和Electronic Sensor Technology （EST）、英國(guó)的Bloodhound、德國(guó)的Airsense Analysis等產(chǎn)品。國(guó)內(nèi)氣敏傳感器近年發(fā)展較快，但總體技術(shù)與國(guó)外先進(jìn)國(guó)家相比相差較大，商品化的人工嗅覺(jué)系統(tǒng)或電子鼻產(chǎn)品鮮見(jiàn)報(bào)道。 總體來(lái)看，國(guó)內(nèi)外對(duì)人工嗅覺(jué)系統(tǒng)的研究大多數(shù)還處于實(shí)驗(yàn)室階段，即使是已經(jīng)商品化的產(chǎn)品也還存在一些問(wèn)題，如傳感器性能的進(jìn)一步提高、傳感器對(duì)環(huán)境的敏感性、傳感器陣列信息的冗余、模式識(shí)別方法的優(yōu)化及適用領(lǐng)域的局限等等。 五、人工嗅覺(jué)系統(tǒng)在臨床診斷中的應(yīng)用 醫(yī)學(xué)方面，利用人呼出的氣體進(jìn)行疾病的診斷，近年來(lái)已成為國(guó)際上的一個(gè)研究熱點(diǎn)。尋求一種非侵入式、無(wú)傷害、快速準(zhǔn)確的檢測(cè)手段，人工嗅覺(jué)系統(tǒng)為研究新型的疾病診斷儀器提供了可能。而這種非侵入式的疾病診斷技術(shù)成為當(dāng)今國(guó)際醫(yī)學(xué)診斷的發(fā)展潮流，不僅具有科學(xué)依據(jù)，而且具有巨大的社會(huì)和經(jīng)濟(jì)意義。 人體疾病與人的體味如口腔氣味、汗液、尿液的直接關(guān)系，從遠(yuǎn)古就已為人們所認(rèn)識(shí)。中醫(yī)運(yùn)用望、聞、問(wèn)、切的手段來(lái)診斷病人，早就非常重視人體體味對(duì)疾病的診斷作用。從近代醫(yī)學(xué)的觀點(diǎn)來(lái)看，人體各部位的不同疾病都會(huì)引起血液、細(xì)胞新陳代謝的異常。如在肺部血液的氧化交換時(shí)，疾病患者和健康人的肺部呼出的氣味和隨尿液排出的味道是不同的。 研究表明，不同疾病患者所呼出的氣體中會(huì)出現(xiàn)某些特定的成份[20]，如胃潰瘍患者呼出的氣體中氫氣成分比常人高，糖尿病患者呼出的氣體會(huì)含有酮類(lèi)氣體成分，肺癌患者呼出的氣體中乙烷含量比正常人高，肝癌患者呼出的氣體中存在烷類(lèi)和苯的衍生物，腎衰竭患者呼出的氣體中會(huì)含有三甲氨等。因此通過(guò)檢測(cè)分析患者呼出氣體的成份與含量便可進(jìn)行相應(yīng)的定性定量的疾病診斷。 美國(guó)和歐洲很多國(guó)家對(duì)于人工嗅覺(jué)系統(tǒng)在臨床診斷中的應(yīng)用研究非常關(guān)注。國(guó)際最新研究進(jìn)展是人工嗅覺(jué)系統(tǒng)已在醫(yī)院和醫(yī)學(xué)研究機(jī)構(gòu)進(jìn)入臨床實(shí)驗(yàn)階段。臨床診斷研究與應(yīng)用的主要領(lǐng)域是在腎臟、尿道、糖尿病、肺癌、細(xì)菌感染檢測(cè)以及一些婦科疾病的檢測(cè)。 1、腎臟及尿道疾病檢測(cè) 早在1995年John slater等利用電子鼻進(jìn)行了與腎有關(guān)的疾病診斷研究[21]，測(cè)試了他們稱(chēng)為ScanMaster的電子鼻在檢測(cè)H.pylori細(xì)菌和診斷腎病中的作用。實(shí)驗(yàn)中采用由5個(gè)石英晶體傳感器構(gòu)成的陣列，當(dāng)傳感器的吸附層吸附了揮發(fā)性的化合物后，其固有振蕩頻率會(huì)發(fā)生變化，檢測(cè)這種變化就可以測(cè)定被測(cè)物的含量。他們的實(shí)驗(yàn)證明這種電子鼻可以進(jìn)行非直接接觸的醫(yī)學(xué)檢測(cè)。 2001年，臺(tái)灣的Yuh-Jiuan Lin等人[22]研制的電子鼻由6個(gè)12MHz的石英晶體傳感器組成。該電子鼻對(duì)正常健康人群、尿毒癥患者、慢性腎功能不全患者和腎衰竭患者呼出的氣體進(jìn)行測(cè)試。結(jié)果表明，電子鼻對(duì)上述幾類(lèi)人群的分類(lèi)正確率達(dá)86.78%，對(duì)慢性腎功能不全患者和腎衰竭患者的分類(lèi)正確率達(dá)90.16%，對(duì)尿毒癥患者的分類(lèi)正確率達(dá)79.52%，對(duì)正常健康人群和其他病患者的區(qū)分正確率達(dá)100%。 2002年，英國(guó)克蘭菲爾德大學(xué)的Alexandros K. Pavlou等人[23]利用由14個(gè)導(dǎo)電聚合物膜傳感器構(gòu)成的電子鼻檢測(cè)尿道感染，通過(guò)“聞”少量尿樣，可以知道感染類(lèi)型，具有很高的識(shí)別成功率。 2004年，英國(guó)克蘭菲爾德大學(xué)的Reinhard Fend等人[24]將電子鼻作為一種新型的監(jiān)測(cè)工具應(yīng)用于血液透析。由14個(gè)導(dǎo)電聚合物膜傳感器構(gòu)成的電子鼻可以很好的區(qū)分腎衰竭患者血液透析前、后及健康人的血液樣本。研究人員表示，該電子鼻輔以適當(dāng)?shù)哪Ｊ阶R(shí)別方式，可以成為控制腎衰竭的在線監(jiān)測(cè)系統(tǒng)。 2006年7月6日《聯(lián)合報(bào)》報(bào)道[25]，臺(tái)灣工研院生物醫(yī)藥技術(shù)研究所研發(fā)成功第二代電子鼻，只需呼出一口氣，3分鐘之內(nèi)就可診斷出呼氣者是否患有尿毒癥或肝硬化。生物醫(yī)藥技術(shù)研究所分別與中國(guó)醫(yī)藥學(xué)院及臺(tái)北醫(yī)學(xué)院進(jìn)行臨床實(shí)驗(yàn)，尿毒癥診斷準(zhǔn)確度達(dá)85%，肝硬化部分高達(dá)93%。這項(xiàng)研究曾在瑞士Sensors & Actuators期刊及國(guó)際研討會(huì)上發(fā)表論文，倍受矚目，申請(qǐng)7項(xiàng)14件專(zhuān)利。未來(lái)還可應(yīng)用到精神分裂癥、肺癌、肺膿腫、糖尿病、腸胃道疾病等。 2、糖尿病檢測(cè) 糖尿病的早期、無(wú)損診斷是人工嗅覺(jué)系統(tǒng)在臨床診斷應(yīng)用研究的一個(gè)熱點(diǎn)。糖尿病的并發(fā)癥之一是會(huì)導(dǎo)致酮酸中毒，它與血液中酮酸體的含量有直接關(guān)系[26]。對(duì)于血液、尿中酮酸體的定量及定性檢測(cè)，常規(guī)的方法檢測(cè)周期長(zhǎng)，成本高，不能實(shí)現(xiàn)非侵入無(wú)損檢測(cè)及連續(xù)監(jiān)測(cè)。酮酸體在血液中代謝的最終產(chǎn)物丙酮可以通過(guò)呼吸排出體外，利用人工嗅覺(jué)系統(tǒng)可實(shí)現(xiàn)早期的無(wú)損診斷。 王平、談毅等人[ 27]在1995年利用電子鼻對(duì)從醫(yī)院采集的糖尿病患者的呼出氣體進(jìn)行識(shí)別，得到血糖和呼出氣體中丙酮含量的線性相關(guān)性。 1996年，N. Nakisimovich等人[28]也采用氣敏傳感器陣列進(jìn)行了糖尿病患者呼出氣體的診斷研究。 李冀等人[26]利用電子鼻從事糖尿病呼吸診斷的研究，得到了呼吸丙酮和血糖間正比關(guān)系以及糖尿病患者的呼吸丙酮含量范圍，取得一些初步的診斷結(jié)果。 1999年，俄羅斯沃羅涅什州立大學(xué)的S.V. Ryabtsev等人[29]將半導(dǎo)體氣敏傳感器用于醫(yī)學(xué)診斷，能夠檢測(cè)糖尿病患者呼出的氣體中0.1ppm～10ppm的丙酮成分。 3、肺部疾病檢測(cè) 在人工嗅覺(jué)系統(tǒng)應(yīng)用于肺癌的檢測(cè)上，2003年，意大利羅馬Tor Vergata大學(xué)的Corrado Di Natale等人[30]研制出一種由8個(gè)石英晶體傳感器組成的“電子鼻”，可以嗅出肺癌患者呼吸中包含的數(shù)種烷烴系以及芳香烴系物質(zhì)，判斷病人是否患上肺癌等疾病。不同患者呼出的氣體因其成分不同能使傳感器陣列產(chǎn)生每個(gè)人特有的總體模式。該電子鼻已進(jìn)入了臨床實(shí)驗(yàn)，對(duì)肺癌診斷的準(zhǔn)確率已達(dá)到90%以上。 2003年路透社報(bào)導(dǎo)[31]，美國(guó)俄亥俄州Clevelamd Clinic的R.F.麥喬道醫(yī)生領(lǐng)導(dǎo)的研究小組稱(chēng)，他們用電子鼻讓病人對(duì)其呼氣，從測(cè)試的59人中，成功測(cè)出14人患有肺癌，25人有其他肺部疾病，其余20人為健康人員。該醫(yī)療組認(rèn)為這種電子鼻診斷疾病是一種“充滿希望、令人振奮的技術(shù)”。對(duì)電子鼻進(jìn)一步改進(jìn)，能對(duì)肺癌患者作出更及時(shí)的診斷，而且還可以用來(lái)監(jiān)測(cè)肺癌患者接受治療的進(jìn)展?fàn)顩r，以防止疾病的復(fù)發(fā)。 2004年，Alexandros K. Pavlou等人[32]利用14個(gè)導(dǎo)電聚合物傳感器陣列，結(jié)合神經(jīng)網(wǎng)絡(luò)分析算法，對(duì)于唾液中的肺結(jié)核分支桿菌進(jìn)行體外及原位的識(shí)別，取得很好的識(shí)別效果。此項(xiàng)研究對(duì)于肺結(jié)核病人的快速診斷具有重要意義。 4、細(xì)菌感染檢測(cè) 在人工嗅覺(jué)系統(tǒng)用于細(xì)菌感染檢測(cè)研究方面，早在1997年，英國(guó)Warwick大學(xué)的J. W. Gardner等人[33]利用電子鼻進(jìn)行了病原微生物白喉?xiàng)U菌、金黃葡萄球菌的類(lèi)型和生長(zhǎng)階段預(yù)測(cè)的研究。實(shí)驗(yàn)結(jié)果表明金黃葡萄球菌的識(shí)別達(dá)到100%，白喉?xiàng)U菌的識(shí)別達(dá)到92%，而對(duì)細(xì)菌三個(gè)生長(zhǎng)階段檢測(cè)的精確度達(dá)到了80%。 2000年，J. W. Gardner等人[34]利用電子鼻對(duì)引起上呼吸道和耳朵傳染性疾病的病原體進(jìn)行識(shí)別，對(duì)藻青菌、銅綠菌素等有害于人體的細(xì)菌進(jìn)行分類(lèi)。 2003年6月28日?qǐng)?bào)導(dǎo)美國(guó)科學(xué)家用電子鼻可以“聞出”病人攜帶的病菌，更指出可在最短時(shí)間內(nèi)“嗅出非典”[35]。 2004年，Ritaban Dutta與J. W. Gardner等人[36]利用Cyranose 320電子鼻，采用神經(jīng)網(wǎng)絡(luò)識(shí)別方法，對(duì)耳、鼻、喉細(xì)菌進(jìn)行分類(lèi)研究。 英國(guó)柴郡克魯城鎮(zhèn)的歐斯米泰克公司成功開(kāi)發(fā)的電子鼻用于“嗅”出侵蝕病人皮膚傷口的細(xì)菌、MRSA細(xì)菌和其他細(xì)菌。因?yàn)镸RSA是一種對(duì)抗生素療法有抵抗能力的細(xì)菌，該電子鼻可以提醒醫(yī)生及時(shí)采取相應(yīng)的措施[37]。 2006年，Ritabrata Dutta與Ritaban Dutta[38]利用32個(gè)碳黑聚合物傳感器陣列和模式識(shí)別算法對(duì)MASA、MSSA、C-NS三種細(xì)菌進(jìn)行識(shí)別、分類(lèi)，達(dá)到99.83%的準(zhǔn)確率。 這些研究對(duì)細(xì)菌感染的快速發(fā)現(xiàn)和處理以及新抗體藥物的有效檢測(cè)都有積極的作用。 此外，人工嗅覺(jué)系統(tǒng)還可以用于其他疾病的檢測(cè)。2005年，Anna Aronzon等人[39]利用Cyranose 320電子鼻，結(jié)合主成分分析法，可識(shí)別腦脊髓液與漿液。這對(duì)于腦脊髓液滲漏的快速診斷提供了有力的工具。 六、結(jié) 論 綜上所述，隨著非侵入式、無(wú)損化的醫(yī)學(xué)診斷的不斷發(fā)展，人工嗅覺(jué)系統(tǒng)作為醫(yī)學(xué)無(wú)損診斷的重要工具在臨床診斷方面受到越來(lái)越廣泛的關(guān)注與重視，并逐漸顯示其優(yōu)越性。這種最新診斷方法得到全球醫(yī)學(xué)界、研究機(jī)構(gòu)、政府部門(mén)的高度重視。越來(lái)越多的國(guó)家都在大學(xué)、研究所、醫(yī)院開(kāi)展這類(lèi)先進(jìn)高科技技術(shù)的研發(fā)。在臨床診斷方面，人工嗅覺(jué)系統(tǒng)可與虛擬儀器、專(zhuān)家系統(tǒng)相結(jié)合，集成各個(gè)單一疾病診斷功能的專(zhuān)用儀器，形成大型的多功能、綜合性的疾病診斷系統(tǒng)，實(shí)現(xiàn)對(duì)多種疾病方便、無(wú)損、可靠的診斷。并可通過(guò)Internet進(jìn)行氣味的遠(yuǎn)程傳輸，實(shí)現(xiàn)非侵入式的遠(yuǎn)程醫(yī)學(xué)診斷。這將最大限度的方便患者，充分利用醫(yī)療資源，減少醫(yī)療費(fèi)用，提高治療的效率。同時(shí)，可研究仿真嗅覺(jué)器官，實(shí)現(xiàn)人工嗅覺(jué)系統(tǒng)和生物體的結(jié)合，用人工嗅覺(jué)系統(tǒng)來(lái)代替生物體的嗅覺(jué)器官。當(dāng)某些人由于疾病而喪失了嗅覺(jué)，就可以把人工嗅覺(jué)系統(tǒng)移植到人體使患者恢復(fù)“嗅覺(jué)”。 參考文獻(xiàn) [1]、Gardner J W, Bartlett N. A brief history of electronic nose. Sensors and Actuators B, 1994, 18-19: 211～220 [2]、Gardner J W, et al. Electronic Noses: Principles and Applications [M]. Oxford University Press, 1999 [3]、Gopel W, Schierbaum K, SnO2 sensors: Current status and future prospects [J] Sensors and Actuators B, 1995, 26：1～12 [4]、石志標(biāo), 左春檉, 張學(xué)軍, 人工嗅覺(jué)系統(tǒng)及其在糧食質(zhì)量檢驗(yàn)中的應(yīng)用[J], 鄭州工程學(xué)院學(xué)報(bào), 2004. 25（1）: 79-82 [5]、Mielle P, et al. An alternative way to improve the sensitivity of electronic olfactometers, [J]. Sensors and Actuators B, 1999, 58: 526～535 [6]、田先亮, 殷勇, 劉紅俊, 酒類(lèi)鑒別的人工嗅覺(jué)技術(shù)研究[J], 食品科學(xué), 2004, 25（2）: 29～32 [7]、Daniel Cozzolino. et al. Usefulness of chemometrics and mass spectrometry-based electronic nose to classify Australian white wines by their varietal origin[J]. Talanta. 2005, 68: 382～387 [8]、J. Lozano. et al. Classification of white wine aromas with an electronic nose[J]. Talanta. 2005,67: 610～616 [9]、M. Garcia. et al. Differentiation of red wines using an electronic nose based on surface acoustic wave devices[J]. Talanta. 2006, 68: 1162～1165 [10]、S. Panigrahi. et al. Neural-network-integrated electronic nose system for identification of spoiled beef[J]. LWT. 2006, 39: 135～145 [11]、M. Garcia, et al. Electronic nose for ham discrimination[J]. Sensors and Actuators B 2006, 114: 418-422 [12]、H.L. Gan. et al. Characterisation of vegetable oils by surface acoustic wave sensing electronic nose[J]. Food Chemistry. 2005, 89: 507～518 [13]、M.S. Cosio, et al. Evaluation of different storage conditions of extra virgin olive oils with an innovative recognition tool built by means of electronic nose and electronic tongue. Food Chemistry ,2006（3）:1-7 [14]、Lakshmi P. Pathange, et al. Non-destructive evaluation of apple maturity using an electronic nose system. Journal of Food Engineering ,2006,77（4）:1018-1023 [15]、Antihus Hernandez Gomez, et al. Electronic nose technique potential monitoring mandarin maturity[J]. Sensors and Actuators B, 2006, 113: 347-353 [16]、Margaret Amy Ryan, et al. Monitoring space shuttle air quality using the Jet Propulsion Laboratory electronic nose[J]. IEEE Sensors Journal, 2004, 4（3）: 337-347 [17]、O. Canhoto, N. Magan. Electronic nose technology for the detection of microbial and chemical contamination of potable water[J]. Sensors and Actuators B. 2005, 106: 3-6 [18]、J. Goschnick, et al. Water pollution recognition with the electronic nose KAMINA[J]. Sensors and Actuators B, 2005, 106: 182-180 [19]、A. Catarina Bastos, Naresh Magan. Potential of an electronic nose for the early detection and differentiation between Streptomyces in potable water[J]. Sensors and Actuators B,2006, 116 151～155 [20]、鄭曉春, 意大利開(kāi)發(fā)出醫(yī)用電子鼻 2003.5.10 [21]、Emsley J, Crystal nose sniffs out nasty diseases [J],New scientist, 1995，11（3）：21～22 [22]、Yuh-Jiuan Lin, et al. Application of the electronic nose for uremia diagnosis[J], Sensors and Actuators B, 2001, 76: 177～180 [23]、 Alexandros K. Pavlou, et al. Use of an electronic nose system for diagnoses of urinary tract infections[J], Biosensors and Bioelectronics ,2002, 17: 893-899 [24]、Reinhard Fend, et al. Monitoring haemodialysis using electronic nose and chemometrics[J], Biosensors and Bioelectronics, 2004, 119: 1581-1590 [25] 李冀. 姚哲剛. 王平. 呼吸氣體診斷系統(tǒng)的最新進(jìn)展[J]. 中國(guó)醫(yī)療器械雜志. 2000, 24（6）: 335～341 [26]、Wang Ping, Tan Yi, et al. A novel method for diabetes diagnosis based on electronic nose[J], Biosensors & Bioelectronics, 1997,12 （9-10） 1031～1036 [27]、Nakisimovich N, et al. Adsorption semiconductor sensor for diabetic ketoacidosis diagnosis [J] Sensors and Actuators B, 1996, 35-36: 419～421 [28]、S.V. Ryabtsev, et al. Application of semiconductor gas sensors for medical diagnostics[J], Sensors and Actuators B,1999, 59: 26-29 [29]、Corrado Di Natale, et al. Lung cancer identification by the analysis of breath by means of an array of non-selective gas sensors[J]. Biosensors and Bioelectronics, 2003, 18: 1209-1218 [30]、美華，讓電子鼻嗅出肺癌 2003,09,01 [31]、Alexandros K. Pavlou. Naresh Magana. et al. Detection of Mycobacterium tuberculosis （TB） in vitro and in situ using an electronic nose in combination with a neural network system[J]. Biosensors and Bioelectronics. 2004, 20: 538～544 [32]、Alexandros K. Pavlou, Naresh Magana, et al. Detection of Mycobacterium tuberculosis （TB） in vitro and in situ using an electronic nose in combination with a neural network system[J]. Biosensors and Bioelectronics 2004, 20: 538-544 [33]、J.W. Gardner, et al. The prediction of bacteria type and culture growth phase by an electronic nose with a multi-layer perceptron network[J], Meas. Sci. Technol. 1997,（9）: 120～127 [34]、Julian W. Gardner, et al. An electronic nose system to diagnose illness[J]. Sensors and Actuators B, 2000, 70: 19-24 [35]、李強(qiáng), 美國(guó)科學(xué)家發(fā)明“電子鼻” 非典可以聞出來(lái) 2003,06,28 [36]、Dutta, R. et al. ENT bacteria classification using a neural network based Cyranose 320 electronic nose[A]. Proceedings of IEEE[C]. Sensors. Austria Vienna: IEEE, 2004. 324～325 [37]、中青網(wǎng)，電子鼻 [38]、Anna Aronzon. et al. Differentiation Between Cerebrospinal Fluid and Serum with Electronic Nose[J]. Otolaryngology - Head and Neck Surgery. 2005, 133（1）: 16～1 [39]、Anna Aronzon, et al. Differentiation Between Cerebrospinal Fluid and Serum with Electronic Nose[J]. Otolaryngology - Head and Neck Surgery, 2005, 133（1）: 16-19 作者簡(jiǎn)介： 顏黃蘋(píng)，廈門(mén)大學(xué)機(jī)電工程系，講師，主要研究方向?yàn)槲鞲衅鳌EMS。 黃元慶，廈門(mén)大學(xué)機(jī)電工程系，教授、博導(dǎo)，主要研究方向?yàn)槲鞲衅鳌⒐怆娮蛹夹g(shù)。