由DGIST电气工程与计算机科学系的Kwon Hyuk-jun教授领导的研究团队，以综合硕士和博士生Lim Hyungtae为第一作者，开发了一种“下一代AI电子鼻”，能够像人类嗅觉系统一样区分气味，并通过人工智能进行分析。这项技术将气味分子转化为电信号，并训练AI模型识别其独特的模式。它在个性化医疗、化妆品行业和环境监测方面具有广阔的应用前景。
该研究已发表在《ACS Nano》上（"Intelligent Olfactory System Utilizing In Situ Ceria Nanoparticle-Integrated Laser-Induced Graphene"）。
虽然传统的电子鼻（e-noses）已经在食品安全和工业气体检测等领域得到应用，但它们难以区分相似气味之间的细微差异或分析复杂的气味组成。例如，区分具有相似香调的花香香水或检测即将变质水果的微弱气味对现有系统来说仍然具有挑战性。这一差距推动了对更高精度、灵敏度和适应性的下一代电子鼻技术的需求。
研究团队受到生物机制——组合编码的启发，其中单一气味分子激活多个嗅觉受体，形成独特的神经信号模式。通过模仿这一原理，团队设计了响应气味分子并生成独特电信号组合的传感器。AI系统学习这些复杂的信号模式，从而准确识别和分类各种气味，形成了一个性能超越现有技术的高效率人工嗅觉平台。
这种新型电子鼻使用激光处理石墨烯，并结合铈氧化物纳米催化剂来创建敏感的传感器阵列。这种单步激光制造方法消除了对复杂制造设备的需求，实现了高效集成传感器阵列的生产。
在性能测试中，该设备成功地以超过95%的准确率识别了九种常用的香水和化妆品香味，并且可以估计每种香味的浓度，适用于精细的嗅觉分析。该设备超薄、柔韧且非常耐用，适合用于可穿戴设备或贴在皮肤或衣物上的亮片。它可以弯曲超过30,000次，半径为2.5毫米，而不会出现性能下降。
“我们研究的核心创新是通过一步选择性激光制造过程，将多种具有不同特性的气味敏感传感器集成到一个单元中，类似于人类鼻子的功能，”Kwon教授说。“我们正在积极扩展开发和商业化努力，将这项技术应用于个人医疗保健、环境污染检测和香水行业。”
(全文结束)
