
(a) Menselijke reukreuksysteem bestaande uit olfactorische receptoren, olfactorische bol en olfactorische cortex. (b) Het fabricageproces van het ceriumoxide-gedoteerde laser-geïnduceerde grafeen (Celig) array voor de gemakkelijke nabootsing van reukreceptoren. (c) Distingbare responspatronen en machine learning -proces voor geur voorspelling. (d) Voorspelling van negen geurmoleculen. Credit: ACS nano (2025). Doi: 10.1021/acsnano.5c03601
Een onderzoeksteam heeft een “AI-elektronische neus van de volgende generatie ontwikkeld” die geuren kan onderscheiden zoals het menselijke olfactorische systeem en ze analyseren met behulp van kunstmatige intelligentie. Deze technologie zet geurmoleculen om in elektrische signalen en traint AI -modellen op hun unieke patronen. Het is een grote belofte voor applicaties in gepersonaliseerde gezondheidszorg, de cosmetica -industrie en milieumonitoring.
De studie is gepubliceerd in het dagboek ACS nano. Het team werd geleid door professor Hyuk-Jun Kwon van de afdeling Elektrotechniek en informatica bij DGIST, met geïntegreerde master en Ph.D. Student Hyungtae Lim als eerste auteur.
Hoewel conventionele elektronische neuzen (e-noses) al zijn ingezet in gebieden zoals voedselveiligheid en gasdetectie in industriële omgevingen, worstelen ze om subtiele verschillen tussen vergelijkbare geuren te onderscheiden of complexe geursamenstellingen te analyseren. Bijvoorbeeld, onderscheid tussen bloemenparfums met vergelijkbare tonen of het detecteren van de vage geur van fruit naderende bederf blijft een uitdaging voor de huidige systemen. Deze kloof heeft de vraag naar e-neustechnologieën van de volgende generatie aangedreven met grotere precisie, gevoeligheid en aanpassingsvermogen.
Het onderzoeksteam werd geïnspireerd door het biologische mechanisme dat bekend staat als combinatorische codering, waarbij een enkel geurmolecuul meerdere reukreceptoren activeert om een ​​uniek patroon van neurale signalen te creëren. Door dit principe na te bootsen, heeft het team sensoren ontworpen die reageren op geurmoleculen door verschillende combinaties van elektrische signalen te genereren.
Het AI-systeem leert deze complexe signaalpatronen om een ​​breed scala aan geuren nauwkeurig te herkennen en te classificeren, wat resulteert in een hoogwaardige kunstmatig olfactieplatform dat bestaande technologieën overtreft.
De nieuwe elektronische neus maakt gebruik van een laser om een ​​dunne materiaal op basis van koolstof (grafeen) te verwerken en heeft een ceriumoxide-nanosalyst om een ​​gevoelige sensorreeks te creëren. Deze single-step laserfabricagemethode elimineert de behoefte aan complexe productieapparatuur en maakt een zeer efficiënte productie van geïntegreerde sensorarrays mogelijk.
In prestatietests identificeerde het apparaat met succes negen geuren die vaak worden gebruikt in parfums en cosmetica, met meer dan 95% nauwkeurigheid. Het zou ook de concentratie van elke geur kunnen schatten, waardoor het geschikt is voor fijnkorrelige olfactorische analyse.
Het apparaat is ultradunne, flexibel en zeer duurzaam, waardoor het ideaal is voor draagbare apparaten of heldere plekken die aan de huid of kleding zijn bevestigd. Het kan meer dan 30.000 keer rond een straal van 2,5 mm worden gebogen zonder enige prestatieafbraak.
“De kerninnovatie van ons onderzoek is de mogelijkheid om meerdere geurgevoelige sensoren te integreren met verschillende eigenschappen, vergelijkbaar met die van de menselijke neus, in een enkele eenheid via een selectief laserfabricageproces in één stap,” zei professor Kwon. “We breiden actief de inspanningen van ontwikkeling en commercialisering uit om deze technologie toe te passen op persoonlijke gezondheidszorg, detectie van milieuvervuiling en de geurindustrie.”
Dit onderzoek werd uitgevoerd met Ph.D. Student Hyungtae Lim als de eerste auteur en professor Hyuk-jun Kwon als de bijbehorende auteur.
Meer informatie:
Hyeongtae Lim et al, intelligent reuksysteem met behulp van in situ ceria nanodeeltjes geïntegreerd laser-geïnduceerd grafeen, ACS nano (2025). Doi: 10.1021/acsnano.5c03601
Dagboekinformatie:
ACS nano
Geboden door Daegu Gyeongbuk Institute of Science and Technology