嗅觉传感器+机器学习:通过人类呼吸进行生物特征识别

分享到:

在当今世界中,使用指纹、语音和/或人脸作为安全识别功能是司空见惯的事情。由于智能手机的广泛应用,我们已经习惯于使用个人生物特征作为安全认证工具,以至于我们大多数人都不会三思而后行。但是,正如日本研究人员Chaiyanut Jirayupat指出的那样,这些生物特征识别方法并不完美。

“这些生物识别技术依赖于每个人的物理独特性,但它们并非万无一失。”日本九州大学(Kyushu University)教授、生物特征识别技术专家Chaiyanut Jirayupat表示,“个人身体特征可以被复制,甚至会因受伤而受到影响。”

这就是Chaiyanut Jirayupat及其同事希望开发一种新型生物特征识别工具的原因。他们近期研制出一种通过人类呼吸进行生物特征识别的嗅觉传感器。

 

image.png

 

该嗅觉传感器通过人类呼吸进行生物特征识别(来源:九州大学)

“最近,人类气味已经成为一种新型生物识别认证方式,主要是使用你独特的化学成分来确认你是谁。”Chaiyanut Jirayupat说道。

“将人类气味应用于生物特征识别和安全认证的概念可能比较新颖,但使用呼吸检测作为分析工具的想法是很早之前就有的事情。“呼吸组学”或生物标志物的呼吸检测,可以追溯到公元前5世纪,当时希波克拉底(Hippocrates)将“甜味”(又名丙酮)呼吸与糖尿病患者联系起来。此后,研究人员将呼吸检测用于众多疾病诊断——检测中毒水平、诊断罕见的遗传疾病、监测健康生命体征,筛查患者的新冠病毒肺炎(COVID-19)……

据麦姆斯咨询报道,九州大学科研团队通过分析受试者的呼吸来开始其研发项目,以了解哪些化合物可以用于生物特征识别。他们确定了总共28种可能的化合物,包括二苯甲酮、癸醛、辛烷、十四烷和十一烷等,所有这些化合物都已在之前的基于汗液气味的研究中被证明为个体特异性标志物。

基于这些成果,该科研团队开发了一个具有16个通道的嗅觉传感器阵列,每个通道都可以识别特定范围的化合物。然后将传感器数据传递到机器学习系统中,以分析每个人的呼吸成分,并开发出用于区分个人的配置文件。

研究人员通过对6人的呼吸样本测试该系统,发现其可以识别出不同个体,平均准确率为98%。即使样本量增加到20人,这种高水平的准确性仍然保持一致。

“研究结果表明,需要更多的传感器来区分复杂的气味。”研究人员在发表于Chemical Communications期刊上的论文中写道,“换句话说,通过增加使用的传感器数量,可以进一步提高准确性和可重复性。”

此外,测试工作只在受试者禁食六个小时之后进行。研究人员表示,在来自食物及饮料的代谢物和化合物的干扰下,该系统的识别能力仍然需要提升。“必须通过使用更多的传感器并从传感曲线中提取更多的特征来解决干扰问题。”论文作者总结道,“我们相信,这项研究中的发现为基于呼吸气味的生物识别技术提供了重要基础。”

继续阅读
世界杯和一颗传感器的故事

这场比赛中,阿根廷队仅罚进一粒点球,其中有三粒进球因为越位被判无效。此外,这场比赛共被判罚10次越位,也创下了自2018年世界杯应用VAR(视频助力裁判)技术应用以来单场越位次数新高。本届世界杯又对VAR进行了升级,加入了半自动越位判罚技术(SAOT)。

智慧养老产业兴起,集成电路传感器升级进行时

随着人口老龄化时代的到来,传统的养老方式已经不能满足人们的需求,智慧健康养老模式成为大势所趋。智慧健康养老是以智能产品和信息系统平台为载体,运用物联网、大数据、云计算、人工智能、5G等技术,通过各类传感器,随时随地、全方位监控老年人身体状态与环境等信息,开展综合性、线上线下、医养融合、全方位的养老服务。

传感器在工业互联网中的应用

工业互联网的概念起源于美国GE公司率先提出。简而言之,生产设备、产品和服务通过云计算和大数据进行分析,最终通过万物互联的方法实现优化解决方案。因此,工业互联网和工业4.0有许多共同点。然而,德国工业4.0的提法不如云计算和大数据集成,而是制造业的智能化。

五种工程师最喜欢​​的机器学习分类算法

在机器学习中,分类是指预测建模问题,其中为给定的输入数据示例预测类别标签。分类问题的例子包括: 给定一个例子,分类它是否是垃圾邮件。给定一个手写字符,将其分类为已知字符之一。

机器学习如何彻底改变农业

在过去几年里,机器学习与其他大数据技术和先进计算一起发展,改变了世界各地的行业,农业也不例外。

精彩活动