位置:成果数据库 > 期刊 > 期刊详情页
基于脑-机接口和嗅觉解码的仿生气味识别系统
  • ISSN号:1001-0548
  • 期刊名称:《电子科技大学学报》
  • 时间:0
  • 分类:TP212.3[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]浙江大学生物医学工程与仪器学院,生物传感器国家专业实验室,生物医学工程教育部重点实验室杭州310027
  • 相关基金:国家自然科学基金(61320106002);高校博士点基金(20120101130011)
中文摘要:

为了探讨利用生物嗅觉传感系统进行气味识别的可行性,提出了一种基于脑-机接口的仿生气味识别系统。该系统利用大鼠嗅觉感受细胞作为气味敏感传感单元,使用16通道植入式微丝电极记录和分析具有气味刺激特征的嗅球僧帽细胞电位响应信号。实验结果显示,该系统对气味具有高度敏感性,通过一定模式识别处理算法,不同的气味刺激具有较好的区分性,证明了该系统有望应用于气味的检测和识别。

英文摘要:

Mammalian olfactory systems have merits of higher sensitivity, selectivity and faster response than current electronic nose systems based on chemical sensor array in odor recognition. The purpose of this study is to develop a biomimetic olfactory sensing system based on brain-machine interface technology for odor detection in vivo electrophysiological measurements of olfactory bulb. In this work, extracellular potentials of mitral/tufted cells in olfactory bulb were recorded by implanted 16-channel microwire electrode arrays. The odor-evoked response signals were analyzed. We found that neural activities of different neurons showed visible different firing patterns in both temporal features and rate features when stimulated by different small molecular odorants. Odors were classified by an algorithm based on population vector similarity and support vector machine. The results suggest that the novel bioelectonic nose is sensitive to odorant stimuli. With the development of BMI and olfactory decoding methods, we believe that this system will represent emerging and promising platforms for wide applications in medical diagnosis and security fields.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子科技大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:电子科技大学
  • 主编:周小佳
  • 地址:成都市成华区建设北路二段四号
  • 邮编:610054
  • 邮箱:xuebao@uestc.edu.cn
  • 电话:028-83202308
  • 国际标准刊号:ISSN:1001-0548
  • 国内统一刊号:ISSN:51-1207/T
  • 邮发代号:62-34
  • 获奖情况:
  • 全国优秀科技期刊,第二届全国优秀科技期刊二等奖,两次获国家新闻出版署、国家教委“全国高校自然科...,中国期刊方阵双百期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12314