بینی الکترونیکی نگهبان تازه‌نفس مواد غذایی!

به گزارش خبرگزاری برنا؛ به تازگی بینی مصنوعی ساخته شده است که می‌تواند به سرعت میوه و غذای در حال فاسد شدن را تشخیص دهد. در این فناوری از اکسید گرافن استفاده شده است.

به گفته وی، پیش از این تلاش‌هایی برای ساخت بینی الکترونیکی صورت گرفته بود، اما محصولات موجود با چالش‌های متعددی مواجه بوده‌اند.

بینی‌های الکترونیکی می‌توانند صدها حسگر داشته باشند که هر کدام با مواد مختلف پوشیده شده‌اند و این قابلیت را به آن‌ها می‌دهد تا دامنه کاربردی گسترده‌ای داشته باشند. اما ساخت چنین بینی‌هایی با صدها حسگر بسیار هزینه‌بر است و به مواد زیادی نیاز دارد. در مقابل، حسگری که این گروه ساخته‌اند، از یک پوشش ارزان بهره‌مند است که به جای چند صد حسگر، تنها از یک لایه پوششی استفاده می‌کند.

یو دانگ، محقق دکتری دانشگاه علم و صنعت نروژ، نتایج این پروژه را در نشریه Sensors and Actuators B منتشر کرده است.

دانگ گفت: «حسگر ما گازهای مختلف را با دقت ۹۶.۷ درصد تشخیص می‌دهد. این نتیجه نه تنها با بهترین بینی‌های الکترونیکی حال حاضر برابری می‌کند، بلکه در برخی زمینه‌ها از آن‌ها نیز فراتر می‌رود.»

ترکیبات آلی فرار، گازهایی با نقطه جوش پایین هستند که معمولاً در هوا یافت می‌شوند و به‌راحتی در دماهای پایین تبخیر می‌شوند. همه موجودات زنده، از جمله گیاهان، این ترکیبات را منتشر می‌کنند و از آن‌ها برای دفاع در برابر آفات یا برقراری ارتباط استفاده می‌کنند؛ بوی علف تازه بریده شده نمونه‌ای از این ترکیبات است. همچنین، گازهای متعددی از محصولات و مواد اطراف ما آزاد می‌شوند و شناسایی این گازها از بین تعداد زیادشان چالش‌برانگیز است.

دانگ توضیح می‌دهد که وجود ایزومرها (ترکیباتی با فرمول مولکولی یکسان ولی ساختار متفاوت) نیز شناسایی را دشوارتر می‌کند.

به گفته محققان، ایزومرها شبیه دوقلوهایی هستند که بسیار مشابه‌اند اما دقیقاً یکسان نیستند، و تشخیص آن‌ها همواره چالشی برای این نوع فناوری‌ها بوده است. حتی پیچیده‌ترین بینی‌های الکترونیکی با این مسئله روبرو هستند.

این فناوری حسگری تاکنون روی میوه‌ها و گوشت‌های در حال فاسد شدن آزمایش شده است. با تنظیم الگوریتم‌هایی که «اثر انگشت» منحصر به فرد گازهای مختلف را شناسایی می‌کنند، محققان باور دارند که این فناوری ممکن است بتواند بیماری‌ها را نیز تشخیص دهد؛ هرچند برای شناسایی بیماری‌هایی مانند سرطان، این الگوریتم‌ها نیاز به آموزش طولانی‌مدت دارند.

انتهای پیام/