电子鼻，作为一种已被普遍应用在食品检测及环境污染监测领域的技术，近年来其应用逐渐延伸至医疗健康领域，通过对人体气味的快速辨别及响应，实现对生命体征的高效检测，成为人体健康状况诊断的“嗅觉感知延伸”。

IEEE会员，宁波大学副教授郑雁公表示：“人体呼出的气体的成分与指纹一样是独一无二的，并且和健康状况有很大的关联。因此医生可以通过电子鼻检测分析人体呼出的气体成分，从而对疾病进行诊断。”

解构电子鼻

“电子鼻通常由一组化学传感器阵列和模式识别算法组成。“郑雁公副教授介绍道。“当电子鼻检测气体时，气体会与传感器敏感材料发生作用，传感器将这些变化转化为电信号，通过传感器阵列的组合从而对不同气体成分产生特定的响应模式，即‘呼吸指纹’。模式识别算法对响应模式进行计算和统计分析，以识别不同的气味。”

“模式识别对气体成分的识别分为定性或定量分析，”郑雁公副教授补充道，“定性分析是区分气体的种类，而定量分析则是估算气体的浓度。通过识别‘呼吸指纹’，电子鼻可以有效分辨不同气体成分。“

郑雁公副教授表示:“许多机器学习算法都应用于电子鼻的模式识别中，比如人工神经网络、支持向量机、决策树、主成分分析等。”

非侵入式、快速、低成本

基于人体呼出气体进行分析的电子鼻，是近年来快速发展的一种非侵入式，快速，低成本的疾病检测方法。郑雁公副教授解释道，“人体气味主要来源于呼吸、皮肤以及体液分泌物中，它们属于人体代谢产物。某些疾病会引起的体内激素水平或者新陈代谢系统的变化，从而导致人体气味成分发生变化，其中由疾病所产生的人体气体成分被称为疾病标记物，电子鼻可以通过识别人体气味中相关疾病标记物，来反应人体的生理和疾病状态，从而有效帮助临床诊断。”

“比如，呼出气体中的一氧化氮含量过高被认为是由肺部炎症引起的，而丙酮含量过高则表明患有糖尿病。此外，还有氨含量与肾功能相关，乙烷和戊烷含量过高说明具有慢性肺部疾病等等。“郑雁公副教授举例道，“通过分析哮喘患者的呼出气体中含有的疾病标记物，电子鼻可以有效鉴别哮喘患者，准确率高达90%以上”

此外，郑雁公副教授表示“电子鼻对患者的呼吸分析，获取患者代谢以及生理状态等信息，能为更精准的个性化医疗服务提供数据支持。“

目前，电子鼻的研究和技术正在取得巨大进展，郑雁公博士相信，电子鼻将在未来能在医疗健康领域发挥更关键的临床作用。