ESCUELA TCNICA SUPERIOR DE INGENIEROS DE

TELECOMUNICACIN




UNIVERSIDAD POLITCNICA DE MADRID




NARIZ ELECTRNICA




TRABAJO INSN




Jos Manuel Gonzlez Otero
Fernando Fernndez Valenzuela



Curso:
2012-2013




2

Resumen
El documento presente, hace un repaso a los sistemas de captacin de
aromas electrnicos o sistemas de nariz artificial, describiendo los componentes de
dichos sistemas, los procesos necesarios para hacerlos funcionar y algunos
ejemplos prcticos.

Se trata de un tema muy interesante por la cantidad de posibles
aplicaciones en mundos como la medicina, alimentacin, laboratorios hasta
anlisis del aire en el hogar o el automvil.

Como ya veremos, existen multitud de sensores, cuya capacidad de
detectar molculas no es exacta y solo mediante la unin de mltiples sensores, y
un procesado adecuado se pueden obtener resultados.


Palabras clave
Nariz artificial, olfato, sensores, support vector machine, redes
neuronales.




























3


ndice












1. Introduccin..

2. Sistemas de nariz artificial 4
4
2.1. Funcionamiento.. 4
2.2. Sensores. 5
2.2.1. Sensores basados en la conductividad. 5
2.2.2. Sensores basados en MOSFET. 7
2.2.3. Sensores piezoelctricos 7
2.2.4. Sensores pticos................................................ 8
3. Algoritmos................................................ 9
4. Aplicaciones 13
4

1. Introduccin
Los sistemas de nariz electrnica o artificial, tambin llamados captadores
de aromas, tienen como objetivo detectar sustancias qumicas en un medio, ya sea
gaseoso o lquido. El nombre de nariz artificial le es dado por la similitud con el
sentido del olfato en los animales, cuyo objetivo es captar sustancias beneficiosas
y perjudiciales para el organismo. As, una de las funciones ms evidentes de
estos sistemas, es la de emular al sentido del olfato y detectar el estado de los
alimentos, del agua o del aire. Se puede ir ms all y tratar de desarrollar un
sistema que emule a un humano experto, por ejemplo, en clasificar alimentos y
bebidas por calidades.

Lo que a priori parece un problema no demasiado complicado, resulta no
tener una solucin evidente. Si lo comparamos con el sentido de la vista, por
ejemplo, que es emulado por los sensores fotogrficos, este sentido es mucho ms
complejo, pues no es suficiente con un tipo de detector como en imagen, sino que
resulta necesario crear una batera de sensores especficos o relativamente
especficos, que capten las sustancias qumicas deseadas y no resulten tan
sensibles a otras.
Este complejo problema tiene una gran cantidad de soluciones alternativas,
con muchos niveles de complejidad y aplicaciones de todo tipo, que procederemos
a explicar en los apartados siguientes.

2. Sistemas de nariz artificial
2.1 funcionamiento
Las neuronas olfativas ciliadas y la transduccin de la seal desde los receptores
olfativos son reemplazadas por sensores electro-qumicos que responden a
compuestos voltiles y por circuitos de acondicionamiento de la seal que la
convierte en una seal elctrica suficientemente amplificada, filtrada y con poco
ruido, y como ltimo paso la codificacin de la seal neuronal para poder
reconocer el olor y la intensidad de ste se hace mediante circuitos que adquieren,
convierten la seal analgica en digital y procesan la seal mediante un anlisis de
patrones almacenados en una base de datos.



Elementos bsicos de una nariz electrnica
5

2.2 Sensores
Hay sensores electro-qumicos de distinto tipo, los sensores estn compuesto de
dos partes, una parte sensible o activo, cuyas propiedad fsicas o qumicas
cambian en la presencia de la sustancia que ha de detectar y que sustituyen a la
capa de mucus donde la molculas se disuelven, la otra parta est formado un
elemento transductor, necesario para convertir los cambios en las propiedades
fsicas o qumicas en un seal elctrica, que sustituye a la transduccin hecha en
el bulbo olfativo. Se puede utilizar tres tipos de recubrimiento inorgnico, orgnico
y biolgico.

Inorgnicos como el semiconductor metal oxido, de gran estabilidad y
pureza pero poco flexibles a la hora obtener recubrimientos que
proporcionen propiedades de selectividad y sensibilidad.
Orgnicos como los polmeros, son muy flexibles ya que se puede obtener
recubrimientos que proporcionen una buena selectividad y sensibilidad, por
el contrario los componentes orgnicos son poco estables y producen
problemas en la respuesta de los sensores.
Biolgicos como encimas, protenas, son muy sensibles pero al igual que
ocurre con los orgnicos son muy poco estables.
Los sensores ms empleados en la fabricacin de nariz artificial son los de
semiconductores de xido metal, polmeros, piezoelctricos (QCM y SAW) y
pticos.
2.2.1 Sensores basados en la conductividad
Semiconductor xido metal
Los sensores semiconductores de xido metal (MOS, Metal Oxyde
Semiconductora) son los ms utilizados, Se fabrican mediante el empleo de
materiales semiconductores tales como el xido de estao (Sn02), xido de galio
(ga2o3) y xido de titanio (TiO2), stos materiales semiconductores se disponen
entre dos electrodos a una temperatura elevada entre 200C y 400C. A travs del
xido de metal y entre los electrodos pasa la corriente elctrica, producindose
cambios en la resistencia elctrica debido a las interacciones entre la especie
gaseosa y la superficie del semiconductor. La conductividad elctrica del sensor
est afectada fundamentalmente por dos tipos de interacciones con la atmsfera
gaseosa, adsorcin directa de las molculas voltiles sobre la superficie del
sensor, y reacciones de superficie con las especies adsorbidas. Los dos tipos de
interacciones producen un aumento del nmero de electrones presentes en la
banda de conduccin, consiguindose un aumento de conductividad en el
semiconductor y por ello un descenso de la resistencia elctrica.
Estos pequeos sensores de tamao son robustos, tienen una muy buena
sensibilidad, su procesamiento de la seal es simple, y tienen un costo muy bajo
[1], Simon 2001. Aunque los sensores estn fabricados con materiales resistentes
a la humedad, su sensibilidad se ve afectada por la humedad, ya que la
sensibilidad del sensor disminuye cuando aumenta la humedad.
6


Polmeros Conductores
Estos sensores estn hechos de una amplia gama de monmeros que se
polimerizan por mtodos qumicos o electroqumicos, obteniendo un fino
recubrimiento de polmero al hacer pasar una corriente a travs de un electrodo a
otro. En estos dispositivos, al adsorber molculas del compuesto orgnico voltil
sobre la superficie del polmero se produce un cambio en sus propiedades de
conductividad, es decir, cuando el gas fluye a travs del sensor, los compuestos
voltiles se adhieren a la superficie, y un proceso de adsorcin se produce en la
capa del polmero que altera el flujo de electrones y por tanto la conductividad.









7

2.2.2 Sensores basados en MOSFET

Los sensores MOSFET (Metal-oxide-semiconductor Field-effect transistor) son
dispositivos de deteccin de olor que se basan en el principio de que los
compuesto orgnicos voltiles en contacto con un metal cataltico puede producir
una reaccin en el metal. Un compuesto orgnico voltil produce una reaccin en
la capa de deteccin, esto produce un cambio en la propiedades fsicas de la
puerta, cambiando de este modo la tensin de umbral y por lo tanto la
conductividad canal.
Los sensores MOSFET son robustos y con baja sensibilidad a la humedad, pero
cuya selectividad y sensibilidad puede verse afectada por la temperatura de trabajo
(75-200c), tipo de metal de la puerta y la microestructura del metal cataltico. Su
caracterstica robusta hace particularmente tiles en aplicaciones ambientales [2],
Spetz 2000. Muestran una buena sensibilidad a sustancias txicas e inflamables [3],
Zhao 2000.

2.2.3 sensores piezoelctricos
Piezoelctrico QCM
Los sensores QCM (Quartz Cristal Microbalance) se basan en la medicin de un
cambio de masa, la frecuencia de oscilacin cambia en proporcin a la cantidad de
masa absorbida sobre la superficie del cristal de cuarzo, de tal forma se podr
determinar la cantidad de masa midiendo la frecuencia de oscilacin.
Un cristal de cuarzo por si solo no es un sensor qumico, para que se comporte
como un sensor qumico, el cristal de cuarzo ha de estar recubierto de polmero
capaz de captar molculas voltiles, de esta forma se consigue que la adsorcin
de un gas sobre la superficie del polmero conduzca a cambios en la masa en la
superficie que a su vez produce un cambio en la frecuencia de resonancia del
cristal.











8


Piezoelctrico SAW

Los sensores (Surface acoustic wave) son dispositivos electro-acsticos basados
en las propiedades piezoelctricas de material de cuarzo han sido utilizados con
xito para la fabricacin de sensores desde 1964. Estos sensores se basan en la
propagacin de las ondas acsticas producidas por materiales piezoelctricos en
una estructura multicapa, normalmente cuarzo o niobato de litio, est recubierto
por dos pares de peines interdigitales, usualmente de aluminio que actan como
reflectores y emisores. Uno de los pares es usado como detector y el otro para
establecer la referencia. Sobre el par usado como detector se deposita el
recubrimiento sensible, de forma que al adsorberse sobre l las molculas de gas
se modifica la conduccin de las ondas de radiofrecuencia respecto a la referencia,
lo que se traduce en una variacin de la frecuencia de oscilacin, magnitud que se
relaciona con la cantidad de material adsorbido sobre la superficie del
recubrimiento.





2.2.4 sensores pticos
Espectroscopia de interferencia reflectomtrica
Esta tcnica consiste en la medicin de la variacin del ndice de refraccin al
pasar un rayo de luz a travs del recubrimiento sensible a la absorcin de
molculas que se quiere detectar.
La tcnica se basa en la deteccin de la interferencia de la luz blanca incidente,
sta sufre una reflexin con ngulos diferentes segn el material que el haz
luminoso atraviesa. Al a travesar el recubrimiento de polmero el haz se refracta
segn un ndice de refraccin. La cantidad de luz refractada se detecta segn la
longitud de onda recibida. Al absorber el polmero sensible un compuesto orgnico
voltil se produce un incremento en el espesor del recubrimiento que debe
atravesar el haz de luz, producindose un cambio en la interferencia proporcional
9

al incremento del espesor del recubrimiento, con ellos se consigue detectar
cambios muy pequeos de compuestos orgnicos voltiles en el polmero.

Fluorescencia
La fluorescencia consiste en foto-depositar sobre uno de los extremos de la fibra
ptica un material polmero fluorescente (colorante).
En esta tcnica se aplica mediante una fuente de luz un haz de poca anchura
espectral sobre el extremo que no se ha depositado material sensible, este haz
excita la fibra ptica llegando el haz de luz al otro extremo de la fibra, originndose
una intensidad de fluorescencia a la longitud de onda seleccionada desde el
elemento sensible, es decir, esta reaccin cambia la polaridad del colorante,
cambiando de este modo los espectros de emisin de fluorescencia.



3. Algoritmos

Una vez tenemos un sistema analgico captador de la informacin, y un
conversor analgico analgico/digital que sea capaz de llevar estos datos a un
ordenador o sistema de procesamiento, procederemos a tratar de obtener
resultados tiles a partir de dichos datos.

Como ya hemos mencionado, los sensores tienen una especificidad parcial,
es decir, reaccionan todos ellos a varias sustancias qumicas, con patrones de
respuesta distintos a cada una de ellas y a la concentracin que exista. De forma
que con un solo sensor, no podramos determinar cul es elemento presente entre
todas las posibilidades.

Para lidiar con este problema, se recurrir a algoritmos estadsticos que
puedan sacar conclusiones a partir del gran volumen de datos existente.

A continuacin se presentan unas grficas a modo de ejemplo, que
representan las respuestas de 2 sensores a dos sustancias diferentes, cada una
con barras de un color. En este caso, se presenta en el eje OY la concentracin de
la sustancia, y en el eje OX la respuesta del sensor. Con el ejemplo se hace
patente que no es posible determinar la concentracin de cada uno de los
elementos con uno solo de los sensores, ms an si necesitramos detectar una
10

cantidad mayor de sustancias y sus concentraciones. Un sistema real puede
disponer de gran cantidad de sensores con sensibilidad a mltiples sustancias,
obtener resultados definitivos exigir procesar los datos.








Respuesta del sensor 2


Otra utilidad de los algoritmos de clasificacin, puede ser la puntuacin de
la sustancia en funcin de las proporciones obtenidas. Un ejemplo de este uso se
encuentra en el documento [4], en el que se clasifican manzanas en calidades a
partir de las sustancias detectadas, usando un rbol de clasificacin.


3.1 Ejemplo bsico, rbol de clasificacin

Es un algoritmo muy sencillo, que requiere uno o varios umbrales para cada
una de las variables. La clasificacin se realiza de forma consecutiva, aplicando los
umbrales determinados para cada variable. As por ejemplo, en el documento [4],
se aplica un rbol binario (cada parmetro dispone de un umbral y clasifica dos
grupos por parmetro) para determinar la calidad de las manzanas.

CANTIDAD DE CADA
SUSTANCIA
EN FUNCIN DE LA
RESPUESTA DEL
SENSOR 1
Medidas concluyentes Medidas No concluyentes
CANTIDAD DE CADA
SUSTANCIA
EN FUNCIN DE LA
RESPUESTA DEL
SENSOR 2
11



El inconveniente de este tipo de clasificacin, es que la complejidad se
incremente en gran medida al aumentar la cantidad de parmetros, umbrales etc.
adems los umbrales pueden no ser exactos y requerir procesos estadsticos ms
avanzados.

3.2 Algoritmos complejos ms utilizados

Existen infinidad de algoritmos documentados para realizar clasificaciones,
y en la prctica, se utilizan combinaciones de varios sub-algoritmos. El documento
[5] estudia la efectividad de algunos de estos algoritmos.

Los procesos suelen ser comunes en las diferentes opciones de procesado
existentes. Antes de la clasificacin, se realiza un proceso de filtrado. Luego se
realiza una transformacin con algoritmos como PCA Principal Component
Analysis o LDA Linear discriminant analysis. Por ltimo se combina con otros
como SVM Support Vector Machine o ANN Artificial Neural Networks, que
realizan la clasificacin en s. En [6] se utiliza un proceso semejante en anlisis de
caf, por ejemplo.




Manzana
No hay sustancias
de
descomposicin
Alto nivel de
azcar
Buena apariencia Categora I
Mala apariencia Categora II
Bajo nivel de
azcar
Hay sustancias de
descomposicin
Baja categora
Extraccin de
datos de
sensores
Algoritmos de
depuracin
(filtrado)
Transformacin
de datos (PCA,
LDA...)
Clasificacin
(Redes
Neuronales,
support vector
machine,
boosting...)
Extraccin de
conclusiones y
union a otros
mecanismos de
anlisis
(imgenes, IR,
escneres...)
12

3.2.1 PCA Principal Component Analysis y LDA Linear
discriminant analysis

Como ya se ha mencionado, los outputs de los sensores qumicos son
tremendamente complejos ms an si el nmero de sensores es elevado, y
destaca que no son especficos, ya que responden a varias sustancias a la vez.
Estos algoritmos tratan de simplificar el problema inicial, proyectando la
informacin multidimensional en un espacio de menos dimensiones, de forma que
cada caracterstica nueva equivalga a un sensor especfico. Las nuevas variables
creadas se llamarn componentes principales, que sern incorreladas. Una vez
hecho esto, se utiliza un algoritmo como el SVM (Support Vector Machine) o redes
neuronales, para agrupar e identificar resultados.





3.2.2 Algoritmo SVM (Support Vector Machine)

Es un algoritmo supervisado, es decir, que requiere un entrenamiento
previo, ampliamente utilizado para multitud de tareas, y con distintas variantes y
modelos de entrenamiento. Lo que hace es, bsicamente, decir si un determinado
grupo de caractersticas corresponden a un grupo u otro. Para ello es necesario
disponer de ejemplos, ya clasificados, de todos los grupos, que se tomarn en la
fase de entrenamiento.

La forma de realizar la clasificacin es bastante compleja, lo primero que
realiza es una proyeccin de los valores a un espacio de ms dimensiones. Dicha
proyeccin puede ser de mltiples tipos y ha de tenerse en cuanta en el
entrenamiento. Posteriormente se dispondrn varios hiperplanos que dividen el
hiperespacio creado en varios grupos, de forma que cuando se presente un caso a
estudiar, se clasificar segn la zona del hiperespacio en la que caiga.

13

El elemento crtico es la fase de entrenamiento y la seleccin de parmetros
de proyeccin y los criterios se creacin de los hiperplanos. Existen sistemas
complejos de entrenamiento, como los cross-validation, que ejecutan pruebas y
comprobaciones de efectividad de multitud de combinaciones de dichos
parmetros, para finalmente determinar que combinacin de ellos es ms efectiva.

El inconveniente de estos algoritmos es la complejidad del entrenamiento,
que puede llegar a hacerlo muy costoso computacionalmente, y llevar mucho
tiempo en mquinas convencionales, adems debe repetirse si se aaden o
mejoran los sensores del sistema.


3.2.3 Redes neuronales
Quizs el algoritmo supervisado ms conocido. Consistente en una red de
neuronas artificiales, modeladas de forma parecida a las redes reales, que se
entrenan para clasificar. Cada neurona recibe varias entradas, que poseern
distintos pesos, se sumarn las entradas ponderadas por los pesos y las salidas se
transmitirn en funcin de esa suma.

Es necesario un proceso de entrenamiento, donde se asignan los
mencionados pesos, en funcin de los datos de entrenamiento. Adems hay que
seleccionar la topologa ms adecuada para la red de neuronas, que suele
consistir en capas de neuronas de distintos tamaos, por lo que existe un proceso
experimental en ese aspecto.

Tenemos ejemplos como [7], donde se clasifica arroz en variedades con
este algoritmo, en [8] la calidad del aire en un sistema porttil, en [9] la
variedad de uva y denominacin de origen de distintos vinos etc.












14




4. Aplicaciones

Los sistemas de nariz artificial se utilizan, como ya habamos adelantado,
para detectar sustancias en medios lquidos o gaseosos. Las aplicaciones ms
comunes son anlisis de alimentos y bebidas, anlisis de la calidad del aire,
anlisis qumicos en laboratorios, deteccin de enfermedades, etc. A continuacin
presentaremos algunas aplicaciones basadas en nariz artificial, aunque algunas de
ellas se combinan con otro tipo de anlisis simultneos.


5.1 Clasificacin de manzanas en calidades

Esta aplicacin se encuentra descrita en el documento [4] Apple quality
assessment by fusion three sensors, del IEEE. En resumen, este sistema utiliza
tres tipos de sensores, cmaras pticas, espectrmetro de infrarrojo cercano y
nariz electrnica. Las cmaras se usarn para determinar el color, tamao, forma
etc. El espectrmetro ser capaz de determinar la cantidad de azcar. La nariz
artificial se usar para buscar indicadores de descomposicin. Nos centraremos en
describir el sistema de nariz artificial usado.


La muestra se encuentra en una cmara cerrada, donde debe estar tres
minutos para que se recopilen las sustancias a analizar. A continuacin se hace
funcionar una bomba, que mover el aire con los gases a lo largo de los sensores
qumicos. En este caso se trata de un array de nueve sensores, cada uno de los
cuales proporciona cuatro seales de salida. Tras la adquisicin de las seales se
proceder a limpiar la cmara de los sensores bombeando un gas de referencia
durante dos minutos, mientras se recopila el gas de la siguiente muestra en la
cmara. Con las treinta y seis seales se llevar a cabo el procesamiento, que
consistir en una red neuronal artificial, entrenada con muestras de manzanas
estropeadas y en buen estado. Dicho sistema posee una efectividad del 98%.



15




5.2 .Catalogacin de Vinos
Permite la catalogacin de vinos como complemento a la cata hecha por
especialista, permitiendo distinguir entre distintas variedades de uva, porcentaje de
mezcla en vinos con distintas variedades e incluso denominaciones de origen,
tambin permite estimar la calidad de la cosecha, el carcter y estilo del vino, el
tipo de madera y tiempo de envejecimiento del vino, defectos producidos por un
incorrecto proceso de elaboracin o envejecimiento y defectos por olor a corcho.

Aplicacin descrita en el documento [9] Analysis of grape variety and
denomination of origin of several wines with an artificial nose, del CSIC. El sistema
consiste en un array de 16 sensores de tipo MOS, Metal Oxyde Semiconductor,
descritos en el apartado 2.2.1, se dispone de un sistema de limpieza con gas de
referencia y los elementos necesarios para digitalizar los resultados y analizarlos.
El sistema de reconocimiento se ha entrenado con 12 tipos de vino distribuidos en
dos variedades de uva blanca y dos de tinta, de Madrid, Aragn y La Mancha.


El sistema de procesado utilizado consiste en un PCA Principal Component
Analysis que proyecta los datos de los sensores en tres dimensiones incorreladas,
seguido de una red neuronal artificial para clasificar los vinos.

Los creadores afirman obtener resultados con un 91% de efectividad en la
determinacin de la variedad de uva y 95% en la determinacin de la procedencia.



16


5.3 Deteccin de enfermedades del aparato respiratorio

Esta aplicacin est descrita en el documento [10] Analysis of Lung Cancer
Patients Using an Electronic Nose Detection System, del IEEE. La nariz electrnica
permite un diagnstico de enfermedades de aparato respiratorio (tales como el
asma, enfermedad pulmonar obstructiva crnica, tuberculosis pulmonar, cncer de
pulmn) de forma no invasiva, siendo una herramienta muy til para la deteccin
precoz de enfermedades respiratorias con un coste bajo comparado con los
mtodos actuales de deteccin.

Por ello el anlisis del aliento exhalado se ha convertido en un rea de
creciente investigacin incluyendo el cncer pulmonar. Uno de los sistemas
consiste en una matriz de sensores de gas de onda acstica de superficie (SAW),
descrito en el apartado 2.2.3, seguido de un sistema de acondicionamiento de la
seal y por ltimo red neuronal artificial capaz de clasificar posibles biomarcadores
indicativos de carcinognesis pulmonar.

Un dispositivo que ha demostrado ser capaz de identificar caractersticas en la
respiracin de pacientes con cncer de pulmn ha sido el sistema Cyranose.

6.0. Bibliografa:

[1] Simon, I, Brsan, N., Bauer, M., Weimar, U. (2001).Micromachined metal
oxide gas sensors: opportunitiesto improve sensor performance. Sens.

[2] Germany. Spetz, A.L., Tobias, P., Unus, L., Svenningstorp, H.,Ekedahl, L-
G, Lundstrm, I. (2000). High temperaturecatalytic metal field effect transistors
for industrialapplications. Sens.

[3] Zhao, S., Sin, J.K. O., Xu, B., Zhao, M., Peng, Z., Cai, H.(2000). A high
performance ethanol sensor based onfield-efecct transistor using a LaFeO3
nano-crystallinethin-Film as a gate electrode. Sens.

[4] Apple quality assessment by fusion three sensors.
Zou Xiaobo* Zhao Jiewen (Agricultural Product Processing Lab, Jiangsu
University, Zhenjiang, Jiangsu 212013, China).

[5] Overview of Electronic Nose Algorithms.
Paul E. Keller. Battelle Pacific Northwest Division

[6] Least square support vector machines in combination with principal
component analysis for electronic nose data classification.
Xiaodong Wang, Jianli Chang, Ke Wang Department of Electronic Engineering
Zhejiang Normal University Jinhua, China

[7] Classification of Aromatic and Non-Aromatic Rice using Electronic Nose and
Artificial Neural Network.
Centre for Development of Advanced Computing SaltLake, Kolkata, India

17

[8] A novel cost-effective portable electronic nose for indoor/in-car air quality
monitoring.
F.C.Tian, C. Kadri, L. Zhang, J.W.Feng, L.H.Juan, P.L.Na College of Electronic
and Communication Engineering, Chongqing University, Chongqing, China.

[9] Analysis of grape variety and denomination of origin of several wines with an
artificial nose.
M. Aleixandre, J.A. Gonzlez, I. Sayago, M.J. Fernndez, J. Gutirrez, M.C.
Horrillo Instituto de Fsica Aplicada, CSIC, Madrid, Spain.

[10] Breath Analysis of Lung Cancer Patients Using an Electronic Nose
Detection System.
IEEE SENSORS JOURNAL, Varios autores.