휴대용 전자 후각 장치에서 다채널 마이크로 센서 신호의 영상 정합을 이용한 가스 인식 Vapor Recognition Using Image Matching of Micro-Array Sensor Response from Portable Electronic Nose원문보기
휴대용 인공 전자 후각 시스템 (E-nose)의 가스 측정 환경은 실험실 내의 정교하게 제어되는 환경과 달리 온도, 농도, 기체 시료의 유속 등의 외부 요인의 변동이 매우 심하다. 이런 환경에서도 사용 가능한 단순하고 강인하고 정확한 가스 패턴 인식 알고리듬의 개발은 마이크로 바이오 센서의 발달과 함께 확대되고 있는 휴대용 및 소형 측정 진단 시스템에 있어 매우 중요하다. 본 연구에서는 PDA 기반의 휴대용 전자 후각 시스템을 활용해 실제 변화하는 환경에서 다채널 마이크로 센서로부터 감지되는 가스 신호를 수집하고, 여기에 영상 정합 기법을 적용하여 알고리듬의 강인성과 향상된 정확도를 검증하는 것을 목표로 하였다. 제안된 방법을 6종류의 가스 시료에 대한 7채널 마이크로 센서의 휴대 환경 측정 데이터에 적용하고, 기존의 최대 민감도 특징 추출 기법과 비교한 결과, 외부 환경의 변동에 영향 받지 않는 안정된 인식 성능 뿐 아니라 기존의 방법으로 구별하기 어렵던 2 종의 유사한 가스 시료에 대해서도 정확한 구분이 가능함을 보였다. 제안된 방법은 다양한 환경 변화에 노출되는 유비쿼터스 센서 네트워크 (USN)의 데이터 처리에도 쉽게 응용될 수 있을 것이며, 응용 현장에서 높은 안정성과 정확성을 요구하는 휴대용 의료 진단, 환경 감지 기술의 실용화에 큰 도움을 줄 수 있을 것으로 기대한다.
휴대용 인공 전자 후각 시스템 (E-nose)의 가스 측정 환경은 실험실 내의 정교하게 제어되는 환경과 달리 온도, 농도, 기체 시료의 유속 등의 외부 요인의 변동이 매우 심하다. 이런 환경에서도 사용 가능한 단순하고 강인하고 정확한 가스 패턴 인식 알고리듬의 개발은 마이크로 바이오 센서의 발달과 함께 확대되고 있는 휴대용 및 소형 측정 진단 시스템에 있어 매우 중요하다. 본 연구에서는 PDA 기반의 휴대용 전자 후각 시스템을 활용해 실제 변화하는 환경에서 다채널 마이크로 센서로부터 감지되는 가스 신호를 수집하고, 여기에 영상 정합 기법을 적용하여 알고리듬의 강인성과 향상된 정확도를 검증하는 것을 목표로 하였다. 제안된 방법을 6종류의 가스 시료에 대한 7채널 마이크로 센서의 휴대 환경 측정 데이터에 적용하고, 기존의 최대 민감도 특징 추출 기법과 비교한 결과, 외부 환경의 변동에 영향 받지 않는 안정된 인식 성능 뿐 아니라 기존의 방법으로 구별하기 어렵던 2 종의 유사한 가스 시료에 대해서도 정확한 구분이 가능함을 보였다. 제안된 방법은 다양한 환경 변화에 노출되는 유비쿼터스 센서 네트워크 (USN)의 데이터 처리에도 쉽게 응용될 수 있을 것이며, 응용 현장에서 높은 안정성과 정확성을 요구하는 휴대용 의료 진단, 환경 감지 기술의 실용화에 큰 도움을 줄 수 있을 것으로 기대한다.
Portable artificial electronic nose (E-nose) system suffers from noisy fluctuation in surroundings such as temperature, vapor concentration, and gas flow, because its measuring condition is not controled precisely as in the laboratory. It is important to develop a simple and robust vapor recognition...
Portable artificial electronic nose (E-nose) system suffers from noisy fluctuation in surroundings such as temperature, vapor concentration, and gas flow, because its measuring condition is not controled precisely as in the laboratory. It is important to develop a simple and robust vapor recognition technique applicable to this uncontrolled measurement, especially for the portable measuring and diagnostic system which are expanding its area with the improvements in micro bio sensor technology. This study used a PDA-based portable E-nose to collect the uncontrolled vapor measurement signals, and applied the image matching algorithm developed in the previous study on the measured signal to verify its robustness and improved accuracy in portable vapor recognition. The results showed not only its consistent performance under noisy fluctuation in the portable measurement signal, but also an advanced recognition accuracy for 2 similar vapor species which have been hard to discriminate with the conventional maximum sensitivity feature extraction method. The proposed method can be easily applied to the data processing of the ubiquitous sensor network (USN) which are usually exposed to various operating conditions. Furthermore, it will greatly help to realize portable medical diagnostic and environment monitoring system with its robust performance and high accuracy.
Portable artificial electronic nose (E-nose) system suffers from noisy fluctuation in surroundings such as temperature, vapor concentration, and gas flow, because its measuring condition is not controled precisely as in the laboratory. It is important to develop a simple and robust vapor recognition technique applicable to this uncontrolled measurement, especially for the portable measuring and diagnostic system which are expanding its area with the improvements in micro bio sensor technology. This study used a PDA-based portable E-nose to collect the uncontrolled vapor measurement signals, and applied the image matching algorithm developed in the previous study on the measured signal to verify its robustness and improved accuracy in portable vapor recognition. The results showed not only its consistent performance under noisy fluctuation in the portable measurement signal, but also an advanced recognition accuracy for 2 similar vapor species which have been hard to discriminate with the conventional maximum sensitivity feature extraction method. The proposed method can be easily applied to the data processing of the ubiquitous sensor network (USN) which are usually exposed to various operating conditions. Furthermore, it will greatly help to realize portable medical diagnostic and environment monitoring system with its robust performance and high accuracy.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
, 2) 기체 시료의 온도, 농도, 및 유속 등 환경 요인이 제어되지 않는 상황에서 얻은 VOC 측정 결과에 대하여 적용함으로써[7～8], 알고리듬의 효용성을 검증하는 것을 목표로 하였다.
본 연구에서는 영상 매칭 기법을 PDA 기반의 휴대용 전자 후각 시스템에 적용하여, 잡음에 보다 강인하고, 정확도가 향상된 가스 인식 기법을 개발하고 이를 실험을 통해 검증하였다.
제안 방법
휴대용 시스템의 측정 결과로부터 산출된 정합 수치를 표 2, 표 3에 정리하였다. 6종류 시료에 대한 총 130회의 측정 결과로부터 모든 가능한 상호 정합 수치를 산출하였다. 각 셀의 수치는 같은 종류의 시료 쌍에 대하여 계산된 총 400개 (메탄올이 포함된 경우 600개) 수치의 평균을 나타낸다.
제안된 알고리듬의 검증을 위해 아세톤 (acetone), 벤젠 (benzene), 클로로폼 (chloroform), 싸이클로(c-)헥산 (cyclohexane), 에탄올 (ethanol), 메탄올 (methanol) 등 총 6 종류의 액체 상태의 VOC 시료를 그림 1에서 보인 것처럼 용기에 담아 측정에 사용하였다. 각 시료에 대해 20회의 반복 측정이 시행되었다. (메탄올 측정 시 신호의 변동이 심하여 알고리듬 검증을 위한 다양한 샘플 확보를 위해 30회 반복 측정함)
이에 반해, 본 연구진의 사전 연구에서는 센서와의 반응으로 인해 다채널 측정 신호의 전반에 나타나는 가스 시료의 고유한 특징[16～17]을 유지하기 위해 채널 별 특징을 따로 추출하여 벡터 공간으로 대응시키지 않고, 센서 채널 전체의 시간의 흐름에 따른 응답을 그대로 벡터 공간 상에 대응시키는 방법을 택하였으며, 이를 위한 경제적인 방법의 일환으로, 각 채널의 측정 신호를 각 행으로 갖는 2차원 시계열 행렬로 구성하였다. 이는 2차원 영상데이터의 형태와 동등하며, 여기에 영상 인식의 기본 기법인 영상 정합 (image matching) 을 적용하여 서로 다른 가스 시료간의 구분을 보다 정확하게 한 바 있다[18].
일반 환경에서의 가스 시료 측정을 위해 이전 연구에서 본 연구진에 의해 개발된 다채널 마이크로 센서 및 PDA 기반의 휴대용 전자 후각 시스템을 사용하였으며[7, 19], 휴대용 전자 후각 시스템의 센서 구성을 위해 다양한 센서 물질 중, 관련 측정 데이터의 통계 분석 결과를 바탕으로 7종류의 화합물을 선택하였다. 참고로 해당 목록을 표 1에 나타내었다[7].
대상 데이터
제안된 알고리듬의 검증을 위해 아세톤 (acetone), 벤젠 (benzene), 클로로폼 (chloroform), 싸이클로(c-)헥산 (cyclohexane), 에탄올 (ethanol), 메탄올 (methanol) 등 총 6 종류의 액체 상태의 VOC 시료를 그림 1에서 보인 것처럼 용기에 담아 측정에 사용하였다. 각 시료에 대해 20회의 반복 측정이 시행되었다.
데이터처리
측정데이터를 2차원 영상 (행렬)의 형태로 표현한 후각 가스 시료 측정치 간의 정합 수치 (matching score) 를 식 (1) 의 상관 계수 (correlation coefficient)를 이용하여 산출하였다[18].
이론/모형
Table 3. Matching scores between all possible pairs in 130 dataset (20 repetitive measurements for each of 5 vapor species and 30 for methanol) using the proposed method. Each cell value shows average of different pairs in that group.
성능/효과
표 2. 6종류 시료에 대한 총 130회의 측정 결과에 대해 기존의 최대 민감도 특징 벡터로 산출한 모든 상호 정합 수치. 각 셀의 수치는 같은 종류의 시료 쌍에 대하여 계산된 총 400개 (메탄올이 포함된 경우 600개) 수치의 평균을 나타냄
표 3. 6종류 시료에 대한 총 130회의 측정 결과에 대해 제안된 방법으로 산출한 모든 상호 정합 수치. 각 셀의 수치는 같은 종류의 시료 쌍에 대하여 계산된 총 400개 (메탄올이 포함된 경우 600개) 수치의 평균을 나타냄
하지만, 본 연구에서 제안된 영상 정합을 사용하면 센서에 도달하는 시료의 농도차이로 인한 신호 폭과 기저선의 변동 성분이 모두 템플릿 정합치 계산에 내제된 정규화 효과를 통해 보정될 뿐 아니라, 개별 센서에 작용하는 서로 다른 잡음의 영향은 상관 계수내의 공분산산출 과정에서 채널 상호간의 신호 변화 추세를 고려하는 과정에서 자연스럽게 배제되게 된다. 결과적으로 잡음 환경에서 얻은 신호의 각 채널에서 추출된 특징 벡터만을 사용한 가스 패턴 인식 보다, 다채널에 걸친 신호의 상호 변화 추세를 고려한 패턴 인식이 더 우수한 성능을 보인 것임을 알 수 있다.
그러나 제안된 방법에 의한 두 가스 측정 신호의 정합치는 표 3과 그림 4에서보는 바와 같이 매우 낮은 값으로 감소하여, 혼동하기 쉬운 두 가스 시료가 확실히 구분될 수 있음을 보여준다.
더욱이 외부 요인으로 인한 측정치의 매 변화에도 불구하고 격자 내 (반복 측정 데이터)의 상호 정합 수치는 비교적 비슷한 값으로 유지됨을 볼 때, 기존의 방법에 비해 높은 가스 인식의 강인성이 입증되었다.
하지만, 본 연구에서 제안된 영상 정합을 사용하면 센서에 도달하는 시료의 농도차이로 인한 신호 폭과 기저선의 변동 성분이 모두 템플릿 정합치 계산에 내제된 정규화 효과를 통해 보정될 뿐 아니라, 개별 센서에 작용하는 서로 다른 잡음의 영향은 상관 계수내의 공분산산출 과정에서 채널 상호간의 신호 변화 추세를 고려하는 과정에서 자연스럽게 배제되게 된다. 결과적으로 잡음 환경에서 얻은 신호의 각 채널에서 추출된 특징 벡터만을 사용한 가스 패턴 인식 보다, 다채널에 걸친 신호의 상호 변화 추세를 고려한 패턴 인식이 더 우수한 성능을 보인 것임을 알 수 있다.
후속연구
끝으로, 본 연구를 통해 휴대용 전자 후각 시스템에서 검증된 영상 정합 응용 기법은 여러 가지 환경에 노출된 다양한 유비쿼터스 센서 네트워크의 데이터 처리에도 활용 가능하며, 안정성과 정확성을 요구하는 의료 진단, 환경 감지 등을 위한 실용적인 기술로 기여할 수 있을 것으로 기대된다.
. 생물체의 시각 기전에 비해 후각 기전은 아직 자세히 밝혀지지 않았는데 [22], 본 연구에서와 같이 후각 감지 신호를 그대로 영상화 하여 처리하는 방식은 후각 정보에 시각정보처리의 기전을 적용하는 과정을 통해 후각과 시각 정보 처리의 유사성과 차이점을 동시에 밝혀감으로써, 후각 정보 처리 기전의 전반을 이해하는 데에 도움을 줄 수 있을 것으로 생각된다.
질의응답
핵심어
질문
논문에서 추출한 답변
휴대가 가능한 소형 인공 전자 후각 시스템의 장점은?
실험실 환경에서 기체 시료를 분석하는 데에는 크로마토그래피(GC)와 질량 스펙트럼 감지기(MS) 같은 전문 기기가 사용될 뿐 아니라, 컴퓨터를 이용한 측정 데이터의 복잡하고 심도 있는 분석 처리가 가능한 반면, 휴대가 가능한 소형 인공 전자 후각 시스템은 일상 생활 주변의 간단하고 반복되는 측정을 쉽게 할 수 있다는 장점이 있다. 이로 인해 식품 유통, 실내의 공기환경, 자동차의 배기 가스, 플라스틱 포장재, 산업폐기물, 피부 감염의 진단 등 그리 복잡하지 않은 측정을 필요로 하는 다양한 분야에서 그 활용이 확대되고 있다[2～6].
휴대가 가능한 소형 인공 전자 후각 시스템으로 일상의 측정에 적용하기 위해 필요한 것은?
그러나, 실험실 환경을 벗어난 일상 환경에서는 정확한 결과를 얻기가 쉽지 않을 뿐 아니라[7～8], 다채널 센서를 사용하는 전자 후각의 원리상 잠시 동안 얻어지는 데이터의 양이 상당하기 때문에, 이러한 일상의 측정에 적용하기 위해서는 무엇보다 주변의 잡음 노출에 강인한 특성과 대량의 데이터를 다루기 위한 간략하면서도 효과적인 알고리듬이 필수적이다[8～12]. 아울러 적절한 성능을 유지하는 동시에, 휴대용 기기가 갖는 제한된 연산 처리 능력, 배터리, 저장 공간 등 자원에 적합하도록 데이터와 계산량을 줄이는 것이 필요하다.
초기 전자 후각 기술은 어떤 방식을 택했었는가?
인공 전자 후각 (electronic nose, E-nose) 시스템을 이용한 휘발성 유기 화합물 (volatile organic compound, VOC) 감지에는 다양한 기술이 사용되어 왔다[1]. 초기의 전자 후각 기술은 오늘날의 전기화학적인 센서 대신 칼로리메트릭 센서를 이용하여, 기체시료의 측정 결과를 컬러 배열, 즉 영상의 형태로 표현하는 방식을 택하기도 하였다. 마이크로 전기 화학 센서와 디지털 기술의 발달로 인해, 인공 전자 후각 시스템 (E-nose)는 더욱 소형화, 지능화되어 다양한 가스 화합물 시료의 측정과 분석에 그 응용 분야를 넓혀가고 있다[2～6].
참고문헌 (22)
T. C. Pearce, S. S. Schffman, H. T. Nagle and J. W. Gardner, Handbook of machine olfaction, John Wiley & Sons, 2003.
C. D. Natale, A. Macagnano, E. Martinelli, R. Paolesse, G. D'Arcangelo, C. Roscioni, A. Finazzi-Agro and A. D'Amico, "Lung cancer identification by the analysis of breath by means of an array of non-selective gas sensors", Biosensors and Bioelectronics, Vol. 18, no. 10, pp. 1209-1218, Sep. 2003.
J. W. Gardner, H. W. Shin and E. L. Hines, "An electronic nose system to diagnose illnesss", Sens. Actuators B Chem., Vol. 70, no. 1-3, pp. 19-24, Nov. 2000.
A. M. Taurino, D. D. Monaco, S. Capone, M. Epifani, R. Rella, P. Siciliano, L. Ferrara, G. Maglione, A. Basso and D. Balzarano, "Analysis of dry salami by means of an electronic nose and correlation with microbiological methods", Sens. Actuators B Chem., Vol. 95, no. 1-3, pp. 123-131, Oct. 2003.
A. Guadarrama, M. L. Rodriguez-Mendez and J. A. Saja, "Conducting polymer-based array for the discrimination of odours from trim plastic materials used in automobiles", Anal. Chimica Acta., Vol. 455, no. 1, pp. 41-47, March 2002.
H.-T. Chueh, and J. V. Hatfield, "A real-time data acquisition sys-tem for a hand-held electronic nose (H2EN)," Sens. Actuators B Chem.,, Vol. 83, no. 1-3, pp. 262-269 March 2002.
S. Ha, Y. S. Kim, Y. Yang, Y. J. Kim, S. Cho, H. Yang and Y. T. Kim, "Integrated and microheater embedded gas sensor array based on the polymer composites dispensed in micromachined wells", Sens. Actuators B Chem., Vol. 105, no. 2, pp. 549-555, March 2005.
E. J. Severin, B. J. Doleman and N. S. Lewis, "An investigation of the concentration dependence and response to analyte mixtures of carbon black/insulating organic polymer composite vapor detectors", Anal. Chem., Vol. 72, no. 4, pp. 658-668, Jan. 2000.
박종근, 이철희, "국부잡음에 강인한 웨이블릿 기반의 홍채 인식 기법", 전자공학회논문지, 제42권, SP편, 제2호, 121-130쪽, 2005년 3월
D. M. Wilson and S. P. DeWeerth, "Signal processing for improving gas sensor response time", Sens. Actuators B Chem., Vol. 41, no. 1-3, pp. 63-70, June 1997
이희성, 김은태, 김동연, "KNN 규칙과 새로운 특징 가중치 알고리즘을 결합한 패턴 인식 시스템", 전자공학회논문지, 제42권 CI편, 제4호, 43-50쪽, 2005년 7월.
오선문, 강대성, "얼굴인식을 위한 해마의 뇌모델링 학습 알고리즘 개발", 전자공학회논문지, 제42권, SP편, 제5호, 55-62쪽, 2005년 9월
B. J. Doleman, M. C. Lonergan, E. J. Severin, T. P. Vaid and N. S. Lewis, "Quantitative study of the resolving power of arrays of carbon black-polymer composites in various vaporsensing tasks", Anal. Chem., Vol. 70, no. 19, pp. 4177-4190, August 1998.
C. Distante, M. Leo, P. Siciliano and K. C. Persaud, "On the study of feature extraction methods for an electronic nose", Sens. Actuators B Chem., Vol. 87, no. 2, pp. 274-288, Dec. 2002.
S. M. Briglin, M. S. Freunda, P. Tokumarub and N. S. Lewis, "Exploitation of spatiotemporal information and geometric optimization of signal/noise performance using arrays of carbon black-polymer composite vapor detectors", Sens. Actuators B Chem., Vol. 82, no. 1, pp. 54-74, Feb. 2002.
R.G. Osuna, H.T. Nagle and S.S. Schiffman, "Transient response analysis of an electronic nose using multi-exponential models", Sens. Actuators B Chem., Vol. 61, no. 1-3, pp. 170-182, Dec. 1999.
R. G. Osuna, A. G. Galvez and N. Powar, "Transient response analysis for temperaturemodulated chemoresistors", Sens. Actuators B Chem., Vol. 93, no. 1-3, pp. 57-66, Aug. 2003.
Y. S. Yang, S. Ha and Y. S. Kim, "A matchedprofile method for simple and robust vapor recognition in electronic nose (E-Nose) system", Sens Actuators B Chem., Vol. 106, no. 1, pp. 263-270, April 2005.
Y. S. Kim, S. C. Ha, Y. Yang, Y. J. Kim, S. M. Cho, H. Yang and Y. T. Kim, "Portable electronic nose system based on the carbon black-polymer composite sensor array", Sens Actuators B Chem., Vol. 108, no. 1-2, pp. 285-291, July 2005.
K. J. Albert, N. S. Lewis, C. L. Schauer, G. A. Sotzing, S. E. Stitzel, T. P. Vaid, and D. R. Walt, "Cross-reactive chemical sensor arrays," Chem. Rev., Vol. 100, no. 7, pp. 2595-2626, July 2000.
H. J. Ko and T. H. Park, "Enhancement of odorant detection sensitivity by the expression of odorant-binding protein", Biosensors and Bioelectronics, Vol. 23, no. 7, pp. 1017-1023, Feb. 2008.
K. Persaud, and G. Dodd, "Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose," Nature, Vol. 299, no. 5881, pp. 352-355, Sep. 1982.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.