《SCIENCE ADVANCES》：Scentronic: An artificial intelligence–assisted olfactory interface for remote odor sharing and transmission
编辑推荐：
近期，人机接口（HMI）在遥操作、假肢、生物医学、虚拟现实（VR）与增强现实（AR）等场景中快速发展，但现有系统主要围绕视觉、听觉、触觉与电生理信号展开，作为化学感官的嗅觉长期被忽视。其核心难点在于：气味信号难以被高精度捕获、数字化传输与可控复现，且缺乏标准化
近期，人机接口（HMI）在遥操作、假肢、生物医学、虚拟现实（VR）与增强现实（AR）等场景中快速发展，但现有系统主要围绕视觉、听觉、触觉与电生理信号展开，作为化学感官的嗅觉长期被忽视。其核心难点在于：气味信号难以被高精度捕获、数字化传输与可控复现，且缺乏标准化、可联网的平台。针对上述问题，研究人员提出一种基于物联网（IoT）的嗅觉接口框架，将人工智能（AI）辅助气味传感与可穿戴压电嗅觉驱动系统相集成。该框架由器件、电路架构与软件算法协同构成：在发送端，多通道金属氧化物（MOS）气体传感器组成电子鼻（e-nose），对目标挥发物进行实时采集，并由机器学习算法完成气味分类与数字化编码；在接收端，可穿戴压电雾化执行器依据云端指令，通过调节驱动频率、电压与占空比实现气味成分与强度的可编程释放。研究人员进一步将系统用于医学场景中的心理物理学测试，以研究嗅觉通路与感知障碍评估，并融合嗅觉与味觉通道构建多感官刺激接口，提升沉浸式体验。该研究表明，基于IoT的嗅觉交互具备可扩展框架，推动人机接口从视听触向长期被忽略的化学感官延伸。
研究背景与问题提出
人机接口（HMI，human–machine interface）已广泛应用于遥操作、假肢、生物医学、康复辅助、教育与虚拟现实（VR）/增强现实（AR）等领域，但既有系统主要处理视觉、听觉、触觉及电生理等生物物理信号，嗅觉作为维持环境感知、安全预警、风味体验与情绪记忆的关键化学感官，长期处于缺位状态。限制其发展的核心瓶颈包括：气味信号难以被准确捕获、标准化表征与高保真复现；缺乏可联网、可远程交互的数字控制平台；以及嗅觉与其他感官模态的耦合机制研究不足。在医疗场景中，病毒感染、创伤与神经退行性疾病可引发嗅觉扭曲、幻嗅或嗅觉丧失，临床亟需可远程调控的定量化化学感官评估工具。
研究人员据此开展的研究与结论
研究人员开发了一套名为Scentronic的物联网（IoT，Internet of Things）赋能嗅觉接口，将人工智能（AI，artificial intelligence）辅助电子鼻（e-nose）传感端与可穿戴压电驱动释放端通过云端实时联动，实现远程气味共享与传输。系统以六通道金属氧化物（MOS，metal oxide semiconductor）气体传感器阵列采集挥发物，经机器学习完成分类，再通过Wi?Fi与云服务器将识别结果下发至压电雾化执行器，实现成分与强度可调的嗅觉刺激。可穿戴形态涵盖腕带、手持、项链及多通道柔性结构；进一步融合电磁驱动味觉单元构成“数字杯”，并在混合现实（MR，mixed reality）中演示多感官反馈。研究显示：端点特征结合K近邻（k-NN，k-nearest neighbors）分类可达100%测试准确率；驱动频率约110 kHz时雾化效率最高；通信时延约65 ms，整体响应约0.6 s；人体测试中气味识别准确率约72.86%，二元混合识别约71.43%。该工作证明化学感官可作为可数字化、可传输的人机交互模态，为远程医疗评估、沉浸式扩展现实（XR，extended reality）与多感官康复提供可扩展框架，论文发表于《SCIENCE ADVANCES》。
主要关键技术方法
研究采用若干关键技术：构建六通道MOS传感器阵列（含SnO?敏感材料）作为电子鼻，结合主成分分析（PCA，principal component analysis）与k-NN、随机森林（RF，random forest）、支持向量机（SVM，support vector machine）完成气味分类；以ESP32微控制器生成高频脉宽调制（PWM，pulse-width modulation）信号，驱动压电雾化片实现微滴释放；借助Google Cloud建立低延迟双向通信；通过门控PWM策略调控频率、幅值与占空比以实现强度编程；并招募健康受试者（经伦理审批）开展嗅觉工作范围、强度辨别、单气味与混合识别及适应测试，同时以MR头显联动数字杯进行多感官演示。
研究结果
设计、工作原理与电子鼻表征
研究人员采用六只n型MOS传感器组成阵列，利用还原态挥发物改变SnO?表面耗尽层电阻，将气味转为电压时序信号。经预处理后分别提取端点特征与时间序列特征，以k-NN、RF、SVM训练分类模型。结果表明，端点特征下k-NN（k=5）测试准确率达100%，时间序列特征亦保持高区分度；PCA显示不同食物气味聚类清晰，证明AI辅助电子鼻可实现气味数字化与类别识别。
嗅觉接口器件的设计、原理与表征
单通道执行器由树脂腔体、棉质滤芯与压电雾化片构成，基于逆压电效应将液体雾化为含香微滴。电路由电源、ESP32控制与变压器升压输出三级组成。表征显示：110 kHz附近谐振频率下传输率最高（约0.9 mL/min）；占空比从10%增至100%时，释放强度上升而持续工作时间由逾35分钟降至不足5分钟；连续运行1小时后器件热点仅约35.8°C，具备佩戴安全性；多通道可独立或同步驱动。
传感与执行的远程人机集成
研究人员将电子鼻与执行器经Wi?Fi/云端闭环耦合：传感器电压映射为PWM占空比，实现“靠近即增释、远离即减释”的实时控制，云通信往返时延57–76 ms（平均约65 ms），系统端到端响应约0.6 s。医学演示中，系统可分级呈现乙醇浓度，并支持远程嗅觉心理物理测试。受试者测试中：工作范围呈近似正态分布；强度排序准确率58.57%；五类单气味识别72.86%；五组二元混合识别71.43%；持续暴露可观察个体间嗅觉适应差异。
多感官扩展与XR演示
在数字杯中集成五通道嗅觉与五通道味觉（电磁泵送液滴）执行器，由电子鼻识别饮品后同步释放对应香气与滋味。MR场景中，Meta Quest 3通过手势抓取虚拟啤酒或咖啡，触发云端指令使实体杯实时出香出味，验证视、听、嗅、味闭环反馈的可行性。
讨论部分总结与研究结论翻译
讨论指出，Scentronic建立了可扩展的IoT嗅觉交互框架，但当前通道数有限，仅实现类别级而非全化学成分级复现；未来需增加传感/执行通道、提升选择性，并结合EEG等神经测量与标准化嗅觉协议。其价值在于把嗅觉纳入可编程、可远程传递的化学数字接口。
结论部分翻译：
综上，本工作提出Scentronic——一种可扩展、物联网赋能的嗅觉接口，弥合化学通信与数字通信之间的鸿沟。通过集成AI辅助气味传感、可穿戴压电执行与实时无线控制，系统展示了远程嗅觉交互框架。器件架构、电路布局与软件算法的协同设计支持多种应用。在医学与心理物理化学感官测试中，Scentronic可探测嗅觉通路、监测化学感官障碍，并支持远程诊断与康复。物联网框架降低了现场测试负担，适用于大流行等受限场景。除诊断外，可编程气味训练与多感官（嗅觉—味觉）刺激为VR、教育、通信与感官增强提供新路径。该系统奠定一类化学—数字人机接口基础，使嗅觉成为互联多感官时代中可传递的关键模态。
你更希望把这篇解读继续深化为期刊审稿意见、研究亮点提炼，还是未来工作建议？
