TR2022019745A2 - Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü - Google Patents

Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü Download PDF

Info

Publication number
TR2022019745A2
TR2022019745A2 TR2022/019745A TR2022019745A TR2022019745A2 TR 2022019745 A2 TR2022019745 A2 TR 2022019745A2 TR 2022/019745 A TR2022/019745 A TR 2022/019745A TR 2022019745 A TR2022019745 A TR 2022019745A TR 2022019745 A2 TR2022019745 A2 TR 2022019745A2
Authority
TR
Turkey
Prior art keywords
sensor
image
camera
deep learning
chemical
Prior art date
Application number
TR2022/019745A
Other languages
English (en)
Inventor
Karacali Tevhi̇t
Ertuğrul Mehmet
Efeoğlu Hasan
Yücel Özbek İbrahi̇m
Demi̇r Yaşar
Argun Oral Emi̇n
Çoban Ömer
Dal Ferda
Akarsu Eli̇f
Original Assignee
Atatuerk Ueniversitesi Fikri Muelkiyet Haklari Koordinatoerluegue Doener Sermaye Isletmesi
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Atatuerk Ueniversitesi Fikri Muelkiyet Haklari Koordinatoerluegue Doener Sermaye Isletmesi filed Critical Atatuerk Ueniversitesi Fikri Muelkiyet Haklari Koordinatoerluegue Doener Sermaye Isletmesi
Priority to TR2022/019745A priority Critical patent/TR2022019745A2/tr
Publication of TR2022019745A2 publication Critical patent/TR2022019745A2/tr
Priority to PCT/TR2023/051591 priority patent/WO2024136817A1/en
Priority to US18/838,110 priority patent/US20250037407A1/en

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0009General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/60Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G01N2021/7769Measurement method of reaction-produced change in sensor
    • G01N2021/7776Index
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/41Refractivity; Phase-affecting properties, e.g. optical path length

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Plasma & Fusion (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Bu buluş; kokunun görüntüye dönüştürülmesi ve derin öğrenme ile iki aşamalı tümleşik yapı ile birinci aşamada üretilen optik kimyasal sensörün kimyasal buharlardan etkilendiğinde optik filtre davranışının değişmesi ile bu filtreden geçen ışın spektrumunun değişmesi sayesinde kameraya düşen sensör görüntüsünde şiddet değişiminden kaynaklanan örüntü değişimi, ikinci aşamada görüntü işleme tekniklerini kullanan derin öğrenme algoritmaları ile sensör verilerinin işlenerek uçucu kimyasal buharlarının ve/veya bir şekilde buharlaştırılan kimyasalları kimliklendiren ve konsantrasyonunu tayin eden bir sistem ile ilgilidir.

Description

TARIFNAME KOKUNUN GÖRÜNTÜYE DÖNÜSTÜRÜLMESI VE DERIN ÖGRENME iLE KOKU SENSÖRÜ Teknik Alan Bu bulus; iki asamali tümlesik yapi ile birinci asamada üretilen optik kimyasal sensörün kimyasal buharlardan etkilendiginde optik filtre davranisinin degismesi ile bu filtreden geçen isin spektrumunun degismesi sayesinde kameraya düsen sensör görüntüsünde siddet degisiminden kaynaklanan örüntü degisimi, ikinci asamada görüntü isleme tekniklerini kullanan derin ögrenme algoritmalari ile sensör verilerinin islenerek uçucu kimyasal buharlarinin ve/veya bir sekilde buharlastirilan kimyasallari kimliklendiren ve konsantrasyonunu tayin eden bir sistem ile ilgilidir. Teknigin Bilinen Durumu Koku, burun araciligiyla hissedilen, genelde çok düsük konsantrasyonlarda havada çözülmüs olarak bulunan kimyasal maddelerden her biridir. Kokuya karakteristik niteligini veren, moleküller arasindaki farkliliklardir. Aroma ve parfüm gibi konfor alanlarinin yaninda sanayi, saglik ve besin gibi dogrudan yasami etkileyen alanlarda kimyasal moleküller koku sensörleri ile algilanabilmektedir. Organik çözücüler, kimya endüstrisinde ve laboratuvarlarda büyük miktarlarda yaygin olarak kullanilmaktadir. Organik çözücülerin çogu, tehlikeli ve toksik özelliklere sahip organik kimyasallardir. Bu nedenle çok düsük konsantrasyonlarda bile çevre kirliligine ve insan sagligina zarar verirler. Örnegin metanol, alkollü içeceklerde yalnizca yüzde birkaç konsantrasyonda körlüge neden olabilir ve hatta insan yasamini tehdit edebilir, havada asiri düzeyde benzene uzun süre maruz kalmak lösemiye ve potansiyel olarak ölümcül bir kan kanserine neden olabilir. Bu nedenle endüstride, tipta, gida güvenliginde ve çevre kontrolünde organik çözücülerin konsantrasyonunu yüksek hassasiyet ve düsük maliyetle belirleme yönteminin bulunmasi önemlidir. Ayrica zararli birçok gaz ya kokusuzdur ya da insan tarafindan algilanmasi oldukça zordur. Zararli gazlari, organik çözücüleri algilamak endüstri, saglik ve askeri uygulamalarda gelisen teknolojiyle birlikte daha da önemli hale gelmistir. Simdiye kadar yapilan çalismalarda genellikle sensör aktif maddesinin gaz ile etkilesimi sonucunda iletkenligi gibi fiziksel parametrelerinde degisme incelenerek gazin veya kokunun türü ve konsantrasyonu ölçülmeye çalisilmistir. Bu sensörlerde tepki süresi, seçicilik, hassaslik gibi problemler halen daha çözüm beklemektedir. Mevcuttaki kimyasal sensörlerin en büyük dezavantaji, kimyasalin kimliklendirilmesi ve konsantrasyonunun ayni anda yapilamamasidir. patent dokümaninda, sistem, sensör ile gazlari taniyan bir ünite ve derin ögrenme ile tanimlama yapan ve sinir aglari ile kullanarak siniflandirma yapmakta, görüntüye dönüstürme algoritmasi mevcut olmayip hastaneler için dizayn edilmistir. dokümanda, derin ögrenme tabanli endüstriyel üretim, medikal, çevre ve güvenlik alaninda kokuyu grafiklere dönüstürerek tanimlama yapildigi belirtilmektedir. Yine teknikte var olan TH18049U sayili dokümanda, koku sensörünün algisini sinyallere dönüstürerek tanimlama yapilmaktadir. dokümaninda ise, sensörle etkilesime giren tespit edilecek gazin toplanmasini ve buradan ham koku verileri elde edilmesinin ardindan evrisimli sinir agi araciligi ile siniflandirma sonuçlari bir görüntüleme cihazinda gösterilmektedir. Mevcut teknikte yer alan çalismalar incelendiginde mevcut gaz sensörü teknolojilerinde gerek sensör aktif malzemelerinin gelistirilmesi gerekse kullanilan mevcut sensör mekanizmalarinin sinirlamalarindan dolayi yeni nesil sensör gelistirilmesi önemli hale gelmis ve bu konuda yapilacak yeniliklere yakin gelecekte daha da fazla ihtiyaç duyulacagi anlasilmaktadir. Bulusun Kisa Açiklamasi Mevcut bulus; yukarida bahsedilen gereksinimleri karsilayan, tüm dezavantajlari ortadan kaldiran ve ilave bazi avantajlar getiren, iki asamali tümlesik yapi ile birinci asamada üretilen optik kimyasal sensörün kimyasal buharlardan etkiIendiginde optik filtre davranisinin degismesi ile bu filtreden geçen isin spektrumunun degismesi sayesinde kameraya düsen sensör görüntüsünde siddet degisiminden kaynaklanan örüntü degisimi, ikinci asamada görüntü isleme tekniklerini kullanan derin ögrenme algoritmalari iIe sensör veriIerinin islenerek uçucu kimyasal buharlarinin ve/veya bir sekilde buharlastirilan kimyasallari kimliklendiren ve konsantrasyonunu tayin eden bir sistem ile ilgilidir. Bulusun önceIikIi amaci; üretiIen optik kimyasal sensörün kimyasal buharlardan etkiIendiginde optik filtre davranisinin degismesi ile bu filtreden geçen isin spektrumunun degismesi sayesinde kameraya düsen sensör görüntüsünde siddet degisiminden kaynaklanan örüntü degisimidir. Bulusun bir diger amaci; görüntü isleme tekniklerini kullanan derin ögrenme algoritmalarinin makine ögrenmesinde daha etkili olusundan kaynaklanan sensör verisinin islenmesidir. Bulusun bir diger amaci; uçucu kimyasal buharlarinin ya da bir sekilde buharlastirilan kimyasallarin kimliklendirilmesini ve konsantrasyonunu çok yüksek duyarlilikla tayin etmektir. Bulusun yapisal ve karakteristik özellikleri ve tüm avantajlari asagida verilen detayli açiklama sayesinde daha net olarak anlasilacaktir. Bu nedenle degerlendirmenin de bu detayli açiklama göz önüne alinarak yapilmasi gerekmektedir. Bulusun Detayli Açiklamasi Bu detayli açiklamada, kokunun görüntüye dönüstürülmesi ve derin ögrenme iIe koku sensörü konunun daha iyi anlasilmasina yönelik olarak ve hiçbir sinirlayici etki olusturmayacak sekilde açiklanmaktadir. Bulus, birinci asamada üretilen optik kimyasal sensörün kimyasal buharlardan etkilendiginde optik filtre davranisinin degismesi ile bu filtreden geçen isin spektrumunun degismesi sayesinde kameraya düsen sensör görüntüsünde siddet degisiminden kaynaklanan örüntü degisimi ve ikinci asamada görüntü isleme tekniklerini kullanan derin ögrenme algoritmalari ile sensör verilerinin islenerek uçucu kimyasal buharlarinin ve/veya bir sekilde buharlastirilan kimyasallari kimliklendiren ve konsantrasyonunu tayin eden iki asamali tümlesik yapisi olan bir sistemdir. Bulus en tercih edilen haliyle, kokunun görüntüye dönüstürülmesi ve derin ögrenme ile koku sensörüdür. Sekil 1 ile verilen, sensör aktif bölgesi gözenekli silisyum olan, bir isik kaynagi ve bir kamera ile entegre edilmis, gözenekli silisyum sensöründen kokunun görüntüye dönüstürülmesi için sistemdir. Sekil 1 ile verilen sistem; i. Optik yolu içine alan test hücresi (3, 5, 6, 7, 8), ii. Kimyasal buharin üretilip seyreltildigi kisim (9, 10, 12, 13, 14), iii. Sicaklik kontrolü (11, 20), iv. Görüntü alici kamera (2, 4), v. Cihaz kontrolü ve veri toplama için bilgisayar (1) vi. 2 adet solenoid valf (14) bilesenlerinden olusmaktadir. Sekil 1 ile verilen sistemin numaralandirilan bölümleri ayrintili olarak: 1. Bütün cihazlarin kontrolü için kullanilan kontrolcü bilgisayar (PC). 2. Sensörden görüntü almak için kullanilan kamera (Görünür bölge, infrared, kisa dalgaboyu kizil ötesi, vd). 3. Kamera lensi ve sogutucu blok. 4. Kamera sogutucusu (Fanli alüminyum blok). . Optik yol (Sensör hücresi ile kamerayi birbirine baglar. Içeri ortam isiginin girmesini engeller ve sensör görüntüsünün kamerada net olarak olusmasini saglar). 6. Sensör hücresi sogutucusu (Peltier sogutuculu, Fanli, Alüminyum blok). 7. Sensör ölçüm hücresi (Iç kismi teflon dis kismi alüminyum, kontrollü buhar giris çikisli, isitma lambasi ve termal çift bulunan hazne). 8. Isik kaynagi (Görünür bölge veya kizilalti bölgede isik çikaran kaynaklar, aydinlaticilar, lazer ve LED kaynaklar). 9. Kimyasalin bulundugu hazne (Cam veya borosilica cam, ölçülmek istenen kimyasal sivi akis kontrolcüsüne bu hazneye gönderilen gazin basinci ile . Sivi akis kontrol ünitesi (Test hücresine gönderilmek istenen kimyasal bu ünite ile kontrol edilir). 11. Sicaklik kontrol ünitesi (Adim kontrol cihazi, bu ünite ile sensör ölçümünün yapilacagi hücrenin iç sicakligi istenen sicaklikta sabit tutulur). 12. Kimyasalin buhar elde etme sistemi (Ölçüm hücresine gönderilmek istenen buhar burada buharlastirilir ve seyreltilir). 13. Gaz akis kontrol üniteleri (Seyreltici ve süpürücü gazlar bu ünitelerle kontrol edilir). 14. Solenoid valfler (Hazirlanan kimyasal bu valfler araciligiyla test hücresine yönlendirilir). . Güç kaynagi (Isik kaynagi, kamera, sicaklik kontrol cihazi, sivi akis kontrol cihazi, gaz akis kontrol cihazlari, buharlastirici, solenoid valfler için enerji saglar). 16. Gaz tasiyici borular (6mm paslanmaz çelik boru). 17. Enerji tasiyici kablolar (Kamera ve isik kaynagi için). 18. Kontrol cihazlari ve PC arasinda iletisimi saglayan kablolar. 19. Peltier sogutucu, lamba ve termal çift ile sicaklik kontrol cihazi arasinda iletisimi saglayan kablolar. . Sivi tasiyici borular (6mm paslanmaz çelik boru), seklindedir. Sekil 2 ile verilen; ölçüm sisteminin, kamera, isik kaynagi ve test hücresinden olusan kisminin detay görüntüsüdür. Sekil 2 ile (A) kamera, isik kaynagi ve test hücresinden olusan kismin sag görünümü, (B) kamera, isik kaynagi ve test hücresinden olusan kismin sol görünümü, (C) test hücresi kisminin iç kismi verilmistir. Sekil 2 (C) ile verilen ölçüm sitemi ayrintili olarak: 1. Peltier sogutucu (Test hücresinin sogutulmasi içi kullanilir). 2. Optik yol (Sensör görüntüsünün kameraya istenen ölçekte düsürülmesi için kullanilir. Ayrica kameraya disaridan isik girisini engeller. Alüminyumdan üretilmistir.) 3. Cam veya borosilikat cam (Kimyasal buharin test hücresinden kameraya geçmesini engellemek için kullanilir). 4. Isitma lambasi (Sensör yüzeyinin istenen sicakliga ulastirilip kimyasal buharin sensörden uzaklastirilmasi için kullanilir). . Termal çift (Test hücresinin sicakliginin izlenmesinde ve kontrolünde kullanilir). 6. Gözenekli silisyumun yerlestirildigi konum (Fabrikasyonu yapilan gözenekli silisyum buraya yerlestirilir.). 7. Teflon tabaka (Test hücresinin iç yüzeyini olusturan tabaka). 8. Alüminyum tabaka (Test hücresinin dis yüzeyini olusturan tabaka). Fanli alüminyum sogutucu (Peltierde olusan sicakligi uzaklastirmak için kullanilir). . Cam veya borosilikat cam (Kimyasal buharin test hücresinden isik kaynagina geçmesini engellemek için kullanilir). 11. Optik lens (isik kaynaginin isiginin gözenekli silisyuma odaklanmasi için kullanilir). 12. Isik kaynagi (Gözenekli silisyum yüzeyinin aydinlatilmasinda kullanilir). 13. Baglanti aparati (Isik kaynagi ve test hücresini birbirine baglar). 14. Termal çift kablolari. . Isitma lambasi kablolari, seklindedir. Üstten isik kaynagi ile aydinlatilan 1cmx1cm boyutlarindaki gözenekli silisyumdan geçen isinlar alttaki kamerada bir görüntü olusturup, isik kaynagindan gelip kameraya ulasan isinlar gözenekli silisyumdan dolayi kamerada çok büyük bir sayida pikselden olusan bir örüntü olusturmaktadir. Kokuya maruz kaldiginda gözenekler koku ve/veya gaz ile kismen ya da tamamen doldugu için etkin kirilma indisi degistigi için kameraya düsen görüntüde degismektedir. Kamerada olusan görüntü koku ve/veya gazin cinsine, konsantrasyonuna ve hatta gözenekli silisyuma gelis yönüne göre farklilik göstermektedir. Kameradan elde edilen video görüntüleri kullanilarak derin ögrenme algoritmalari koku ve/veya gazin cinsi ve konsantrasyonu ayni anda milyonlarca pikselden elde edilen görüntü kullanildigi için çok kisa bir zamanda Çalisma teknigi olarak, gözenekli silisyum sensör, test hücresinde Sekil 2 (C) ile verilen 6 numarali bölgeye yerlestirilip, isik kaynagindan çikan isik sensör yüzeyine düsürülüp, sensörden geçen isik kameraya ulasarak görüntü elde edilir. Test hücresi sensör yüzeyindeki sicaklik Sekil 1 ile verilen 11 numarali ve Sekil 2 (C) ile verilen 4 ve 5 numara ile gösterilen elemanlar ile istenen sicakliga gelene kadar isitildiktan sonra Sekil 1 ile verilen 11 numarali ve Sekil 2 (C) ile verilen 1 ve 9 numara ile gösterilen elemanlar ile test hücresini sicakliginin oda sicakligina düsmesi saglanirken, test hücresine Sekil 1 ile verilen 13 numarali gaz akis kontrol üniteleri ile sabit akista Azot gazi gönderilir ve sicaklik sabitlendikten sonra kamera kaydi baslatilir. Kamera kaydinin ilk 120 saniyesi boyunca sensör azot gazina maruz birakildiktan sonra Sekil 1 ile verilen 9,10,12,13 numaralar ile gösterilen bilesenlerle elde edilen kimyasal buhar test hücresine gönderilirken 120 saniye boyunca sensörün kimyasal buhar altindaki videosu alinir. Daha sonra buhar kesilir ve test hücresine azot akisi yapilir ve 120s boyunca sensörün azot altindaki videosu alinarak sensörün kamera da olusturdugu görüntünün videosu azot ortaminda ve kimyasal buhar altinda toplanir ve sensörün gözenekli yapisindan ötürü sahip oldugu özellik nedeniyle kimyasal buhar altinda kamerada olusturdugu görüntü ile azot gazi altinda olusturdugu görüntü farki görüntü isleme ve yapay zeka metotlari ile ayirilarak koku ve/veya gazin kimliklendirilmesi yapilarak hem de konsantrasyonu belirlenmis olur. Tüm bu özelliklere sahip kokunun görüntüye dönüstürülmesi ve derin ögrenme ile koku sensörü ile bulusa konu olan koku ve/veya gazin cinsi ve konsantrasyonu görüntüye dönüstürülerek çok kisa bir zamanda ve hassasiyette tespit edilmis ve bu isleme özgü mevcut problemler de elimine edilmis olacaktir. Bulus konusu sensörle bulus konusu alanda zararli gazlar ve organik çözücüleri algilamak endüstri, saglik ve askeri uygulamalarda iyilestirme saglamaktadir. TR TR TR TR TR TR TR TR TR TR TR TR

Claims (1)

1.
TR2022/019745A 2022-12-20 2022-12-20 Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü TR2022019745A2 (tr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TR2022/019745A TR2022019745A2 (tr) 2022-12-20 2022-12-20 Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü
PCT/TR2023/051591 WO2024136817A1 (en) 2022-12-20 2023-12-19 Odor sensor with odor image conversion and deep learning
US18/838,110 US20250037407A1 (en) 2022-12-20 2023-12-19 Odor sensor with odor image conversion and deep learning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TR2022/019745A TR2022019745A2 (tr) 2022-12-20 2022-12-20 Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü

Publications (1)

Publication Number Publication Date
TR2022019745A2 true TR2022019745A2 (tr) 2023-02-21

Family

ID=91589796

Family Applications (1)

Application Number Title Priority Date Filing Date
TR2022/019745A TR2022019745A2 (tr) 2022-12-20 2022-12-20 Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü

Country Status (3)

Country Link
US (1) US20250037407A1 (tr)
TR (1) TR2022019745A2 (tr)
WO (1) WO2024136817A1 (tr)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2968638A2 (en) * 2013-03-15 2016-01-20 Vapor Communications, Inc. Systems, methods and articles to provide olfactory sensations
WO2016031080A1 (ja) * 2014-08-29 2016-03-03 株式会社アロマビット 嗅覚システム、匂い識別装置、匂い識別方法
WO2022103883A1 (en) * 2020-11-11 2022-05-19 Olfato Wearables Limited Olfactory sensor devices and related methods

Also Published As

Publication number Publication date
WO2024136817A1 (en) 2024-06-27
US20250037407A1 (en) 2025-01-30

Similar Documents

Publication Publication Date Title
TWI343995B (en) Multigas monitoring and detection system, and related measuring method
KR101418295B1 (ko) 크기/형광의 동시적 측정에 의한 병원체 검출
US12077805B2 (en) Laser-scatter measurement instrument for organism detection and related network
US20030025080A1 (en) Mid-infrared spectrometer attachment to light microscopes
JP2005049328A (ja) 化学的および生物学的エーロゾルの遠隔検出および分析
US10233481B2 (en) Multi-sample laser-scatter measurement instrument with incubation feature and systems for using the same
KR101845315B1 (ko) 휴대가 가능한 진단장치
WO2021094554A2 (en) Method of integrity testing of a single-use system
TR2022019745A2 (tr) Kokunun görüntüye dönüştürülmesi̇ ve deri̇n öğrenme i̇le koku sensörü
EP0797089A2 (en) Folded optical path gas anayzer with cylindrical chopper
Shcherbakova et al. Experimental setup based on a quantum cascade laser tunable in the wavelength range of 5.3–12.8 µm for spectral analysis of human exhaled air
US20120057019A1 (en) Dynamic In-Situ Feature Imager Apparatus and Method
EP3227664B1 (en) Multi-sample laser-scatter measurement instrument with incubation feature, and systems for using the same
US20260016422A1 (en) Analyzer having a transparent shield for protecting an imaging system
WO2006106235A1 (fr) Procede et dispositif de detection automatique de micro-organismes en temps reel et a intervalle de temps regulier dans un aerosol
Nayeem et al. Towards development of a simple technique based on wavelength specific absorption for quality measurement of flowing water
JP2024543020A (ja) 流体中の粒子を検出するための装置、及び当該粒子を検出するプロセス
CN114424048B (zh) 取证探测器及其系统
US20240272060A1 (en) Method and apparatus for particle detection
KR101721244B1 (ko) 매질 분석 장치 및 그 방법
RU2375699C2 (ru) Улучшенное устройство обнаружения
Liu et al. Development and application of an optimal three-wavelength combination for liquid film measurement with absorption spectroscopy
US20090008559A1 (en) Apparatus for Analyzing Cells in Real-time
JP2023518078A (ja) 通信システム、モニタリングシステム及び関連方法
JP2004361244A (ja) ガス濃度分析器、およびそれを用いたガス濃度分析方法