科研学术

近日，光电科学与工程学院蒋亚东教授团队太惠玲课题组在国际权威学术期刊Nature Sensors上发表题为“Millisecond UltrafastOlfaction System with In-sensor Feature Extraction”的研究论文。首次提出了一种基于感内特征提取架构的超快人工嗅觉系统，成功实现了动态混合气体场景亚秒级检测。Nature Sensors期刊同期配发了“新闻与观点”（News & Views）专栏文章对其进行亮点评述。

电子科技大学为第一单位，光电学院袁震副教授为第一作者，光电学院太惠玲教授、香港科技大学范智勇教授及西安电子科技大学周久人教授为共同通讯作者。

近年来，随着具身智能迅猛发展，机器视觉和人工触觉技术等发展迅速，其检测能力与速度已可媲美甚至超越人类，但人工嗅觉的检测速度仍显著低于人类本身。与此同时，在危化品泄漏等典型高危场景下，气体浓度可于数秒内突破安全阈值，造成严重燃爆或中毒风险。嗅觉系统的快速报警能力对风险防控系统的时效性与可靠性具有重要意义。造成嗅觉系统系统速度瓶颈的根本原因在于气体分子在敏感材料表面吸附平衡过程长达十数秒乃至分钟级。现有研究通常采用材料或算法设计策略，但材料策略存在普适性与可迁移性不足的问题，算法策略则受限于传统冯·诺依曼架构的计算延迟与高频算力消耗，均难以满足复杂动态场景对气体浓度实时量化的迫切需求。

人工感官与人体自然感官间的速度对比

面对这挑战，研究团队跳出了传统的优化思维，通过理论模型深入分析了气体吸附动力学与微观特征信号之间的映射关系，摆脱了传统气体浓度反演需等待吸附平衡的固有逻辑，提出了“感内特征峰值提取”的超快浓度反演新策略，并构建了普适的感内特征提取集成器件架构。实验结果表明，该架构可广泛适用于多种敏感材料与待测气体，成功将检测速度由现有人工嗅觉的分钟级大幅提升至亚秒级。

感内特征提取架构对不同材料与目标气体的广谱适用性及速度对比

在此基础上，研究团队进一步将该结构延伸至混合气体检测应用中，通过构建了感内算集成阵列智能嗅觉系统，实现了在1秒内对浓度突变的混合气体中各组分浓度的高精度检测，验证了其在瞬态工况下的稳定性与实用性。

感内算集成阵列智能嗅觉系统对混合气体检测功能验证及与传统方法对比

该策略突破了长期以来制约人工嗅觉发展的速度瓶颈，为新一代非冯·诺依曼嗅觉系统设计、动态环境下的高效、安全气体监测提供了一条极具潜力的可行路径。

论文链接：https://www.nature.com/articles/s44460-026-00148-7