پزشکی بالینی

بيني الكترونيك، ره آورد هزاره سوم

‌بويايي يكي از پيچيده‌ترين و مبهم‌ترين حواس انساني است. علي رغم اينكه احتمال مي‌رود بويايي يكي از اولين حواسي باشد كه بشر به كارايي آن پي برده است، هيچكس از عـمـلـكـرد دقـيـق آن اطـلاعـي نـدارد. مـهندسان نسخه‌هاي الكترونيكي از بيني انسان را ساخته‌اند كه پزشكان را قادر مي‌سازد تشخيص‌هايي كمتر تهاجمي را از وضعيت بدن داشته باشند.
                                                                حس بويايي
بيني ارگان متحيركننده‌اي است كه داراي ميليون‌ها گيرنده بويايي از صدها نوع مختلف است. تنوع در گيرنده‌هاي بويايي انسان را قادر مي‌سازد كه 000,‌10 نوع بوي مختلف را كه مـعـمـولا تركيبي از مود شيميايي فرار هستند، احساس نمايد. هر رايحه مي‌تواند چندين گيرنده را فعال كند و اين الگوي فعاليت، با ايجاد كدي مخصوص، ادراك بويايي خاصي را در مغز ايجاد مي‌كند. تمامي بوها از مولكول‌هاي شيميايي گوناگوني نشات مي‌گيرند كه در هـوا پـراكـنـده هـسـتند. البته همه مواد داراي رايحه نيستند، تنها موادي كه حاوي تركيبات شيميايي سبك و فرار باشند از خود بو ساطع مي كنند. بسته به اينكه چه مواد شيميايي و در چـه كـمـيـتـي حـاضـر اسـت، مـجـمـوعـه‌هـاي مـخـتـلـفـي از نـورون‌هـاي گـيـرنده بويايي فعال مي‌شوند. مغز مي‌تواند الگوهاي مختلف را رمز گشايي كرده و معاني متعددي را براي آن ها در نظر بگيرد. ساخت سلول‌هاي غشاي مصنوعي كه بتواند عملكرد بيني را تقليد كند با پـيـچـيـدگـي‌هـاي بـسـيـاري روبـروسـت. گـيـرنـده‌هاي بويايي كه با مولكول‌هاي بو تركيب مي‌شوند، پروتئين‌هاي غشايي هستند كه در سطح سلول گسترده شده‌اند. از آنجا كه غشاي سلول از مولكول هاي چربي دولايه پوشيده شده است، پروتئين‌هاي گيرنده بسيار آب گريز هستند. هنگامي كه چنين پروتئين‌هايي از سلول جدا شده و در محلول‌هاي حاوي آب قرار گيرند، در كنارهم جمع شده و ساختار خود را از دست مي‌دهند. به اين ترتيب، جدا كردن پروتئين‌ها در مقادير زياد براي انجام مطالعات، بسيار مشكل خواهد بود. دانشمندان سال‌ها وقت براي يافتن راهي براي جداسازي و تلخيص پروتئين‌ها صرف كرده اند. اين امـر بـايـد بـه وسـيـلـه مـحـلول‌هاي شوينده آب گريز انجام شود تا بتوان ساختار و عملكرد پروتئين‌ها را حفظ كرد.
 ‌تشخيص بيماري با حس بويايي
در دوران بـاسـتـان، اطـبـاء از حـس بويايي براي بسياري از تشخيص‌هاي خود استفاده مي‌كردند. به عنوان مثال آنان مي‌دانستند كه بيماري ديابت سبب يجاد رايحه‌اي شيرين در بازدم بيمار مي‌شود و يا ميزان وخيم بودن يك جراحت را مي‌توان به روش مشابه تشخيص داد. اين هنر باستاني در دنياي امروز به علمي نوين بدل شده است. مهندسان نسخه‌هاي الكترونيكي از بيني انسان را ساخته‌اند كه پزشكان را قادر مي‌سازد تشخيص‌هاي كمتر تهاجمي را از وضــعــيـــت بـــدن داشــتـــه بـــاشــنـــد. هــمــانـنــد ســايــر ارگـانـيـسـم‌هـاي زنـده، بـاكـتـري‌هـا نـيز تركيباتي از گــازهــاي مـخـتـلــف را تــولـيــد مـي‌‌كـنـنـد. بـنـابـرايـن مي‌توان بيماري‌هاي عفوني را از طريق درك بوي ايــــن گــــازهــــا شــنـــاســـايـــي كـــرد. از ســـوي ديــگـــر، بـيـمـاري‌هـاي غـيـر عـفـونـي مانند ديابت، تغييرات بـيـوشـيـمـيايي ايجاد مي‌كنند كه بوي خاصي را از بــدن بـيـمــار سـاطـع مـي‌كـنـد. بـيـنـي انـسـان تـوانـايـي تـشـخـيـص بـسـيـاري از ايـن رايـحـه‌هـا را ندارد. در آيــنــده‌اي نــه چـنــدان دور، بـيـنــي‌هــاي مـصـنــوعــي قـابـلـيت تشخيص بيماري از روي رايحه را براي پزشكان فراهم مي‌كنند.  ‌
گام‌هايي به سوي بويايي مصنوعي
يـكـي از راه‌هـاي رديابي مواد شيميايي در هوا، استفاده از دستگاه‌هاي آزمايشگاهي بزرگ مانند كـرومـاتـوگـراف گـازي و اسـپـكـتـرومتر است. اين ابــزارهــا مــي‌تـوانـنـد وجـود كـمـتـريـن مـقـاديـر مـواد شيميايي فرار را در نمونه‌هاي هوا شناسايي كنند. امــا دسـتـگــاه‌هــاي مـذكـور مـوادي راكـه بـا بـويـايـي ارتـبـاطـي نـدارنـد  نـيـز شـنـاسايي مي‌كنند. بنابراين تعيين اينكه كدام بخش از خروجي آنها مطابق با بـويـايـي اسـت، بـر پـيـچـيـدگـي چـنـين سيستم‌هايي مـي‌‌‌افـزايـد. بـه عـلاوه ايـن دسـتگاه‌ها چندان قابل حـمــل نـيـسـتـنـد. امـا روش‌هـاي مـسـتـقـيـم‌تـر و كـم حجم‌تري براي بازسازي مصنوعي حس بويايي در دسـت ايـجـاد هـسـتند. در ادامه به برخي از اين روش‌ها اشاره خواهيم كرد:  ‌
*‌سنسور اندازه گيري از جنس كريستال كوارتز (QCM)‌، سنسوري بسيار كوچك است كه مي‌تواند يك نوع ماده شيميايي فرار را شناسايي كند. اين سنسور شامل يك كريستال كوارتز است كه در فركانسي خاص شروع بـه نـوسـان مـي‌كـنـد. كـريـسـتـال توسط لايه‌اي مخصوص پوشش داده شده است كه فقط مولكول‌هايي با شكل و سايز خاص را جذب مي‌كند. در صورت جذب مولكول‌ها، تغيير جرم اندكي در كريستال ايجاد مي‌شود كه فركانس نوسان كريستال را تغيير مي‌دهد. مدار سـاده‌اي ايـن تـغـيـيـرات سـيـگـنـالي را كه به وسيله ماده شيميايي مجهول ايجاد شده است، تشخيص مي‌دهد. با در اختيار داشتن آرايه‌اي از سنسورهاي كريستال كوارتز، كه هركدام بـه لايـه‌اي مـخـصـوص بـراي پـاسخ به ماده‌اي خاص پوشانده شده‌اند، مي‌توان محدوده وسيعي از رايحه‌هاي مختلف را رديابي كرد.  ‌
*‌‌نوع مشابه ديگري از اين  ايده، سنسورهاي پايه‌اي هستند. اين سنسورها از 8 ‌ پايه تشكيل شده اند كه هر كدام ملكول‌هاي رايحه به خصوصي را به خود جذب مي كند و در اثر آن اندكي خم مي شود. الگوي خم شدن اين 8  پايه معرف نوع رايحه است.
*‌‌ايده كاملاً متفاوت ديگر، استفاده از رنگ‌هاي حساس به تبخير است. اين رنگ ها به نام متالوپورفيرين شناخته مي‌شوند و در مجاورت مواد شيميايي به خصوصي تغيير رنگ مي‌دهند. با بررسي وضعيت‌هاي اوليه و ثانويه در آرايه‌اي از اين رنگ‌ها، كامپيوتر مي‌تواند رايحه‌ها را به اصطلاح "ببيند."
رمزگشايي از يك آرايه سنسوري (از هريك از سه نوع ذكر شده در بالا) كاري پيچيده و در عين حال جالب است. چراكه موادي كه از نظر شيميايي بسيار مشابه هستند ممكن است رايحه‌هاي بسيار متفاوتي داشته باشند. به عكس، رايحه‌هاي نزديك به هم ممكن است در سطوح مولكولي بسيار متفاوت باشند. بدين منظور، محققان معمولا از شبكه‌هاي عصبي بـراي آنـالـيز داده‌ها استفاده مي كنند. شبكه‌هاي عصبي نرم‌افزارهايي هستند كه مي‌توان آن‌ها را با الگوهاي مختلف تحت آموزش قرار داد. به اين ترتيب، در مواجهه با يك الگوي جـديـد، نـرم افـزار مـي‌تـوانـد بـر اسـاس شـبـاهـت هـاي مـوجـود بـا الـگـوهـاي شـنـاخـته شده، تصميم‌گيري لازم را اتخاذ كند.  ‌
كاربردهاي بويايي مصنوعي
بيشترين كاربرد بيني مصنوعي در مواردي است كه بيني انسان محدوديت‌هايي را پيش رو دارد. بـه عـنـوان مـثـال، سـنسورها مي‌توانند غذاي فاسد را بسيار پيش تر از بيني انسان تـشـخـيص دهند. همان‌طور كه باكتري‌هاي فاسد كننده مواد غذايي از خود رايحه توليد مـي‌كـنـنـد، بـاكـتـري‌هاي بيماري‌زا نيز رايحه‌هاي قابل تشخيصي ايجاد مي‌كنند. بنابراين ممكن است تجهيزات فعلي تا حدي پيشرفت كنند كه از طريق بو كردن نمونه‌هاي خوني، بـيـمـاري‌هـاي مـخـتـلـف را تـشـخـيـص دهـنـد. ‌يـكـي از كـاربـرهـاي مهم سيستم‌هاي بويايي مصنوعي، شناسايي زودهنگام باكتري‌ها و قارچ‌ها در هواي تنفسي بيماران در بخش‌هاي مراقبت ويژه است. معمولا به سبب تشخيص دير هـنـگـــام ايـــن عـــوامـــل بــيــمــاري‌زا، ريـســك ايـجــاد عفونت‌هاي تنفسي در اين گروه از بيماران به رغم اسـتـفــــاده از رنــــج وســيــعــــي از آنــتــــي بــــادي‌هــــاي پــيــشــگـيــري‌كـنـنــده، بــالا اســت. اسـتـفــاده از آنـتــي بـادي‌هـا، عـلاوه بـر تـحـمـيـل هـزيـنـه‌هـاي سنگين، ميكروب‌ها را در برابر آنتي بادي مقاوم مي‌سازد كه تبعات به مراتب بدتري را به دنبال دارد. براي حل اين مشكلات، به يك سيستم بلادرنگ براي تـشخيص و دسته بندي باكتري‌ها و قارچ‌ها نياز اسـت. چنين سيستمي مي‌تواند متابوليسم گازي ايـــن عـــوامــل را در هــوا رديــابــي كـنــد. تـشـخـيــص زودهـنـگــام مـيـكــروب‌هــا، درمــان هــدفـمـنــد را بــا استفاده از آنتي بادي‌ها امكان‌پذير مي‌كند. به اين ترتيب، مدت زمان بستري در بخش مراقبت‌هاي ويژه و هزينه‌هاي مربوطه كاهش خواهد يافت.
بيني الكترونيكي
 ‌بـيـنــي‌هــاي الـكـتــرونـيـكــي از ســه جــزء اصـلــي تـشـكـيـل شده‌اند: سيستم دريافت نمونه، سيستم رديــابــي، و سـيـسـتــم پــردازش (شـكـل 1).

سـاخـت دسـتـگـاهـي كـه بـتـوانـد عملكرد مشابه بيني داشته بـاشد با دو مسئله عمده روبرو است: رديابي تك تـك اجـزاي شـيـمـيـايـي و تـشـخـيص اينكه تركيب خاصي از اجزاي داده شده در يك نسبت معين چه رايحه‌اي را تداعي مي‌كند.  سيستم دريافت نمونه مي‌تواند تركيبات فرار يك ماده را دريافت كرده و آن ها را براي آناليزهاي جزئي‌تر در اختيار سيستم رديــــابــــي قـــرار دهـــد. ســيــســتـــم رديـــابـــي، شـــامـــل مــجــمـــوعـــه‌اي از ســنــســـورهـــا اســـت كـــه بــخــش واكـنـش‌پـذيـر دسـتـگـاه هـسـتـنـد. اين سنسورها در تـمـاس بـا تـركـيـبـات فـرار، واكنش شيميايي ايجاد مـــي‌كــنــنـــد كـــه بــه تـغـيـيــر در خــواص الـكـتــريـكــي مي‌انجامد. سيستم پردازش، پاسخ‌هاي دريافتي از تمامي سنسورها را با يكديگر تركيب كرده و داده ورودي را ايجاد مي‌كند. اين داده پس از طي مراحل آناليز  مقايسه‌اي، نتايج قابل تفسيري را توليد مي‌كند. 
‌نحوه عملكرد بيني الكترونيكي
هنگامي كه بيني الكترونيكي رايحه‌اي را بو مي­‌كشد، تغييراتي در وضعيت سنسور ايجاد مي‌شود كه در اثر آن، مقاومت الكتريكي سنسور تغيير مي كند. تغييرات مقاومت الكتريكي براي آناليزهاي دقيق‌تر به يك الگوريتم شناسايي الگو فرستاده مي‌شود. از آنجا كه هر يك از سنسورهاي واقع در يك آرايه واكنشي مخصوص به خود دارد، سنسور نوعي "اثر انگشت شيميايي" براي هر بو ايجاد مي‌كند. الگوريتم‌هاي شناسايي الگو از اين اطلاعات براي انجام عـمـلـيـات شـنـاسـايـي و دسـتـه‌بـنـدي اسـتـفـاده مي‌كنند. تكنيك‌هاي شناسايي الگو (PARCs) اطلاعات دريافت شده از سنسور را آناليز كرده و تغييرات مقاومتي آرايه را به مجموعه‌هاي پرقدرتي از اطلاعات تبديل مي‌كنند كه قابل استفاده در تشخيص بيماري‌ها، كنترل كيفيت مواد غذايي، ارزيابي‌هاي زيست محيطي و رديابي مواد سمي هستند. با انتخاب روش صحيح آنـالـيـز الگو، بيني‌هاي الكترونيكي مي‌توانند براي شناسايي تركيبات رايحه‌هاي گوناگون، انجام آناليزهاي ادراكي اوليه  و حتي دسته بندي رايحه‌هاي ناشناخته به كار آيند.  ‌

شکل2) واکنش آرايه سنسور پايه‌اي به رايحه دريافت شده

شکل3) نحوه خم شدن پايه‌ها در سنسور پايه‌اي توسط مولکول‌هاي ماده فرار (شکل سمت چپ: وضعيت اوليه، سمت راست: جذب مولکول‌ها و خم شدن پایه)  

‌الگوريتم‌هاي متعددي براي حل مشكلات بيني الكترونيكي به كار مي‌روند. از آن جمله مي‌توان به تكنيك‌هاي آناليز آماري نظير آناليز اجزاي اصلي (PSA) و آناليزهاي غير پارامتري و شبكه‌هاي عصبي اشاره كرد. اكثر الگوريتم‌ها بايد يك فاز يادگيري را پشت سر بگذارند. در اين فاز، نمونه‌هايي با گروه‌ها و دسته بندي‌هاي معلوم براي آموزش الگوريتم به كار مي‌روند. نوع الگوريتم تعيين كننده سطح نظارت انسان و ميزان اطلاعات لازم براي انجام ايـن آموزش است. هنگامي كه الگوريتم تحت آموزش قرار گرفت، قادر خواهد بود كه رايحه‌اي نامعلوم را به عنوان يك عضو يا تركيبي از اعضاي دسته بندي‌هايي كه با آن ها تحت آموزش بوده است، شناسايي كند.  يك الگوريتم مناسب بايد صحيح و سريع بوده، يادگيري آن ساده باشد و حافظه چنداني را اشغال نكند. به سبب اين ويژگي‌هاي پيچيده، الگوريتم ايـده‌آلـي بـراي آنـالـيـزهـاي بـويـايـي وجود ندارد. هيچكدام از آناليزهاي باليني و مدل‌هاي برگرفته از خواص بيولوژيك نمي‌توانند تمامي نيازها را مرتفع كنند.
آناليزهاي آماري معمولا سريع بوده و به فاز آموزشي نياز ندارند. نتايج حاصل از آن ها در ارتباط تنگاتنگ با داده‌هاي ورودي بوده و به طبيعت مواد شيميايي مورد آزمايش واكنش نشان مي‌دهند. به اين ترتيب، اين نوع آناليزها از خطرات ناشي از آموزش مبري هستند. با اين وجود، داده‌هاي دريافتي از سنسور در اكثر موارد خطي  فرض مي‌شود. ولي با اينكه داده‌ها در اكثر موارد رفتاري خطي دارند، درغلظت‌هاي بالا برخلاف پيش بيني‌ها عمل كرده و سبب ايجاد خطا در الگوريتم‌هاي خطي مي‌شوند. 

شکل 4) ثبت الگوی ماده بر اساس پاسخ دریافتی از هشت پایه سنسور پایه‌ای  ‌

روش ديـگر دسته بندي داده‌ها، استفاده از شبكه‌هاي است كه بر اساس سيستم هاي بيولوژيك طراحي شده‌اند. برخلاف آناليزهاي آماري، شبكه‌هاي عصبي نيازي به خطي بودن و يا تبعيت از يك مدل رياضي به خصوص ندارند. شبكه‌هاي عصبي مي‌توانند براي آناليزهاي فازي نيز استفاده شوند. در تحليل‌هاي فازي، رايحه‌ها به دسته بندي‌هاي مبهمي تقسيم مي‌شوند كه حواس بويايي انسان را تقليد مي‌كنند. آناليز فازي نتايجي را به دست مـي‌دهـد كـه از طـريـق تـكـنـيـك‌هـاي آمـاري، شامل ارزيابي كيفيت رايحه‌ها، چندان سهل الوصول نيست. اما شبكه‌هاي عصبي نيز عاري از خطا نيستند. اين شبكه‌ها بايد براي ايجاد گـروه‌هاي دسته بندي، برنامه‌ريزي شوند. اين امر بدين معناست كه شبكه‌هاي عصبي، الـگـوريـتم‌هايي هستند كه بايد تحت آموزش قرار گيرند و آموزش آن‌ها براي شناسايي رايـحـه‌هـاي جـديـد كـار دشـواري اسـت. هـمـچـنـيـن مـمـكـن اسـت با استفاده از نمونه‌هاي آموزشي بسيار زياد، شبكه‌هاي عصبي تحت آموزش بيش از حد قرار بگيرند كه به از بين رفتن كارآيي سيستم منجر خواهد شد.
كاربردها
دامـنـه‌هـاي كـاربـرد ايـن نـوع سـنـسـور بيشتر در كـنـتـرل كـيـفـيـت و شـنـاسـايـي يا تشخيص گازها و محلول‌هاي فرار در محيط‌هاي مختلف است. از آنجا كه اين سنسورها علاوه بر محيط‌هاي گازي، در مـحـيـط‌هـاي حـاوي مـايـعـات نـيـز قابل استفاده هـسـتـنــد، كــاربــردهــاي مـتـنــوعــي در بـيـوشـيـمـي و تشخيص پزشكي دارند.
بـرخـي از ايـن كـاربـردهـاي ديـگـر سـنـسورهاي پايه‌اي عبارتند از:
*‌‌حس كردن گازها
‌‌*كاربرد در صنعت خودروسازي
*‌‌كنترل كيفيت (غذا، مواد شيميايي، هوا)
*‌‌صنعت توليد عطر
‌‌*كاربردهاي پزشكي
*‌تحقيقات مرتبط با پزشكي قانوني
*‌رديابي مواد مخدر يا مواد منفجره
‌*جستجوي مولكول‌هاي آلوده در فضاهاي مـحـبـوس نـظـيـر سـفـيـنـه‌هاي فضايي (علت اصلي توجه NASA به مبحث بويايي مصنوعي)
مزايا
در تـكـنـولـوژي سـنـسـورهـاي پـايـه­‌اي، بـه تـجـهـيزات حـجـيــم و گــران قـيـمـت نـيـازي نـيـسـت. ايـن سـيـسـتـم­‌هـا مي‌‌توانند جايگزين بسياري از سيستم‌هاي گران قيمتي شوند كه در حال حاضر براي رديابي تعداد محدودي از مواد        (از طريق حس بويايي) به كار مي‌روند.   ‌

منابع

1.Christina Brandt, Cornell University, "The Identification of Chemicals using Clustering and Extrapolation from an External Database for Electronic Nose Sensors"
2."Nanomechanical Olfactory Sensors", accessed on http://monet.physik.unibas.ch/nose
3."MIT Paves Way To Artificial Nose", accessed on http://sciencedaily.com
4."Electronic Nose", accessed on Wikipedia.org

منبع: نشریه مهندسی پزشکی شماره ۹۶