Elektronik burun (e-nose), karmaşık kokuları tanımlayan ve analiz eden sensör tabanlı bir sistemdir. 2025'te yapay zekâ ve nano teknoloji ile güçlenen bu cihazlar, gıdadan sağlığa kadar birçok alanda devrim yaratıyor.
Temel Uygulama Alanları
Gıda Güvenliği: Et, süt ürünleri ve meyvelerde tazelik kontrolü; Ainos firmasının AI Nose'u gıda kontaminasyonunu ％79 doğrulukla tespit ediyor.
Tıbbi Tanı:Solunum hastalıklarının erken teşhisi; SpiroNose cihazı, astım ve KOAH’da ％88 tanı doğruluğuna ulaşıyor.
Çevresel İzleme: Hava kirliliği ve endüstriyel emisyon analizi; Hindistan’da tren tuvaletlerindeki koku denetimi için IoT tabanlı e-nose’lar kullanılıyor.
Teknolojik İlerlemeler
Yapay Zekâ Entegrasyonu: Derin öğrenme algoritmaları, koku tanıma doğruluğunu ％95’e çıkarıyor (DGIST, 2025).
Esnek Sensörler: Lazerle işlenen grafen tabanlı sensörler, 30.000+ bükülmeye dayanıklı yapısıyla giyilebilir cihazlara uyum sağlıyor.
Algoritma Çeşitliliği:Kernel Extreme Learning Machine (KELM), geleneksel yöntemlere kıyasla ％100 doğruluk ve milisaniyede sonuç veriyor.
Türkiye’de Gelişmeler
Fırat Üniversitesi’nin geliştirdiği düşük maliyetli e-nose, meyve kokularını ayırt edebiliyor.
KOSGEB ve TEKMER destekli projeler, tarım ve gıda sektöründe yerli e-nose üretimini hedefliyor.
Gelecek ve Zorluklar
Fırsatlar: 2032’de pazarın 76.45 milyar $’a ulaşması bekleniyor.
Engeller: Yüksek maliyet, sensör kalibrasyonu ve veri yorumlama karmaşıklığı kitlesel benimsemeyi sınırlandırıyor.
Öngörü:Nanomalzemeler ve biyolojik sensörler, insan burnuyla eşdeğer hassasiyete ulaşmayı vaat ediyor.
Temel Uygulama Alanları
Gıda Güvenliği: Et, süt ürünleri ve meyvelerde tazelik kontrolü; Ainos firmasının AI Nose'u gıda kontaminasyonunu ％79 doğrulukla tespit ediyor.
Tıbbi Tanı:Solunum hastalıklarının erken teşhisi; SpiroNose cihazı, astım ve KOAH’da ％88 tanı doğruluğuna ulaşıyor.
Çevresel İzleme: Hava kirliliği ve endüstriyel emisyon analizi; Hindistan’da tren tuvaletlerindeki koku denetimi için IoT tabanlı e-nose’lar kullanılıyor.
Teknolojik İlerlemeler
Yapay Zekâ Entegrasyonu: Derin öğrenme algoritmaları, koku tanıma doğruluğunu ％95’e çıkarıyor (DGIST, 2025).
Esnek Sensörler: Lazerle işlenen grafen tabanlı sensörler, 30.000+ bükülmeye dayanıklı yapısıyla giyilebilir cihazlara uyum sağlıyor.
Algoritma Çeşitliliği:Kernel Extreme Learning Machine (KELM), geleneksel yöntemlere kıyasla ％100 doğruluk ve milisaniyede sonuç veriyor.
Türkiye’de Gelişmeler
Fırat Üniversitesi’nin geliştirdiği düşük maliyetli e-nose, meyve kokularını ayırt edebiliyor.
KOSGEB ve TEKMER destekli projeler, tarım ve gıda sektöründe yerli e-nose üretimini hedefliyor.
Gelecek ve Zorluklar
Fırsatlar: 2032’de pazarın 76.45 milyar $’a ulaşması bekleniyor.
Engeller: Yüksek maliyet, sensör kalibrasyonu ve veri yorumlama karmaşıklığı kitlesel benimsemeyi sınırlandırıyor.
Öngörü:Nanomalzemeler ve biyolojik sensörler, insan burnuyla eşdeğer hassasiyete ulaşmayı vaat ediyor.