面向呼气电子鼻的高灵敏纳米改性薄膜体声波传感器阵列研究

Using the intelligent breath electric nose to detect the serious disease in the early stage is very significant. The current development of the breath electric nose for medical analysis highly requires the gas sensors which have small size, complex testing ability and low detection limit. This project proposes a highly sensitive nano chemical modified thin film acoustic resonator array based on the universal mass sensitive principle. This device has the advantages of sensitivity and integration, showing a promise as an alternative of quartz crystal microbalances used in existing electric nose system. In this project, we will focus on the high sensitivity issue for the disease characteristic gases and the issue of the broad and different response for the gas molecules which is required for the sensors array. The research contents include as follows: 1) the preparation of the piezoelectric film with high Q factor films and the bulk acoustic resent device array working in 10 GHz, making a highly sensitivity to the absorbed mass on the surface; 2) the high frequency resonant sensitive model for the gas molecules and the main noise mechanism in the micro-nano scale; 3) the chemical modification method to absorb the gas molecules onto the resonant surface. The devices can detect the disease characteristics gas as low as 1 ppb and realize the disease diagnosis via the pattern recognition algorithms. Consequently, the high performance sensors which can be integrated in smart phone and mobile terminals in the Internet of things are provided.

利用普及化的智能电子鼻系统对疾病进行早期诊断具有重要意义。目前电子鼻系统迫切需要具有复杂气体检测能力、微型化和极低检测限的气体传感器阵列。本项目提出一种基于质量敏感原理的高灵敏纳米改性薄膜体声波气体传感器，具有明显的灵敏性和集成性优势，有希望替代现有电子鼻系统使用的石英微天平器件。重点解决对疾病特征气体检测的传感器灵敏性问题以及电子鼻传感器阵列所需的对不同气体分子广谱和差异性的响应问题。主要研究：1）10GHz频段的高Q值压电薄膜材料的可控制备以及体声波谐振器件阵列，获得对其表面吸附质量的高灵敏性；2）微纳尺度下压电谐振结构对气体分子的敏感规律与噪声机制；3)高频体声波谐振表面对气体分子吸附敏感的纳米改性方法。实现对典型疾病特征气体的检测极限小于1 ppb，从而利用模式识别算法进行肺癌等疾病呼气的整体性识别，为呼气疾病诊断提供一种有可能集成在智能手机、物联网等移动终端中的高性能传感器。

针对新型传感器高灵敏、微型化和芯片集成的要求，本项目通过微纳电子技术和分子生物技术的交叉融合，研究了基于薄膜体声波气体传感器的电子鼻和生物传感器，实现了对超微量气体和生物分子的特异性检测。发表论文12篇，申请发明专利8项，授权发明专利3项，举办学术会议1次，获得山东省高校优秀科研成果二等奖1项。2018年项目负责人入选山东省泰山学者青年专家。. （1）研究了微纳尺度下高频体声波谐振对外加负载的敏感规律，提出了多种MEMS体声波谐振器结构，给出了粘滞环境中微纳尺度体声波敏感特征的基础规律，深化了对微纳尺度下压电谐振结构粘滞性阻尼效应的理解。设计了使用该类器件进行临床血液分析的测试流程，验证了器件原理和临床应用的可行性，同时测试结果揭示了不同活性条件下血液酶级联反应和纤维蛋白聚合的变化规律，为病理学解释外源凝血机制提供了更多信息。. （2）深入理解微纳尺度表面的对敏感分子的吸附机理和规律，解决了MEMS体声波谐振器选择性敏感问题。面向环境监测领域对高灵敏室内污染气体探测的应用需求，发展了具有极高灵敏特性的电声谐振气体传感器。基于聚乙烯亚胺（PEI）所特有的氨基与甲醛分子的亲核反应特异性，提出了利用静电纺丝方法在谐振表面形成甲醛敏感膜的方法，将碳纳米材料进行负电化改性后，在微尺度谐振表面与PEI进行静电驱动下的单分子层交替自组装、单层组装，获得高密度、可控和可重复的三维纳米网络结构，极大提升了气体吸附面积，同时具有对甲醛分子的特异敏感性。. （3）基于主元分析法、BP神经网络等机器学习方法对传感器阵列的多元信息进行融合和识别，消除非特异性干扰，建立疾病标志物的“指纹库”，解决准确识别和定量分析低浓度目标物的问题。通过模式识别算法初步能够排除水汽干扰，正辛烷的平均误差为0.5762%，甲苯的平均误差为0.6082%，混合气体的正确率达到了99%以上。混合气体的平均误差和为1.1844%，最大相对误差和为5.2224%。