関連する実験動画
Updated: Jul 4, 2026

Autofluorescence Imaging to Evaluate Red Algae Physiology
Published on: February 17, 2023
微藻のバイオセンシングのためのクロミウム薄膜の機械学習支援スペクトロスコーピックエリプソメトリー
Asmida Herawati1, Suhendra2, Riza Ariyani Nur Khasanah3
1Research Center for Photonics, National Research and Innovation Agency (BRIN), Bd. 442 Kawasan Puspiptek Serpong, South Tangerang, Banten, 15314, Indonesia.
この研究では,クロム (Cr) 薄膜バイオセンサを開発し,迅速かつラベルなしで微藻類を検出しました. 機械学習と組み合わせた最適化された75nm Crフィルムは,環境モニタリングと産業用アプリケーションのための敏感なプラットフォームを提供します.
科学分野:
- マテリアルサイエンス 材料科学
- バイオセンシング技術
- スペクトロスコーピーは,スペクトロスコーピーを用います.
背景:
- 微藻の迅速でラベルのない検出は,環境監視とバイオ産業プロセスの制御に不可欠です.
- 現在の方法は,多くの場合,大量の濃度に依存し,正確なモニタリングに不可欠な微妙なインターフェイスの変化を逃しています.
研究 の 目的:
- 微藻のバイオセンシングのためのクロム (Cr) 薄膜を用いた厚さ最適化された光学トランスデューサーを開発する.
- マイクロ藻類の迅速な検出のためのスペクトロスコピックエリプソメトリー (SE) と機械学習 (ML) フレームワークの実装と評価.
主な方法:
- RFマグネトロンスプッタリングによるCr薄膜 (20-75 nm) を積み,SEを用いて特徴付けました.
- Drude-Lorentz分散モデルを使用して,厚さ依存光学定数 (n,k) を抽出しました.
- Cr/PVAとCr/PVA+微藻のスタックを形成してバイオセンシングを実施し,相差反応を分析した.
- マルチタスクのディープニューラルネットワークと,データ分析と分類のためのサポートベクトルマシンを活用した.
主要な成果:
- 75nmのCrフィルムは,安定した光学応答と可視範囲の低損失を示し,最適なパフォーマンスを示しました.
- 75nmのCr/PVAプラットフォームは,微藻によって引き起こされた有意なフェーズシフト (2.65-3.20 eVの範囲内で40.6°) を示し,高コントラスト検出ウィンドウを示した.
- SE-MLフレームワークは,SEの密集したサインを,マイクロ藻類の迅速なスクリーニングのための決定準備ラベルに成功裏に変換しました.
結論:
- MLと組み合わせた厚さ最適化されたCr薄膜トランスデューサは,微藻検出のためのインテリジェントで破壊的でない方法を提供します.
- 開発されたSE-MLフレームワークは,マイクロ藻類の迅速なスクリーニングと環境診断を進めています.
- このアプローチにより,プロセスの制御と監視に不可欠なインターフェイスの変化に基づく敏感な検出が可能になります.
さらに関連する動画
06:20Author Spotlight: Optimizing Growth Factors for Production of Biotechnologically Relevant Secondary Metabolites
Published on: October 25, 2024
09:51TD-DFT Guided Advanced E-Eye Sensing Technique for On-site Quantification of Fe, Cr, F, and As in the Environmental, Biological, and Food Samples
Published on: September 19, 2025
関連する概念動画
IR and UV–Vis Spectroscopy of Aldehydes and Ketones
Microbial Biosensors