使用碳涂层3D打印的微针阵列检测布普伦诺芬的最小侵入性检测
Sachin Kadian1,2, Siba Sundar Sahoo3, Pratima Kumari4
1Joint Department of Biomedical Engineering, North Carolina State University and University of North Carolina, Raleigh, NC, 27695, USA.
Mikrochimica acta
|October 15, 2024
概括
开发了一种具有机器学习的新型3D打印微针传感器,用于准确检测布普伦诺芬. 这个具有成本效益的平台为潜在的可穿戴应用提供无线,选择性和高效的监控.
科学领域:
- 电化学 电化学 电化学
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
背景情况:
- 精确的布普伦诺芬监测对于治疗坚持和过量预防至关重要.
- 现有的布普伦诺芬检测方法可能是复杂的,昂贵的,并且不容易在护理场所使用.
研究的目的:
- 开发一个基于3D打印的导电微针的电化学传感平台,用于无线,高效,经济和选择性的布普伦诺芬测定.
- 整合机器学习以进行用户可访问的数据分析,并创建用于实时监测布普伦诺芬水平的Web应用程序.
主要方法:
- 使用3D打印和空气喷雾涂层制造导电微针阵列.
- 微针传感器的电化学表征和优化.
- 在实验数据上训练的机器学习模型的开发,用于量化布普伦诺芬.
- 创建一个网络应用程序,用于现场布普伦诺芬水平的示范.
主要成果:
- 开发的平台在人造肠液中显示出对布普伦诺芬检测的高灵敏度和选择性.
- 实现了广泛的检测范围 (2140μM) 与低检测极限 (0.129μM).
- 开发了一款功能性网络应用程序,以方便用户使用,对布普伦诺芬水平进行数值演示.
结论:
- 该研究成功展示了一种低成本,用户可访问的可穿戴电化学传感器的概念验证,用于最小侵入性布普伦诺芬测定.
- 在3D打印和增材制造方面的进步使得我们能够为护理点应用创建引人注目的电化学传感器.
