深度学习辅助自动驱动的微流体生物电子语言
Zihan Jin1,2, Yuhang Xue2, Bowei Zhang2
1Biosensor National Special Laboratory, Key Laboratory for Biomedical Engineering of Education Ministry, Department of Biomedical Engineering, Zhejiang University, Hangzhou 310027, China.
ACS applied materials & interfaces
|February 24, 2025
概括
一种新型的自动供电微流体生物电子舌头 (SMET) 使用液体-固体接触电气化和深度学习来实现可靠的味道检测. 这种先进的电子舌头在识别口味和度方面达到很高的准确性,克服了以前的稳定性问题.
科学领域:
- 材料科学 材料科学 材料科学
- 传感器技术 传感器技术
- 生物技术是生物技术.
背景情况:
- 人工生物电子舌头模仿天然的味觉感知,用于味觉检测和分类.
- 液体固体接触电气化 (LSCE) 对于自动供电的电子舌头是有效的,但基于滴滴的系统遭受干扰,影响稳定性和可重复性.
研究的目的:
- 开发一个单体集成的自动供电微流体生物电子舌头 (SMET).
- 通过使用LSCE和深度学习来提高样本识别和度检测可靠性.
- 为了提高灵敏度和减少样品体积要求.
主要方法:
- 开发了一个具有多重化微通道结构的SMET.
- 利用微型激发器生成多个激发波形,以提高算法精度.
- 集成的LSCE效应与数据分析的深度学习算法.
主要成果:
- 通过单个波形,为五种味道元素和五种NaCl度实现了超过93%的分类准确性.
- 通过融合多个波形信号,达到100%的准确性.
- 在十多个不同的味道样本中显示出明显的信号变化,表明高灵敏度.
结论:
- 该SMET提供高度可靠和智能样本识别和度检测.
- 它的多重微通道设计提高了灵敏度,并减少了样本体积.
- 由于其高灵敏度和可靠性,SMET是快速准确分析液体的有希望的工具.
相关概念视频
01:11Genetic Lingo
Overview
01:16Non-equilibrium in the Cell
An important concept in studying metabolism and energy is that of chemical equilibrium. Most chemical reactions are reversible. They can proceed in both directions, releasing energy into their environment in one direction, and absorbing it from the environment in the other direction. The same is true for the chemical reactions involved in cell metabolism, such as the breaking down and building up of proteins into and from individual amino acids, respectively. Reactants within a closed system...