在气体传感技术中纳米材料创新和机器学习,用于实时健康诊断
Md Harun-Or-Rashid1,2, Sahar Mirzaei3, Noushin Nasiri1,2
1NanoTech Laboratory, School of Engineering, Faculty of Science and Engineering, Macquarie University, Sydney, New South Wales 2109, Australia.
ACS sensors
|March 10, 2025
概括
非侵入性呼吸传感器检测挥发性有机化合物 (VOCs) 以实时诊断疾病. 新材料和人工智能的进步提高了传感器准确度,以实现个性化的健康监测.
科学领域:
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
- 分析化学 分析化学
背景情况:
- 呼吸传感器通过检测挥发性有机化合物 (VOCs) 来提供一种非侵入性诊断方法.
- 目前的研究重点是开发先进的材料,以提高各种健康状况的传感器灵敏度和选择性.
研究的目的:
- 审查呼吸传感技术的最新进展,重点关注创新的材料.
- 检查机器学习 (ML) 和人工智能 (AI) 在呼吸分析和诊断中的作用.
主要方法:
- 对呼吸传感材料 (聚合物,碳基,金属氧化物) 的科学文献的综述.
- 分析用于检测疾病生物标志物的传感器材料的结构和操作原理.
- 集成ML算法 (CNN,SVM) 用于数据解释和诊断准确性.
主要成果:
- 聚合物,石墨烯,碳纳米管,ZnO和SnO2显示出检测和氨等与疾病相关的VOC的潜力.
- 机器学习和人工智能显著提高了复杂的呼吸样本的解释,提高了诊断准确度.
- 呼吸传感器可以监测多个参数,包括VOC,空气流,温度和湿度.
结论:
- 新型传感器材料和基于机器学习的分析对于开发复杂的可穿戴呼吸传感器至关重要.
- 由人工智能驱动的呼吸传感器代表了个性化,实时,非侵入性疾病检测和监测的有希望的平台.
