使用机器学习设计和优化通过正方形槽的Ag-石墨烯-二电介面传感局部化等离子体共振传感,用于皮肤癌症识别

科学领域:

• 生物医学工程 生物医学工程
• 材料科学 材料科学 材料科学
• 纳米技术纳米技术

背景情况:

• 皮肤癌是一种普遍且危险的疾病,需要早期检测才能有效治疗.
• 目前的诊断方法可能具有侵入性或缺乏早期检测的敏感性.
• 石墨烯的独特特性为开发先进的诊断工具提供了潜力.

研究的目的:

• 开发和优化一种基于石墨烯的高灵敏度等离子体生物传感器,用于早期发现皮肤癌.
• 整合银 (Ag),石墨烯和二氧化 (SiO2) 以提高传感器性能.
• 利用机器学习优化生物传感器设计并提高检测精度.

主要方法:

• 一个多层等离子体生物传感器的制造,包含Ag,石墨烯和SiO2.
• 系统地优化物理参数,包括层厚度和槽尺寸.
• 应用机器学习算法来改进生物传感器设计并提高灵敏度.

主要成果:

• 在检测皮肤癌生物标志物方面,达到1050nm/RIU的异常灵敏度.
• 证明了在极低度下精确检测生物标志物.
• 通过优化设计和机器学习实现了0.99的最高R2值,表明了高精度.

结论:

• 开发的基于石墨烯的等离子生物传感器显示出非侵入性早期皮肤癌诊断的巨大潜力.
• 整合材料和机器学习优化可以提高灵敏度和准确性.
• 这项技术提升了早期检测能力,改善了皮肤癌患者的治疗结果.