科研团队提出一种人工智能（AI）驱动的可穿戴面罩式自修复传感器阵列
挥发性有机化合物（voc）传感器阵列有望为监测环境中voc的污染水平和个人健康提供实时信息，因此引起了广泛关注。
据麦姆斯咨询报道，近日，由上海交通大学、华东师范大学和以色列理工学院（technion-israel institute of technology）组成的科研团队在advanced functional materials期刊上发表了以“ai-driven wearable mask-inspired self-healing sensor array for detection and identification of volatile organic compounds”为主题的论文。该论文第一作者为mingrui chen，通讯作者为ning tang、hossam haick、daxiang cui和min zhang。
这项研究提出了一种人工智能（ai）驱动的可穿戴面罩式自修复传感器阵列（missa），该阵列利用简化的单步堆叠技术制备，可用于voc气体的检测和识别（如图1）。这款可穿戴missa由三个垂直放置的可呼吸自修复气体传感器（bsgs）构成，具有线性响应、一致的可重复性以及可靠的自修复能力等特点。
图1 missa制备及其用于voc气体分析和鉴定的概念图示
首先，研究人员阐述了基于hdim（一种用于voc检测的自修复元件）的bsgs的制备过程。图2a展示了hdim的合成结构，其中mxene作为导电材料均匀地分散在自修复预聚物中。对该器件的傅立叶变换红外光谱（ftir spectrum）和x射线光电子能谱（xps）检测，以及hdim的xrd谱图测试如图2b至图2d所示。
图2 基于hdim的bsgs的制备
其次，研究人员对bsgs的voc气体传感性能进行了检测。当乙醇浓度在0.2 ppm至50 ppm之间时，bsgs在室温下的动态传感结果如图3a所示。图3b显示了bsgs对相同浓度乙醇响应的高可靠性。除乙醇外，研究人员还评估了bsgs对其他三种不同voc气体的实时响应（如图3d），并发现其出色的可重复性。
图3 bsgs的voc气体传感性能
传感器在可穿戴应用中容易受到外力影响，这可能导致传感器的受损或断裂。因此，为了提高这些设备的寿命和可靠性，传感器具备自我修复功能至关重要。研究人员对特殊处理后的bsgs的自修复能力和voc气体传感特性进行了测试，如图4所示。
图4 特殊处理后的bsgs自修复能力及voc气体传感性能
随后，研究人员利用面罩的气体过滤效果以及堆叠设计的优势，制造出名为missa的独特自修复传感器阵列，以便获取更多信息并简化不同voc气体的检测。如图5a所示，missa的制造方法是将三个相同形状和尺寸的bsgs单元垂直排列，并用带条将其紧紧包裹，从而产生分层效果（layered effect）。如图5d所示，将基于missa的电子系统置于乙醇气体中时，智能手机显示了三幅与missa三层结构相对应的实时响应图。由此可见，该兼容智能手机的voc气体传感系统将missa与便携式电路相结合，具备卓越的传感性能，并有潜力应用于可穿戴voc气体监测设备。
图5 利用missa识别voc气体
最后，研究人员利用missa完成了对多种voc气体的分析与鉴定。研究人员通过missa获取了四种气体在浓度分别为0.2 ppm、5 ppm和10 ppm时的动态响应曲线，利用根据气体类型和浓度标记的拟合参数，提取出12个准确反映不同气体各自响应曲线的鲜明特征。利用missa对多种voc气体的分析与鉴定过程和测试结果如图6所示，识别准确率高达99.77%。
图6 利用missa对voc气体的分析和鉴定
综上所述，这项研究利用高效的单步堆叠技术，设计并制造了一种可识别voc气体的新型missa。missa由三层bsgs构成，每层器件均通过丝网印刷技术将可自修复的hdim涂覆于聚氨酯静电纺丝膜制备而成。测试结果表明，bsgs的检测限低至0.04 ppm，检测范围为0.2 ppm ~ 50 ppm，性能稳定且具有可靠的自修复能力。此外，在智能手机等便携式设备中将missa与柔性印刷电路板（fpcb）配对，可便捷应用于可穿戴voc气体监测。混合主成分分析（pca）辅助的机器学习（ml）展示了不同voc气体的决策边界的区分，voc气体识别准确率高达99.77%。鉴于其显著特性，missa被认为是一种颇具前景的voc气体检测工具，有望成为用于个人健康监测场景的可靠且精确的长期日常检测工具。
盘点2018年全球半导体厂商Top15
未来五到十年我国IPv6互联网发展目标、路线图、时间表和重点任务
超声波焊接详细介绍
红米Note7Pro评测 诞生即是超越同等价位手机的存在
光场显示和“混合现实”初创公司Avegant宣布完成1200万美元融资
科研团队提出一种人工智能（AI）驱动的可穿戴面罩式自修复传感器阵列
谷东实现对电力设备和管线的实时监控和智能巡检
如何选择NB-IoT模块
华为Mate40 Pro对比iPhone 12 Pro，拍照功能上你会选哪款？
开发和部署智能的安全架构应该着重在三个步骤：了解、隔离和保护
firefly智能网关简介
2016终极富豪榜出炉中国科技圈亮了，笑到最后才是赢家
深入了解 Flink 网络栈（二）：监控、指标和处理背压
从斯坦德机器人的角度来看移动机器人的异同
台积电3nm工艺量产时间推迟 苹果、英特尔被殃及池鱼
聚焦中国制造 硬蛋迈出“出海”重要一步
Snap推出Spectacles眼镜 可给视频添加增强现实特效
轻松DIY击鼓机器人解决方案
10月全球半导体销售超300亿美元 中国同比增长14%
PICO-V2K4-SEMI：研扬首款采用 AMD Ryzen™ V2000 系列的迷你PC
据麦姆斯咨询报道，近日，由上海交通大学、华东师范大学和以色列理工学院（technion-israel institute of technology）组成的科研团队在advanced functional materials期刊上发表了以“ai-driven wearable mask-inspired self-healing sensor array for detection and identification of volatile organic compounds”为主题的论文。该论文第一作者为mingrui chen，通讯作者为ning tang、hossam haick、daxiang cui和min zhang。
这项研究提出了一种人工智能（ai）驱动的可穿戴面罩式自修复传感器阵列（missa），该阵列利用简化的单步堆叠技术制备，可用于voc气体的检测和识别（如图1）。这款可穿戴missa由三个垂直放置的可呼吸自修复气体传感器（bsgs）构成，具有线性响应、一致的可重复性以及可靠的自修复能力等特点。
图1 missa制备及其用于voc气体分析和鉴定的概念图示
首先，研究人员阐述了基于hdim（一种用于voc检测的自修复元件）的bsgs的制备过程。图2a展示了hdim的合成结构，其中mxene作为导电材料均匀地分散在自修复预聚物中。对该器件的傅立叶变换红外光谱（ftir spectrum）和x射线光电子能谱（xps）检测，以及hdim的xrd谱图测试如图2b至图2d所示。
图2 基于hdim的bsgs的制备
其次，研究人员对bsgs的voc气体传感性能进行了检测。当乙醇浓度在0.2 ppm至50 ppm之间时，bsgs在室温下的动态传感结果如图3a所示。图3b显示了bsgs对相同浓度乙醇响应的高可靠性。除乙醇外，研究人员还评估了bsgs对其他三种不同voc气体的实时响应（如图3d），并发现其出色的可重复性。
图3 bsgs的voc气体传感性能
传感器在可穿戴应用中容易受到外力影响，这可能导致传感器的受损或断裂。因此，为了提高这些设备的寿命和可靠性，传感器具备自我修复功能至关重要。研究人员对特殊处理后的bsgs的自修复能力和voc气体传感特性进行了测试，如图4所示。
图4 特殊处理后的bsgs自修复能力及voc气体传感性能
随后，研究人员利用面罩的气体过滤效果以及堆叠设计的优势，制造出名为missa的独特自修复传感器阵列，以便获取更多信息并简化不同voc气体的检测。如图5a所示，missa的制造方法是将三个相同形状和尺寸的bsgs单元垂直排列，并用带条将其紧紧包裹，从而产生分层效果（layered effect）。如图5d所示，将基于missa的电子系统置于乙醇气体中时，智能手机显示了三幅与missa三层结构相对应的实时响应图。由此可见，该兼容智能手机的voc气体传感系统将missa与便携式电路相结合，具备卓越的传感性能，并有潜力应用于可穿戴voc气体监测设备。
图5 利用missa识别voc气体
最后，研究人员利用missa完成了对多种voc气体的分析与鉴定。研究人员通过missa获取了四种气体在浓度分别为0.2 ppm、5 ppm和10 ppm时的动态响应曲线，利用根据气体类型和浓度标记的拟合参数，提取出12个准确反映不同气体各自响应曲线的鲜明特征。利用missa对多种voc气体的分析与鉴定过程和测试结果如图6所示，识别准确率高达99.77%。
图6 利用missa对voc气体的分析和鉴定
综上所述，这项研究利用高效的单步堆叠技术，设计并制造了一种可识别voc气体的新型missa。missa由三层bsgs构成，每层器件均通过丝网印刷技术将可自修复的hdim涂覆于聚氨酯静电纺丝膜制备而成。测试结果表明，bsgs的检测限低至0.04 ppm，检测范围为0.2 ppm ~ 50 ppm，性能稳定且具有可靠的自修复能力。此外，在智能手机等便携式设备中将missa与柔性印刷电路板（fpcb）配对，可便捷应用于可穿戴voc气体监测。混合主成分分析（pca）辅助的机器学习（ml）展示了不同voc气体的决策边界的区分，voc气体识别准确率高达99.77%。鉴于其显著特性，missa被认为是一种颇具前景的voc气体检测工具，有望成为用于个人健康监测场景的可靠且精确的长期日常检测工具。
盘点2018年全球半导体厂商Top15
未来五到十年我国IPv6互联网发展目标、路线图、时间表和重点任务
超声波焊接详细介绍
红米Note7Pro评测 诞生即是超越同等价位手机的存在
光场显示和“混合现实”初创公司Avegant宣布完成1200万美元融资
科研团队提出一种人工智能（AI）驱动的可穿戴面罩式自修复传感器阵列
谷东实现对电力设备和管线的实时监控和智能巡检
如何选择NB-IoT模块
华为Mate40 Pro对比iPhone 12 Pro，拍照功能上你会选哪款？
开发和部署智能的安全架构应该着重在三个步骤：了解、隔离和保护
firefly智能网关简介
2016终极富豪榜出炉中国科技圈亮了，笑到最后才是赢家
深入了解 Flink 网络栈（二）：监控、指标和处理背压
从斯坦德机器人的角度来看移动机器人的异同
台积电3nm工艺量产时间推迟 苹果、英特尔被殃及池鱼
聚焦中国制造 硬蛋迈出“出海”重要一步
Snap推出Spectacles眼镜 可给视频添加增强现实特效
轻松DIY击鼓机器人解决方案
10月全球半导体销售超300亿美元 中国同比增长14%
PICO-V2K4-SEMI：研扬首款采用 AMD Ryzen™ V2000 系列的迷你PC