【第一參賽人/留學人員】鐘成
【留學國家】美國
【技術領域】生物技術與大健康
【參賽屆次】第5屆
【所獲獎項】入圍
【項目簡介】
對混合氣體中的成分進行實時的感知和識別能力，決定了其對生物體的生理作用、感官體驗和身份識別效果。但至今我們仍然無法將嗅覺進行數字化處理，不能將這種關鍵的感知能力納入信息網絡和虛擬現實中。我們認為，這個領域將會是未來信息技術發展的一個重要瓶頸和發展空間。本項目采用精心設計的具有差異性響應特征的氣敏單元組成傳感器陣列，代替單一傳感器，通過深度學習神經網絡技術，以傳感器陣列模式識別來取代單一的電磁信號，使得混合氣體高效在線定量分析成為可能。在前期實驗室開發中，我們利用MEMS傳感器制造技術，在單一集成基片上進行納米混合薄膜氣體傳感器陣列的制備，并通過神經網絡算法對陣列氣敏響應數據的特征提取能力，找出混合膜層結構與混合氣體敏感性之 間的相互關聯，通過海量數據機器學習的訓練，最終實現對混合氣體成分的優化檢測和分析，并以此為基礎發展出新一代智能傳感器的應用產品。混合氣體在線分析技術的應用前景非常廣闊，在醫療健康、食品安全、身份識別等諸多領域有著很大的市場潛力，既是當前科學技術發展的熱點領域，也符合國家政策大方向。目前的氣體分析技術，仍然需要依賴大型設備，無法實現在線實時分析。我們的目標是開發手持式終端設備，能夠應用于呼出氣體診斷疾病，遠程醫療和慢性病長期監控，有害氣體實時監測，以及個人身份識別等領域。
【展開】
【收起】