太原理工大学,Microsyst. Nanoeng.:基于RBFNN的PPy/GaN传感器阵列,具备宽动态范围和ppb检测能力,用于人体呼出气体中的氨识别

气体传感技术作为环境监测、工业安全及医疗诊断等领域的关键支撑，其发展水平直接关系到社会可持续发展的能力。特别是在公共卫生领域，对疾病标志物进行快速、精准的检测，是推动疾病诊断向无创、早期预警方向变革的核心动力。人体呼出气中含有数千种挥发性有机化合物（VOCs），氨气（NH₃）作为一种内源性氮代谢产物，已被证实是慢性肾病（CKD）和肝功能障碍的可靠生物标志物。研究表明，CKD患者的呼出气中NH₃浓度会显著升高，且与血液尿素氮（BUN）水平高度相关（R²=0.95），这使其成为非侵入性诊断的理想靶点。

然而，将气体传感技术应用于实际的呼出气检测仍面临严峻挑战。呼出气中标志物浓度极低（通常为ppb级），对传感器的灵敏度、检测限和选择性提出了极高要求。为此，通过构建复合纳米材料，利用异质结的协同效应提升传感器性能，已成为前沿研究共识。其中，第三代宽禁带半导体氮化镓（GaN）以其优异的化学稳定性、高电子迁移率和可通过金属有机化学气相沉积（MOCVD）技术实现精确外延控制的独特优势，成为理想的基底材料。将PPy与GaN纳米结构复合，不仅能结合二者室温传感与高稳定性的优点，更能在界面处形成内建电场，显著优化电荷转移效率，为气体分子提供丰富的吸附和反应位点。因此，开发高性能的PPy/GaN复合传感器，并构建与之匹配的智能识别系统，对于实现CKD等疾病的日常化、无创监测具有重大的科学意义和应用前景。

近日，太原理工大学韩丹教授与桑胜波教授团队在国际知名期刊《Microsystems & Nanoengineering》上发表了题为“RBFNN-Based PPy/GaN Sensor Array with Wide Dynamic Range and Sub-ppb Detection for Accurate Ammonia Identification in Human Exhaled Breath”的研究论文。该研究通过MOCVD外延技术，在蓝宝石衬底上精准可控地制备了三种不同形貌的GaN纳米结构，在此基础上，通过原位氧化聚合技术，成功将PPy纳米颗粒均匀地修饰在GaN表面，成功构建了PPy/GaN气体传感器阵列。传感器在室温下对氨气表现出了优异的选择性，并具有超宽检测范围（100 ppb至1000 ppm）和高稳定性。进一步，团队利用传感器阵列对模拟的CKD患者（短期内高蛋白摄入）进行了呼出气检测实验，并开发了基于粒子群优化-反向传播神经网络（PSO-BP）的湿度补偿模型，有效克服了呼出气高湿度环境下对传感器的干扰，通过呼出气的监测，传感器阵列能实现动态追踪呼出气中NH₃的浓度变化。此外，基于实验数据，结合径向基函数神经网络机器学习算法，实现了低浓度氨气的高精度预测。这项研究不仅揭示了PPy/GaN异质结的传感机制，还为开发非侵入式疾病诊断平台提供了新思路。

本研究采用MOCVD工艺在蓝宝石衬底上外延生长三种不同结构的GaN纳米材料（GaN-1、GaN-2和GaN-3），通过调控生长时间、温度、压力和前驱体流量，精确控制纳米结构的形貌和厚度。随后，通过原位氧化聚合将PPy均匀沉积在GaN表面，形成PPy/GaN复合薄膜，并利用磁控溅射技术在材料两端沉积了Ti/Au双层电极区制备得到PPy/GaN传感器。扫描结果表明，PPy在具有块状纳米结构的GaN-1表面分布最为均匀，形成了理想的纳米接触。X射线衍射和拉曼光谱分析表明，该复合结构结晶质量高，异质结界面相互作用强。XPS进一步证实，PPy/GaN-1界面存在显著的电荷转移，且其表面吸附氧物种含量显著提高。

气敏性能测试在室温（25℃）和30%相对湿度下进行。PPy/GaN-1传感器对氨气表现出高选择性，并展现出超宽的动态检测范围（100 ppb至1000 ppm），得益于PPy/GaN异质结提供了大量且连续的吸附位点，使得从低浓度到高浓度的气体分子都能被有效吸附并引发显著的电阻变化。同时在长期稳定性测试中表现出优异的可靠性。此外，传感器在20°C至40°C的近室温范围内性能稳定，表明其对外界环境温度波动具有一定的鲁棒性。相比之下，PPy/GaN-2和PPy/GaN-3传感器的性能稍逊，印证了PPy/GaN-1中独特的块状纳米结构及其与PPy最均匀的复合是实现最优性能的关键。

利用所制备的传感器构建了传感器阵列，用于模拟CKD患者的呼出气检测。实验中，使用集成在呼气检测装置内的湿度传感器实时监测湿度，并建立了结合粒子群优化与反向传播神经网络（PSO-BP）相结合的湿度校正模型，通过将传感器响应数据映射到30%相对湿度下的参考响应值来标准化实现实时湿度补偿。该模型旨在通过将传感器响应数据映射到30%相对湿度下的参考响应值来标准化，预测误差低于5%。实验表明，传感器阵列能准确捕捉呼出气中氨气的动态变化，验证了其在CKD连续监测中的潜力。

RBFNN-Based PPy/GaN Sensor Array with Wide Dynamic Range and Sub-ppb Detection for Accurate Ammonia Identification in Human Exhaled Breath

韩丹教授简介：现任太原理工大学集成电路学院教授。长期从事MOCVD技术外延硅、氮化镓等半导体材料、及新型传感器件制备、微纳结构与性能表征等相关方面的研究工作，具有较深的半导体理论基础和丰富的实验经验。以通讯作者身份在ACS Applied Materials & Interfaces、 Sensors and Actuators B: Chemical、Applied Physics Letters、Nanoscale等国际顶级期刊发表多篇研究论文，授权中国发明专利多项；主持国家自然科学基金面上项目，国家科技部重点专项，山西省重点研发计划等多个国家及省部级项目，参与国家自然科学基金重点基金、太原市揭榜挂帅计划等多项相关课题研究。

桑胜波教授简介：太原理工大学教授，博导。德国伊尔梅瑙工业大学微机电专业博士，哈佛大学高级访问学者，国家优青基金获得者，国家重点研发计划项目首席科学家，十三五“国家重大科学仪器设备”重点专项专家组专家，山西省“青年三晋学者”特聘教授，山西省青年拔尖人才、山西省新兴产业领军人才，中国民主促进会全国抗击新冠肺炎疫情先进个人。人工智能微纳传感山西省重点实验室主任，中国生物医学工程学会医学人工智能分会委员，中国仪器仪表学会微纳器件与系统技术分会委员。历任太原理工大学信息工程学院副院长、信息与计算机学院副院长/院长、科学技术研究院院长。主要从事微纳传感器与测试系统、仿生技术与装备、微结构的原位加工技术与装备研究。在AM、NC、Informat、Small等期刊发表高水平论文180余篇，授权发明专利100余项（美国专利2项）。获山西省自然科学奖一等奖、山西省科学技术发明奖一等奖、山西省专利奖一等奖各1项。出版教材2部、主持山西省教学改革项目3项、获山西省教学成果奖特等奖1项，获批国家级一流专业1个、省级一流课程1门。