4月28日,集成电路学院刘欢教授牵头的“量子人工嗅觉”学术前沿青年团队在Nano Letters在线发表了题为“Specific Odor Coding Using a Single Thin-Film Transistor”(基于单个薄膜晶体管的特异性气味编码)研究论文,学院2021级博士生唐艳婷为论文第一作者,刘欢教授为论文通讯作者。
类生机器嗅觉是依据生物嗅觉神经编码原理,采用气体传感器与算法技术模拟生物嗅觉系统的智能感知技术,在公共安全、环境保护、流程工业和医疗健康等领域具有重要应用价值。半导体气体传感器模拟生物嗅觉感受细胞,将气体信息转换为电信号,具有灵敏度高、检测对象广的特点,但其交叉敏感度问题影响数据质量,导致对算法和算力的依赖程度较高,制约类生机器嗅觉技术发展。
研究团队针对上述难题,提出一种物理模型驱动的特异性气味编码逻辑。该方法利用低维半导体材料构筑气敏薄膜晶体管,通过定义和解析气-固作用的分子识别与电学信号转换因子,构建二维矩阵气味编码模型,从而赋予单个晶体管类似生物嗅觉感受细胞的特异性识别能力。
基于该模型采用单个薄膜晶体管成功实现了NO2、NO、O3及HNO3挥发物等氧化性气体的特异性区分,室温检测极限达到ppb(十亿分之一)量级。所提出的气味编码方法兼具物理可解释性和硅基工艺兼容性,能够扩展到量子点等各类低维气敏材料,为半导体嗅觉传感器芯片设计与性能优化提供了量化依据。
该研究工作得到国家自然科学基金、国家重点研发计划、湖北省自然科学基金创新群体以及华中科技大学学术前沿青年团队等项目的支持。
图1. 基于单个薄膜晶体管的类生机器嗅觉特异性气味编码原理

图2. 基于二维矩阵编码模型的特异性气体识别
相关链接:https://doi.org/10.1021/acs.nanolett.5c01512