异丙醇分子(IPA)是抗病毒杀毒的有效化合物,被广泛应用于洗手液中,然而人体过多吸收该有机可挥发化合物会导致一系列健康问题,例如:皮肤刺激、神经系统疾病和呼吸道损伤。传统的可挥发气体分子检测存在诸如响应慢、检测效率差等问题,而相对高端的检测设备——离子迁移设备工作条件要求苛刻,此外中红外光谱的弱光物质相互作用也会导致有限的分子精准辨识。
针对以上存在问题,新加坡国立大学李正国教授团队、东南大学朱建雄副教授团队与宋爱国教授团队合作开发一种人工智能增强的高压静电诱导离子迁移和中红外光谱的检测方法,利用不同维度的传感信号的互补特征来达到异丙醇分子的高精度检测。通过高压静电的“冷”离子放电迁移谱与中红外光谱耦合,并基于机器学习的回归预测,实现被测气体浓度辨识接近99.08%的准确率。
本研究提出的人工智能增强的方法实现精确和快速的气体成分与浓度辨识,可广泛应用于医疗健康与环保领域。相关成果发表在Nature Communications。
原文(扫描或长按二维码,识别后直达原文页面,或点此查看原文):
Triboelectric-induced ion mobility for artificial intelligence-enhanced mid-infrared gas spectroscopy
Jianxiong Zhu*, Shanling Ji, Zhihao Ren, Wenyu Wu, Zhihao Zhang, Zhonghua Ni, Lei Liu, Zhisheng Zhang, Aiguo Song*, Chengkuo Lee*
Nat. Commun., 2023, 14, 2524, DOI: 10.1038/s41467-023-38200-6
如果篇首注明了授权来源,任何转载需获得来源方的许可!如果篇首未特别注明出处,本文版权属于 X-MOL ( x-mol.com ), 未经许可,谢绝转载!