用于呼吸氨气分析的机器学习辅助Janus比色口罩

人工嗅觉系统已广泛应用于医疗领域，例如对人体呼出气体中挥发性有机化合物（VOCs）的分析。然而，医疗行业仍迫切需要一种便携且精准的呼气VOC分析系统。在本研究中，我们提出了一种Janus比色口罩（JCFM），通过结合机器学习K近邻（K-NN）算法，实现对呼吸氨气水平的舒适化评估。这种Janus织物设计用于呼出湿气的单向渗透，可减少黏腻感，确保面部干爽舒适。比色阵列上的四种不同pH指示剂作为与氨气发生交叉反应的识别元件，通过模拟哺乳动物复杂的嗅觉结构，捕捉呼吸氨气的光学指纹信息。欧氏距离（ED）用于定量描述1 ppm至10 ppm范围内的氨气浓度，结果表明氨气浓度与ED响应呈线性关系（R²=0.988）。基于RGB响应特征的K-NN算法辅助分析目标氨气水平，预测准确率达96%。本研究融合比色法、Janus结构设计与机器学习，为呼吸氨气分析提供了一种可穿戴的便携式传感系统。

服务对象 ： 深圳大学
发表时间： 2023 年 12 月 28 日
发表期刊： Analytical Chemistry
文章链接： https://pubs.acs.org/doi/10.1021/acs.analchem.3c04383