对混合气体中的成分进行实时的感知和识别能力，决定了其对生物体的生理作用、感官体验和身份识别效果。但至今我们仍然无法将嗅觉进行数字化处理，不能将这种关键的感知能力纳入信息网络和虚拟现实中。我们认为，这个领域将会是未来信息技术发展的一个重要瓶颈和发展空间。本项目采用精心设计的具有差异性响应特征的气敏单元组成传感器阵列，代替单一传感器，通过深度学习神经网络技术，以传感器阵列模式识别来取代单一的电磁信号，使得混合气体高效在线定量分析成为可能。在前期实验室开发中，我们利用MEMS传感器制造技术，在单一集成基片上进行纳米混合薄膜气体传感器阵列的制备，并通过神经网络算法对阵列气敏响应数据的特征提取能力，找出混合膜层结构与混合气体敏感性之 间的相互关联，通过海量数据机器学习的训练，最终实现对混合气体成分的优化检测和分析，并以此为基础发展出新一代智能传感器的应用产品。混合气体在线分析技术的应用前景非常广阔，在医疗健康、食品安全、身份识别等诸多领域有着很大的市场潜力，既是当前科学技术发展的热点领域，也符合国家政策大方向。目前的气体分析技术，仍然需要依赖大型设备，无法实现在线实时分析。我们的目标是开发手持式终端设备，能够应用于呼出气体诊断疾病，远程医疗和慢性病长期监控，有害气体实时监测，以及个人身份识别等领域。 【展开】 【收起】