Array de sensores de gas a base de óxido metálico para la determinación de COV en mezclas complejas utilizando aprendizaje automático

Resumen La detección de compuestos orgánicos volátiles (COV) en el aliento se está convirtiendo en una vía viable para la detección temprana de enfermedades de manera no invasiva. Este documento presenta un array de sensores de 3 óxidos metálicos que ofrecen una máxima sensibilidad cruzada y pueden utilizar con éxito métodos de aprendizaje automático para identificar cuatro COV distintos en una mezcla. El array de sensores de óxido metálico comprende sensores de NiO-Au (óhmico), CuO-Au (Schottky) y ZnO–Au (Schottky) fabricados por el método de pulverización reactiva DC y con un grosor de película de 80–100 nm. Las películas de NiO y CuO tienen tamaños de partículas ultrafinas de < 50 nm y una textura de superficie rugosa, mientras que las películas de ZnO consisten en placas a escala nanométrica. Este array se sometió a varias concentraciones de COV, incluyendo etanol, acetona, benceno y cloroformo, una por una y en pares/mezclas de gases. Así, los valores de respuesta muestran interferencias severas y desviaciones del comportamiento de ley de potencia comúnmente observado. El conjunto de datos obtenido de gases individuales y sus mezclas se analizaron utilizando múltiples algoritmos de aprendizaje automático, como Random Forest (RF), K-Nearest Neighbor (KNN), Árbol de Decisión, Regresión Lineal, Regresión Logística, Naive Bayes, Análisis Discriminante Lineal, Red Neuronal Artificial y Máquina de Vector Soporte. KNN y RF han mostrado más del 99% de precisión en la clasificación de diferentes productos químicos variables en las mezclas de gas. En el análisis de regresión, KNN ha ofrecido los mejores resultados con un valor de R 2 de más de 0.99 y LOD de 0.012 ppm, 0.015 ppm, 0.014 ppm y 0.025 ppm para predecir las concentraciones de acetona, benceno, etanol y cloroformo, respectivamente, en mezclas complejas. Por lo tanto, se demuestra que el array que utiliza los algoritmos proporcionados puede clasificar y predecir simultáneamente las concentraciones de los cuatro gases para el diagnóstico y monitoreo de enfermedades. Resumen Gráfico