Электронный нос на основе органических и неорганических полупроводников для классификации газовых и жидкостных смесей биологического происхождения тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Абрамов Антон Андреевич

• Абрамов Антон Андреевич
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Абрамов Антон Андреевич

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

1.1 Архитектура электронного носа

1.2 Сенсорные элементы для электронного носа

1.2.1 Резистивные сенсоры

1.2.1.1 Металлооксидные сенсоры

1.2.1.2 Сенсоры на основе монослоев дихалькогенидов переходных металлов

1.2.1.3 Сенсоры на основе углеродных нанотрубок

1.2.1.4 Сенсоры на основе проводящих полимеров

1.2.2 Транзисторные сенсоры

1.2.2.1 Полевые транзисторы на основе углеродных нанотрубок

1.2.2.2 Полевые транзисторы на основе нанопроводов

1.2.2.3 Органические полевые транзисторы

1.2.2.4 Органические полевые транзисторы с электролитным затвором

1.2.3 Сенсоры на основе акустических волн

1.2.4 Оптоволоконные сенсоры

1.2.5 Колориметрические сенсоры

1.2.6 Сенсоры на основе локализованного поверхностного плазмонного резонанса

1.2.7 Поверхностно усиленная Рамановская спектроскопия

1.3 Решения пробоотбора и пробоподготовки

1.4 Применения электронного носа

1.4.1 Детектирование токсичных газов

1.4.2 Определение качества продуктов питания

1.4.3 Медицинская диагностика

ПОСТАНОВКА ЗАДАЧИ

ГЛАВА 2. ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ

2.1 Электронный нос на основе органических полевых транзисторов

2.1.1 Материалы и устройство сенсорного элемента

2.1.2 Измеритель вольтамперных характеристик массива ОПТ-сенсоров

2.1.3 Различение газов

2.1.4 Определение порчи продуктов

2.1.5 Анализ выдыхаемого воздуха

2.2 Электронный нос на основе металлооксидных сенсоров

2.2.1 Различение газов

2.2.2 Диагностика по выдыхаемому воздуху

2.3 Электронный нос на основе органических полевых транзисторов с электролитным затвором

2.3.1 Особенности измерения сенсорного отклика

2.3.2 Материалы и устройство массива сенсоров на основе ОПТЭЗ

ГЛАВА 3. РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

3.1 Электронный нос на основе ОПТ-сенсоров

3.1.1 Алгоритмы измерения характеристик транзистора

3.1.2 Идентификация токсичных газов в малых концентрациях

3.1.3 Детектирование порчи продуктов

3.1.4 Анализ проб выдыхаемого воздуха из мешков при помощи лабораторного стенда

3.2 Электронный нос на основе металлооксидных сенсоров

3.2.1 Идентификация газов

3.2.2 Влияние метода извлечения отклика и метода классификации на чувствительность

и специфичность теста

3.2.3 Диагностика туберкулеза по выдыхаемому воздуху

3.3 Электронный нос на основе ОПТЭЗ

3.3.1 Стабильность работы ОПТЭЗ в портативном устройстве и возможность определения рН раствора

3.3.2 Функционирование ОПТЭЗ, модифицированного биоузнающим слоем, и возможность детектирования вируса гриппа А

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

СПИСОК ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ

БЛАГОДАРНОСТИ

СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Электронный нос на основе органических и неорганических полупроводников для классификации газовых и жидкостных смесей биологического происхождения»

Актуальность проблемы

Электронный нос— это устройство, которое способно обнаруживать и распознавать запахи с помощью массива полу-селективных сенсоров, дополненного методами машинного обучения или искусственного интеллекта. Развитие технологий искусственных «органов чувств», таких как машинное зрение или распознавание речи, способствуют развитию интереса и к машинному обонянию. Подобные устройства востребованы в здравоохранении, промышленной безопасности, криминалистике, а также для мониторинга окружающей среды, определения качества и обнаружения ранней порчи продуктов питания. Достигнутая в последние годы миниатюризация компонентной базы и рост доступных вычислительных мощностей позволяют реализовать «электронный нос» в виде портативных устройств, подходящих, в том числе, для работы за пределами лабораторий. В общем виде система строится по аналогии с естественным обонянием: в ней присутствует набор полу-селективных датчиков, устройство извлечения и преобразования первичных сигналов, а также вычислительное устройство, реализующее ту или иную математическую модель классификатора, предварительно обученную для конкретного применения. Под полуселективными сенсорами подразумевают датчики, которые реагируют на широкий спектр веществ-аналитов, но каждый из датчиков в составе массива реагирует по-разному на одно и то же вещество. Таким образом, в результате анализа тестового образца массивом полуселективных сенсоров возможно получить набор сенсорных откликов, который, по сути, представляет собой аналог «отпечатка пальца», только зарегистрированный для запаха. Анализ полученного «отпечатка» с использованием методов искусственного интеллекта позволяет не только классифицировать вещество-аналит, но и зачастую определить его концентрацию. Ввиду широкого спектра применений систем класса «электронный нос», существует множество оптимальных для той или иной задачи реализаций компонентов системы с точки зрения видов и материалов сенсоров, конструкции устройства, электроники, методов обработки данных, что является предметом исследования многочисленных научных групп во всем мире.

Степень разработанности темы

К моменту постановки цели и задач данной работы было показано, что на основе широкого спектра органических сопряженных молекул различного строения могут быть изготовлены монослойные органические полевые транзисторы (ОПТ), способные работать в качестве высокочувствительных газовых сенсоров. Были предложены механизмы взаимодействия полупроводниковых слоев с низкомолекулярными токсичными газами, определены фундаментальные взаимосвязи между химическим строением, морфологией,

способом нанесения функциональных (диэлектрических, полупроводниковых и рецепторных) полимерных и олигомерных слоев и сенсорными свойствами ОПТ на основе таких слоев, однако неизученным оставался вопрос о возможности использования этих ОПТ в составе сенсорного массива «электронного носа». Также отсутствовали подходы к изготовлению портативных энергоэффективных устройств, позволяющих регистрировать отклик массива ОПТ, не были разработаны алгоритмы измерения сенсорного отклика и математического анализа полученных данных, что сильно ограничивало практическое применение таких систем. Таким образом, разработка подходов к созданию систем класса «электронный нос», а также поиск взаимосвязей между параметрами сенсорного отклика и алгоритмами их измерения, равно как и определение наиболее эффективных подходов к машинному обучению при анализе полученных массивов сенсорных откликов актуальны с фундаментальной и прикладной точек зрения, что и обусловило решение о проведении данного исследования.

Цель работы и выбор объектов исследования.

Целью работы являлась разработка подходов к созданию мультисенсорных систем класса «электронный нос» для газовых и жидкостных применений, в т.ч. для анализа состава атмосферы и медицинской диагностики, а также для поиска аналитов в составе биологических жидкостей с использованием сенсорных элементов различных типов. В качестве объектов исследования были выбраны варианты архитектур измерительных устройств для системы «электронный нос», построенные на базе различных сенсорных элементов, включая ОПТ, ОЭТ и МОС-сенсоры, а также алгоритмы извлечения и обработки сенсорного отклика и математические модели классификатора, обеспечивающие наибольшую точность распознавания (рисунок 1).

Рисунок 1 — Объекты исследования: варианты архитектур системы «электронный нос» на базе ОПТ, ОЭТ и МОС сенсоров, многоканальные измерительные устройства, алгоритмы извлечения сенсорного отклика и математические модели классификатора.

Задачи работы.

Для достижения поставленной цели требовалось решить следующие задачи:

1. Определить фундаментальную взаимосвязь между механизмами сорбции аналита, сенсорным откликом и алгоритмами его измерения в зависимости от типа использованного сенсорного элемента, предложить оптимальные параметры.

2. Разработать и изготовить портативные устройства класса «электронный нос» на основе различных сенсорных элементов, включая органические тонкопленочные полевые транзисторы, метал-оксидные сенсоры, органические электролитические транзисторы.

3. Определить наиболее эффективные подходы к машинному обучению при анализе полученных массивов сенсорных откликов в зависимости от типа использованных сенсорных элементов и анализируемых объектов.

4. Продемонстрировать возможности практического применения разработанных мультисенсорных устройств.

Научная новизна. 1) Впервые установлена взаимосвязь между механизмами сенсорного отклика органических и неорганических полупроводниковых пленок на широкий спектр аналитов, его алгоритмом извлечения и величиной сенсорного отклика; для всех типов использованных сенсоров предложены оптимальные параметры измерения сенсорного отклика; 2) Установлена взаимосвязь между используемым методом машинного обучения и достоверностью классификации аналитов в зависимости от типа сенсора, а также от соотношения числа образцов в обучающей выборке и количества дифференцируемых параметров; 3) Определены адекватные методы машинного обучения, позволяющие обеспечить высокую диагностическую точность разработанных устройств; 4) Предложено аппаратное решение, позволяющее использовать коммерческие метал-оксидные сенсоры для экспресс-анализа состава выдыхаемого человеком воздуха.

Практическая значимость работы. Разработан и реализован технологичный подход к созданию мультисенсорных систем класса «электронный нос» на основе органических и неорганических полупроводниковых сенсоров для работы в газовых и жидких средах. Сконструированы, изготовлены и апробированы соответствующие портативные устройства, позволяющие одновременно регистрировать отклик всего массива сенсоров в программируемом режиме измерений. Предложены алгоритмы регистрации и обработки сенсорных откликов, обеспечивающие воспроизводимый сбор данных, успешно продемонстрированы различные варианты практических применений, в т.ч. для анализа состава атмосферы и медицинской диагностики по составу выдыхаемого воздуха, а также для поиска разных типов аналитов в составе жидких сред.

Методология и методы исследования. Методология работы заключалась в систематическом анализе аппаратных и алгоритмических решений для измерения сигналов массива сенсоров различных видов, анализе взаимосвязи между способом извлечения отклика из сигнала и качеством последующего машинного обучения и классификации аналитов. Получение сенсорного сигнала для сенсоров на основе ОПТ осуществлялось при помощи разработанного многоканального измерителя вольтамперных характеристик и специальной газовой ячейки; для металлооксидных сенсоров сигнал измерялся разработанным многоканальным измерителем сопротивления. Разработанные измерители позволили в широких пределах варьировать параметры амплитуд и длительностей подаваемых напряжений с целью нахождения оптимального алгоритма измерения сенсорного сигнала. Для исследования проб выдыхаемого воздуха сконструирован и изготовлен портативный прибор, содержащий газовую ячейку, измеритель, пневматическую систему. Нахождение оптимального алгоритма измерений проводилось с использованием газового стенда и поверенных источников микропотока газов-аналитов, пробоотборных мешков, а также прямых выдохов в прибор. Накопление и первичная обработка данных осуществлялась посредством разработанного программного обеспечения для ПК. Дальнейшая обработка данных и машинное обучение системы методами главных компонент, ближайших соседей, случайного леса, линейной и логистической регрессии, дискриминантного анализа проводились с использованием пакета Statistica, а также специально написанных программ на языке Python. Достоверность классификаторов, полученных в результате обучения, проверяли в слепых тестах и с использованием контрольных образцов.

Положения, выносимые на защиту. 1. Ключевую роль в достижении максимального воспроизводимого сенсорного отклика играет учет физико-химических процессов, происходящих на поверхности и в толще полупроводникового слоя в условиях приложенного электрического напряжения; 2. Алгоритм снятия сенсорного отклика влияет на его величину и воспроизводимость, а также на время жизни сенсорного устройства. Использование импульсного линейного режима позволяет добиться наибольшей сенсорной чувствительности за счет меньшей концентрации носителей заряда и большей концентрации их ловушек; 3. Применение адекватного алгоритма машинного обучения, учитывающего величину обучающей выборки и количество дифференцируемых параметров позволяет обеспечить высокую эффективность распознавания широкого спектра аналитов; 4. Для небольших наборов данных наилучшую достоверность в т.ч. в слепых тестах, обеспечивают линейные методы: линейный дискриминантный анализ (ЛДА) и линейная регрессия, а также логистическая регрессия; 5. Неинвазивная экспресс-диагностика COVID-19 и туберкулеза по составу выдыхаемого воздуха принципиально возможна с использованием разработанного

«электронного носа» за время, не превышающее 5 минут, в т.ч. в полевых условиях с чувствительностью и специфичностью 100% и 90% для COVID-19 и 83 и 92% для туберкулеза, соответственно, достигнутыми в слепом тесте.

Личный вклад соискателя. Автор принимал личное участие во всех этапах выполнения работы: от постановки задачи, формирования плана работ и выполнения экспериментальной части до анализа полученных данных, обсуждения результатов и подведения итогов. Автор лично сконструировал и изготовил все устройства класса «электронный нос», описанные в работе, исследовал влияние алгоритма регистрации на величину сенсорного отклика, провел обучение системы с использованием различных методов. Автор благодарит Е.Ю. Пойманову, П.Н. Караман и Я.О. Титову (ИСПМ РАН) за сбор образцов выдыхаемого воздуха, В.П. Гайдаржи (ООО «ПРИНТЭЛТЕХ») за изготовление сенсоров на базе ОПТ, А.А. Труля (ИСПМ РАН) за помощь в измерении сенсорных свойств и обсуждении результатов, В.Д. Пойманова (ИСПМ РАН) за помощь в математической обработке данных, Е.Ю. Пойманову, Е.А. Кретову, П.А. Шапошник (ИСПМ РАН) за сбор откликов «электронного носа» в жидких средах.

Степень достоверности результатов исследования. Достоверность результатов подтверждена многократным повторением полученных результатов, в т.ч. в слепых диагностических тестах и для контрольных образцов, что позволило собрать большой набор статистических данных, подтверждающих правильный выбор алгоритмов снятия сенсорного отклика и обработки полученных данных, а также воспроизводимую работу сконструированных приборов. Все полученные в работе результаты опубликованы в высокоцитируемых журналах, входящих в перечень ВАК и Web of Science, и прошли тщательную проверку рецензентами указанных журналов.

Публикации. По теме диссертации опубликовано 7 научных статей, входящих в перечень Web of Science и перечень ВАК, из них 5 - в журналах первого-второго квартилей по WoS, получено 5 патентов РФ на изобретение.

Основное содержание диссертации изложено в следующих публикациях:

1. Anisimov D. S., Chekusova V. P., Trul A. A., Abramov A. A., Borshchev O. V., Agina E. V., Ponomarenko S. A. Fully Integrated Ultra-Sensitive Electronic Nose Based on Organic Field-Effect Transistors // Sci Rep. - 2021. - V. 11, № 1. - P. 10683. Q1

2. D. S. Anisimov, A. A. Abramov, V. P. Gaidarzhi, D. S. Kaplun, E. V. Agina, S. A. Ponomarenko. Food freshness measurements and products distinguishing by portable electronic nose based on organic field-effect transistors // ACS Omega. - 2023. - V. 8, № 5. - P. 4649-4654. Q2

3. P. A. Shaposhnik, E. Y. Poimanova, A. A. Abramov, A. A. Trul, D. S. Anisimov, E. A. Kretova, E. V. Agina, S. A. Ponomarenko. Applying of C8-BTBT-Based EGOFETs at Different pH Values of the Electrolyte // Chemosensors. - 2023. - V. 11, № 2. - P. 74; Q2

4. Poimanova E.Y., Zavyalova E.G., Kretova E.A., Abramov A.A., Trul A.A., Borshchev O.V., Keshek A.K., Ponomarenko S.A., Agina E.V. Quantitative Detection of the Influenza a Virus by an EGOFET-Based Portable Device // Chemosensors. - 2023. - V.11, №8. - P. 464; Q2

5. В.П. Гайдаржи, А.А. Абрамов, А.А. Труль, Е.В. Агина, С.А. Пономаренко «Полностью печатный полимерный емкостный газовый сенсор на аммиак и толуол» // Известия Академии наук. Серия химическая. - 2024. Т. 73, № 2. - С. 414-420

6. Б.С. Кулешов, Е.Г. Завьялова, Е.Ю. Пойманова, А.А. Абрамов, С.А. Пономаренко, Е.В. Агина, Мультисенсоры на основе ОПТЭЗ с аптамерами в качестве узнающих элементов: современное состояние //Успехи химии. - 2024. - Т. 93, №4. - RCR5116.

Q1

7. Е.Ю. Пойманова, А.А. Абрамов, В.Д. Пойманов, А.А. Труль, Я.Ю. Бойко, Н.Б. Ушакова, Г.А. Шипулин, С.М. Юдин, Е.В. Агина, Анализ состава выдыхаемого воздуха с использованием портативного «электронного носа» как перспективный метод неинвазивной экспресс-диагностики туберкулеза легких // Лабораторная служба. - 2024. Т. 13, №4. - С. 1219, РИНЦ

8. Анисимов Д.С., Абрамов А.А., Чекусова В.П., Труль А.А., Агина Е.В., Пономаренко С.А., RU Способ определения свежести мясных, рыбных или молочных продуктов питания и устройство для его осуществления, Патент РФ № 2756532 С1 опубликован 01.10.2021 Бюл. № 28.

9. Анисимов Д.С., Абрамов А.А., Гайдаржи В.П., Труль А.А., Агина Е.В., Пономаренко С.А., Шипулин Г.А., Юдин С.М., Скворцова В.И. Способ ранней неинвазивной диагностики COVID-19 путем анализа выдыхаемого человеком воздуха, Патент РФ № 2784774 С1 опубликован 29.11.2022 Бюл. № 34.

10. Анисимов Д. С., Абрамов А. А., Гайдаржи В. П., Труль А. А., Агина Е. В. Пономаренко С. А. Газовая сенсорная ячейка для неинвазивного анализа выдыхаемого человеком воздуха. Патент РФ № 2787244 С1 опубликован 30.12.2022 Бюл. № 1

11. Шипулин Г.А., Юдин С.М., Скворцова В.И., Абрамов А.А., Труль А.А., Швецова А.Е., Гайдаржи В.П. Блок детектирования летучих органических соединений в составе выдыхаемого человеком воздуха, Патент РФ № 2831639 от 9.12. 2024,

12. Шипулин Г.А., Юдин С.М., Скворцова В.И., Абрамов А.А., Труль А.А., Пойманова Е.Ю., Пойманов В.Д., Агина Е.В. Устройство анализа летучих органических соединений в составе выдыхаемого человеком воздуха, Патент РФ № 2831491 от 9.12. 2024.

Результаты работы были представлены на 5 международных и российских научных конференциях в виде устных и стендовых докладов:

1. Abramov, D.S. Anisimov, A.A. Trul, E.V. Agina, S.A. Ponomarenko.The Compact Hardware Platform for Multiple Electrochemical and Metal-Oxide Sensors Evaluation. 7th International Fall School on Organic Electronics - 2021 (IFSOE-2021), 2021.

2. А.А. Абрамов, Е.В. Агина. Устройство для измерения электрических характеристик органических полевых транзисторов с электролитным затвором в проточном режиме. II Всероссийская Школа-конференция с международным участием по биосовместимой электронике и робототехнике, 2023

3. A.A. Abramov, E.V. Agina, A.A. Trul, Portable electronic nose based on OFET and MOS sensors array with differential gas chamber for exhaled air analysis 9th International Fall School on Organic Electronics IFSOE-2023: Book of Abstracts, 2023, Moscow, Russia, pp. 42. (стендовый)

4. A.A. Абрамов, Е.В. Агина. Электронный нос на основе полупроводниковых сенсоров для классификации широкого спектра газовых и жидкостных смесей. IV Всероссийская Школа-конференция с международным участием по биосовместимой электронике и робототехнике, 2025

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ

Глава 1 посвящена обзору литературы, касающейся сенсорных технологий, пригодных для построения «электронного носа», с учетом механизмов их сенсорной чувствительности, решений для отбора и подготовки проб в таких системах, а также практическим применениям «электронных носов» в различных областях науки и техники, с фокусом на использовании их при анализе качества пищевых продуктов и для целей медицинской диагностики по составу выдыхаемого воздуха

1.1 Архитектура электронного носа

Концепция «электронного носа» была сформулирована в 1982 году в работе [1]. В данной работе авторы предлагают использовать позаимствованный у природы принцип обоняния, основанный не на высокоселективных чувствительных элементах, а на сенсорах с широким спектром аналитов, вызывающих отклик и дальнейшим анализом при помощи методов распознавания паттернов. При этом способность к различению является свойством системы в целом, а не отдельных ее частей.

Развитие технологий машинных «органов чувств», таких как машинное зрение или машинное распознавание речи, способствуют развитию интереса и к машинному обонянию. Такие устройства, называемые «электронными носами», востребованы в здравоохранении, промышленной безопасности, криминалистике, а также для мониторинга окружающей среды, определения качества и обнаружения ранней порчи продуктов питания. Достигнутая в последние годы миниатюризация компонентной базы и рост доступных вычислительных мощностей позволяют реализовать «электронный нос» в виде портативных устройств, подходящих в том числе для работы за пределами лабораторий.

Электронный нос— это устройство, которое способно обнаруживать и распознавать запахи с помощью массива полу-селективных сенсоров, дополненного методами машинного обучения или искусственного интеллекта. Под полу-селективными сенсорами подразумевают датчики, которые реагируют на широкий спектр веществ-аналитов, но каждый из датчиков в составе массива реагирует по-разному на одно и то же вещество. Таким образом, в результате анализа тестового образца массивом полу-селективных сенсоров мы получаем массив сенсорных откликов, который, по сути, представляет собой аналог «отпечатка пальца», только зарегистрированный для запаха. Анализ полученного «отпечатка» с использованием методов машинного обучения или искусственного интеллекта позволяет не только классифицировать вещество-аналит, но и зачастую определить его концентрацию. В общем виде система «электронного носа» построена по аналогии с естественным обонянием: в ней присутствует набор полу-селективных датчиков, представляющих собой аналог обонятельных рецепторов;

устройства извлечения и преобразования первичных сигналов, представляющие собой аналоги обонятельного нерва и обонятельной луковицы, а также вычислительное устройство, реализующее ту или иную математическую модель классификатора, предварительно обученную для конкретного применения и являющуюся аналогом обонятельной коры головного мозга (Рисунок 2).

Обонятельный рецептор Обонятельная луковица Обонятельная кора

Слизистая Решетчатая кость -

Массив сенсоров Предварительная обработка Математическая модель

сигналов классификатора

Рисунок 2 — Структура естественного и искусственного обоняния [2]

Заметной преградой в создании электронного носа является тот факт, что априорные зависимости отклика и точные математические модели газовых сенсоров сложно получить ввиду сложности механизма чувствительности, что приводит к необходимости всеобъемлющей экспериментальной работы для обучения системы, направленной на набор наиболее полной и адекватной статистики, учитывающей наибольшее число вариантов условий работы. Экспериментирование с анализом выдыхаемого воздуха осложняется отсутствием общепризнанного эталона и модельных смесей ввиду широкой индивидуальной изменчивости людей, а также сложностями с хранением проб выдыхаемого воздуха, что приводит к трудоемким экспериментам с людьми и невозможности масштабного исследования внутри лаборатории с использованием большого количества малых образцов.

Первый этап разработки проходит в области в химической инженерии и материаловедения: определяется сенсорная платформа, сенсорные слои и общая архитектура сенсора и сенсорного массива. Второй этап включает в себя электронную и механическую инженерию для создания необходимого комплекса устройств для пробоотбора, подвода пробы, измерения сигналов датчиков, вывода информации, а также программную инженерию для разработки встроенного программного обеспечения, так как подавляющее большинство функций этого уровня могут быть реализованы при помощи микроконтроллеров. На этом же

этапе необходимо разработать программную систему получения, накопления и систематизации сенсорных данных. Далее на третьем этапе необходимо разработать протоколы экспериментальной оценки точности, прецизионности, чувствительности, селективности, предела обнаружения, динамического диапазона, линейности, разрешения, времени отклика и срока службы системы, что требует разработки аналитического программного обеспечения для обработки накопленных массивов данных. Затем следуют клинические испытания, статистический анализ данных, оценка эффективности разработанных алгоритмов, включая слепой анализ. Необходимо отметить, что данные, полученные на третьем и четвертом этапах могут привести к необходимости доработки или переработки решений, созданных на предыдущих этапах, поэтому в инженерных решениях следует руководствоваться принципами унификации и модульности, а также закладывать возможность расширения. Последний шаг - масштабирование после разработки, которое включает тестирование системы на технологичность, стабильность, воспроизводимость, а также разработку конструкторской и технологической документации, регистрацию и другие регуляторные процедуры.

1.2 Сенсорные элементы для электронного носа

Основой для построения электронного носа являются хемосенсоры. Ключевой особенностью сенсоров, подходящих для создания электронного носа, является их частичная селективность, так как именно это свойство определяет механизм естественного обоняния и позволяет реализовать такие свойства, как классификация широкой номенклатуры аналитов и их смесей, а также отнесение к какой-либо категории аналитов, ранее не встречавшихся системе. В случае использования селективных датчиков, таких как электрохимические ячейки, количество распознаваемых аналитов равно количеству сенсоров.

Другие качества сенсоров: стабильность и воспроизводимость отклика, стремящийся к нулю дрейф базовой линии, обратимость (в случае многоразовых устройств), повторяемость отклика разных экземпляров сенсоров одного типа, компактность и возможность изготовления массивов сенсоров.

Таблица 1 — Сравнение характеристик трех технологий газовых сенсоров [3]

Характеристика Электрохимические Оптические Хеморезистивные

Цена низкая высокая низкая

Срок службы маленький большой большой

Чувствительность высокая высокая высокая

Селективность хорошая превосходная низкая

Время отклика короткое короткое короткое

Размер средний большой маленький

Основными группами сенсоров для построения электронного носа являются металлооксидные, колориметрические, сенсоры на основе органических полевых транзисторов, хеморезистивные металлоорганические, резистивные сенсоры на основе проводящих полимеров, сенсоры на основе углеродных нанотрубок, сенсоры на основе поверхностных акустических волн.

Выбор типа сенсоров в значительной степени определяет область применения будущего устройства. Известны решения, основанные как на массиве сенсоров одного типа, так и сочетающие разные типы сенсоров.

1.2.1 Резистивные сенсоры

Хеморезистивные сенсоры появились около пятидесяти лет назад. В начале пятидесятых Бардин и Браттейн продемонстрировали изменение проводимости полупроводников, в частности германия, в зависимости от атмосферы над ними. В те же годы было описано влияние парциального давления кислорода и других газов на полупроводниковые свойства оксида цинка. Затем последовали исследования сенсоров на основе оксидов различных металлов, модифицированных различными катализаторами. В конце восьмидесятых годов область полупроводниковых газовых сенсоров значительно расширилась и стала одним из самых активных направлений исследований в области сенсорики. Современное материаловедение и электронные нанотехнологии способствуют значительному продвижению таких сенсоров и позволяют создавать все более чувствительные, специфичные и экономичные сенсоры. [3]

В первом приближении резистивные хемосенсоры реагируют на присутствие аналита изменением своего активного сопротивления. Такой механизм преобразования целевого взаимодействия в изменение электрических характеристик привлекателен с точки зрения построения устройств, ввиду сравнительной простоты реализации измерения. Простейший детектор наличия газа может быть реализован при помощи одного компаратора или даже транзистора и нескольких резисторов.

1.2.1.1 Металлооксидные сенсоры

Принцип действия сенсоров данного типа основан на модуляции проводимости оксида металла окружающей атмосферой, при этом информация о концентрации может быть извлечена различными способами: электрическим, магнитным или оптическим. В случае полупроводника п-типа (Бп02, WOз, 2п0, ТЮ2, 1П2О3, Ре20з, М0О3) адсорбированные формы кислорода (О- О-(^), О2-(^)) захватывают электроны, в результате чего на поверхности полупроводника формируется обедненный слой и создается потенциальный

Список литературы диссертационного исследования кандидат наук Абрамов Антон Андреевич, 2025 год

СПИСОК ЛИТЕРАТУРЫ

1. Persaud K. и др. Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose // Nature. 1982. Т. 299, № 5881. С. 352-355.

2. Ye Z., Liu Y., Li Q. Recent progress in smart electronic nose technologies enabled with machine learning methods // Sensors. 2021. Т. 21, № 22. С. 23-26.

3. Neri G. First fifty years of chemoresistive gas sensors // Chemosensors. 2015. Т. 3, № 1. С. 120.

4. Comini E. Metal oxides nanowires chemical/gas sensors: recent advances // Mater. Today Adv. Elsevier Ltd, 2020. Т. 7. С. 100099.

5. Hubner M. и др. Influence of humidity on CO sensing with p-type CuO thick film gas sensors // Sensors Actuators, B Chem. 2011. Т. 153, № 2. С. 347-353.

6. Khorramifar A. и др. Environmental Engineering Applications of Electronic Nose Systems Based on MOX Gas Sensors // Sensors. 2023. Т. 23, № 12.

7. Moumen A., Kumarage G.C.W., Comini E. P-Type Metal Oxide Semiconductor Thin Films: Synthesis and Chemical Sensor Applications // Sensors. 2022. Т. 22, № 4.

8. Guha P.K., Santra S., Gardner J.W. Integrated CMOS-based sensors for gas and odor detection // Semicond. Gas Sensors. Elsevier, 2019. С. 465-487.

9. Kononov A. и др. Online breath analysis using metal oxide semiconductor sensors (electronic nose) for diagnosis of lung cancer // J. Breath Res. IOP Publishing, 2020. Т. 14, № 1.

10. El Barbri N. и др. Electronic nose based on metal oxide semiconductor sensors as an alternative technique for the spoilage classification of red meat // Sensors. 2008. Т. 8, № 1. С. 142-156.

11. Melendez F. и др. Portable Electronic Nose Based on Digital and Analog Chemical Sensors for 2,4,6-Trichloroanisole Discrimination // Sensors. MDPI, 2022. Т. 22, № 9.

12. Sayago I., Aleixandre M., Santos J.P. Development of Tin oxide-based nanosensors for electronic nose environmental applications // Biosensors. 2019. Т. 9, № 1.

13. Llobet E. Transition metal dichalcogenide based toxic gas sensing // Curr. Opin. Environ. Sci. Heal. The Author(s), 2024. Т. 37. С. 100533.

14. Lee E., Yoon Y.S., Kim D.J. Two-Dimensional Transition Metal Dichalcogenides and Metal Oxide Hybrids for Gas Sensing // ACS Sensors. 2018. Т. 3, № 10. С. 2045-2060.

15. Cho S.Y. и др. Highly Enhanced Gas Adsorption Properties in Vertically Aligned MoS2 Layers // ACS Nano. 2015. Т. 9, № 9. С. 9314-9321.

16. Liu B. и др. High-performance chemical sensing using Schottky-contacted chemical vapor deposition grown monolayer MoS2 transistors // ACS Nano. 2014. Т. 8, № 5. С. 5304-5314.

17. Akbari E. и др. Analytical calculation of sensing parameters on carbon nanotube based gas

18

19

20

21

22

23

24

25

26

27

28

29

30

31

sensors // Sensors (Switzerland). MDPI AG, 2014. T. 14, № 3. C. 5502-5515.

Saxena S., Srivastava A.K. Carbon nanotube-based sensors and their application // Nano-

Optics. Elsevier, 2020. C. 265-291.

Onyancha R.B. u gp. A systematic review on the detection and monitoring of toxic gases using carbon nanotube-based biosensors // Sens. Bio-Sensing Res. Elsevier B.V., 2021. T. 34, № October. C. 100463.

Schroeder V. u gp. Carbon nanotube chemical sensors: review-article // Chem. Rev. American Chemical Society, 2019. T. 119, № 1. C. 599-663.

Han T. u gp. Carbon nanotubes and its gas-sensing applications: A review // Sensors Actuators, A Phys. Elsevier B.V., 2019. T. 291. C. 107-143.

Liu S.F., Moh L.C.H., Swager T.M. Single-walled carbon nanotube-metalloporphyrin chemiresistive gas sensor arrays for volatile organic compounds // Chem. Mater. American Chemical Society, 2015. T. 27, № 10. C. 3560-3563.

Campbell M.G. u gp. Chemiresistive Sensor Arrays from Conductive 2D Metal-Organic Frameworks // J. Am. Chem. Soc. American Chemical Society, 2015. T. 137, № 43. C. 1378013783.

Li B. u gp. Inkjet printed chemical sensor array based on polythiophene conductive polymers // Sensors Actuators, B Chem. 2007. T. 123, № 2. C. 651-660.

Zhang C., Chen P., Hu W. Organic field-effect transistor-based gas sensors // Chem. Soc. Rev. Royal Society of Chemistry, 2015. T. 44, № 8. C. 2087-2107.

Wedge D.C. u gp. Real-time vapour sensing using an OFET-based electronic nose and genetic

programming // Sensors Actuators, B Chem. 2009. T. 143, № 1. C. 365-372.

Yang R.D. u gp. Analyte chemisorption and sensing on n - And p -channel copper

phthalocyanine thin-film transistors // J. Chem. Phys. 2009. T. 130, № 16. C. 1-8.

Royer J.E. u gp. Organic thin-film transistors for selective hydrogen peroxide and organic

peroxide vapor detection // J. Phys. Chem. C. American Chemical Society, 2012. T. 116, №

46. C.24566-24572.

Sizov A.S. u gp. Highly Sensitive Air-Stable Easily Processable Gas Sensors Based on Langmuir-Schaefer Monolayer Organic Field-Effect Transistors for Multiparametric H 2 S and NH 3 Real-Time Detection // ACS Applied Materials and Interfaces. 2018. T. 10, № 50. C. 43831-43841.

Gravina S.A., Yep G.L., Khan M. Human biology of taste // Ann. Saudi Med. 2013. T. 33, № 3. C. 217-222.

Stavrinidou E., Proctor C.M. Introduction to Bioelectronics. Materials, Devices, and Applications. Melville, New York: AIP Publishing Books, 2022.

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

Syu Y.-C., Hsu W.-E., Lin C.-T. Review—Field-Effect Transistor Biosensing: Devices and Clinical Applications // ECS J. Solid State Sci. Technol. 2018. T. 7, № 7. C. Q3196-Q3207. Tibaldi A. h gp. Electrolyte-gated organic field-effect transistors (EGOFETs) as complementary tools to electrochemistry for the study of surface processes // Electrochem. commun. Elsevier B.V, 2019. T. 98. C. 43-46.

Torricelli F. h gp. Electrolyte-gated transistors for enhanced performance bioelectronics // Nat. Rev. Methods Prim. 2021. T. 1, № 1. C. 1-54.

Poimanova E.Y. h gp. Biorecognition Layer Based on Biotin-Containing [1]Benzothieno[3,2-

b][1]benzothiophene Derivative for Biosensing by Electrolyte-Gated Organic Field-Effect

Transistors // ACS Appl. Mater. Interfaces. 2022. T. 14, № 14. C. 16462-16476.

Matatagui D. h gp. Portable low-cost electronic nose based on surface acoustic wave sensors

for the detection of BTX vapors in air // Sensors (Switzerland). 2019. T. 19, № 24.

Di Pietrantonio F. h gp. A surface acoustic wave bio-electronic nose for detection of volatile

odorant molecules // Biosens. Bioelectron. Elsevier, 2015. T. 67. C. 516-523.

Benetti M. h gp. Highly selective surface acoustic wave e-nose implemented by laser direct

writing // Sensors Actuators, B Chem. Elsevier B.V., 2019. T. 283. C. 154-162.

Bahos F.A. h gp. ZIF nanocrystal-based surface acousticwave (SAW) electronic nose to detect

diabetes in human breath // Biosensors. 2019. T. 9, № 1. C. 1-13.

Tao W. h gp. Multichannel quartz crystal microbalance array: Fabrication, evaluation, application in biomarker detection // Anal. Biochem. Elsevier Inc, 2016. T. 494. C. 85-92. Ogimoto Y. h gp. Detection of ammonia in human breath using quartz crystal microbalance sensors with functionalized mesoporous SiO2 nanoparticle films // Sensors Actuators, B Chem. Elsevier B.V., 2015. T. 215. C. 428-436.

Rianjanu A. h gp. A study of quartz crystal microbalance modified with polyvinyl acetate nanofiber to differentiate short-chain alcohol isomers // Sens. Bio-Sensing Res. Elsevier, 2019. T. 25, № July. C. 100294.

Liu C. h gp. Molecularly imprinted sol-gel-based QCM sensor arrays for the detection and recognition of volatile aldehydes // Sensors (Switzerland). 2017. T. 17, № 2. C. 1-15. Patial P., Deshwal M. Systematic Review on Design and Development of Efficient Semiconductor Based Surface Acoustic Wave Gas Sensor // Trans. Electr. Electron. Mater. The Korean Institute of Electrical and Electronic Material Engineers (KIEEME), 2021. T. 22, № 4. C. 385-393.

Aernecke M.J., Walt D.R. Optical-fiber arrays for vapor sensing // Sensors Actuators, B Chem. 2009. T. 142, № 2. C. 464-469.

Hu Y. h gp. Colorimetric and Fluorescent Detecting Phosgene by a Second-Generation

Chemosensor // Anal. Chem. 2018. T. 90, № 5. C. 3382-3386.

47. Cho S.H. h gp. Colorimetric Sensors for Toxic and Hazardous Gas Detection: A Review // Electronic Materials Letters. Korean Institute of Metals and Materials, 2021. T. 17, № 1.

48. Li Z., Suslick K.S. Portable Optoelectronic Nose for Monitoring Meat Freshness // ACS Sensors. American Chemical Society, 2016. T. 1, № 11. C. 1330-1335.

49. Kazzy M. El h gp. An Overview of Artificial Olfaction Systems with a Focus on Surface Plasmon Resonance for the Analysis of Volatile Organic Compounds // Biosensors. 2021. T. 11, № 244.

50. Mantel M. h gp. Using a bio-inspired surface resonance plasmon electronic nose for fundamental research on human olfaction // Sensors Actuators B. Chem. 2022. T. 350.

51. Leong S.X. h gp. Noninvasive and Point-of-Care Surface-Enhanced Raman Scattering (SERS)-Based Breathalyzer for Mass Screening of Coronavirus Disease 2019 (COVID-19) under 5 min // ACS Nano. 2022. T. 16, № 2. C. 2629-2639.

52. Mielle P., Marquis F. Alternative way to improve the sensitivity of electronic olfactometers // Sensors Actuators, B Chem. 1999. T. 58, № 1-3. C. 526-535.

53. Knobloch H. h gp. Methodological variation in headspace analysis of liquid samples using electronic nose // Sensors Actuators, B Chem. 2009. T. 139, № 2. C. 353-360.

54. Roussel S. h gp. Optimization of electronic nose measurements. Part II: Influence of experimental parameters // J. Food Eng. 1999. T. 39, № 1. C. 9-15.

55. Burlachenko J. h gp. Sample handling for electronic nose technology: State of the art and future trends // TrAC - Trends Anal. Chem. Elsevier B.V., 2016. T. 82. C. 222-236.

56. Qi P.-F., Hao M. Which Sampling Method More Suitable for Portable Electronic Noses: Classic or Bio-inspired one? // 2017 IEEE International Instrumentation and Measurement Technology Conference. Politecnico di Torino, Turin, Italy, 2017.

57. Annanouch F.E. h gp. Hydrodynamic evaluation of gas testing chamber: Simulation, experiment // Sensors Actuators, B Chem. 2019. T. 290, № April. C. 598-606.

58. Wang J.Y. h gp. Design of handheld electronic nose bionic chambers for Chinese liquors recognition // Meas. J. Int. Meas. Confed. Elsevier Ltd, 2021. T. 172. C. 108856.

59. Tchoupo G.N., Guiseppi-Elie A. On pattern recognition dependency of desorption heat, activation energy, and temperature of polymer-based VOC sensors for the electronic NOSE // Sensors Actuators, B Chem. 2005. T. 110, № 1. C. 81-88.

60. Cho S.M. h gp. Two-step preconcentration for analysis of exhaled gas of human breath with electronic nose // Sensors Actuators, B Chem. 2006. T. 117, № 1. C. 50-57.

61. Pillonel L., Bosset J.O., Tabacchi R. Rapid preconcentration and enrichment techniques for the analysis of food volatile. A review // Lwt. 2002. T. 35, № 1. C. 1-14.

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

Peris M., Escuder-Gilabert L. A 21st century technique for food control: Electronic noses // Anal. Chim. Acta. 2009. T. 638, № 1. C. 1-15.

Pearce T.C. Computational parallels between the biological olfactory pathway and its analogue «the electronic nose»: Part I. Biological olfaction // BioSystems. 1997. T. 41, № 1. C. 43-67. Deshmukh S. u gp. Application of electronic nose for industrial odors and gaseous emissions measurement and monitoring - An overview // Talanta. Elsevier, 2015. T. 144. C. 329-340. Robert Birundu Onyancha, Kingsley Eghonghon Ukhurebor, Uyiosa Osagie Aigbe, Otolorin Adelaja Osibote, Heri Septya Kusuma, Handoko Darmokoesoemo V.A.B. A systematic review on the detection and monitoring of toxic gases using carbon nanotube-based biosensors // Sens. Bio-Sensing Res. Elsevier B.V., 2021. T. 34. C. 100463.

Deshmukh S. u gp. Application of electronic nose for industrial odors and gaseous emissions measurement and monitoring - An overview // Talanta. Elsevier, 2015. T. 144. C. 329-340. Li Y. u gp. Research progress of electronic nose technology in exhaled breath disease analysis // Microsystems Nanoeng. Springer US, 2023. T. 9, № 1.

Anwar H., Anwar T., Murtaza S. Review on food quality assessment using machine learning and electronic nose system // Biosensors and Bioelectronics: X. Elsevier Ltd, 2023. T. 14. Anisimov D.S. u gp. Food Freshness Measurements and Product Distinguishing by a Portable Electronic Nose Based on Organic Field-Effect Transistors // ACS Omega. American Chemical Society, 2023. T. 8, № 5. C. 4649-4654.

Tan J., Xu J. Applications of electronic nose (e-nose) and electronic tongue (e-tongue) in food quality-related properties determination: A review // Artificial Intelligence in Agriculture. KeAi Communications Co., 2020. T. 4. C. 104-115.

Alfieri G. u gp. Recent Advances and Future Perspectives in the E-Nose Technologies Addressed to the Wine Industry // Sensors. 2024. T. 24, № 7.

Xu J., Liu K., Zhang C. Electronic nose for volatile organic compounds analysis in rice aging // Trends Food Sci. Technol. Elsevier Ltd, 2021. T. 109, № January. C. 83-93. Cui S. u gp. Plant pest detection using an artificial nose system: A review // Sensors (Switzerland). MDPI AG, 2018. T. 18, № 2.

Chen H., Huo D., Zhang J. Gas Recognition in E-Nose System: A Review // IEEE Transactions on Biomedical Circuits and Systems. Institute of Electrical and Electronics Engineers Inc., 2022. T. 16, № 2. C. 169-184.

Rabehi A. u gp. Advancements and Prospects of Electronic Nose in Various Applications: A Comprehensive Review // Applied Sciences (Switzerland). Multidisciplinary Digital Publishing Institute (MDPI), 2024. T. 14, № 11.

Manisalidis I., Stavropoulou E., Stavropoulos A. Environmental and Health Impacts of Air

77

78

79

80

81

82

83

84

85

86

87

88

89

90

Pollution : A Review. 2020. T. 8, № February. C. 1-13.

Birundu R. u gp. Sensing and Bio-Sensing Research A systematic review on the detection and monitoring of toxic gases using carbon nanotube-based biosensors // Sens. Bio-Sensing Res. Elsevier B.V., 2021. T. 34. C. 100463.

Ali F.I.M. u gp. Hydrogen Sulfide (H 2 S) Gas Sensor: A Review // IEEE Sens. J. IEEE, 2019. T. 19, № 7. C. 2394-2407.

Pandey S.K., Kim K.H., Tang K.T. A review of sensor-based methods for monitoring hydrogen sulfide // TrAC - Trends Anal. Chem. Elsevier Ltd, 2012. T. 32. C. 87-99. Li Z. u gp. E-nose based on a high-integrated and low-power metal oxide gas sensor array // Sensors Actuators B Chem. Elsevier B.V., 2023. T. 380, № June 2022. C. 133289. Li Z. u gp. E-nose based on a high-integrated and low-power metal oxide gas sensor array // Sensors Actuators B Chem. Elsevier B.V., 2023. T. 380, № June 2022. C. 133289. Huang C., Gu Y. A Machine Learning Method for the Quantitative Detection of Adulterated Meat Using a MOS-Based E-Nose // Foods. 2022. T. 11, № 4. C. 1-17. Wang M., Chen Y. Electronic nose and its application in the food industry: a review // European Food Research and Technology. Springer Berlin Heidelberg, 2024. T. 250, № 1. 2167 c.

Balasubramanian S., Amamcharla J., Shin J.E. Possible Application of Electronic Nose Systems for Meat Safety: An Overview // Electronic Noses and Tongues in Food Science. Elsevier Inc., 2016. 59-71 c.

Bonah E. u gp. Nondestructive monitoring, kinetics and antimicrobial properties of ultrasound technology applied for surface decontamination of bacterial foodborne pathogen in pork // Ultrason. Sonochem. Elsevier, 2021. T. 70, № August 2020. C. 105344. Udomkun P., Innawong B., Niruntasuk K. The feasibility of using an electronic nose to identify adulteration of Pathumthani 1 in Khaw Dok Mali 105 rice during storage // J. Food Meas. Charact. Springer US, 2018. T. 12, № 4. C. 2515-2523.

Yuan Z. u gp. Trace-Level, Multi-Gas Detection for Food Quality Assessment Based on Decorated Silicon Transistor Arrays // Adv. Mater. Wiley-VCH Verlag, 2020. T. 32, № 21. C. 1-8.

Chang J.B. u gp. Printable polythiophene gas sensor array for low-cost electronic noses // J. Appl. Phys. 2006. T. 100, № 1.

Bekhit A.E.D.A. u gp. Total volatile basic nitrogen (TVB-N) and its role in meat spoilage: A review // Trends Food Sci. Technol. Elsevier Ltd, 2021. T. 109, № December 2020. C. 280302.

Zhou X. u gp. Nanomaterial-based gas sensors used for breath diagnosis // J. Mater. Chem. B.

2020. T. 8, № 16. C. 3231-3248.

91. Su Y. h gp. Self-Powered Respiration Monitoring Enabled By a Triboelectric Nanogenerator // Adv. Mater. 2021. T. 33, № 35. C. 1-22.

92. Broza Y.Y. h gp. Synergy between nanomaterials and volatile organic compounds for noninvasive medical evaluation // Chemical Society Reviews. Royal Society of Chemistry, 2018. T. 47, № 13. 4781-4859 c.

93. Li Y. h gp. Research progress of electronic nose technology in exhaled breath disease analysis // Microsystems Nanoeng. Springer US, 2023. T. 9, № 1.

94. Kaloumenou M. h gp. Breath Analysis: A Promising Tool for Disease Diagnosis—The Role of Sensors // Sensors. MDPI, 2022. T. 22, № 3.

95. Amal H. h gp. Detection of precancerous gastric lesions and gastric cancer through exhaled breath // Gut. 2016. T. 65, № 3. C. 400-407.

96. Hendrick H. h gp. Non-Invasive Method for Tuberculosis Exhaled Breath Classification Using Electronic Nose // IEEE Sens. J. 2021. T. 21, № 9. C. 11184-11191.

97. Ketchanji Mougang Y.C. h gp. On-Field Test of Tuberculosis Diagnosis through Exhaled Breath Analysis with a Gas Sensor Array // Biosensors. 2023. T. 13, № 5.

98. Anisimov D.S. h gp. Fully integrated ultra-sensitive electronic nose based on organic field-effect transistors // Sci. Rep. Nature Publishing Group UK, 2021. T. 11, № 1. C. 1-12.

99. Balasubramani V. h gp. Review—Recent Advances in Electrochemical Impedance Spectroscopy Based Toxic Gas Sensors Using Semiconducting Metal Oxides // J. Electrochem. Soc. IOP Publishing, 2020. T. 167, № 3. C. 037572.

100. Poimanova E.Y. h gp. Quantitative Detection of the Influenza a Virus by an EGOFET-Based Portable Device // Chemosensors. 2023. T. 11, № 8. C. 1-14.

101. Wells C. Do-it-yourself: Three Ways to Stabilize Op Amp Capacitive Loads. 2023. № August 2017. C. 1-5.

102. Zhang Q. h gp. High performing solution-coated electrolyte-gated organic field-effect transistors for aqueous media operation // Sci. Rep. Nature Publishing Group, 2016. T. 6, № November. C. 1 -10.

103. Shaposhnik P A. h gp. Applying of C8-BTBT-BasedEGOFETs at Different pH Values of the Electrolyte // Chemosensors. 2023. T. 11, № 2.

104. Ahn Y. h gp. Exploring Pore Formation and Gas Sensing Kinetics Using Conjugated PolymerSmall Molecule Blends // ACS Appl. Mater. Interfaces . 2024. T. 16, № 24. C. 31719-31728.

105. Surya S.G. h gp. Organic field effect transistors (OFETs) in environmental sensing and health monitoring: A review // TrAC - Trends Anal. Chem. 2019. T. 111. C. 27-36.

106. Macchia E. h gp. Large-Area Interfaces for Single-Molecule Label-free Bioelectronic

Detection // Chem. Rev. 2022. T. 122, № 4. C. 4636-4699.

107. Picca R.A. u gp. A Study on the Stability of Water-Gated Organic Field-Effect-Transistors Based on a Commercial p-Type Polymer // Front. Chem. 2019. T. 7.

108. Novoseltseva A.A. u gp. Structural and functional aspects of G-quadruplex aptamers which bind a broad range of influenza a viruses // Biomolecules. 2020. T. 10, № 1. C. 1-17.

109. Gribanyov D. u gp. Sers-based colloidal aptasensors for quantitative determination of influenza virus // Int. J. Mol. Sci. 2021. T. 22, № 4. C. 1-13.