一文读懂生物医学领域的传感器

640?wx_fmt=jpeg

来源:传感器技术

摘要:生物医学传感器是生物医学科学和技术的尖兵,生物医学研究的正确结论有赖于生物医学传感器的正确测量。而传感器是一门十分综合的科学和技术。


现代传感器的物理模型如图所示:


640?wx_fmt=jpeg


对于传统被测量而言,敏感膜就相当于传感器与被测对象的界面。在传统的传感器前面附加一层根据不同需要而特制的敏感膜,即可表示化学传感器和生物传感器。二者的区别就看是否具有生物活性。具有生物活性的膜材料就是生物传感器。传感器中可存在两个界面,一是被测介质和敏感膜间的界面,二是敏感膜和传感器间的界面。界面上发生着复杂的物理、化学或生物过程。


医学对传感器的要求


1、安全性高(特别是用于人体的传感器和换能器),灵敏度高,信噪比高(选择性高)。


2、保证物理安全性的措施是电的隔离、浮置技术。


3、保证化学安全性高的要求是无毒性,无近期和远期的致癌效应。


4、保证生物安全性高的要求是无DNA和RNA突变。


5、保证选择性高的措施是利用共振效应、滤波技术、自适应技术、分子识别与离子识别技术。


6、保证灵敏度高的措施是:物理、化学和生物放大技术。


医学传感器的主要用途


1、检测生物体信息:如心脏手术前检测心内压力;心血管疾病的基础研究中需要检测血液的粘度以及血脂含量。


2、临床监护

如病人在进行手术前后需要连续检测体温、脉搏、血压、呼吸、心电等生理参数。


3、控制

利用检测到的生理参数,控制人体的生理过程。如电子假肢


医学中需要测量的量


640?wx_fmt=jpeg


生物医学传感器的分类


按应用形式分类有:植入式传感器、暂时植入体腔(或切口)式传感器、体外传感器、用于外部设备的传感器


640?wx_fmt=jpeg

植入式传感器


按工作原理分有:物理传感器(位移、力、温度、湿度。。。)、化学传感器(各种化学物质)、生物传感器(各种酶、免疫、微生物、DNA。。。)、生物电电极传感器(心电、脑电、肌电、神经元放电。。。)


物理传感器


利用物理性质或物理效应制成的传感器叫物理传感器,或把物理量转变为能为计算机识别的电学量的器件叫传感器。


生物医学用物理传感器的分类和用途

640?wx_fmt=jpeg


力传感器用来测量重量;压电薄膜传感器用于测量心率和呼吸模式;热电堆传感器用于测量体温;血氧传感器用于测量血氧含量;CO2,传感器用于测量新陈代谢;流量传感器用于辅助呼吸;力传感器用于测量氧气瓶中剩余的氧气含量。


640?wx_fmt=jpeg


化学传感器


化学传感器是把化学成分、浓度等转换成与之有确切关系的电学量的器件。它多是利用某些功能性膜对特定化学成分的选择作用把被测成分筛选出来,进而用电化学装置把它变为电学量。


一般多是依赖膜电极的响应机理、膜的组成或膜的结构进行分类。如离子选择电极换能器、气敏电极换能器、湿敏电极换能器、涂丝电极换能器聚合物基质电极换能器、离子敏感场效应管换能器、离子选择微电极换能器、离子选择薄片换能器。


生物医学用各种化学换能器测量的化学物质有:K+、Na+、Ca2+、Cl-、O2、CO2、NH3、H+、Li+ 等。


生物传感器


生物传感器利用生物活性物质选择性的识别和测定实现测量,主要由两大部分组成:一为功能识别物质(分子识别元件),由其对被测物质进行特定识别;其二是电、光信号转换装置(换能器),由其把被测物所产生的化学反应转换成便于传输的电信号或光信号。


640?wx_fmt=jpeg


最先问世的生物传感器是酶电极,Clark和Lyons最先提出组成酶电极的设想。70年代中期,人们注意到酶电极的寿命一般都比较短,提纯的酶价格也较贵,而各种酶多数都来自微生物或动植物组织,因此自然地就启发人们研究酶电极的衍生型:微生物电极、细胞器电极、动植物组织电极以及免疫电极等新型生物传感器,使生物传感器的类别大大增多;


进入本世纪80年代之后,随着离子敏场效应晶体管的不断完善,于1980年Caras和Janafa率先研制成功可测定青霉素的酶FET。


生物传感器的组成与基本原理


1、分子识别元件

640?wx_fmt=jpeg


2、换能器

换能器种类有电化学电极、半导体、热敏电阻、表面等离子体、压电晶体等

640?wx_fmt=jpeg


生物传感器的分类


按分子识别元件分

640?wx_fmt=jpeg

640?wx_fmt=jpeg


按器件分类

640?wx_fmt=jpeg


酶传感器


酶的催化作用是在一定条件下使底物分解,故酶的催化作用实质上是加速底物分解速度。


酶传感器由固定酶和基础电极组成,酶电极的设计主要考虑酶催化过程产生或消耗的电极活性物质,如一个酶催化反应是耗O2过程,就可以使用O2电极或H2O2电极;若酶催化反应过程产生酸,即可使用PH电极。


酶传感器信号变换方法


1、电位法

电位法是通过不同离子生成在不同感受体,从测得膜电位去计算与酶反应有关的各种离子的浓度。一般采用铵离子电极(氨气电极)、氢离子电极、氧化碳电极等;


2、电流法

电流法是从与酶反应有关的物质的电极反应得到的电流值来计算被测物质的方法。电化学装置采用的是氧电极。燃料电池型电极和过氧化氢电极等;


葡萄糖传感器


工作原理


测量氧消耗量的葡萄糖传感器+测H2O2生成量的葡萄糖传感器


氧化酶(GOD):葡萄糖+H2O+O2――――――→葡萄糖酸+H2O2


故葡萄糖浓度测试方法有三种:1、测耗量O2; 2、测H2O2生成量;3、测由葡萄糖酸而产生的PH变化。


测量氧消耗量的葡萄糖传感器

640?wx_fmt=jpeg


氧电极构成:①由Pb阳极和Pt阴极浸入碱溶液,②阴极表面用氧穿透葡萄糖(基质)膜覆盖[特氟隆,厚约10μm]。


氧电极测O2原理:利用氧在阴极上首先被还原的特性。溶液中的O2穿过特氟隆膜到达Pt阴极上,当外加一个直流电压为氧的极化电压(如0.7V)时,则氧分子在Pt阴极上得电子,被还原:其电流值与含O2浓度成比例。


O2+2H2O+4e=======4OH-


测H2O2生成量的葡萄糖传感器


葡萄糖氧化酶(GOD)


葡萄糖+H2O+O2―――――――→葡萄糖酸+H2O2


葡萄糖氧化产生H2O2,而H2O2通过选择性透气膜,在Pt电极上氧化,产生阳极电流。葡萄糖含量与电流成正比,由此可测出葡萄糖溶液浓度。


在Pt电极上加0.6V电压时,则产生的阳极电流为:H2O2―――――――→ O2+2H++2e


微生物传感器


微生物传感器分为好气性微生物传感器和厌气性微生物传感器


将传感器放入含有有机化合物的被测溶液中,有机物向微生物膜扩散而被微生物摄取(称为资化)。


好气性微生物传感器


微生物的呼吸可用氧电极或二氧化碳电极来测定结构


640?wx_fmt=jpeg


O2电极好气性微生物传感器响应曲线


640?wx_fmt=jpeg


厌气性微生物传感器


可测定微生物代谢产物,可用离子选择电极来测定


640?wx_fmt=jpeg


甲酸传感器(厌气性)原理:


将产生氢的酪酸梭状芽菌固定在低温胶冻膜上,并把它固定在燃料电池Pt电极上;


当传感器浸入含有甲酸的溶液时,甲酸通过聚四氟乙烯膜向酪酸梭状芽菌扩散,被资化后产生H2,而H2又穿过Pt电极表面上的聚四氟乙烯膜与Pt电极产生氧化还原反应而产生电流,此电流与微生物所产生的H2含量成正比,而H2量又与待测甲酸浓度有关,因此传感器能测定发酵溶液中的甲酸浓度。


免疫传感器


免疫传感器基本原理是免疫反应。利用固定化抗体(或抗原)膜与相应的抗原(或抗体)的特异反应,使得生物敏感膜的电位发生变化。


抗原或抗体一经固定于膜上,就形成具有识别免疫反应强烈的分子功能性膜。如,抗原在乙酰纤维素膜上进行固定化,由于蛋白质为双极性电解质,(正负电极极性随PH值而变)所以抗原固定化膜具有表面电荷。其膜电位随膜电荷要变化。故根据抗体膜电位的变化,可测知抗体的附量。


现代医用传感器技术已经摆脱了传统医用传感器体积大、性能差等技术缺点,形成了智能化、微型化、多参数、可遥控和无创检测等全新的发展方向,并取得了一系列的技术突破。其他一些新型的传感器如DNA传感器,光纤传感器等也方兴未艾。医用传感器技术的革新必将推动现代临床医学的更快发展。


随着信息时代的到来,传感器技术已经成为信息社会的重要技术基础,而医学传感器也势必要紧紧抓住这一机遇,努力朝着智能化、微型化、多参数、可遥控和无创检测等方面发展,为促进现代医学发展提供重要推动力。相信在医用传感器不断提高其科技含量的同时,医用传感器在医学领域中的应用也将越来越广泛。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492203.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

训练数据的分布对F-measure, recall 和 precision的影响

1、 Precision, recall and F-measure(f1-score) 2、思路 数据集:手写数字集 从训练集中抽取数据,保证每种label的数量一致,使用SVM 或ANN模型训练新数据集。按照高斯分布抽取新数据, 再次使用SVM 或ANN模…

稀疏矩阵的压缩存储--十字链表(转载)

稀疏矩阵的压缩存储--十字链表&#xff08;转载&#xff09;<?xml version"1.0" encoding"UTF-8"?> 来自为知笔记(Wiz)转载于:https://www.cnblogs.com/ZhangJinkun/p/4531626.html

不可思议的数字:互联网每天到底能产生多少数据?

来源&#xff1a;资本实验室随着互联网、传感器&#xff0c;以及各种数字化终端设备的普及&#xff0c;一个万物互联的世界正在成型。同时&#xff0c;随着数据呈现出爆炸式的指数级增长&#xff0c;数字化已经成为构建现代社会的基础力量&#xff0c;并推动着我们走向一个深度…

任正非:华为5G芯片用在iPhone上?我持开放态度

来源&#xff1a;机器之心摘要&#xff1a;外媒最近频传的「华为同意卖5G基带给苹果」&#xff0c;让科技界的人们浮想联翩。刚刚&#xff0c;华为终于有了较为官方的回应&#xff1a;华为总裁任正非在接受CNBC的时候表示&#xff0c;华为对于出售5G芯片给苹果用于iPhone「持开…

阿里120页PPT诠释国家“智能+”战略

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能&#xff0c;互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括&#xff1a;建立AI智能系统智商评测体系&#xff0c;开展世界人工智能智商评测&#xff1b;开展互联网&#xff08;城市&#xff09;云…

边缘检测

1、边缘的特征 先看一张实物图和边缘图 边缘是图片中灰度变化最快的地方。下图清楚地显示了最简单的一种情况。既然找变化最快的地方&#xff0c;可以通过导数来求解边缘 2、图片的导数 一张数字图片F[x,y], 其x方向导数可定义为&#xff1a; 3、图片的梯度 3.1 图片的梯度相…

边缘计算: 与5G同行,开拓蓝海新市场

来源&#xff1a;中银国际摘要&#xff1a;随着日渐成熟的SDN/NFV、大数据、人工智能等技术&#xff0c;5G网络将成为各行业数字化转型的关键基础设施。边缘计算技术作为5G网络架构中核心的一环&#xff0c;顺随运营商边缘机房智能化改造的趋势&#xff0c;致力于解决5G网络对于…

图像重采样

图像重采样包含两种情形&#xff0c;一种是下采样&#xff08;downsampling&#xff09;&#xff0c;把图像变小&#xff1b;另一种是上采样&#xff08;upsampling)&#xff0c;把图像变大。 1、次级采样&#xff08;sub-sampling&#xff09; 每隔一个&#xff0c;扔掉行和…

haha

转载于:https://www.cnblogs.com/izxcheng/p/4539888.html

裸机开发(1)-汇编基础

文章目录 GNU汇编语法常用汇编指令处理器内部数据传输指令存储器访问指令压栈和出栈指令跳转指令算术指令逻辑运算指令实战 函数发生调用时&#xff0c;需要进行线程保护&#xff0c;简单来说&#xff0c;就是先进行压栈操作&#xff0c;将调用函数参数、返回值等存到R0-15寄存…

脑科学研究:对于学习来说,休息可能与练习同样重要...

来源&#xff1a;神经科技近日&#xff0c;在针对健康志愿者的的一项研究中&#xff0c;美国国立卫生研究院&#xff08;NIH&#xff09;的研究人员发现&#xff0c;大脑可能会通过短暂的休息来巩固我们几秒钟前刚练习过的新技能的记忆。该研究结果强调了早期休息在学习中可能发…

Harris 角点检测(Harris corner detection)

在许多应用中&#xff0c;会运用到特征提取。 比如&#xff0c;把下方两张图片缝合成一张图片。哪么从哪些地方开始缝合呢&#xff1f;这些地方可以通过特征提取找到。 1、特征 图片上的特征点应该具有怎样的特性&#xff1f; a. 图片上的特征点不随图片的变化&#xff08;平…

BoW(词袋Bag of words)

Bag-of-words词袋模型最初被用在信息检索领域。例如检索一篇文档&#xff0c;只需考虑文档中出现单词的频率&#xff0c;而不用考虑语法语序等。在图像领域&#xff0c;如果把一幅图像当作文档&#xff0c;图像中的图像块的特征向量视为文档内的词&#xff0c;BoW在图像领域也可…

欧盟最新《AI网络安全政策发展框架》

来源&#xff1a;学术plus报告主要内容编译如下下载全文报告请参见文末链接一、 概要AI进入主流商用&#xff0c;数据收集是关键在过去几年&#xff0c;人工智能&#xff08;AI&#xff09;迅速超越研究和学术范畴&#xff0c;进入主流商用&#xff0c;创新的自主代理利用人工智…

2019上海车展重磅新车前瞻

来源&#xff1a;中信建投分析师&#xff1a;余海坤、陶亦然第十八届上海国际汽车工业展览会将于2019年4月18日至25日在上海国家会展中心举行。本次车展的主题为“共创美好生活”&#xff0c;将展现世界汽车工业的创新发展&#xff0c;将汽车与信息通讯、互联网、大数据、人工智…

HDU 4190 Distributing Ballot Boxes【二分答案】

题意&#xff1a;给出n个城市&#xff0c;n个城市分别的居民&#xff0c;m个盒子&#xff0c;为了让每个人都投上票&#xff0c;问每个盒子应该装多少张票 二分盒子装的票数&#xff0c; 如果mid<m,说明偏大了&#xff0c;r应该向下逼近 &#xff0c;rmid 如果mid>m,说明…

局部特征检测器和描述符

图像匹配有三个步骤&#xff1a;检测特征点&#xff0c;特征描述和匹配 1、检测特征点 好的特征点的位置不随图像亮度变换的改变&#xff0c;只与图像的几何变换有关。 1.1 图像变换 1.1.1 几何变换&#xff1a;旋转和伸缩 1.1.2 亮度变换 1.2 Harris角点检测的性质 角点的…

5G+AI系列研究:5G元年,电子行业迎来新时代​

来源&#xff1a;国泰君安证券摘要&#xff1a;本报告作为【5GAI】系列报告的第一篇&#xff0c;主要包括两部分内容&#xff0c;PART A&#xff1a;5G带来终端射频新机遇&#xff1b;PART B&#xff1a;基站建设启动&#xff0c;产业链爆发在即。附报告部分PPT&#xff1a;未来…

卷积神经网络(CNN:Convolutional Neural Network)

1、感知器&#xff08;perceptron&#xff09; 感知器是卷积神经网络的基本单元&#xff0c;下图展示了其工作原理&#xff0c;为了方便理解&#xff0c;图中只显示了3个输入。 向量w为输入向量x的权重&#xff0c;b为偏差&#xff0c;最后对x的线性组合&#xff08;&#xff…

性能调优:理解Set Statistics Time输出

性能调优&#xff1a;理解Set Statistics Time输出 原文:性能调优&#xff1a;理解Set Statistics Time输出在性能调优&#xff1a;理解Set Statistics IO输出我们讨论了Set Statistics IO&#xff0c;还有如何帮助我们进行性能调优。这篇文章会讨论下Set Statistics Time&…