近日，南方科技大学深港微电子学院助理教授李携曦课题组和助理教授林苑菁课题组在传感器件领域取得研究进展，相关研究以“Fully Integrated Patch Based on Lamellar Porous Film Assisted GaN Optopairs for Wireless Intelligent Respiratory Monitoring”为题发表在Nano Letters上。

随着可穿戴健康传感器的快速发展，呼吸作为人体的重要健康参数越来越受到关注。除了生活和运动中的呼吸变化外，呼吸道症状的变化，如打喷嚏、鼻塞和咳嗽，可能是哮喘和肺部疾病的重要征兆，也被认为是早期诊断疾病和评估人体健康的最重要指标之一。为了满足医疗保健应用对便携式和可穿戴设备日益增长的需求，需要开发具有体积小、响应快、易于集成和制造成本低等特点的湿度传感器，并结合机器学习（如卷积神经网络等深度学习方法）提高信号处理与识别的准确性和可靠性。

图： 全集成贴片示意图 (a) PCB原理图 (b)基于基于层状多孔膜功能化GaN的光电湿度传感器 (c)无线智能呼吸监测的系统工作示意图

该工作中设计了基于层状多孔膜和功能化GaN光电器件的无线智能呼吸监测全集成柔性贴片。亚毫米尺度的GaN器件在相对湿度为2-70%时的灵敏度高达13.2 nA/%RH，在相对湿度为70-90%时的灵敏度为61.5 nA/%RH，快速响应/恢复时间为12.5 s/6 s。通过集成无线数据传输模块和基于一维卷积神经网络的机器学习的辅助，可实现七种呼吸模式智能识别，总体分类准确率大于96%。该全集成智能传感贴片可用于无创、实时的健康监测应用。

李携曦课题组2021级硕士生刘泽丛和林苑菁课题组2021级硕士生苏俊杰为共同第一作者，李携曦和林苑菁为共同通讯作者，南科大为论文第一单位。该论文研究工作得到国家自然科学基金、深圳市和南方科技大学科研经费的支持。

论文链接：https://pubs.acs.org/doi/10.1021/acs.nanolett.3c02071 

供稿：深港微电子学院

通讯员：杜玉梅

主图：丘妍

编辑：朱增光