Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca»Unità di ricercaINIZIO_TESTO_DA_INDICIZZARE
UNITA' DI RICERCA
italiano - english
Bibliografia
1. W. Miekisch, J.K. Schubert, G.F.E. Noeldge-Schomburg, Diagnostic potential of breath analysis: focus on volatile organiccompounds, Clinica Chimica Acta 347,25(2004)
2. Marczin N, Kharitonov SA, Yacoub MH, Barnes PJ (Eds), Disease markers in exhaled breath, Dekker Ed., New York, 2002
3. F. Di Francesco, A. Ceccarini, M. G. Trivella, R. Fuoco, Breath analysis: trends in techniques and clinical applications,
Microchemical Journal 79, 405 (2005).
4. Phillips M, Cataneo RN, Cheema T and Greenberg J: Increased breath biomarkers of oxidative stress in diabetes mellitus. Clinica
Chimica Acta 344,189(2004).
5. Phillips M, Cataneo RN, Ditkoff BA, Fisher P, Greenberg J, Gunawardena R, Kwon CS, Rahbari-Oskoui F and Wong C: Volatile
markers of breast cancer in the breath, The Breast Journal 9, 191(2003).
6. Dannecker, J. R., Jr., Shaskan, E. G., and Phillips, M. (1981)
Anal. Biochem. 114, 1–7.
7. Phillips, M., and Greenberg, J. (1987) Anal. Biochem. 163, 165– 169.
8. G. Sberveglieri, Gas sensors, Kluver Academic Publishers, 1992
9. G. Neri, Metal doping in semiconductor metal oxide gas sensors in
Encyclopedia of Sensors, C Grimes Ed., American Scientific Publishers, 2005 (in press)
10.Pinna N., Neri G., Antonietti M. , Niederberger M., Nonaqueous synthesis of nanocrystalline semi-conducting metal oxides for gas sensing, Angew. Chem. Int. Ed., 43, 4345, 2004.
11.N. Pinna, M. Antonietti, M. Niederberger, S. Capone, P. Siciliano, A. Bonavita, G. Neri, Non-aqueous synthesis of high-purity indium and tin oxide nanocrystals and their application as gas sensors, Proceeding 3th IEEE Sensors International Conference - VIENNA – October 2004
12.Persaud, K., Dodds, G., 1982. Analysis of discrimination mechanisms in the mammal-ian olfactory system using a model nose. Nature 299, 352/ 355.
13. Kress-Rogers, E. (Ed.), Handbook of Biosensors and Electronic Noses. CRC Press, Boca Raton, FL, USA 1996).
14. Ping, W., Yi, P., Haibao, X., Farang, S., . A novel method for diabetes diagnosis based on electronic nose, Biosensors and Bioelectronics 12, 1303 (1997).
15. Ryabtsev S.V., Shaposhnick A.V., Lukin A.N., Domashevskaya E.P. Application of semiconductor gas sensors for medical
diagnostics. Sensors and Actuators B 59:26-29, 1999.
16. Makisimovich N., Vorotyntsev V., Nikitina N., Kaskevich O., Karabun P., Martynenko F. Adsorption semiconductor sensor for
diabetic ketoacidosis diagnosis. Sensors and Actuators B, 35-36:419-421, 1996.
17. S. S. Sehnert, L. Jiang, J. F. Burdick, and T. H. Risby, Biomarkers 7, 174 (2002).
18. S. M. Studer, J. B. Orens, I. Rosas, J. A. Krishnan, K. A. Cope, S. Yang, J. V. Conte, P. B. Becker, and T. H. Risby, J. Heart Lung Transplant 20, 1158 (2001).
19. A. Fried, J. R. Drummond, B. Henry, and J. Fox, Appl. Opt. 30, 1916 (1991).
20. Phillips M, Cataneo RN, Greenberg J, Gunawardena R, Naidu A, Rahbari-Oskoui F. Effect of age on the breath methylated alkane contour, a display of apparent new markers of oxidative stress. J Lab Clin Med 2000;136:243–249.
21. Phillips M, Boehmer J, Cataneo R, Cheema T, Eisen H, Fallon J, Fisher P, Gass A, Greenberg J, Kobashigawa J, et al. Heart allograft rejection: detection with breath alkanes in low levels. J Am Coll Cardiol 2002;1:12–13.
22. Corrado Di Natale, Antonella Macagnano, Eugenio Martinelli,
Roberto Paolesse, Giuseppe D’Arcangelo, Claudio Roscioni, Alessandro Finazzi-Agro`, Arnaldo D’Amico Lung cancer identification by the analysis of breath by means of an array of non-selective gas sensors, Biosensors and Bioelectronics 18, 1209 (2003)
Programma di ricerca
Sistemi innovativi basati su un array di sensori di gas per il monitoraggio di biomarker a fini diagnosticiUniversità di riferimento
Università degli Studi di MESSINA - CHIMICA INDUSTRIALE ED INGEGNERIA DEI MATERIALI - MESSINA(ME)Responsabile dell'Unità di ricerca
Giovanni NERIDescrizione
Il contributo dell'Unità Operativa della Facolta di Ingegneria dell'Università di Messina al progetto generale è relativo alla progettazione, assemblaggio, ottimizzazione e testing di array di sensori MOS per l'impiego in un sistema completo di campionamento e analisi dell'espirato. Il dispositivo sarà composto da una matrice di sensori a semiconduttore e da una elettronica dedicata per il controllo del riscaldatore del sensore, per la misura e l'aquisizione digitale dei dati provenienti dal sensore e un sistema digitale di processamento di tali dati.L'attività affronterà i seguenti aspetti:
- sviluppo di sensori di gas a semiconduttore di elevata stabilità, elevata sensibilità, basso rumore e, quindi, alta risoluzione; I sensori dovranno essere sensibili al gas target entro il range di concentrazione in cui è presente nell'espirato ed essere poco influenzati dai principali interferenti quali CO2 e umidità.
- sviluppo di un'elettronica dedicata per il controllo dei parametri operativi dei sensori e dell'acquisizione dei dati;
- sviluppo di algoritmi di Pattern Recognition per l'elaborazione dei dati acquisiti dal front-end.
L'attività si svilupperà attraverso le seguenti fasi:
1) Preparazione di ossidi semiconduttori (0-6 mese).
Dapprima sarà condotto uno screening sulla preparazione di ossidi metallici puri (In2O3, SnO2, Fe2O3, WO3, etc.) e misti (In2O3-SnO2, In2O3-Fe2O3, Fe2O3-CeO2, Fe2O3-TiO2, WO3-MoO3, etc.) e drogati con metalli nobili quali agenti promotori (Pd, Pt, Au). Particolare enfasi sarà posta nella sintesi dell'elemento sensibile in forma di materiale nanostrutturato alo scopo di ottenere prestazioni migliori di quelle ottenute con materiali commerciali. Questi materiali nanostrutturati saranno sintetizzati mediante metodi chimici (sol-gel, Liquid-phase depositino). I parametri della preparazione (precursori, solvente, trattamenti termici, etc.) saranno ottimizzati allo scopo di ottenere il miglior controllo sulle proprietà microstrutturali ed elettriche. I film per i tests elettrici, nella configurazione in film sottile o spesso, saranno depositati su substrati di allumina (6x3 mm2) provvisti con elettrodi interdigitati e riscaldatori in platino che consente di raggiungere temperature operative ben oltre 500 °C.
2) Caratterizzazione microstrutturale (2-8 mese).
Una dettagliata caratterizzazione microstrutturale sarà condotta sui materiali semiconduttori sintetizzati allo scopo di: a) investigare la presenza e la natura della fase sensibile e la sua distribuzione; b) determinare la composizione di bulk e di superficie. A questo scopo verranno utilizzate una vasta gamma di tecniche chimico-fisiche di indagine che includoni il chemisorbimento di molecole sonda (CO, NO2, O2, NH3) BET, porosimetria, XRD e microscopia elettronica (SEM, TEM-EDX).
3) Test elettrici (4-12 mese).
Saranno investigate le prestazioni dei sensori fabbricati dopo esposizione al gas target, puro o in miscela con i principali interferenti. L'effetto della temperatura, dell'umidità relativa (RH) e la stabilità a lungo termine saranno anche valutati. I test elettrici saranno condotti in una camera di esposizione dove sono allogiati i sensori MOS. Allo scopo di ottimizzare i segnali provenienti dai sensori in termini di stabilità, riproducibilità e tempo di risposta sarà effettuata un'opportuna progettazione della camera stessa. Lo studio di ciò, attraverso un'attenta analisi numerica agli elementi finiti, sarà condotto dall'Unità di Ricerca del Facoltà di Ingegneria dell'Università di Pisa.
I dati raccolti da ciascun singolo sensore saranno valutati allo scopo di acquisire informazioni sul loro utilizzo nell'array.
4) Array di sensori (6-15 mese).
Sarà valutata la risposta di un array (fino a6) di semiconduttori MOS in presenza del gas target e in presenza dei principali interferenti. I sensori saranno scelti sulla base delle loro caratteristiche come valutate nel precedente punto. L'architettura della camera sarà sviluppata in collaborazione con l'Unità di Ricerca del Facoltà di Ingegneria dell'Università di Pisa. Inoltre un holder dedicato sarà progettato per evitare microsaldature e avere un facile montaggio e uno stabile collegamento elettrico tra il sensore e l'holder.
5) Sviluppo dell'interfaccia elettronica (6-18 mese).
Un'interfaccia elettronica sarà progettata per acquisire ed elaborare i segnali provenienti dai sensori che elettricamente si comporteranno come un'impedenza il cui valore dipende dal tipo e dalla concentrazione del gas. Tale blocco sarà realizzato mediante l'utilizzo di DSP (Digital Signal Processor) e di elettronica dedicata, per avere prestazioni riproducibili, a basso costo e con dimensioni ridotte. Sarà possibile utilizzare tale interfaccia con sensori dalle diverse caratteristiche elettriche, in quanto essa potrà essere adattata a secondo della tipologia del sensore alla baseline dello stesso, aumentando in questo modo la risoluzione e l'accuratezza del sensore stesso. Il DSP sarà in grado tramite algoritmi PID (Proporzionale Integrativo Derivativo) di controllare e stabilizzare la temperatura del sensore regolando la corrente erogata al microriscaldatore. Tale configurazione potrà essere utilizzata sia tramite l'utilizzo di un calcolatore che come strumentazione stand–alone.
6) Sviluppo di algoritmi di Pattern Recognition (15-24 mese).
Si considereranno algoritmi in grado di fornire valutazioni sia qualitative sia quantitative sui dati analizzati. Lo studio della analisi dei dati sarà affrontato in due fasi logiche distinte: la definizione delle "feature" da associare alla risposta del sensore e l'applicazione e l'ottimizzazione degli algoritmi di analisi dati. Riguardo all'estrazione delle features, oltre all'estrazione della risposta a transitorio esaurito si considereranno anche gli andamenti temporali dei segnali sensoriali, l'estrazione di ulteriori features sarà quindi considerata come un mezzo per incrementare il contenuto informativo estratto dal sensore singolo. D'altro canto, l'analisi dei dati si concentrerà sullo studio di matrici di sensori, e sulla possibilità di determinare sia aspetti qualitativi sia aspetti quantitativi dei campioni analizzati. Oltre all'utilizzo di tecniche standard sia in ambito chemiometrico sia usando reti neurali si cercherà di realizzare dei modelli ibridi che consentano di ottimizzare l'analisi quantitativa attraverso la costruzione di modelli parziali. Inoltre sarà posta enfasi sulla possibile riduzione, a livello di analisi dati, di sorgenti spurie di segnale, non correlate con le informazioni chimiche del campione.
La valutazione e l'analisi dei dati sarà condotta in collaborazione con l'Unità di Ricerca del Facoltà di Ingegneria dell'Università di Pisa.
