3 条结果 关键词:机器学习优化 ×

Machine-Learning-Assisted Buried-Window FET Sensors for High-Reliability and High-Sensitivity Applications.

Sensors (Basel, Switzerland) 2026 Mehrad M, Zareiee M

本文提出一种用于高灵敏度无标记生物传感的新型双埋窗无结场效应晶体管(DBW-FET)。该器件在埋氧层(BOX)中的活性通道下方集成一个 N 型和一个 P 型埋窗,并在栅区设置两个纳米腔作为生物分子识别位点。双埋窗形成两个耗尽区,可增强栅极对通道的静电耦合、抑制短沟道效应并提高生物分子结合引起的电学响应。作者采用 Silvaco TC...

Efficient and optimized blood cancer detection using engineered graphene-based silicon-TiN-silicon multilayered plasmonic sensor design with behaviour prediction using machine learning.

Scientific reports 2026 Armghan A, Sharma Y, Flah A, Alsharari M 等 5 人

血液癌症若未能早期发现可能致命。本文提出一种基于机器学习的创新生物传感器,用于识别血液中的癌症特异性生物标志物,从而实现及时诊断、早期干预和靶向治疗,提高生存率。作者设计了一种石墨烯基传感器,采用先进材料增强灵敏度,用于快速、早期血液癌症检测,提高诊断准确性并及时医疗干预,改善患者预后。通过机器学习优化获得更高灵敏度。该石墨烯传感器...

表面等离子共振(SPR)生物传感器 血液癌症检测石墨烯等离子体传感器硅-氮化钛-硅

Enhancement and optimization of a graphene-based biosensing platform using machine learning for precise breast cancer detection.

Scientific reports 2025 Armghan A, Flah A, Aldkeelalah SS, Ghatasheh M 等 6 人

本研究提出一种经机器学习优化的石墨烯基生物传感器,用于乳腺癌的早期精准检测,旨在提升诊断可靠性与临床效能。该器件采用多层 Ag–SiO₂–Ag 结构放大光学响应,实现峰值灵敏度 1785 nm/RIU。机器学习模型用于优化结构参数,从而系统提升检测精度与可重复性。优化后的设计相比传统生物传感器构型表现出更高灵敏度,凸显其在生物分析应...

表面等离子共振(SPR)生物传感器 乳腺癌检测石墨烯生物传感器机器学习优化超表面