Une équipe de recherche collaborative a récemment développé une nouvelle méthode de mesure du glucose à l’aide d’une technologie d’apprentissage profond. Leur recherche a été publié dans Avis sur le laser et la photonique.
Les métamatériaux sont des matériaux artificiels dotés de propriétés électromagnétiques uniques qui n’existent pas dans la nature et qui leur permettent de manipuler les ondes électromagnétiques telles que la lumière ou les micro-ondes. Une structure couramment utilisée dans la conception des métamatériaux est le résonateur à anneau fendu (SRR), qui comporte un anneau fendu en son centre. Cette conception permet au SRR d’absorber, de pénétrer ou de réfléchir les champs électromagnétiques à des fréquences spécifiques et d’amplifier les signaux en raison de l’interruption du flux de courant régulier, ce qui entraîne une résonance électromagnétique au sein de l’anneau.
Bien que les SRR aient été largement utilisés dans les capteurs, leur efficacité a été limitée par des mesures incohérentes et peu fiables influencées par des facteurs tels que la température, l’humidité et l’emplacement de l’échantillon.
Dans cette étude, l’équipe a cherché à résoudre le problème des fluctuations du signal électrique des capteurs basées sur le SRR causées par des changements de position de l’échantillon. Ils ont commencé par optimiser le capteur pour amplifier les signaux électriques dans la gamme de fréquences de 0,5 à 18 GHz à l’aide d’un processus de photolithographie qui crée des motifs sur les semi-conducteurs avec de la lumière. Les chercheurs ont ensuite utilisé une technologie d’apprentissage profond pour permettre aux capteurs de glucose d’apprendre à partir des signaux électriques mesurés à différents endroits.
Sur cette base, l’équipe a développé un réseau neuronal convolutionnel unidimensionnel (1D CNN) et a mené des expériences avec celui-ci. Les résultats ont démontré que le modèle compensait efficacement les erreurs dues aux variations de localisation des échantillons, atteignant une erreur absolue moyenne (MAE) de 0,695 % et une erreur quadratique moyenne (MSE) de 0,876 %.
L’équipe était composée du professeur Junsuk Rho du département de génie mécanique, du département de génie chimique et du département de génie électrique, ainsi que des candidats au doctorat Seokho Lee et Kyungtae Kim du département de génie mécanique de l’université des sciences et technologies de Pohang (POSTECH), et du professeur Hee-Jo Lee du département d’éducation physique de l’université de Daegu.
Le professeur Rho de POSTECH a déclaré : « Nous avons réussi à contrôler le signal électrique qui est sensible aux changements de position de l’échantillon, améliorant ainsi la cohérence et la fiabilité du dispositif de mesure du glucose. »
« Il convient également de noter que cette technologie peut être commercialisée et produite en masse à l’aide d’un procédé de photolithographie déjà largement utilisé dans l’industrie des semi-conducteurs. »
Plus d’information:
Seokho Lee et al., Détection robuste du glucose et estimation du Brix des fruits basée sur l’apprentissage profond à l’aide d’un seul résonateur à anneau fendu à micro-ondes, Avis sur le laser et la photonique (2024). DOI: 10.1002/lpor.202300768