2022首期封面文章 | 基于人工类神经元网络结构模型的室温气体传感器

2. 构建基于CuS quantum dots/Bi₂S₃ nanosheets (CuS QDs/Bi₂S₃ NSs)的人工类神经元网络结构，实现了对NO₂分子的室温选择性高灵敏度传感，并且传感信号具有高容错性。

3. DFT分析表明，CuS QDs和Bi₂S₃ NSs分别作为主要的敏感量子位点和转移电荷传输通道，两者界面异质结构的形成协同增强了对NO₂的捕获能力和室温气体传感性能。

以CuS QDs为类神经元敏感量子位点，依据气体分子在敏感位点的吸/脱附，实现了对NO₂的选择性高灵敏度感知，其最低理论检测极限达78 ppb。以Bi₂S₃ NSs作为电荷传输网络实现了转移电荷的高效收集与传递，使传感器表现出快速响应/恢复时间(18 s/338 s)。此外，本工作利用密度泛函理论(DFT)模拟仿真与实验结果验证，CuS QDs敏感位点与Bi₂S₃ NSs类神经网络之间的纳米异质结界面形成内建电场，增强了室温气体分子传感和脱附恢复性能。在此基础上，集成开发了一款无线可穿戴的柔性气体传感器系统，通过数据采集电路、蓝牙传输以及移动端App显示，实现了对NO₂气体的高灵敏及高选择性的实时在线监测。

深入了解生物嗅觉系统对气味分子感知过程的生物物理结构具有重要意义。如图1a所示，一定强度的刺激会引起细胞膜表面电位变化从而将化学信号转化为电信号并沿神经纤维进行传导。生物嗅觉系统中大量的感受神经元可实现对气体分子的超灵敏捕捉，电位的及时传导能够实现信号的快速传递。受此启发，模拟感知接触气体分子的生物物理结构，提出了人工类神经元网络结构气体传感器概念模型，利用敏感位点感知目标气体分子并发生电荷转移，通过类神经网络传导至电极实现电荷信号的检测，形成高容错性的感知信号传递过程与类神经元网络的协同作用机制。

受神经系统感知接触气体分子的生物物理结构启发，将基于人工类神经元网络结构的传感器与生物嗅觉感受单元相关联(如图2)，其包括一个沉积有叉指电极的超薄聚酰亚胺(PI)基板和一个基于CuS QDs/Bi₂S₃ NSs 人工类神经元结构的灵敏检测单元。通过喷墨打印的技术将传感涂层喷涂于沉积有Au电极的超薄PI基板上(图2b, i)。具有强电子夺取特性的NO₂分子在传感过程中吸附在人工类神经元结构表面，通过夺取电荷触发表面电荷分布的变化，最终导致电信号的产生(图2b, ii)。

III CuS QDs/Bi₂S₃ NSs人工类神经元网络结构的制备及物相分析

图3. (a) Bi₂S₃块体材料的晶体结构和取向性断裂剥离过程示意图；(b) CuS QDs/Bi₂S₃ NSs的原子结构示意图；(c-e) BC-5的SEM、TEM和HR-TEM图像；(f) CuS QDs/Bi₂S₃ NSs、CuS和Bi₂S₃ NSs的XRD图谱；(g) BC-5的XPS全谱。

IV CuS QDs/Bi₂S₃ NSs人工类神经元网络结构的表面电荷分布

图4. (a-c) BC-5、CuS和Bi₂S₃ NSs的Bi 4f、Cu 2p和S 2p的XPS精细谱；(d) 密度泛函理论计算的CuS QDs和Bi₂S₃ NSs界面电荷分布图；(e) Bi₂S₃ NSs和(f) CuS的UPS光谱；(g) Bi₂S₃ NSs和(h) CuS的莫特-肖特基谱图。

V 基于人工类神经元网络结构的传感器性能分析

图5. (a) 基于Bi₂S₃ NSs和CuS QDs/Bi₂S₃ NSs传感器在10 ppm浓度下暴露于NO₂时的电阻变化；(b) 基于BC-5的传感器在5个周期内对10 ppm NO₂的响应/恢复曲线；(c) 基于BC-5的传感器对不同浓度NO₂的响应恢复曲线；(d) 基于BC-5的传感器对10 ppm不同目标气体的选择性；(e) 柔性传感器在不同弯曲角度下对10 ppm NO₂的响应图及误差棒。

VI 无线可穿戴设备及NO₂实时监测预警

图6. (a) 基于无线传输的柔性传感器可穿戴设备示意图及相应的应用概念；(b) 数据采集电路软硬件逻辑框图；(c) 实际应用中智能手机对NO₂气体变化的检测照片。