背景介绍
基于模拟动物嗅觉设计的传感器阵列因其响应速度快，灵敏度高等优点而备受关注。传感器阵列通常由多个能够识别目标物的识别元件构建而成，能够敏感地识别多种目标物之间的细微差异并将这些差异转换为输出信号。通过适当的机器学习算法对数据进行处理，实现不同目标物的分类。
研究简介
Figure. 基于细菌的内在和外在特性构建的细菌识别传感器阵列的识别机制概述。注：VOCs：挥发性有机化合物；N-VOCs：非挥发性有机化合物；D-AA-X: D-氨基酸-标签；Van:万古霉素；AMPs: 抗菌肽。AIE：聚集诱导发光体；VIE：振动诱导发光体。
该成果以 “Recent advances in sensor arrays aided by machine learning for pathogen identification”(《机器学习辅助传感器阵列鉴定病原体进展综述》)为题，发表在英国皇家化学会期刊 Sensors & Diagnostics 上。
论文信息
Recent advances in sensor arrays aided by machine learning for pathogen identification
Xin Wang, Ting Yang * and Jian-Hua Wang（杨婷，东北大学）
Sens. Diagn., 2024, 3, 1590–1612
https://doi.org/10.1039/D4SD00229F
作者简介
东北大学
东北大学
本文通讯作者，现任东北大学理学院教授，博士生导师。曾获辽宁省优秀青年基金项目及辽宁省“兴辽英才”青年拔尖人才计划资助。2014 年毕业于东北大学，导师为王建华教授。其研究主要集中在面向液体活检的亲和分离分析。
期刊介绍
rsc.li/sensors
Sensors & Diagnostics
| 2-年影响因子* | 3.5分 |
| 5-年影响因子* | 3.5分 |
| JCR 分区* | Q3 化学-分析 |
| CiteScore 分† | 2.3分 |
| 中位一审周期‡ | 33 天 |
Sensors & Diagnostics 致力于成为传感与诊断领域的优质出版平台，发表高影响力的创新性研究工作，包括新型的材料、新颖的检测原理以及对已有装置的重大改进等。这些工作的应用范围十分广泛，囊括生物医学、药物开发、环境、食品、医学、安保和安防等等。所发表的工作需能获得相关领域研究人员的广泛关注，在必要时还应开展原位或实际的样品检测。作为一本金色开放获取的期刊，读者可免费获取论文的全文，同时从该刊发布起到 2024 年年中免收论文发表费用。
Editors-in-Chief
|
Associate editors
|
|
Editorial board members
|
|
* 2023 Journal Citation Reports (Clarivate, 2024)
† CiteScore 2023 by Elsevier
‡ 中位数，仅统计进入同行评审阶段的稿件
📧 RSCChina@rsc.org
