糖尿病对全球人类健康构成严重威胁。据估计，到2035年，全球将有5.92亿糖尿病患者。血糖监测在糖尿病患者的日常治疗中是必需的，然而，目前的侵入性技术需要从指尖采血，这给患者带来了痛苦。同时，它也有创伤和血液感染疾病的潜在风险。准确的无创血糖监测是糖尿病治疗中一个具有挑战性的问题。
据麦姆斯咨询报道，近日，暨南大学谢伟广教授研究团队开发了一种基于气相沉积混合锡铅杂化钙钛矿光电探测器的近红外（NIR）光电容积脉搏波（PPG）传感器。该传感器在近红外光下具有5.32 × 10¹² Jones的高探测率和204 dB的大线性动态范围（LDR），保证了从PPG信号中准确提取11个特征。通过结合机器学习，实现了血糖水平的准确预测，平均绝对相对差（MARD）小至2.48%。相关研究成果以“Highly Sensitive Perovskite Photoplethysmography Sensor for Blood Glucose Sensing Using Machine Learning Techniques”为题发表在Advanced Science期刊上。
气相沉积技术广泛应用于半导体行业，是一种无毒无溶剂的大规模制备高性能钙钛矿薄膜光电器件的方法。通过这种气相沉积技术制备的薄膜均匀致密，因此在制备大面积器件和阵列器件方面具有巨大的潜力。此外，钙钛矿结晶动力学与气相沉积相结合，可以进一步提高钙钛矿沉积速率，提高钙钛矿的质量。在这项研究中，钙钛矿层通过顺序气相沉积制备。薄膜中Pb/Sn的比例控制在0.5 Å s⁻¹的蒸发速率。将混合薄膜暴露于MAI蒸汽中以生长钙钛矿薄膜。
钙钛矿光电探测器的制备与优化
该钙钛矿光电探测器在近红外区域表现出5.32 × 10¹² Jones的高探测率和204 dB的高LDR。优异的弱光灵敏性确保了PPG信号中血糖变化特征的准确测量。
钙钛矿光电探测器的性能
在直接测量血糖之前，需要训练机器学习模型。研究人员定义了11个PPG特征来提取由于血容量变化引起的血糖吸收的相对变化，从而建立血糖浓度和PPG信号之间的关系。随后，研究人员进行了10种模型的实际测量值比较，结果表明，梯度提升决策树（GBDT）的MARD最低，为2.48%。
PPG信号特征提取及血糖测量训练
为了评估钙钛矿PPG传感器在不同个体上的性能，对49名志愿者进行了进一步的测试，其中一些志愿者患有II型糖尿病。基于这项实验的结果，可以建立涉及训练和校准过程的未来应用策略。在对不同患者的测量中，研究人员发现光路与手指的对齐会引起PPG信号的显著变化。这可能是因为手指上的静脉相对稀疏。在这里，固定光路和使用夹具固定手指是为了避免错误。同时，将来需要一个手指模具来保证测量的标准化。第二，不同人皮肤的吸收能力是不同的。这也需要从不同类型的人那里进一步积累足够的数据，并建立特定的模型。第三，可以设计更复杂的算法来满足PPG信号处理的要求，这有助于进一步提高精度。PPG传感器具有体积小、性价比高的优点。随着准确度的提高，会成为一种很有前途的无创连续血糖监测技术。
通过PPG传感器进行测量
总而言之，研究人员利用气相沉积法制备了近红外钙钛矿PPG传感器。在三维钙钛矿层上通过旋涂PEAI生成的二维钙钛矿大大提高了器件的稳定性和性能。该传感器在近红外区域具有5.32 × 10¹² Jones的高探测率和204 dB的高LDR。优异的弱光灵敏性确保了PPG信号中血糖变化特征的准确测量。在特征提取的基础上，通过匹配学习建立不同的模型，将血糖值的测量精度提高。使用太阳光和在不同人群中进行的进一步测试也显示出高准确性，这在早期的医学诊断中是可以接受的。结果表明了这种钙钛矿PPG传感器在血糖监测中的潜力。绿色气相沉积方法也为未来的工业化和商业化提供了潜力。
论文信息：
https://onlinelibrary.wiley.com/doi/10.1002/advs.202405681
延伸阅读：
《雅培辅理善瞬感持续血糖监测传感器产品分析》
《基于拉曼光谱的血糖监测专利态势分析-2024版》
《糖尿病管理技术及市场-2022版》
《可穿戴技术及市场-2023版》
《即时诊断应用的生物传感器技术及市场-2022版》
