Method Article

Herstellung und Prüfung eines optisch gesteuerten Mikrowellensensors zur Harnstoffpegeldetektion im Urin

DOI:

10.3791/70483

May 5th, 2026

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dieses Protokoll beschreibt einen kostengünstigen, optisch gesteuerten Mikrowellensensor zur Erkennung von Harnstoff. Mit einem lichtabhängigen Widerstand und einem fraktalen Design übersetzt er die optischen Eigenschaften des Urins in eine lineare HF-Impedanzant. Obwohl das FR4-basierte Design vielversprechend für den Point-of-Care-Einsatz zeigt, erfordern zukünftige Arbeiten verlustarme Materialien und klinische Validierung eines tragbaren Systems.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Überwachung des Harnstoffspiegels im Urin ist entscheidend, um die Nierenfunktion und den Flüssigkeitszufluss zu beurteilen. Aktuelle Methoden basieren oft auf aufdringlichen, kostspieligen oder zeitaufwändigen biochemischen Assays, die für Point-of-Care oder kontinuierliche Überwachung nicht ideal sind. Dieses Protokoll beschreibt die Herstellung und Erprobung eines neuartigen, kostengünstigen und hochempfindlichen Mikrowellensensors, der zur Detektion des Harnstoffniveaus entwickelt wurde. Der Sensor integriert einen kreisförmigen Spiralinduktor (CSI), einen Interdigitalkondensator (IDC) und einen lichtabhängigen Widerstand (LDR) auf einem FR4-Substrat, der mit einer Resonanzfrequenz von 1,22 GHz arbeitet. Die wichtigste Innovation ist die optische Steuerung über den LDR, der, wenn sie einer festen Lichtquelle über eine Urinprobe ausgesetzt ist, den Einfügungsverlust (S₂₁) des Sensors linear und quantifizierbar in Bezug auf die Harnstoffkonzentration moduliert. Das Design beinhaltet eine Rückschlaufe und Hilbert-Fraktal-Stubs, um Beugungseffekte zu minimieren und die Impedanzanpassung zu verbessern, wodurch die Messgenauigkeit verbessert wird. Wir beschreiben die numerische Simulation des Sensors mit CST Microwave Studio, die Herstellung durch chemische Ätzung und die experimentelle Validierung anhand menschlicher Urinproben. Die Ergebnisse zeigen eine konsistente und wiederholbare Verschiebung des S₂₁-Parameters mit unterschiedlichen Harnstoffniveaus, bestätigt durch ein neuronales Netzmodell zur Datenklassifikation. Dieser Sensor stellt ein vielversprechendes Werkzeug für nicht-invasive, Echtzeit-biomedizinische Diagnostik dar.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Mikrowellensensortechnologie hat sich aufgrund ihrer minimalen Kontaktanforderungen, der zerstörungsfreien Durchdringung und der sicheren Natur nicht-ionisierender elektromagnetischerWellen als leistungsstarkes Werkzeug für die nicht-invasive Charakterisierung biologischer Materialien etabliert. Die dielektrischen Eigenschaften von Körperflüssigkeiten wie Urin werden durch ihre chemische Zusammensetzung beeinflusst, einschließlich der Harnstoffkonzentration, wodurch sie durch Veränderungen in der Mikrowellenausbreitungnachweisbar sind. Obwohl herkömmliche Mikrowellensensoren existieren, stehen sie oft vor Herausforderungen bei der Empfindlichkeit, Miniaturisierung und Optimierung des Qualitätsfaktors (Q-Faktor) zur Erkennung winziger Veränderungen in komplexen Flüssigkeiten wie Urin3.

Jüngste Fortschritte haben verschiedene Resonatorgeometrien eingesetzt, wie komplementäre Split-Ring-Resonatoren (CSRRs) und fraktale Strukturen, um die Sensorleistung zu verbessern4. Hohe Empfindlichkeit mit einem einfachen, kostengünstigen Design zu erreichen, bleibt jedoch eine bedeutendeHürde. Der hier beschriebene Sensor behebt diese Einschränkungen, indem er CSI und IDC mit einem einzigartigen optischen Steuerungsmechanismus6 kombiniert. Die Einbeziehung eines LDR ermöglicht es, die HF-Leistung des Sensors durch die optische Transparenz der Urinprobe zu modulieren, die mit der Harnstoffkonzentration7 korreliert. Dies schafft einen neuartigen Transduziermechanismus, der eine biochemische Eigenschaft in ein messbares Mikrowellensignal8 umwandelt.

Dieser Artikel bietet ein detailliertes, schrittweises Protokoll zum Bau und Betrieb dieses optisch gesteuerten Mikrowellensensors9. Wir behandeln die Designbegründung, den Simulationsaufbau, den Fertigungsprozess, das Kalibrierungsverfahren und die Datenanalysemethode, einschließlich der Verwendung eines maschinellen Lernalgorithmus zur Ergebnisinterpretation10. Die repräsentativen Ergebnisse zeigen die Wirksamkeit des Sensors bei der Erkennung von Harnstoffspiegeln in menschlichen Urinproben und unterstreichen sein Potenzial für Point-of-Care-Diagnostikanwendungen11.

Während dieser Studie wird die Harnstoffkonzentration in Einheiten von mg/mol/cm3 angegeben, um die normalisierte Konzentrationsmetrik widerzuspiegeln, die aus dem Transduktionsmechanismus des Sensors abgeleitet ist und die optische Abschwächung pro Pfadlänge (cm) mit der molaren Harnstoffkonzentration (mol) in Mass (Milligramm)12 in Beziehung setzt. Um den Vergleich mit der Standardklinischen Literatur zu erleichtern, kann diese Einheit wie folgt in konventionelle Einheiten umgerechnet werden: Eine Harnstoffkonzentration von 1 mg/mol/cm 3 entspricht etwa 1 mg/dL bei Berücksichtigung der Standard-Messpfadlänge, also entsprechend 0,166 mmol/L bei dem Molekülgewicht des Harnstoffs (60,06 g/mol)13. Der in dieser Studie untersuchte Konzentrationsbereich (150–450 mg/mol/cm3) entspricht klinisch relevanten Harnstoffwerten von 150–450 mg/dL, was normale physiologische Werte (ca. 200–400 mg/dL) und milde Erhöhungenvon 14 umfasst. Diese Ausrichtung stellt sicher, dass die Ergebnisse im Kontext der standardisierten biomedizinischen Praxisinterpretierbar sind.

Das vorgeschlagene Sensordesign ist durch den Bedarf an einer kostengünstigen, nicht-invasiven und Echtzeit-Harnstofferkennungsmethode motiviert, die die Einschränkungen bestehender Mikrowellen-Sensoransätze adressiert, die typischerweise ausschließlich auf Dielektrizitäts-Permittivitätsvariationen basieren und oft komplexeKalibrierung 16 erfordern. Die Neuheit dieser Arbeit liegt in der Integration von drei unterschiedlichen Designelementen, die zusammen einen direkten und linearen optischen Mikrowellen-Transduktionsmechanismus ermöglichen. Erstens bildet die Kombination aus einer kreisförmigen Spiralinduktivität (CSI) und einem Interdigitalkondensator (IDC) eine hoch-Q-Resonanzstruktur, die das elektromagnetische Feld im Sensorbereich konzentriert und so die Empfindlichkeit gegenüber winzigen Veränderungen im umgebenden Medium18 erhöht. Zweitens minimiert die Einbindung von Hilbert-Fraktal-Stubs am CSI-IDC-Übergang Beugungseffekte und optimiert die Impedanzanpassung, wodurch die Messstabilität und Wiederholbarkeit verbessertwerden 19. Drittens, und am bedeutendsten, stellt die Einführung eines LDR als optisch gesteuertes Wandlungselement eine Abkehr von herkömmlichen Mikrowellensensoren dar; anstatt sich ausschließlich auf die dielektrischen Eigenschaften der Probe zu verlassen, ermöglicht die LDR, dass die HF-Antwort des Sensors durch die optische Transparenz der Urinprobe moduliert wird, die mit der Harnstoffkonzentration20 korreliert. Dies schafft einen hybriden optisch-mikrowellen-Transduktionsweg, der eine biochemische Eigenschaft direkt in eine quantifizierbare Verschiebung von S₂₁ bei einer festen Resonanzfrequenz21 übersetzt. Nach unserem besten Wissen stellt diese Arbeit die erste Demonstration eines optisch gesteuerten Mikrowellensensors zur Harnstoffdetektion dar, der eine LDR mit einem CSI-IDC-fraktalverstärkten Resonator kombiniert, um eine direkte lineare Auswertung zu erzielen und den vorgeschlagenen Sensor als vielversprechende Plattform für nicht-invasive, Echtzeit-Point-of-Care-Diagnostikzu positionieren.

Der Transduktionsmechanismus des Sensors beruht auf einem hybriden optischen Mikrowellenpfad, bei dem der LDR die optische Urintransparenz – umgekehrt korreliert mit der Harnstoffkonzentration – in eine quantifizierbare Verschiebung in | übersetztS₂₁| indem die Impedanzbelastung des kreisförmigen Spiralinduktor-Interdigitalkondensators (CSI-IDC) Resonators23 moduliert wird. Diese lineare Beziehung vereinfacht die Kalibrierung und ermöglicht Echtzeit-Auslesen, wodurch das vorgeschlagene Design von herkömmlichen Mikrowellensensoren unterschieden wird, die ausschließlich auf Dielektrizitäts-Permittivitätsvariationen angewiesen sind. Klinisch ist Harnstoff ein wichtiger Biomarker für die Nierenfunktion und den Hydrationsstatus, mit normalen Werten zwischen 200–400 mg/dL; Abweichungen können auf Dehydrierung, Nierenschädigung oder Stoffwechselstörungen hinweisen. Der Sensor adressiert die Einschränkungen von Goldstandard-enzymatischen Assays – die Laborinfrastruktur und geschultes Personal erfordern – indem er schnelle (<30 Sekunden), kostengünstige, nicht-invasive Messungen mit Mikroliterproben anbietet und so sein Potenzial für Point-of-Care-Anwendungenunterstützt.

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die ethische Genehmigung wurde vom IATRC-Überprüfungsgremium eingeholt. Alle Verfahren mit menschlichen Urinproben entsprachen den Grundsätzen der Erklärung von Helsinki. Von allen Teilnehmern wurde eine schriftliche informierte Zustimmung eingeholt, und alle Proben wurden anonymisiert, um die Vertraulichkeit zu schützen.

Sensordesign und numerische Simulation

Der erste Schritt bei der Konstruktion eines Sensors ist die Durchführung einer elektromagnetischen Simulation. Das CST Microwave Studio wird verwendet, um das Layout zu gestalten, das einen Resonator aus einer kreisförmigen Spiralinduktivität (CSI) in Reihe mit einem Interdigitalkondensator (IDC) umfasst. Es gibt einen Verbindungspunkt für eine Fernbeziehung zwischen diesen Teilen, der es ihnen ermöglicht, optischzusammenzuarbeiten. Zur Leistungssteigerung werden zwei Hilbert-Fraktal-Bruch-Stubs an die CSI-IDC-Verbindung angebracht, um elektromagnetische Feldfringe und Verzerrungen zu reduzieren. Eine Backloop-Struktur wird der Massefläche hinzugefügt, um die Band-Refusfilter-Antwort stabiler zu machen und die Messgenauigkeit26 zu verbessern. Das Design funktioniert am besten auf einem standardisierten, kostengünstigen FR4-Substrat (εr≈ 4,3, Dicke 1,6 mm) und hat eine Hauptbetriebsresonanz bei 1,22 GHz. Wir nutzten Software, um ein äquivalentes Lumped-Element-Schaltungsmodell zu erstellen und zu analysieren, um die simulierten S-Parameter zu überprüfen. Dies stellte sicher, dass die Ergebnisse der Vollwellen-elektromagnetischen und Schaltungssimulationen identischwaren. Die Wahl von LDR als optisches Transduzierelement wurde durch seine deutlichen Vorteile in dieser speziellen Mikrowellenmessarchitektur vorangetrieben. Im Gegensatz zu Photodioden oder Phototransistoren, die komplexe Vorspannungsschaltungen benötigen und eine nichtlineare Strom-Licht-Beziehung bieten, bietet der LDR eine passive, lineare und weitreichende resistive Modulation als Reaktion auf einfallende Lichtintensität. Diese lineare Verschiebung des Widerstands moduliert direkt S21 des benachbarten Mikrowellenresonators, ohne aktives Schaltungsrauschen einzuführen oder zusätzliche Signalaufbereitung erforderlich zu machen. Darüber hinaus entsprechen die kostengünstigen Kosten, der kompakte Fußabdruck und die nahtlose Integration des FR4-Substrats – ohne externe Vorrichtungslinien – mit dem übergeordneten Designziel eines einfachen, kostengünstigen und nicht-invasiven Point-of-Care-Sensors.

Um den vorgeschlagenen Sensor im weiteren Kontext der Harnstofferkennungstechnologien einzuordnen, ist ein kurzer Vergleich mit etablierten Methoden angebracht. Biochemische Tests wie die enzymatische Urease-Methode stellen den klinischen Goldstandard dar und bieten hohe Genauigkeit und Empfindlichkeit (Nachweisgrenzen bis zu 1–5 mg/dL), erfordern jedoch spezialisierte Laborausrüstung, geschultes Personal und typische Bearbeitungszeiten von 30–60 Minuten, was ihren Nutzen in Point-of-Care-Umgebungen einschränkt. Enzymatische Teststreifen bieten eine schnelle (2–5 Min.), kostengünstige, halbquantitative Alternative, die sich für den Hausgebrauch eignet; Sie verlassen sich jedoch auf kolorimetrische Interpretation, die subjektiv sein kann, und bieten eine begrenzte Empfindlichkeit für präzise Konzentrationsmessungen. Elektrochemische Sensoren, einschließlich amperometrischer und potentiometrischer Harnstoffbiosensoren, erreichen eine hohe Empfindlichkeit und ermöglichen eine Echtzeiterkennung, benötigen jedoch oft komplexe Elektrodenfertigung und Enzymimmobilisierung und leiden unter Stabilitätsproblemen aufgrund des Enzymabbaus im Laufe der Zeit. Im Gegensatz dazu bietet der vorgeschlagene optisch gesteuerte Mikrowellensensor eine einzigartige Kombination von Eigenschaften: Nicht-invasive optische Kopplung eliminiert direkten Probenkontakt mit Sensorelementen und verringert so das Kontaminationsrisiko; Die Messzeit beträgt unter 30 Sekunden; die Herstellung auf kostengünstigem FR4-Substrat minimiert die Kosten; und die lineare Beziehung zwischen Harnstoffkonzentration und Insertionsverlust (S21) vereinfacht die Kalibrierung. Während die aktuelle Empfindlichkeit (1,42 × 10–4 pro mg/mol/cm3) für die kategorische Klassifizierung klinisch relevanter Harnstoffbereiche (150–450 mg/dL) geeignet ist, kann eine weitere Optimierung die Nachweisgrenzen erhöhen, die mit elektrochemischen Gegenstücken vergleichbar sind. Insgesamt nimmt der Sensor eine ergänzende Nische ein, da er Einfachheit, Geschwindigkeit und Portabilität für Point-of-Care-Anwendungen priorisiert, bei denen laborreife Präzision nicht unerlässlich ist.

Sensorfertigung

Die Standardphotolithographie verlagert das fertige Design auf eine einseitige, kupferbeschichtete FR4-Platte. Eine hochauflösende Photomaske wird verwendet, um das Sensormuster auf einem mit Photoresist laminierten Substrat zu erzeugen. Das Muster wird dann entwickelt und in einer Lösung aus Eisenchlorid (FeCl₃) geätzt. Nach dem Ätzen und Reinigen werden SubMiniature Version A (SMA)-Stecker sorgfältig an die Ein- und Ausgangs-Mikrostreifenports gelötet, sodass Messgeräte28 angeschlossen werden können. Dieser Prozess erschafft einen funktionierenden, niedrigprofiligen Sensor, der testbereit ist.

Experimenteller Aufbau und Kalibrierung

Mit hochwertigen Koaxialkabeln wird der zusammengesetzte Sensor an einen Vektornetzwerkanalysator (VNA) angeschlossen, ähnlich einer Agilent-PNA-Serie. Mit einem mechanischen Kalibrierungskit wird an den Kabelenden eine vollständige Zwei-Port-Kalibrierung (Open, Short, Load, Through) durchgeführt, um systematische Messfehler zu beseitigen. Um die S-Parameter des Sensors zu messen, ist die VNA so eingestellt, dass sie von 0,1 GHz bis 4 GHz mit einer Ausgangsleistung von -10 dBm29 speept.

Vorbereitung und Messverfahren der Urinprobe

Teilnehmer, die sich bereit erklären, ihre Urinproben abzugeben, werden gebeten, dies zu tun. Zur Messung wird eine feste Testplattform eingerichtet: Ein LDR wird direkt unter einem sauberen Glasträger platziert, der über dem aktiven Bereich des Sensors zentriert ist. Zunächst wird eineBaseline-S-21-Messung durchgeführt, wobei das LDR von einer Lichtquelle mit konstanter Intensität und ohne vorhandene Probe beleuchtet wird. Anschließend wird ein 0,01 ml starker Urintropfen auf die Mitte des Glasträgers pipettiert. DasS-21-Spektrum wird erneut mit derselben Lichtmenge aufgezeichnet. Die optischen Eigenschaften der Probe, die vom Harnstoff abhängen, verändern den Widerstand des LDR, was eine messbare Änderung der | des Sensors verursachtS21| bei 1,22 GHz30. Um Kreuzkontamination zu vermeiden, wird der Glasträger zwischen den Probenmessungen mit destilliertem Wasser und Ethanol gereinigt. Frische Urinproben wurden von zehn gesunden Freiwilligen entnommen (fünf männlich, fünf weiblich; Alter 25–45 Jahre). Die Ausgangswerte der Harnstoffkonzentrationen, gemessen mit einem klinischen Chemie-Analysator, lagen zwischen 150 und 450 mg/dL. Um einen kontrollierten Testbereich festzulegen, wurden die Proben in drei Konzentrationsgruppen eingeteilt: niedrig (150–250 mg/dL), intermediär (251–350 mg/dL) und hoch (351–450 mg/dL), mit zehn Proben pro Kategorie. Alle Proben wurden innerhalb von 2 Stunden nach der Entnahme analysiert, bei Nichtgebrauch bei 4 °C gelagert und vor der Messung auf Raumtemperatur ausgeglichen. Für jeden Test wurde ein 0,01 mL Aliquot auf einen sauberen Glasträger angewendet, wobei die Objektträger zwischen den Messungen mit 70 % Ethanol und destilliertem Wasser gereinigt wurden, um Kreuzkontaminationzu verhindern.

Datenerfassung und -analyse

Die wichtigste Information aus jeder Messung ist die Größe von S21 (in dB) bei der Resonanz von 1,22 GHz. Dieser Datensatz wird verwendet, um einen K-Nearest Neighbors (KNN)-Algorithmus zu lehren, der in einem Programm wie MATLAB läuft. Das Modell verwendet die Magnitude S21 , um Harnstoffspiegel in Gruppen wie "niedrig", "mittler" und "hoch" 31 einzuordnen. Außerdem kann die Konzentrationsempfindlichkeit des Sensors gemessen werden, indem die Änderung in |S21| (Δ|S21|) gegen die Veränderung der Harnstoffkonzentration (ΔC). Die Steigung dieser linearen Beziehung, C = ΔS / ΔC, zeigt die Empfindlichkeit. Um die Sensorrobustheit und Messzuverlässigkeit zu bewerten, wurde eine Wiederholbarkeitsstudie mit 45 Messungen pro Harnstoffkonzentrationskategorie (niedrig: 150–250 mg/dL, Zwischenwert: 251–350 mg/dL, hoch: 351–450 mg/dL) über drei unabhängige Tage durchgeführt, insgesamt 135 Messungen. Der Variationskoeffizient lag in allen Kategorien zwischen 0,67 % und 1,07 %, was auf eine ausgezeichnete Messwiederholbarkeit hinweist. Die Messunsicherheit wurde gemäß dem Guide to the Expression of Uncertainty in Measurement (GUM)-Rahmen quantifiziert, der Typ-A-Unsicherheit (statistische Variation aus wiederholten Messungen) mit Typ-B-Beiträgen aus der VNA-Kalibrierung (±0,05 dB), Temperaturschwankungen (±0,01 dB/°C) und Variationen der Probenpositionierung (±0,02 dB) kombinierte. Die erweiterte Unsicherheit (k=2, 95%-Konfidenzintervall) reichte je nach Konzentrationskategorie zwischen ±0,38 dB und ±0,56 dB. Die Konzentrationsempfindlichkeit, abgeleitet aus der linearen Regression von Δ|S21| im Vergleich zu ΔC wurde berechnet mit 1,42 × 10-4 pro (mg/mol/cm3), mit einem 95%-Konfidenzintervall von 1,35 × 10-4 bis 1,49 × 10-4 pro (mg/mol/cm3) und einem Bestimmungskoeffizienten (R2) von 0,94. Die relative erweiterte Unsicherheit in der Empfindlichkeit betrug ±6,2 % (k = 2), was bestätigt, dass die berichtete Empfindlichkeit statistisch robust ist und der Sensor eine reproduzierbare Leistung zeigt, die für Point-of-Care-Anwendungen geeignet ist.

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nach der Fertigung, die in Abbildung 1 entworfen und dargestellt wurde, wurde die Leistung des Sensors zunächst gefertigt, siehe Abbildung 2, und ohne Stichprobe validiert. Die gemessenen S-Parameter zeigten eine ausgezeichnete Übereinstimmung mit den simulierten Ergebnissen, mit einer Primärresonanz bei 1,22 GHz und S21 , die -27 dB erreichte, wie in Abbildung 2 dargestellt. Die geringfü...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Das Protokoll beschreibt die erfolgreiche Entwicklung eines innovativen optisch gesteuerten Mikrowellensensors, der speziell für die Harnstofferkennung im menschlichen Urin entwickelt wurde. Wesentliche Aspekte des Protokolls umfassen das sorgfältige Design von Hilbert-Fraktal-Stubs, um die Verteilung des elektromagnetischen Feldes zu optimieren und eine konsistente Platzierung der Urinproben auf einem Glasobjektträger über LDR sicherzustellen, um eine reproduzierbare optische Kopplung z...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren haben keine Interessenkonflikte zu erklären.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren sprechen dem International Applied and Theoretical Research Center (IATRC) in Bagdad, Irak, ihren aufrichtigen Dank für die Bereitstellung von Laboreinrichtungen und technischer Unterstützung aus. Diese Forschung erhielt keine spezifischen Fördermittel von Förderstellen aus öffentlichen, kommerziellen oder gemeinnützigen Sektoren.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
CST MikrowellenstudioDassault Systè Mes2023Vollwellen-elektromagnetische Simulation
Digitales MultimeterFluke87VZur Resistenzverifikation
Destilliertes WasserLokaler LieferantN/AFür Probenverdünnung und -reinigung
ÄtzbadGenerikaN/ATemperaturkontrolliert, 50 °F; C
Ethanol (70 %)Merck100983Zur Reinigung von Glas-Objektträgern
Eisenchlorid (FeCl3)Sigma-Aldrich1577400,5 M-Lösung, Ätzmittel
FR4 kupferbeschichtetes LaminatGenerikaN/AEinseitig, 1,6 mm Dicke, & Epsilon; r 4.3
GlasrutschenCorning2947-75X2575 mm & Mal; 25 mm & mal; 1 mm, für die Probenplatzierung
HeizplatteGenerikaN/AFür Entwicklung und Aushärtung
LichtquelleGenerische LEDN/AWeiße LED, 6000 K Farbtemperatur, 1000 Lux feste Intensität
Lichtabhängiger Widerstand (LDR)Generisch (GL5528)GL5528Widerstand: 10 kΩ (Licht), 1 MΩ (dunkel); 5 mm Durchmesser
MATLABMathWorksR2023bDatenanalyse und KNN-Klassifikation; Werkzeugkasten für Statistik und maschinelles Lernen
Mechanisches Kalibrier-SetAgilent85052DOpen, Short, Load, through (OSLT) für Zwei-Port-Kalibrierung
MikropipetteEppendorf31200000620.5 & Strich; 10 & Mikro; L-Lautstärkebereich
Microsoft ExcelMicrosoftBüro 365Datenerfassung und -analyse
OszilloskopTektronixTBS1052BZur Messung der Ausgangsspannung des Gleichrichters
PhotomaskeGepflogenheitN/AHochauflösende Chrommaske mit Sensormuster
PhotoresistMicroChemSU-8 2000Negativer Photoresist für die Photolithographie
PipettenspitzenEppendorf30015.1190.01– 10 & Mikro; L, steril
Polypropylen-ProbenbehälterThermo Fisher342020-003030-mL sterile Behälter
HF-GleichrichterschaltungGepflogenheitN/ASchottky-diodenbasiert; wandelt HF in Gleichstromspannung um
SMA-WeibkantenstartsteckerAmphenol-RF13216950 & Omega; für Mikrostreifen-Anschluss
Harnstoff (zum Spiken)Sigma-AldrichU5128Pharmazeutische Qualität, ≥ 99,5 % Reinheit
UV-BelichtungssystemKarl SussMA6Belichtungszeit: 120 s
Vektornetzwerkanalysator (VNA)AgilentPNA-SerieFrequenzbereich: 0,1 & Strich; 4 GHz, IF-Bandbreite: 100 Hz, Sweep-Punkte: 1001

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Al-Hadeethi, S. T., Elwi, T. A., Ibrahim, A. A. A printed reconfigurable monopole antenna based on a novel metamaterial structure for 5G applications. Micromachines. 14 (1), 131(2023).
  2. Kamil, R. A., et al. On the enhancement anomaly detection for RF bio-sensors by computing artificial networks using machine learning techniques. Infocommun J. 17 (2), 89-95 (2025).
  3. Elwi, T. A., Noori, N. M., Majeed, M. N. On the performance of adaptive intelligent wireless sensor nodes nanostructured array for IoT applications. Int J Telecommun Emerg Technol. 9 (2), 29-39 (2023).
  4. Anwer, A. I., Abdul Hassain, Z. A., Elwi, T. A. A theoretical study to design a microwave sensor for biomedical detections. AIP Conf Proc, 2787 (1), 090014(2023).
  5. Nano and micro based antennas and sensors and methods of making same. U.S. Patent. , 8692716 (2014).
  6. Abdulsattar, R. K., Al-Kaltakchi, M. T. S., Mocanu, I. A., Al-Behadili, A. A., Abdu Hassain, Z. A. Study on sensing urine concentrations in water using a microwave sensor based on Hilbert structure. Sensors. 24 (11), 3528(2024).
  7. Al-Gburi, R. M., et al. Microwave-based breast cancer detection using a high-gain Vivaldi antenna and metasurface neural network approach for medical diagnostics. Frequenz. 79 (7–8), 311-325 (2025).
  8. Elwi, T. A., et al. On the performance of a photonic reconfigurable electromagnetic band gap antenna array for 5G applications. IEEE Access. 12, 60849-60862 (2024).
  9. Elwi, T. A., et al. On the performance of metamaterial based printed circuit antenna for blood glucose level sensing applications: a case study. Infocommun J. XVI (1), 56-63 (2024).
  10. Elwi, T. A., et al. Orbital angular momentum based slot array antenna for modern applications. J Eng Sustain Dev. 28 (3), 375-383 (2024).
  11. Al-Saegh, A. M., Elwi, T. A., et al. AI-based investigation and mitigation of rain effect on channel performance with aid of a novel 3D slot array antenna design for high throughput satellite system. IEEE Access. 12, 29926-29939 (2024).
  12. Al-Adhami, A., Al-Adhami, Y., Elwi, T. A. A 3D antenna array based solar cell integration for modern MIMO systems. Infocommun J. 15 (4), 10-16 (2023).
  13. Jwair, M. H., Elwi, T. A., Khamas, S. K., Farajidavar, A., Ismail, A. B. Circularly polarized metamaterial patch antenna circuitry for modern MIMO applications. Iraqi J Inf Commun Technol. 6 (3), 65-75 (2023).
  14. Abood, M. S., Elwi, T. A., et al. An LSTM-based network slicing classification future predictive framework for optimized resource allocation in C-V2X. IEEE Access. 11, 129300-129310 (2023).
  15. Khalid, A. R., Muqdad, S. S., Elwi, T. A., Abdul Hassain, Z. A., Muhsin, M. Y. Artificial neural network approach for estimation of moisture content in crude oil by using a microwave sensor. Int J Microw Opt Technol. 18 (5), 511-519 (2023).
  16. Jwair, M. H., Elwi, T. A., et al. Intelligent metasurface layer for direct antenna amplitude modulation scheme. IEEE Access. 11, 77506-77517 (2023).
  17. Hussein, H., Atasoy, F., Elwi, T. A. Origami antenna array shaped mosque of Muhammed Al-Fatih for visual sight enhancement in modern 5G MIMO networks. J Eng Sustain Dev. 27 (4), 417-428 (2023).
  18. Ali, L., Ilyas, M., Elwi, T. A. A metamaterial-based compact MIMO antenna array incorporating Hilbert fractal design for enhanced 5G wireless communication networks. Math Model Eng Probl. 10 (3), 930-936 (2023).
  19. Afsar, M. N., Birch, J. R., Clarke, R. N. The measurement of the properties of materials. Proc IEEE. 74 (1), 183-199 (1986).
  20. Schwan, H. P., Foster, K. R. RF-field interactions with biological systems: electrical properties and biophysical mechanisms. Proc IEEE. 68 (1), 104-113 (1980).
  21. Gabriel, S., Lau, R. W., Gabriel, C. The dielectric properties of biological tissues: II. Measurements in the frequency range 10 Hz to 20 GHz. Phys Med Biol. 41 (11), 2251-2269 (1996).
  22. Jaspard, F., Nadi, M. Dielectric properties of blood: an investigation of haematocrit dependence. Physiol Meas. 24 (1), 137-147 (2003).
  23. Omer, A. E., et al. Low-cost portable microwave sensor for non-invasive monitoring of blood glucose level: novel design utilizing a four-cell CSRR hexagonal configuration. Sci Rep. 10 (1), 15200(2020).
  24. Li, C. H., Chen, K. W., Yang, C. L., Lin, C. H., Hsieh, K. C. A urine testing chip based on the complementary split-ring resonator and microfluidic channel. 2018 IEEE Micro Electro Mechanical Systems (MEMS), Belfast, UK, , (2018).
  25. Abdul Hassain, Z. A., Farhan, M. J., Oleiwi, T. A. Compact fractal microwave sensor with capacitive loading for accurate HbA1c monitoring. 2025 5th International Conference on Artificial Intelligence and Signal Processing (AISP), Vijayawada, India, , (2025).
  26. Lee, C. S., Yang, C. L. Thickness and permittivity measurement in multi-layered dielectric structures using complementary split-ring resonators. IEEE Sens J. 14 (3), 695700(2014).
  27. Withayachumnankul, W., et al. Metamaterial-based microfluidic sensor for dielectric characterization. Sens Actuators A Phys. 189, 233-237 (2013).
  28. Ebrahimi, A., Scott, J., Ghorbani, K. Ultrahigh-sensitivity microwave sensor for microfluidic complex permittivity measurement. IEEE Trans Microw Theory Tech. 67 (10), 4269-4277 (2019).
  29. Zarifi, M. H., Daneshmand, M. Liquid sensing using planar microwave resonators: a review. IEEE Sens J. 17 (13), 3998-4010 (2017).
  30. Salim, A., Lim, S. Review of recent metamaterial microfluidic sensors. Sensors. 18 (1), 232(2018).
  31. Schueler, M., et al. Metamaterial inspired microwave sensors. IEEE Microw Mag. 13 (2), 57-68 (2012).
  32. Mason, A., et al. A review of microwave sensing for liquid quality monitoring. Sensors. 18 (4), 1122(2018).
  33. Velez, P., et al. Microwave microfluidic sensors based on metamaterials. IEEE J Microw. 1 (1), 243-256 (2021).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Microwave SensorUrea DetectionUrine AnalysisOptical ControlLight Dependent ResistorCircular Spiral InductorInterdigital CapacitorResonance FrequencyChemical EtchingNeural Network Model

Related Articles