Method Article

Wytwarzanie i testowanie optycznie sterowanego czujnika mikrofalowego do wykrywania poziomu mocznika w moczu

DOI:

10.3791/70483

May 5th, 2026

In This Article

Summary

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

Protokół ten określa niskokosztowy, optycznie sterowany czujnik mikrofalowy do wykrywania mocznika. Za pomocą rezystora zależnego od światła i konstrukcji fraktalnej przekształca właściwości optyczne moczu w liniową odpowiedź impedancji RF. Chociaż projekt oparty na FR4 daje obiecujące zastosowanie w punktach opieki, przyszłe prace wymagają materiałów o niskich stratach oraz klinicznej weryfikacji przenośnego systemu.

Abstract

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

Monitorowanie poziomu mocznika w moczu jest kluczowe dla oceny funkcji nerek i stanu nawodnienia. Obecne metody często opierają się na inwazyjnych, kosztownych lub czasochłonnych testach biochemicznych, które nie są idealne do monitorowania w miejscu opieki czy ciągłego. Protokół ten opisuje wykonanie i testowanie nowatorskiego, taniego i bardzo czułego czujnika mikrofalowego zaprojektowanego do wykrywania poziomu mocznika. Sensor integruje kołowy spiralny induktor (CSI), kondensator międzycyfrowy (IDC) oraz rezystor światło-zależny (LDR) na podłożu FR4, pracując z częstotliwością rezonansową 1,22 GHz. Kluczową innowacją jest sterowanie optyczne za pomocą LDR, które po ekspozycji na stałe źródło światła z próbki moczu moduluje straty wstawienia czujnika (S₂₁) w sposób liniowy i mierzalny względem stężenia mocznika. Projekt zawiera ścieżkę z pętlą wsteczną oraz fraktalne stuby Hilberta, aby zminimalizować efekty dyfrakcyjne i poprawić dopasowanie impedancji, tym samym poprawiając dokładność pomiarów. Szczegółowo przedstawiamy symulację numeryczną czujnika za pomocą CST Microwave Studio, jego wykonanie za pomocą trawienia chemicznego oraz eksperymentalną walidację z użyciem próbek ludzkiego moczu. Wyniki pokazują stałe i powtarzalne przesunięcie parametru S₂₁ przy zmiennych poziomach mocznika, potwierdzone przez model sieci neuronowej do klasyfikacji danych. Ten czujnik stanowi obiecujące narzędzie do nieinwazyjnej, w czasie rzeczywistym diagnostyki biomedycznej.

Introduction

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

Technologia detekcji mikrofalowej stała się potężnym narzędziem do nieinwazyjnej charakterystyki materiałów biologicznych ze względu na minimalne wymagania kontaktowe, nieniszczycielską penetrację oraz bezpieczny charakter niejonizujących fal elektromagnetycznych1. Właściwości dielektryczne płynów ustrojowych, takich jak mocz, są zależne od ich składu chemicznego, w tym stężenia mocznika, co czyni je wykrywalnymi poprzez zmiany w propagacji mikrofalowej2. Chociaż istnieją konwencjonalne czujniki mikrofalowe, często napotykają one wyzwania związane z czułością, miniaturyzacją oraz optymalizacją współczynnika jakości (czynnika Q) do wykrywania drobnych zmian w złożonych płynach, takich jak mocz3.

Najnowsze osiągnięcia wykorzystywały różne geometrie rezonatorów, takie jak komplementarne rezonatory z rozszczepionym pierścieniem (CSRR) oraz struktury fraktalne, aby poprawić wydajność czujnika4. Jednak osiągnięcie wysokiej czułości przy prostym, tanim projektowaniu pozostaje istotną przeszkodą5. Opisany tutaj czujnik odpowiada na te ograniczenia, łącząc CSI i IDC z unikalnym mechanizmem sterowania optycznym6. Umieszczenie LDR pozwala na modulację wydajności RF czujnika przez optyczną przezroczystość próbki moczu, która koreluje ze stężeniem mocznika7. Tworzy to nowy mechanizm przekonujący, który przekształca własność biochemiczną w mierzalny sygnał mikrofalowy8.

Ten artykuł przedstawia szczegółowy, krok po kroku protokół budowy i obsługi tego optycznie sterowanego czujnika mikrofalowego9. Omawiamy uzasadnienie projektowe, konfigurację symulacji, proces produkcji, procedurę kalibracji oraz metodę analizy danych, w tym wykorzystanie algorytmu uczenia maszynowego do interpretacji wyników10. Reprezentatywne wyniki pokazują skuteczność sensora w wykrywaniu poziomów mocznika w próbkach ludzkiego moczu, podkreślając jego potencjał do zastosowań diagnostycznych w miejscu opieki11.

W całym tym badaniu stężenie mocznika wyraża się w jednostkach mg/mol/cm 3 , aby odzwierciedlić znormalizowaną metrykę stężenia wyprowadzoną z mechanizmu transdukcji sensora, która łączy tłumienie optyczne na jednostkę długości ścieżki (cm) z molowym stężeniem mocznika (mol) normalizowanym przez masę (miligramy)12. Aby ułatwić porównanie ze standardową literaturą kliniczną, jednostkę tę można przeliczyć na jednostki konwencjonalne w następujący sposób: stężenie mocznika wynoszące 1 mg/mol/cm3 odpowiada około 1 mg/dL przy uwzględnieniu standardowej długości ścieżki pomiarowej, czyli równoważnie 0,166 mmol/L przy masie cząsteczkowej mocznika (60,06 g/mol)13. Zakres stężeń badanych w tym badaniu (150–450 mg/mol/cm 3) odpowiada klinicznie istotnym poziomom mocznika 150–450 mg/dL, co obejmuje normalne wartości fizjologiczne (około 200–400 mg/dL) i łagodne podwyższenia14. To dopasowanie zapewnia, że wyniki są interpretowalne w kontekście standardowej praktyki biomedycznej15.

Proponowany projekt czujnika wynika z potrzeby taniej, nieinwazyjnej i w czasie rzeczywistym metody wykrywania mocznika, która odpowiada na ograniczenia istniejących metod pomiaru mikrofalowego, które zazwyczaj opierają się wyłącznie na wahaniach przenikalności dielektrycznej i często wymagają złożonej kalibracji16. Nowością tej pracy jest integracja trzech odrębnych elementów projektowych, które wspólnie umożliwiają bezpośredni i liniowy mechanizm transdukcji optyczno-mikrofalowej17. Po pierwsze, połączenie kołowego spiralnego induktora (CSI) i kondensatora międzycyfrowego (IDC) tworzy strukturę rezonansową o wysokim Q, która koncentruje pole elektromagnetyczne w obszarze detekcji, zwiększając czułość na drobne zmiany w otaczającym medium18. Po drugie, włączenie fragtalnych zaczepków Hilberta na złączu CSI-IDC minimalizuje efekty dyfrakcyjne i optymalizuje dopasowanie impedancji, poprawiając stabilność pomiaru i powtarzalnośćpomiaru 19. Po trzecie, i najważniejsze, wprowadzenie LDR jako optycznie sterowanego elementu transdukującego oznacza odejście od tradycyjnych czujników mikrofalowych; zamiast polegać wyłącznie na właściwościach dielektrycznych próbki, LDR umożliwia modulację odpowiedzi RF czujnika przez optyczną przezroczystość próbki moczu, która koreluje ze stężeniem mocznika20. Tworzy to hybrydową ścieżkę transdukcji optyczno-mikrofalowej, która bezpośrednio przekłada własność biochemiczną na mierzalne przesunięcie S₂₁ przy stałej częstotliwości rezonansu21. Z naszej wiedzy, prace te stanowią pierwszą demonstrację optycznie sterowanego czujnika mikrofalowego do wykrywania mocznika, który łączy LDR z rezonatorem wspomaganym fraktalem CSI-IDC, aby uzyskać bezpośredni odczyt liniowy, co stawia proponowany sensor jako obiecującą platformę do nieinwazyjnej, w czasie rzeczywistym diagnostyki w miejscu opieki22.

Mechanizm transdukcji czujnika opiera się na hybrydowym szlaku optyczno-mikrofalowym, w którym LDR przekształca optyczną przezroczystość moczu — odwrotnie skorelowaną do stężenia mocznika — na mierzalne przesunięcie |S₂₁| poprzez modulację obciążenia impedancji rezonatora23 kołowego cewki spiralno-intercyfrowej (CSI-IDC). Ta liniowa zależność upraszcza kalibrację i umożliwia odczyt w czasie rzeczywistym, odróżniając proponowaną konstrukcję od konwencjonalnych czujników mikrofalowych, które opierają się wyłącznie na wahaniach przenikalności dielektrycznej. Klinicznie mocznik jest kluczowym biomarkerem funkcji nerek i stanu nawodnienia, z prawidłowymi poziomami w zakresie 200–400 mg/dL; Odchylenia mogą wskazywać na odwodnienie, zaburzenia nerek lub zaburzenia metaboliczne. Czujnik odpowiada na ograniczenia złotego standardu testów enzymatycznych — które wymagają infrastruktury laboratoryjnej i wykwalifikowanego personelu — oferując szybkie (<30 s), niskokosztowe, nieinwazyjne pomiary z użyciem próbek na skali mikrolitrowej, wspierając jego potencjał do zastosowań w punktach opieki24.

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

Protocol

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

Uzyskano etyczną zgodę od Rady Przeglądowej IATRC. Wszystkie procedury dotyczące próbek moczu ludzkiego były zgodne z zasadami Deklaracji Helsińskiej. Wszyscy uczestnicy uzyskali pisemną świadomą zgodę, a wszystkie próbki zostały zanonimizowane w celu ochrony poufności.

Projektowanie czujników i symulacja numeryczna

Pierwszym krokiem w projektowaniu czujnika jest przeprowadzenie symulacji elektromagnetycznej. Do wykonania układu wykorzystuje się CST Microwave Studio, który obejmuje rezonator złożony z kołowego spiralnego induktora (CSI) połączonego szeregowo z kondensatorem międzycyfrowym (IDC). Między tymi częściami jest punkt łączący związek na odległość, który pozwala im współpracować optycznie25. Aby poprawić wydajność, do złącza CSI-IDC dodaje się dwa otwarte fragmenty fraktalu Hilberta, aby zmniejszyć obrzeża i zniekształcenia pola elektromagnetycznego. Do płaszczyzny uziemienia dodano również strukturę pętli wstecznej, aby zwiększyć stabilność odpowiedzi filtra pasmowego i poprawić dokładność pomiarów26. Konstrukcja najlepiej sprawdza się na standardowym, tanim podłożu FR4 (εr≈ 4,3, grubość 1,6 mm) i ma główny rezonans operacyjny na poziomie 1,22 GHz. Użyliśmy oprogramowania do stworzenia i analizy równoważnego modelu układu z elementami zbiorczymi, aby sprawdzić symulowane parametry S. Dzięki temu wyniki symulacji elektromagnetycznych i obwodowych na pełnych falach były takie same, 27. Wybór LDR jako elementu optycznego przenikającego był motywowany jego wyraźnymi zaletami w tej konkretnej architekturze detekcji mikrofalowej. W przeciwieństwie do fotodiod lub fototranzystorów, które wymagają złożonych układów polaryzujących i oferują nieliniową relację prąd-światło, LDR zapewnia pasywną, liniową i szerokim zakresem modulacji rezystancyjnej w odpowiedzi na natężenie padającego światła. To liniowe przesunięcie rezystancji bezpośrednio moduluje S21 sąsiedniego rezonatora mikrofalowego bez wprowadzania szumu obwodu aktywnego ani konieczności dodatkowego kondycjonowania sygnału. Ponadto niska droga, kompaktowa powierzchnia i płynna integracja LDR z podłożem FR4 — nie wymagająca zewnętrznych linii biasingowych — są zgodne z ogólnym celem projektowym, jakim jest prosty, niskokosztowy i nieinwazyjny czujnik punktu opieki zdrowotnej.

Aby umieścić proponowany czujnik w szerszym kontekście technologii wykrywania mocznika, warto krótko porównać z ustalonymi metodami. Testy biochemiczne, takie jak metoda enzymatycznej ureazy, stanowią złoty standard kliniczny, oferując wysoką dokładność i czułość (limity wykrywania już od 1–5 mg/dL), ale wymagające specjalistycznego sprzętu laboratoryjnego, wykwalifikowanego personelu oraz typowego czasu realizacji 30–60 minut, co ogranicza ich zastosowanie w punktach opieki. Paski enzymatyczne zapewniają szybką (2–5 min), tanią, półilościową alternatywę odpowiednią do użytku domowego; jednak opierają się na interpretacji kolorymetrycznej, która może być subiektywna, i oferują ograniczoną czułość do precyzyjnego pomiaru stężenia. Czujniki elektrochemiczne, w tym amperometryczne i potencjometryczne biosensory mocznikowe, osiągają wysoką czułość i umożliwiają wykrywanie w czasie rzeczywistym, jednak często wymagają skomplikowanej produkcji elektrod i unieruchomienia enzymów oraz cierpią na problemy ze stabilnością spowodowane degradacją enzymów w czasie. Dla porównania, proponowany optycznie sterowany czujnik mikrofalowy oferuje unikalną kombinację cech: nieinwazyjne sprzężenie optyczne eliminuje bezpośredni kontakt próbki z elementami wykrywającymi, zmniejszając ryzyko skażenia; czas pomiaru wynosi mniej niż 30 sekund; produkcja na tanim podłożu FR4 minimalizuje koszty; a liniowa zależność między stężeniem mocznika a stratami wstawieniami (S21) upraszcza kalibrację. Chociaż obecna czułość (1,42 × 10-4 na mg/mol/cm3) jest odpowiednia do klasyfikacji klinicznie istotnych zakresów mocznika (150–450 mg/dL), dalsza optymalizacja może zwiększyć granice wykrywania porównywalne z elektrochemicznymi odpowiednikami. Ogólnie rzecz biorąc, czujnik zajmuje uzupełniającą niszę, stawiając na prostotę, szybkość i przenośność w zastosowaniach punktu obsługi technicznej, gdzie precyzja laboratoryjna nie jest kluczowa.

Produkcja czujników

Standardowa fotolitografia przenosi gotowy projekt na jednostronną, miedzianą płytę FR4. Do wykonania wzoru sensora na podłożu laminowanym fotorezystansem stosuje się fotomaskę o wysokiej rozdzielczości. Następnie wzór jest rozwijany i trawiony w roztworze chlorku żelaza (FeCl₃). Po trawieniu i wyczyszczeniu złącza SubMiniature wersji A (SMA) są starannie lutowane do portów mikropasków wejściowych i wyjściowych, aby można było podłączyć28 urządzeń pomiarowych. Proces ten sprawia, że działa czujnik o niskim profilu i jest gotowy do testów.

Konfiguracja i kalibracja eksperymentalna

Za pomocą wysokiej jakości kabli koncentrycznych, złożony czujnik jest podłączony do analizatora sieci wektorowej (VNA), podobnego do serii Agilent PNA. Za pomocą mechanicznego zestawu kalibracyjnego wykonuje się pełną dwuportową kalibrację (Open, Short, Load, Through) na końcach kabla, aby wyeliminować systematyczne błędy pomiarowe. Aby zmierzyć parametry S czujnika, VNA jest ustawiona tak, aby przesuwać od 0,1 GHz do 4 GHz z mocą wyjściową -10 dBm29.

Procedura przygotowania i pomiaru próbki moczu

Uczestnicy, którzy zgodzą się oddać próbki moczu, są proszeni o to. Do pomiaru ustawia się stałą platformę testową: LDR umieszcza się bezpośrednio pod czystym szklanym szkiełem, które jest wyśrodkowane nad aktywnym obszarem czujnika. Najpierw wykonuje się pomiar bazowy S21 , gdy LDR jest oświetlony przez źródło światła o stałej intensywności i bez obecnej próbki. Następnie na środek szkiełka szkiełka podawa się kroplę moczu o wielkości 0,01 mL. Widmo S21 jest ponownie rejestrowane z taką samą ilością światła. Właściwości optyczne próbki zależne od mocznika zmieniają rezystancję LDR, co powoduje mierzalną zmianę w czujniku |S21| na 1,22 GHz30. Aby uniknąć zanieczyszczenia krzyżowego, szkiełko jest czyszczone wodą destylowaną i etanolem między każdym pomiarem próbki. Pobrano świeże próbki moczu od dziesięciu zdrowych ochotników (pięciu mężczyzn, pięć kobiet; w wieku 25–45 lat). Podstawowe stężenia mocznika, mierzone analizatorem chemii klinicznej, mieściły się od 150 do 450 mg/dL. Aby ustalić kontrolowany zakres testowy, próbki podzielono na trzy grupy stężeń: niskie (150–250 mg/dL), pośrednie (251–350 mg/dL) oraz wysokie (351–450 mg/dL), z dziesięcioma próbkami na kategorię. Wszystkie próbki zostały przeanalizowane w ciągu 2 godzin od pobrania, przechowywane w temperaturze 4 °C, gdy nie były używane, i wyrównane do temperatury pokojowej przed pomiarem. Na czysty szkiełko w każdym badaniu nakładano 0,01 ml aliquot, a preparaty były czyszczone 70% etanolem i wodą destylowaną między pomiarami, aby zapobiec zanieczyszczeniu krzyżowemu30%.

Pozyskiwanie i analiza danych

Główną informacją pobieraną z każdego pomiaru jest rozmiar S21 (w dB) przy rezonansu 1,22 GHz. Ten zbiór danych służy do nauczania algorytmu K-Nearest Neighbors (KNN), który działa w programie takim jak MATLAB. Model wykorzystuje magnitudę S21 do podziału poziomów mocznika na grupy takie jak "niski", "średni" i "wysoki"31. Ponadto czułość koncentracji czujnika można zmierzyć, wyrysując zmianę w |S21| (Δ|S21|) w stosunku do zmiany stężenia mocznika (ΔC). Nachylenie tej liniowej zależności, C = ΔS / ΔC, pokazuje czułość. Aby ocenić odporność czujników i wiarygodność pomiarów, przeprowadzono badanie powtarzalności z 45 pomiarami na kategorię stężenia mocznika (niskie: 150–250 mg/dL, pośrednie: 251–350 mg/dL, wysokie: 351–450 mg/dL) w ciągu trzech niezależnych dni, łącznie 135 pomiarów. Współczynnik zmienności wahał się od 0,67% do 1,07% we wszystkich kategoriach, co wskazuje na doskonałą powtarzalność pomiarów. Niepewność pomiaru została zmierzona zgodnie z ramami Guide to the Expression of Uncertainty in Measurement (GUM), łącząc niepewność typu A (zmienność statystyczna wynikająca z powtarzanych pomiarów) z wkładem typu B z kalibracji VNA (±0,05 dB), wahań temperatury (±0,01 dB/°C) oraz zmian pozycjonowania próbki (±0,02 dB). Rozszerzona niepewność (k=2, 95% przedział ufności) wahała się od ±0,38 dB do ±0,56 dB, w zależności od kategorii stężenia. Czułość na koncentrację, wyprowadzona z regresji liniowej Δ|S21| w porównaniu do ΔC obliczono jako 1,42 × 10-4 na (mg/mol/cm3), z 95% przedziałem ufności 1,35 × 10-4 do 1,49 × 10-4 na (mg/mol/cm3) i współczynnikiem determinacji (R2) 0,94. Względna rozszerzona niepewność czułości wyniosła ±6,2% (k = 2), co potwierdza, że zgłaszana czułość jest statystycznie odporna, a sensor wykazuje powtarzalną wydajność odpowiednią do zastosowań w miejscu opieki.

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

Results

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

Po wyprodukowaniu zaprojektowanym i przedstawionym na Rysunku 1, wydajność czujnika została najpierw wyprodukowana, patrz Rysunek 2, i zweryfikowana bez żadnej próbki. Zmierzone parametry S wykazywały doskonałą zgodność z symulowanymi wynikami, z pierwotnym rezonansem 1,22 GHz i S21 osiągającym -27 dB, jak pokazano na Rysunku 2. Drobne rozbieżności (<5%) przypisuje się tolerancjom produkcji i efektom lutowania.

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

Discussion

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

Protokół opisuje pomyślny rozwój innowacyjnego optycznie sterowanego czujnika mikrofalowego, specjalnie zaprojektowanego do wykrywania mocznika w ludzkim moczu. Kluczowe aspekty protokołu obejmują skrupulatne projektowanie fragtalnych stubów Hilberta, aby zoptymalizować rozkład pola elektromagnetycznego i zapewnić spójne umieszczanie próbek moczu na szklanym szkiełku zamiast LDR, co ułatwia powtarzalne sprzężenie optyczne. Wyniki podkreślają skuteczność LDR w przekładaniu właściwości optycznych moczu, które zmieniają się...

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

Disclosures

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

Autorzy nie mają żadnych konfliktów interesów do zgłoszenia.

Acknowledgements

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

Autorzy wyrażają szczere podziękowania Międzynarodowemu Centrum Badań Stosowanych i Teoretycznych (IATRC) w Bagdadzie, Irak, za zapewnienie zaplecza laboratoryjnego i wsparcia technicznego. Badania te nie otrzymały żadnego konkretnego grantu od instytucji finansujących sektor publiczny, komercyjny ani non-profit.

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

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
CST Microwave StudioDassault Systè MES2023Symulacja elektromagnetyczna na pełnych falach
Multimetr cyfrowyFluke87VDo weryfikacji oporów
Woda destylowanaLokalny dostawcaNie maDo rozcieńczania i czyszczenia próbek
Kąpiel trawiącaOgólneNie maKontrolowana temperaturą, 50 stopni i g; C
Etanol (70%)Merck100983Do czyszczenia szkiełek szklanych
Chlorek żelaza (FeCl3)Sigma-Aldrich157740Roztwór 0,5 M, środek trawiący
Laminat pokryty miedzią FR4OgólneNie maJednostronny, grubość 1,6 mm, i epsilon; r 4.3
Szklane slajdyCorning2947-75X2575 mm i razy; 25 mm & razy; 1 mm, do rozmieszczenia próbki
Płyta grzewczaOgólneNie maDo wywoływania i utwardzania
Źródło światłaUniwersalna dioda LEDNie maBiała dioda LED, temperatura barwowa 6000 K, stała intensywność 1000 luksów
Rezystor zależny od światła (LDR)Generic (GL5528)GL5528Odporność: 10 kΩ (światło), 1 MΩ (ciemne); Średnica 5 mm
MATLABMathWorksR2023banaliza danych i klasyfikacja KNN; Zestaw narzędzi do statystyki i uczenia maszynowego
Mechaniczny zestaw kalibracyjnyAgilent85052DOtwórz, zwarć, załaduj, przejdź (OSLT) do kalibracji dwóch portów
MikropipetaEppendorf31200000620,5 i zarytka; 10 & mikro; Zakres głośności L
Microsoft ExcelMicrosoftOffice 365Rejestrowanie i analiza danych
OscyloskopTektronixTBS1052BDo pomiaru napięcia wyjściowego prostownika
FotomaskaZwyczajNie maMaska chromowana o wysokiej rozdzielczości z wzorem czujnika
FotorezystykMikrochemiaSU-8 2000Fotorezystyk negatywny do fotolitografii
Końcówki pipetyEppendorf30015.1190,01 i zarytek; 10 & mikro; L, sterylny
Pojemniki na próbki z polipropylenemThermo Fisher342020-003030 mL pojemniki sterylne
Układ prostownika RFZwyczajNie maOparte na diodach Schottky'ego; przekształca napięcie RF na napięcie stałe
Złącze startowe SMA z kobiecą krawędziąAmphenol RF13216950 & Omega;, do połączenia mikropaskowego
Mocznik (do wykończenia)Sigma-AldrichU5128Klasy farmaceutycznej, ≥ 99,5% czystości
System ekspozycji UVKarl SussMA6Czas naświetlenia: 120 s
Analizator sieci wektorowych (VNA)AgilentSeria PNAZakres częstotliwości: 0,1 i zarytek; 4 GHz, przepustowość IF: 100 Hz, punkty przesuwania: 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