基于双温调制的柔性单传感器MEMS电子鼻系统：VOCs分类与呼吸通信的智能融合

为解决传统电子鼻(e-nose)体积大、功耗高的便携化难题，研究人员开发了一种集成MEMS气体传感器与柔性电路板(FPCB)的单传感器多功能系统。通过ZnO-ZnSnO3树莓状微球(ZZSRM)敏感材料和双温调制策略提升选择性，结合MiniRocket算法实现8种VOCs的高精度分类与浓度预测，并创新性地将呼吸频率映射为摩斯码进行无声通信，为环境监测与人机交互提供了新技术框架。

　　

这项研究展示了一种突破性的柔性电子鼻技术：将微机电系统(MEMS)气体传感器与柔性印刷电路板(FPCB)巧妙集成，构建出仅需单个传感器的多功能检测平台。研究团队采用氧化锌-锡酸锌(ZnO-ZnSnO₃)树莓状微球(ZZSRM)作为核心敏感材料，通过独创的双温度调制策略显著提升了传感器对多种气体的选择性识别能力。

在数据分析方面，创新性地引入MiniRocket算法构建气体分类模型，该算法能高效提取响应信号特征并实现低复杂度分类，完美适配嵌入式设备的实时处理需求。实验证实该系统可对8种挥发性有机化合物(VOCs)实现高精度分类和浓度预测，检测性能达到实用化水平。

更令人称道的是，研究者还开发出一套基于呼吸频率的无声通信系统——通过将呼气模式编码为摩斯电码，在特殊场景下实现隐秘信息传输。测试表明该系统能稳定识别呼气信号，并实时将摩斯码转换为可读字母。

这项研究通过融合MEMS传感技术与人工智能(AI)算法，成功打造出集便携气体检测与隐蔽通信于一体的柔性电子鼻平台，为环境监测、医疗诊断和人机交互等领域提供了创新性解决方案。