挥发性有机化合物（VOC）传感器阵列，近年来一直是环境监测与健康管理领域备受关注的研究热点。毕竟，能够实时捕捉空气中那些看不见的化学物质，再结合个人健康数据进行综合分析，应用前景确实十分广阔。不过，要将这类传感器真正制成可穿戴、耐用且能精准识别不同VOC气体的设备，技术挑战依然不小。

近日，上海交通大学、华东师范大学和以色列理工学院联合科研团队，在Advanced Functional Materials上发表了一项创新成果，提出了一种颇具前景的方案——一款由AI驱动的可穿戴面罩式自修复传感器阵列，简称MISSA。该论文的第一作者为Mingrui Chen，通讯作者包括Ning Tang、Hossam Haick、Daxiang Cui和Min Zhang。其核心设计思路是：将多层具备自修复能力的气体传感器像三明治一样逐层堆叠，再结合机器学习算法，从而实现对不同种类VOC气体的有效区分。

图1 MISSA制备及其用于VOC气体分析与鉴定的概念示意图

首先来看传感器的核心材料。研究团队开发了一种名为HDIM的自修复元件，将MXene这类导电材料均匀分散到自修复预聚物中，形成一种具备自我修复能力的导电复合膜。随后，他们利用傅立叶变换红外光谱、X射线光电子能谱和XRD等手段，对材料的合成结构进行了确认——这些技术细节在论文中有完整呈现。

图2 基于HDIM的BSGS的制备流程

材料确定之后，接下来便是验证其传感性能。研究人员测试了单个气体传感器（称为BSGS）对不同浓度乙醇的响应表现。测试范围覆盖0.2 ppm至50 ppm，结果令人满意：响应曲线展现出优异的线性度，重复性也相当可靠。除了乙醇，他们还对另外三种VOC气体进行了测试，同样取得了出色的响应效果。

图3 BSGS的VOC气体传感性能测试

可穿戴设备最怕什么？外力损伤。传感器在衣物或面罩上难免会遭遇弯折、摩擦甚至割破。因此，能否实现自我修复就成了关键。研究人员特意对BSGS进行了破坏处理，随后观察其自修复效果——结果令人欣慰：不仅电性能得以恢复，气体传感能力也几乎没有下降。

图4 特殊处理后的BSGS自修复能力及VOC气体传感性能表现

接下来是本次研究的重头戏：将三个这样的BSGS垂直堆叠，并用带子固定，构成MISSA。为什么要采用堆叠结构？因为不同气体在穿过每一层传感器时，渗透和吸附的动力学特性各不相同，这样就能获取更丰富的响应信息，相当于为每种气体生成独特的“指纹”。研究团队将MISSA与智能手机连接，在乙醇气体环境中，手机屏幕上实时显示三层传感器的响应曲线——三条曲线各具特征，一目了然。

图5 利用MISSA识别VOC气体的实际效果

最后，也是最具说服力的一步：利用MISSA对多种VOC气体进行分类识别。研究人员采集了四种气体在三个浓度水平下的动态响应曲线，提取了12个特征参数，并借助主成分分析与机器学习算法进行数据处理。最终，识别准确率高达99.77%，这一数字相当亮眼。

图6 利用MISSA对VOC气体进行分析与鉴定的结果

总结而言，这项研究采用了一种巧妙的方法——单步堆叠结合自修复材料——成功构建出结构简洁但功能强大的传感器阵列。单个传感器的检测限低至0.04 ppm，检测范围覆盖0.2 ppm至50 ppm，既能稳定工作又能自我修复。搭配柔性电路板和智能手机，整套系统已初具落地应用的雏形。考虑到当前个人健康监测对精确、长期、可穿戴工具的需求日益迫切，MISSA这一技术路线值得持续关注。