Improved Fully 3D-Printed SIW-Based Sensor for Non-Invasive Glucose Measurement
Notice bibliographique
Résumé
This paper presents a fully 3D-printed microfluidic microwave sensor based on substrate-integrated waveguide (SIW) technology for detecting glucose levels in liquid, aimed at monitoring diabetic patients. The sensor’s design features a circular SIW cavity with an integrated sample holder placed in the cavity’s center, maximizing the electric field disturbance from the liquid under test (LUT). Operating in the TM010 mode at a resonance frequency around 5.740 GHz, the sensor detects glucose concentrations by measuring resonance frequency shifts in the S11 reflection response across glucose levels. A conductive sheath partially covers the sample holder to enhance sensitivity and improve the limit of detection (LOD) by increasing field penetration into the LUT. Fabricated using an additive manufacturing electronics (AMEs) method, the sensor is produced in a single pass without post-processing. The experimental validation confirms its high sensitivity of 1.218 MHz/(mg/dL) and a low limit of detection of 0.774 mg/dL in the glucose concentration range (10–200 mg/dL), reflecting typical Type 2 diabetes levels. The key advantages of the sensor include its compactness, enhanced sensitivity and limit of detection, innovative manufacturing, and cost-effectiveness, supporting its potential as a non-invasive glucose monitoring tool. This study establishes a proof of concept for the in vitro measurement of glucose, demonstrating the sensor’s ability to provide accurate and reliable results in a controlled environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».