人工智能辅助微纳光电传感器设计

传统传感器设计方法主要基于试错法，即根据经验或直觉进行传感器设计，再根据结果来进行优化，反复此过程直至得到目标传感性能。这种方法耗费大量资源，效率低。人工智能算法，尤其是深度学习，可以根据目标传感性能预测传感器设计，即“反向设计”，可使传感器的设计效率得到极大提高，降低传感器研发成本，提升传感器性能。

人工智能辅助微纳光电传感器制备

阴影微球刻蚀技术一项低成本、高效率的微纳制备技术，然而其对结构的制备依靠阴影掩蔽几何关系，再复杂的结构制备时较难确定制备参数。利用人工智能，尤其是深度学习，可以根据目标传感器结构逆向预测制备参数，极大的提升制备效率和准确度，降低微纳传感器制备成本，推动微纳光电传感器的商业化应用。

微纳氢气传感器及智能信号处理

氢能被誉为21世纪的“终极能源”，然先现在的氢气传感器还不能满足高灵敏、快速、安全和稳定的市场需求。我们根据人工智能辅助的传感器设计和制备技术，可低成本、高效率的制备微纳氢气传感器，并结合智能信号处理方法，可提升灵敏度、缩短响应时间、提高预测准确度，提升氢气使用的安全性，推动氢能产业发展。​

多通道集成微纳传感芯片及微型便携电子鼻系统

基于MEMS生产线制备了多通道继承微纳传感芯片，每个传感芯片尺寸小于6 mm × 6 mm，集成了12个不同的传感区域，可组成传感器阵列，仿生人的鼻子工作原理，结合智能信号处理、人工智能模式识别算法，组成便携式的微型电子鼻系统，可用于茶叶、烟草等的气味识别和爆炸物、幽门螺旋杆菌感染等的鉴别。

基于手机的便携式检测系统

目前传统光谱检测系统发展成熟，在现代科学实验、食品安全、工农业生产、国防等领域有着重要的应用。但由于智能化较差、不易灵活测试等，局限了更多研究人员的快速便捷测试。基于现有的传统光谱检测系统的不足，我们致力于基于手机的便携式光谱检测系统，这种将光谱仪器与智能手机的结合的方案，实时性更强，操作更简单，而且体积轻小，携带方便，成本低，并且可以二次开发及功能扩展。结合我们的低成本、高效率的微纳传感器，可实现多功能、家用的检测中枢系统。

微纳传感器智能制备系统

基于物联网技术和人工智能算法搭建智能实验操作系统，实现传感器制备过程自动化、机械化和智能化，实现远程无人化传感器制备，并可以通过智能算法自主研发新型传感器，减少人为和主管因素干扰，降低人力和研发成本，提升传感器制备的稳定性、效率和创造性。

其它微纳传感应用研究

基于自主研发的微纳传感器智能设计方法、智能制备技术、集成微纳传感芯片和便携式检测中枢，应用于食品安全、疾病诊断中。