内容简介：

在全世界范围内，肺癌引起的死亡病例居于各种癌症死亡病例之首。如果肺癌能在其早期阶段被诊断出来并得到治疗，肺癌患者的生存率将大大提高。当前的肺癌检测手段昂贵耗时，并且容易漏报早期肺癌。因此，开发便宜可靠，并且能大规模应用的肺癌检测器件对人类健康具有重要意义。

人体自身代谢过程中会生成多种有机挥发物（VOC），这些VOC可伴随肺部气体交换而呼出体外。当人体组织发生病变（例如恶性肿瘤），病变细胞的代谢途径也会发生相应的改变，生成与健康组织不同组分的VOC。分析人体呼出气体中的VOC可用于疾病的非侵入性诊断。在对肺癌相关的特征VOC深入研究的基础上，我们以硅纳米线为传感材料，在硅纳米线表面自组装有机单分子层作为探测肺癌特征标记物分子的天线，制备了一系列基于场效应晶体管的气体传感器，实现了对肺癌标记物VOC的高灵敏检测。结合人工神经网络算法和硅纳米线传感器，我们首次实现了基于单个传感器的电子鼻对11种作为肺癌标记物的挥发性有机物的选择性识别。

报告人简介：

王彬博士于2010年获南开大学博士学位，随后在以色列理工学院Prof.Hossam Haick研究组从事博士后研究。目前主要从事气体传感器的结构设计和微纳制造，一维纳米材料的合成、表面功能化及有序组装，以及模式识别算法的研究。已在 Advanced Materials，Nano Letters，ACS Applied Materials & Interfaces，Carbon等国际学术期刊上发表SCI检索论文10余篇。其研究工作被Nature Asia-Pacific网站和Nanowerk网站选为研究亮点报道。