WS?–石墨烯(graphene)混合太赫兹(THz)超表面(metasurface)的数值建模与机器学习辅助优化用于无创葡萄糖筛查及早期糖尿病检测

《Results in Engineering》：Numerical Modeling and Machine Learning–Assisted Optimization of a WS?–Graphene Hybrid THz Metasurface for Non-Invasive Glucose Screening and Early Diabetes Detection

　　

表面等离激元共振（Surface Plasmon Resonance, SPR）和局域表面等离激元共振（Localized Surface Plasmon Resonance, LSPR）是基于高性能光学传感用于糖尿病筛查与早期检测的基本机制。然而，传统的平面SPR传感器对于纳米尺度和局部化的生物分子相互作用往往表现出灵敏度受限的问题。本研究提出了一种经数值验证的新型WS?–石墨烯(graphene)超表面(metasurface)生物传感器，用于在太赫兹（Terahertz, THz）波段改善葡萄糖检测性能，以实现糖尿病管理中定量葡萄糖监测。所提出的传感器由多层架构组成，在玻璃基底上共形涂覆(conformally coated)有WS?和石墨烯，并集成方形、矩形和圆形微/纳米尺度谐振器。该混合构型允许同时激发SPR和LSPR模式，提供增强的电磁场限制(enhanced electromagnetic field confinement)和改善的折射率灵敏度(refractive index sensitivity)。研究人员使用COMSOL Multiphysics系统验证了传感器的电磁响应，改变石墨烯化学势(chemical potential, μc)为0.1–0.9 eV、入射角(incidence angle)为0°–80°及谐振器几何尺寸。优化后的超表面在折射率(refractive index, RI)范围1.335–1.347 RIU（对应于糖尿病筛查与检测相关的不同葡萄糖浓度）内表现出优异的葡萄糖传感性能。该传感器实现了最大灵敏度(sensitivity)2000 GHz/RIU、稳定的半高全宽(full width at half maximum, FWHM)0.391 THz及品质因数(figure of merit, FOM)5.115 RIU?1。此外，基于折射率和入射角变化训练的机器学习(Machine Learning, ML)模型表现出近乎完美的预测能力（R2> 0.9997，最小预测误差RMSE ≈ 0.0014–0.0020），验证了传感器电磁响应的稳定性和可预测性。与已报道的石墨烯基及金属复合传感器对比分析确认了所提出WS?–石墨烯超表面的优越传感性能。所开发的平台为精密生化传感应用提供了有前景的方法，并在未来实时无创葡萄糖筛查、早期糖尿病检测及持续糖尿病管理中具备较强潜力。

论文解读：WS?–石墨烯混合太赫兹超表面的数值建模与机器学习辅助优化用于无创葡萄糖筛查及早期糖尿病检测

本研究发表于《Results in Engineering》。

一、研究背景与意义

传统基于平面金属薄膜的表面等离激元共振（Surface Plasmon Resonance, SPR）传感器虽对周围介质体折射率变化敏感，但对纳米尺度局部化生物分子相互作用的检测能力有限。单纯引入周期性纳米结构激发局域表面等离激元共振（Localized Surface Plasmon Resonance, LSPR）虽可增强局域场，但仍受限于金属损耗及缺乏动态可调性。二维材料如石墨烯(graphene)具备可调表面电导率，过渡金属硫族化合物（如WS?）具有强介电限制及激子(excitonic)作用。将二者结合构建混合太赫兹（Terahertz, THz）超表面(metasurface)，有望通过SPR与LSPR协同耦合实现更高灵敏度与场限制的葡萄糖传感。本研究旨在数值设计并验证一种WS?–石墨烯杂化超表面传感器，并通过机器学习辅助评估其电磁响应及葡萄糖检测性能。

二、关键技术方法

研究人员采用有限元法(Finite Element Method, FEM)通过COMSOL Multiphysics进行全波频域电磁仿真，设置x、y方向周期性边界条件模拟无限周期超表面单元。传感器单元由玻璃基底、0.32 nm单层石墨烯、方形(边长3000 nm)与矩形(2500×700 nm)及圆形谐振器共形涂覆约3 nm厚WS?构成。系统参数扫描涵盖石墨烯化学势μ_c（0.1–0.9 eV）、入射角θ（0°–80°）、各谐振器几何尺寸及 analyte 折射率RI（1.335–1.347 RIU，对应葡萄糖0–400 mg/dL）。石墨烯表面电导采用带内Drude模型描述，TM偏振激励。基于仿真光谱数据集，采用XGBoost回归算法构建折射率与入射角响应预测模型，实施五折交叉验证与网格搜索超参数优化（300 estimators，最大树深5，学习率0.05），80:20训练–测试分割防谱泄露。

三、研究结果

3. 结果与讨论（Results and discussion）

通过参数化扫描分析吸收特性。增加石墨烯化学势μ_c（0.1→0.9 eV）使最大吸收从15.001%升至72.312%，证实μ_c调谐可增强等离子体耦合与场限制；最小吸收基本稳定（~15%），表明共振无过度阻尼。增大入射角θ（0°→80°）使最大吸收从72.312%升至93.447%，说明可通过θ与μ_c联合动态调谐吸收响应。

3.1. 偏振依赖电磁响应（Polarization-Dependent Electromagnetic Response）

在法向入射下，单元几何旋转对称性导致TE与TM偏振响应简并，共振频率与灵敏度几乎相同。大角度入射时TM偏振更有效激发石墨烯支持的传播SPR，TE主要激发LSPR，但峰吸收差异仅3–5%，共振频与灵敏度无明显变化，证明传感器近偏振不敏感，适合实际无偏振控制场景。

3.2. SPR–LSPR耦合与偏振均匀性（SPR–LSPR Coupling and Polarization Homogeneity）

法向入射时SPR未有效激发，总响应由LSPR主导故与偏振无关；大角度TM入射增强SPR幅值但不显著移动共振频率或线宽（FWHM稳定），故决定灵敏度的特征不受偏振明显影响，混合SPR–LSPR耦合机制对入射偏振具鲁棒性。

3.3. 入射场强的影响（Influence of Incident Field Intensity）

线性电磁 regime 下，共振频率、灵敏度S=Δf/Δn、FWHM及FOM不随入射强度改变，仅响应幅值按比例缩放，符合典型THz-TDS系统工作条件。

几何参数扫掠表明：方谐振器边长（1300–6300 nm）与矩谐振器长度（1000–7000 nm）主要影响共振强度与微调共振位置，方边长3000 nm获最佳吸收强度与窄线宽平衡；圆谐振器直径（500–3000 nm）主要影响峰值吸收；矩宽度（200–1000 nm）影响微弱。优化几何在RI 1.335–1.347范围内产生可测共振红移（f_r从0.284 THz降至0.278 THz）。计算得灵敏度S最高达2000 GHz/RIU，FWHM恒为0.391 THz，FOM最高5.115 RIU^?1，检测限(detection limit, DL)最低0.487 RIU，品质因子Q≈0.726–0.711。共振频率与RI呈线性关系拟合为 f = ?0.4592×RI + 0.8957（R²=0.77006）。电场分布显示0.30 THz处出现最强局域场热点，印证混合SPR–LSPR场增强。

3.4. 机器学习优化（Machine Learning Optimization）

以COMSOL全波仿真数据集训练XGBoost模型预测RI与θ变化下的吸收谱。RI变化预测R²>0.99985，RMSE≈0.00181–0.00184；θ变化预测R²>0.99973且RMSE随θ增大降至0.00144。五折交叉验证确认无过拟合，模型可靠捕捉非线性电磁关系，可用于快速性能预测与设计优化。

3.5. 未来工作（Future Work）

拟开展WS?层厚优化、极化/角分辨扩展仿真、加工容差与材料非均匀性建模、物理信息神经网络(PINNs)及微流控与THz-TDS实验验证。

四、讨论与结论总结

研究人员通过数值建模与ML验证证实：WS?–石墨烯杂化超表面可利用WS?介电极化辅助激子–等离激元耦合与石墨烯可调Drude电导实现SPR与LSPR同时激发，在玻璃基底上经多几何谐振器设计获得最大灵敏度2000 GHz/RIU、稳定FWHM 0.391 THz及FOM 5.115 RIU^?1，对应临床相关葡萄糖RI区间1.335–1.347 RIU。ML模型(R²>0.9997)证实响应可预测性与稳定性。相较于传统金属基或单一石墨烯传感器，该平台兼具动态调谐、较强场限制及较简双层制备可行性，为THz波段无创葡萄糖筛查及早期糖尿病检测提供了经计算验证的概念证明。未来需经实验加工与含水介质实测进一步确认实用性。