MantiSpectra. Crédit : Université de technologie d’Eindhoven
Un capteur miniaturisé à infrarouge proche qui pourrait tenir dans un smartphone peut analyser le contenu chimique du lait et des plastiques.
Un groupe de recherche de la TU/e a mis au point un nouveau capteur proche infrarouge facile à fabriquer, d’une taille comparable à celle des capteurs des smartphones, et prêt à être utilisé immédiatement pour la surveillance des processus industriels et l’agriculture. Cette percée vient d’être publiée dans Nature Communications.
L’œil humain est un merveilleux capteur. Grâce à trois types différents de cellules coniques photoréceptrices qui convertissent la lumière visible en signaux pour différentes couleurs, l’œil fournit des informations essentielles sur le monde qui nous entoure.
“Lorsque notre cerveau assemble les signaux, il fait une prédiction de leur signification sur la base de nos expériences. Par exemple, une fraise rouge est sucrée, mais une fraise verte ne l’est pas”, explique Kaylee Hakkel, chercheuse en doctorat dans le groupe de nanophysique de la photonique et des semi-conducteurs au département de physique appliquée et co-auteur principal de l’étude.
Crevette-mante.
La taille compte
Si l’œil humain est impressionnant, il est loin d’être le capteur de lumière naturelle le plus perfectionné qui soit. “Les yeux de la crevette à mante possèdent 16 types de cellules différentes, sensibles à la lumière ultraviolette, visible et proche infrarouge (NIR)”, explique Hakkel. “Et la mesure du spectre dans l’infrarouge est la plus intéressante pour les applications dans l’industrie et l’agriculture, mais il y a un problème majeur : les spectromètres actuels dans le proche infrarouge sont tout simplement trop grands et trop chers.”
Hakkel et ses collaborateurs ont résolu ce problème en développant un capteur proche infrarouge qui tient sur une petite puce. Et tout comme l’œil de la crevette mante, il est doté de 16 capteurs différents – mais ils sont tous sensibles dans le proche infrarouge. “La miniaturisation des capteurs tout en maintenant des coûts bas était un défi majeur. Nous avons donc conçu un nouveau procédé de fabrication à l’échelle de la plaquette pour y parvenir.”
“Il est peu coûteux car nous pouvons produire plusieurs capteurs en même temps, et il est prêt, dès maintenant, à être utilisé dans des applications pratiques dans le monde réel”, ajoute Hakkel. “La puce du capteur est petite et pourrait même être intégrée dans les futurs smartphones”.
Coupe transversale du capteur. Crédit : Kaylee Hakkel, Université de technologie d’Eindhoven.
Résoudre la détection spectrale
Andrea Fiore, directeur de recherche du département de physique appliquée et de l’Institut Hendrik Casimir d’Eindhoven, est ravi du travail de son équipe. “Nous étudions cette technologie depuis un an et demi. nombre d’années. Et maintenant, nous avons réussi à intégrer les capteurs spectraux sur une puce, tout en traitant une autre question clé – l’utilisation efficace des données”.
Normalement, lorsqu’un capteur mesure la lumière, le signal généré est utilisé pour reconstruire le spectre optique – ou empreinte optique – du matériau. Des algorithmes de détection sont ensuite utilisés pour analyser les données.
Dans cette nouvelle approche, les chercheurs montrent que l’étape de reconstruction spectrale n’est pas nécessaire. En d’autres termes, les signaux générés par les capteurs peuvent être envoyés directement aux algorithmes d’analyse. “Cela simplifie considérablement les exigences de conception de l’appareil”, note M. Fiore.
Analyse du lait et des matières plastiques
Une fois le capteur en main, les chercheurs l’ont testé dans le cadre d’un certain nombre d’expériences, comme l’explique le coauteur Maurangelo Petruzzella, qui travaille également à l’Institut de recherche de l’Union européenne. startup MantiSpectra. “Nous avons utilisé le capteur pour mesurer les propriétés nutritionnelles de nombreux matériaux, dont le lait. Notre capteur a fourni des données comparables précision dans la prédiction de la teneur en matières grasses du lait que les spectromètres conventionnels. Puis nous avons utilisé le capteur pour classer différents types de plastique.”
Les propriétés nutritionnelles du lait déterminent sa valeur économique, et il a été prouvé que le capteur pouvait mesurer ces propriétés avec précision. En outre, ces mesures pourraient être utilisées pour surveiller la santé générale de la vache. La classification des types de plastique à l’aide du capteur peut aider à optimiser les processus de tri des déchets.
“Outre ces applications, nous prévoyons que le capteur pourrait être utilisé pour les soins de santé personnalisés, l’agriculture de précision (surveillance de la maturité des fruits et légumes, par exemple), le contrôle des processus et les tests de laboratoire sur puce. Nous disposons à présent d’un kit de développement complet basé sur cette technologie, le SpectraPod, que les entreprises et les organismes de recherche peuvent utiliser.que les instituts de recherche utilisent pour créer leurs applications. Et ce qui est formidable, c’est que ce capteur pourrait même être banalisé dans les smartphones du futur, ce qui signifie que les gens pourraient l’utiliser chez eux pour vérifier la qualité de leur nourriture ou contrôler certains aspects de leur santé”, ajoute M. Petruzzella.
L’avenir de MantiSpectra
Et les choses ne font que commencer à devenir passionnantes pour Mme Hakkel, qui soutiendra sa thèse le 14 janvier prochain.th à TU/e. Ensuite, elle rejoindra M. Petruzzella au sein de la jeune entreprise MantiSpectra, où ils s’efforceront de faire évoluer le capteur vers des applications plus pratiques. “Je suis vraiment ravie de commencer à travailler sur la prochaine phase de développement du capteur avec MantiSpectra. Ce capteur pourrait contribuer à un environnement plus propre et s’attaquer au gaspillage alimentaire, des applications qui sont importantes pour tout le monde.”
Référence : “Integrated near-infrared spectral sensing” par Kaylee D. Hakkel, Maurangelo Petruzzella, Fang Ou, Anne van Klinken, Francesco Pagliano, Tianran Liu, Rene P. J. van Veldhoven et Andrea Fiore, 10 janvier 2022, Nature Communications.
DOI: 10.1038/s41467-021-27662-1
