Optimización de un dispositivo portátil de detección de nanopartículas
Contenido principal del artículo
Resumen
El uso de nanopartículas de plata ha crecido tanto en el ámbito industrial como en el médico. Junto con su uso generalizado, también ha aumentado el interés por comprender sus efectos en el cuerpo humano y el medio ambiente. Como resultado, se están investigando técnicas y herramientas novedosas y mejoradas para caracterizar este material. El grupo de neuroelectrónica de la Universidad Técnica de Múnich está desarrollando un dispositivo portátil para detectar nanopartículas de plata in-situ. Para lograrlo, se prevé utilizar tecnología de telefonía celular para comunicarse con el dispositivo, así como realizar los cálculos necesarios para la caracterización de estas nanopartículas. El sistema consta de circuitos analógicos y digitales que aún requieren optimizaciones de rendimiento y portabilidad, de tal manera que contribuyan a la exitosa realización de esta tarea. Este artículo describirá tres fases para lograr la optimización del dispositivo. La primera fase incluye el diseño e implementación de un sistema de gestión de energía, que permitirá la portabilidad del sensor con un tiempo de funcionamiento de al menos una hora. La segunda fase tratara sobre la caracterización y reducción del ruido en el sistema analógico. La tercera y última fase se centrará en verificar la frecuencia de corte del circuito. Además, este artículo explicará cómo estas tres fases se relacionan entre sí y contribuirán a optimizar el dispositivo de detección de nanopartículas de plata.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos. Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Citas
Chitra, K. & Annadurai, G. Antibacterial activity of pH-dependent biosynthesized silver nanoparticles against
clinical pathogen. BioMed Research International 2014, 6 (2014). URL https://doi.org/10.1155/2014/725165
Sambale, F. et al. Investigations of the toxic effect of silver nanoparticles on mammalian cell lines. J.
Nanomaterials 16, 6:6–6:6 (2015). URL https://doi.org/10.1155/2015/136765.
Krause, K. J., Yakushenko, A. & Wolfrum, B. Stochastic on-chip detection of subpicomolar concentrations of
silver nanoparticles. Analytical Chemistry 87, 7321–7325 (2015). URL https://pubs.acs.org/doi/10.1021/acs.
analchem.5b01478.
Mohammadi Bardbori, A., Korani, M., Ghazizadeh, E., Korani, S. & Hami, Z. Effects of silver nanoparticles on
human health 7, 51–62 (2015). URL https://doi.org/10.1515/ejnm-2014-0032
Sokolov, S. V., Eloul, S., Kätelhön, E., Batchelor-McAuley, C. & Compton, R. G. Electrode-particle impacts: a
users guide. Phys. Chem. Chem. Phys.19, 28–43 (2017). URL http://dx.doi.org/10.1039/C6CP07788A.
Grob, L. Design and Implementation of a Miniaturised Bipotentiostat. Master thesis (2015).
Kumsa, D. W. et al. Electron transfer processes occurring on platinum neural stimulating electrodes: a tutorial
on the i(Ve) profile. Journal of Neural Engineering 13, 052001 (2016). URL http://stacks.iop.org/1741-2552/13/
i=5/a=052001.
Shuang, T. H. & G., C. R. “Nano-impacts”: An electrochemical technique for nanoparticle sizing in optically opaque solutions. ChemistryOpen 4, 261–263. URL https://onlinelibrary.wiley.com/doi/abs/10.1002/
open.201402161.
Kanokkanchana, K., Saw, E. N. & Tschulik, K. Nano-impact electrochemistry: Effects of electronic filtering on
peak height, duration, and area (2018). URL https://doi.org/10.1002/celc.201800738.
Pini, A. Analyze noise with time, frequency and statistics (2017).
Smith, S. W. Statistics, Probability and Noise. In technical Publishin, California (ed.) The Scientist and Engineer’s
Guide to Digital Signal Processing Statistics, Probability and Noise, chap. 2, 664 (San Diego, California, 1999),
second edn.
Kay, A. Operational Amplifier Noise: Techniques and Tips for Analyzing and Reducing Noise. January (2012),
first edn.
Teel, J. C. Understanding noise in linear regulators 5–8 (2005).
Keysight Technologies. Spectrum Analysis Basics 1–89.
Renterghem, K. V. How to measure LDO noise (2015).
Gamry Instruments. The Faraday Cage : What Is It ? How Does It Work ? 1–3 (2010).
Sadiku, M. N. O. Elements of Electromagnetics (Oxford, United Kingdom, 2000), 3 edn.
Kumar, A. & Madaan, P. Top 10 EMC Design Considerations. Cypress Semiconductor 4 (2011).
Roy, R. V. Power Management Introduction 1–11 (2014).
Texas Instruments. Understanding Boost Power Stages in Switchmode Power Supplies: Application Report (1999).
Texas Instruments. Understanding Buck Power Stages in Switchmode Power Supplies: Application Report (1999).
Day, M. Understanding Low Drop Out (LDO) Regulators (2002).
Renterghem, K. V. How to measure LDO noise (2015).