Nos tutelles

CNRS

Nos partenaires

Rechercher





Accueil > Équipes > Systèmes Photoniques (SP) > Optique Guidée et Capteurs (OGC) > Les projets du groupe OGC

Projet CNRS

DETECT-COV : Détection ultra-sensible de composés organiques volatiles de gaz respiratoires

janvier 2016 – juillet 2017

Développement d’un capteur spectroscopique miniaturisé ultra-sensible dans le domaine du moyen infrarouge (MIR) pour la détection de composés organiques volatiles (COVs)

Contexte

l’analyse des composés organiques volatiles (COVs) contenus dans l’haleine est en plein essor dans le domaine de la santé. Ainsi, la comparaison entre les profils de COVs de patients sains et malades permet de diagnostiquer des troubles métaboliques, des maladies chroniques, l’insuffisance rénale et certains cancers. En effet, il a été montré que la composition en COVs de l’haleine avait de fortes corrélations avec des maladies spécifiques qui ont été identifiés dans diverses études . Par exemple, le sulfure d’hydrogène, l’acétone, le toluène, l’ammoniac, le monoxyde d’azote et le pentane sont connus pour avoir des relations fortes avec l’halitose, le diabète, le cancer du poumon, l’insuffisance rénale, l’asthme et la maladie cardiaque, respectivement. La spectroscopie dans le moyen infrarouge représente une alternative prometteuse, qui peut atteindre une sensibilité et une spécificité comparables en développant des transducteurs optiques miniaturisés à faible coût et compact. Les COVs présentent de larges caractéristiques d’absorption couvrant plusieurs dizaines de nombres d’ondes dans le MIR (oxyde nitrique (ashma) à 5,45 μm, ammoniac (maladie rénale) entre 9-10 μm, éthane (cancer du poumon) à 3,4 μm ...). Ce projet vise à développer un capteur optique intégré innovant utilisant la spectroscopique dans le moyen infrarouge (de 2 à 8 µm) pour détecter des composés organiques volatils (COVs). En effet, les COVs présentent des bandes d’absorption importantes dans cette gamme de longueurs d’onde ce qui permet d’en déduire la "signature" des composés contenus dans l’haleine ainsi que leur concentration. Ces capteurs seront fabriqués à partir de couches en silicium poreux (PSi) pour réaliser un transducteur en guide intégré afin de bénéficier des pores ouverts permettant une détection en volume pour obtenir une très faible limite de détection. Afin d’assurer une détection sélective des COVs, deux types de fonctionnalisation du PSi seront considérés : une approche inorganique, utilisant des particules d’oxyde de métal alors que la seconde approche utilisera des monocouches organiques auto-assemblées. Ainsi, le projet consistera en la conception, la fonctionnalisation, la réalisation technologique et la caractérisation de ces capteurs. Ce capteur optique pourra être utilisé pour développer des dispositifs d’analyse d’haleine en médecine prédictive de type "point-of-care". La faible détection de ces COVs reposera de façon duale sur leur signature d’absorption spectrale dans le MIR et sur la fonctionnalisation de surface sélective.

Objectifs
  • Étude et fabrication de matériaux poreux pour le MIR à base de silicium par voie électrochimique et de sa fonctionnalisation
  • Conception, fabrication et caractérisation de la plateforme intégrée MIR à partir des matériaux poreux : étude technologique de la fabrication de guides d’onde de type ruban à base de ces matériaux (Mise au point de la procédure technologique et mesures de la propagation guidée dans le MIR).
Résultats majeurs
  • Maitrise de la fabrication des couches de silicium pour le Moyen InfraRouge
  • Fabrication des premières guides intégrés en Si Poreux comme transducteur spectroscopique pour la détection en surface pour le Moyen InfraRouge
  • Premiers essais de fonctionnalisation des couches de silicium poreux pour la détection de COVs
Retombées

projet ANR MID-VOC accepté en 2017 pour poursuivre ces travaux afin de réaliser le transducteur jusqu’à un niveau de TRL 4

Production scientifique

Voir dans la collection Foton sur HAL

Partenaires

IEMN
(groupes Foton : SP/OGC)

Coordinateur

Joël CHARRIER

Financements

CNRS