JP2021039110A - センサ素子及びセンサ装置 - Google Patents

Abstract

【課題】測定結果の正確度を向上させる。【解決手段】センサ素子１０は、基板１１と、基板上に配され、特定の成分に反応する複数の反応部１２ａ，ｂ，ｃ，ｄと、を備える。複数の反応部は、第１反応部と、第１反応部よりも検体中の検出対象成分に対する反応性が低い第２反応部と、を有する。第１反応部の検出対象成分に対する反応性は、検体中の検出対象成分以外のノイズ成分に対する反応性よりも高い。【選択図】図１

Description

本開示は、センサ素子及びセンサ装置に関する。

従来、流体中の特定の成分を検出し測定するセンサが知られている。例えば、特許文献１には、ダイアフラム部と、ダイアフラム部の表面に複数の感応膜とを備えたガスセンサが開示されている。

特開２０１４−１５３１３５号公報

本開示の一実施形態に係るセンサ素子は、基板と、前記基板上に配され、特定の成分に反応する反応部と、を備える。前記反応部は、第１反応部と、前記第１反応部よりも検体中の検出対象成分に対する反応性が低い第２反応部と、を有する。前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い。

本開示の一実施形態に係るセンサ装置は、センサ素子と、制御部とを備える。前記センサ素子は、基板と、前記基板上に配され、特定の成分に反応する反応部と、を備える。前記制御部は、前記反応部の反応に応じて前記センサ素子から出力される信号に基づいて、検体中の成分に関する値を算出する。前記反応部は、第１反応部と、前記第１反応部よりも前記検出対象成分に対する反応性が低い第２反応部と、を有する。前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い。

一実施形態に係るセンサ素子の概略斜視図である。 図１のセンサ素子を含むセンサ装置の概略構成を示す機能ブロック図である。 図１のセンサ素子による測定原理の一例に関する説明図である。 図１のセンサ素子による測定原理の一例に関する説明図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーションにおけるノイズ成分の一例を示す図である。 選択性の一例を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。 シミュレーション結果を示す図である。

以下、一実施形態について、図面を参照して説明する。

＜センサ素子＞
図１は、本開示のセンサ素子１０の概略斜視図である。

センサ素子１０は、被検流体中の検出対象の成分（検出対象成分）を検出することができる。センサ素子１０は、基板１１と、反応部１２と、検出部１３とを備える。図１に示すセンサ素子１０は、第１、第２、第３及び第４反応部１２ａ、１２ｂ、１２ｃ及び１２ｄと、第１、第２、第３及び第４検出部１３ａ、１３ｂ、１３ｃ及び１３ｄを備える。

センサ素子１０が備える反応部１２の数は４つに限られない。センサ素子１０は、２つ以上の反応部１２を備えていればよい。検出部１３の数は、反応部１２の数に対応していればよい。複数の検出部１３は、例えば複数の反応部１２に対応して基板１１に配置される。図１では、複数の検出部１３の記載を省略している。

以下、本明細書において、第１〜４反応部１２ａ〜ｄのそれぞれを区別しない場合には、反応部１２と表記する。第１〜４検出部１３ａ〜ｄのそれぞれを区別しない場合には、検出部１３と表記する。

基板１１は、変形可能な部材であればよい。基板１１は、例えばダイアフラムとして機能する薄い基板であればよい。具体的には、基板１１は、例えばｎ型のＳｉ基板等であればよい。

反応部１２は、特定の成分に反応することができる。反応部１２は、基板１１上に配置される。反応部１２は、例えば膜状の部材であればよい。反応部１２は、特定の成分を吸着することによって変形する材料で構成されればよい。反応部１２は、例えば、ポリスチレン、クロロプレンゴム、ポリメチルメタクリレート又はニトロセルロース等の材料で形成されればよい。

各反応部１２を異なる材料で形成すれば、特定の成分に対して異なる選択性を各反応部１２に付与することができる。すなわち、特定の成分に対する反応の度合いを変化させたり、異なる成分に反応させたりすることができる。ここで、選択性とは、特定の成分ごとに応じた反応性（又は感応性）をいう。具体的に、選択性とは、１つの反応部１２に複数種類の成分を同濃度で供給したときの、反応部１２の変形に対する各成分の寄与率である。

検出部１３は、反応部１２が特定の成分に反応したことを検知することができる。検出部１３は、例えばピエゾ抵抗素子であり、基板１１に配されていればよい。検出部１３は、例えば４つのピエゾ抵抗素子を有してホイートストーンブリッジ回路を構成していればよい。検出部１３は、基板１１に、例えばボロン（Ｂ）を拡散させて形成すればよい。

センサ素子１０は、上記の構成を有することによって、特定の成分を検出することができる。具体的には、まず、反応部１２が特定の成分に反応して変形し、反応部１２の変形に応じて基板１１が変形する。そして、基板１１の変形によって検出部１３に応力が印加され、検出部１３の電気抵抗値が変化する。その結果、検出部１３の出力が変動し、センサ素子１０は特定の成分を検出することができる。

したがって、例えば、センサ素子１０に被検流体を供給することによって、被検流体中に検出対象成分が含まれていれば、センサ素子１０は、検出対象成分を検出することができる。

検出部１３は、特定の成分との反応に応じた電気信号を出力する。本明細書において、検出部１３が出力する信号を、以下「センサ出力」とも称する。センサ出力は、例えば電圧値であればよい。

＜センサ装置＞
図２は、センサ装置２０の概略構成を示す機能ブロック図である。

図２のセンサ装置２０は、図１のセンサ素子１０を含む。すなわち、図２に示すように、センサ装置２０は、制御部２１と、記憶部２２と、センサ素子１０（検出部１３）とを備える。センサ装置２０は、反応部１２における成分との反応状態に基づき、被検流体中に含まれる成分に関する値を算出することができる。例えば、センサ装置２０は、被検流体中に含まれる検出対象成分の濃度を算出することができる。ただし、被検流体中に含まれる成分に関する値は、濃度に限られず、数値として表される指標等の任意の値であってよい。また、被検体中に含まれる成分に関する値は、検出対象成分に関する値に限られず、例えば検出対象成分を除いた他の成分に関する値であってよい。本明細書では、センサ装置２０が、被検流体中に含まれる検出対象成分の濃度を算出するとして、以下説明する。

制御部２１は、センサ装置２０の各機能ブロックをはじめとして、センサ装置２０の全体を制御及び管理するプロセッサである。制御部２１は、制御手順を規定したプログラムを実行するＣＰＵ（Central processing Unit）等のプロセッサで構成される。このようなプログラムは、例えば、記憶部２２、又はセンサ装置２０に接続された外部の記憶媒体等に格納されればよい。

記憶部２２は、半導体メモリ又は磁気メモリ等で構成され得る。記憶部２２は、各種の情報、及び／又はセンサ装置２０を動作させるためのプログラム等を記憶することができる。記憶部２２は、ワークメモリとして機能してもよい。

＜検出対象成分の測定原理＞
被検流体に含まれる検出対象成分の測定原理について説明する。検出対象成分の濃度を測定するには、主に、検出対象成分の濃度を算出するステップと、濃度算出のための数式を生成するステップがある。

本実施形態では、制御部２１が、検出対象成分の濃度を算出する場合の一例について説明する。ここでは、被検流体は、気体（ガス）であるとして説明する。

図３Ａ及び図３Ｂは、センサ装置２０による測定原理の一例に関する説明図である。図３Ａに基づいて、被検流体中の検出対象成分の濃度の算出について説明する。

制御部２１は、図３Ａに示すように、各検出部１３のセンサ出力を所定の数式に代入して演算を行ない、検出対象成分の濃度を算出する。所定の数式は、例えば重回帰分析等の手法により、検出対象成分の濃度を算出する回帰式として得られる。

図３Ｂは、重回帰分析による回帰係数の算出について説明する図である。図３Ｂに基づいて、回帰式の算出方法を説明する。

まず、回帰係数を算出するために、複数のリファレンスガスを準備する。複数のリファレンスガスは、被検流体に含まれていると想定される成分（想定成分）を有するガスである。重回帰分析を行なうために、複数のリファレンスガスは予め定めた濃度で想定成分を有しており、想定成分の濃度は各リファレンスガスで異なる。次に、センサ素子１０の反応部１２に複数のリファレンスガスを供給する。そして、各検出部１３から各反応部１２の選択性に応じたセンサ出力が得られる。その結果、各検出部１３のセンサ出力に基づき、重回帰分析が行われ、回帰係数を算出することができる。複数のリファレンスガスは、重回帰分析を行なうのに十分な種類のガスを準備する。

回帰式の生成について、センサ素子１０が、第１、２反応部１２ａ、ｂを有する場合を例に、より具体的に説明する。

第１，２反応部１２ａ，ｂの検出対象成分の選択性を、それぞれＡ₁及びＡ₂とし、第１，２反応部１２ａ，ｂのノイズ成分の選択性を、それぞれＢ₁及びＢ₂としたときに、第１，２検出部１３ａ，ｂのセンサ出力（Ｙ₁、Ｙ₂）は、検出対象成分の濃度をＸ_A、ノイズ成分の濃度をＸ_Bとして、下式（式１）で表わすことができる。本明細書において、ノイズ成分は、被検流体に含まれる検出対象成分を除いた成分である。式１の定数項（Ｚ1、Ｚ₂）は、例えば、何も供給していない状態でも製造誤差などによって出力される信号等である。
Ｙ₁＝（Ａ₁×Ｘ_A）＋（Ｂ₁×Ｘ_B）＋Ｚ₁（定数項）
Ｙ₂＝（Ａ₂×Ｘ_A）＋（Ｂ₂×Ｘ_B）＋Ｚ₂（定数項）…式１

式１で得られる複数のリファレンスガスに基づいた第１，２検出部１３ａ，ｂのセンサ出力（Ｙ₁、Ｙ₂）と、検出対象成分の濃度（Ｘ_A）とから、重回帰分析を行ない、下記の回帰式（式２）における回帰係数であるα、β及びγを算出する。
Ｘ_A＝α×Ｙ₁＋β×Ｙ₂＋γ…式２

重回帰分析は、反応部１２の選択性（Ａ₁、Ａ₂、Ｂ₁、Ｂ₂）が既知の場合には、リファレンスガスを測定する代わりに、コンピュータを使用したシミュレーションによって行なってもよい。選択性は、想定成分ごとに各想定成分のみから成るガス（単体ガス）を準備し、単体ガスごとのセンサ出力を比較することによって求めることができる。

以上より、回帰式（式２）を生成することができる。そして、センサ装置２０（制御部２１）は、被検流体が反応部１２に供給されたときの各検出部１３のセンサ出力を、回帰式（式２）のＹ₁及びＹ₂に代入して演算処理することによって検出対象成分の濃度を算出することができる。

上記の説明では、説明の便宜上、式１および式２を簡略化して示しているが、実際のセンサ装置２０では、測定条件などに合わせた式１および式２を使用すればよい。例えば、上記の説明では、ノイズ成分の項は１つであるが、ノイズ成分ごとに項を設定してもよい。上記の説明では、反応部１２が２つの場合なので、Ｙ₁およびＹ₂しか表れないが、実際には、反応部１２の数（ｎ）に応じて、Ｙ_m（ｍ＝１，２，…ｎ）を設定すればよい。

ここで、センサ装置２０を使用する場合、被検流体の供給の仕方よって、測定結果が真の値からずれることが想定される。例えば、測定雰囲気に影響を受けて、検出対象成分が実際に被検流体中に含まれる濃度よりも少ない濃度でセンサ素子１０に供給される場合がある。センサ素子１０は同一濃度の被検流体が供給されたとしても、反応部１２の変化が若干異なったり、反応部１２の変化が同一であっても検出部１３の出力が若干異なったりする場合がある。したがって、センサ素子１０の測定結果の正確度が低下することが懸念される。そこで、本開示の発明者は、上述の原理を用いた検出対象成分の濃度算出についてコンピュータを用いたシミュレーションを行い、各反応部１２の選択性が与える測定結果の正確度への影響を検証した。

＜シミュレーション及び考察＞
以下、発明者が行ったシミュレーションについて説明する。

まず、基本的なシミュレーションの方法について説明する。シミュレーションは、第１ステップとして、反応部１２の選択性（式１で示されたＡ₁、Ａ₂、Ｂ₁、Ｂ₂）を任意の固定値に、被検流体成分の濃度（式１で示されたＸ_A、Ｘ_B）を任意の変数に設定して式１に代入し、センサ出力（式１、２で示されたＹ₁、Ｙ₂）を求める。実際の測定を想定して、式１から算出されるセンサ出力（Ｙ₁、Ｙ₂）には、測定誤差を乗じている。そして、被検流体成分の濃度（Ｘ_A）とセンサ出力（Ｙ₁、Ｙ₂）とのデータ群に基づいて式２を求める。データ群は、式２を求めるのに十分な数のデータを集める。

第２ステップとして、再度、反応部１２の選択性（Ａ₁、Ａ₂、Ｂ₁、Ｂ₂）を任意の固定値（第１ステップと同一値）に、被検流体成分の濃度（Ｘ_A、Ｘ_B）を任意の変数（Ｘ_Aは第１ステップと同一値、Ｘ_Bは第１ステップと異なる値）に設定して式１に代入する。そして、式１から得られた検出部１３のセンサ出力（Ｙ₁、Ｙ₂）を式２に代入して被検流体成分の濃度（Ｘ_A）を算出する。実際の測定を想定して、式２に代入するセンサ出力（Ｙ₁、Ｙ₂）には、第１ステップと異なる測定誤差を乗じている。

第３ステップとして、第２ステップで設定した被検流体成分の濃度（Ｘ_A）と、第２ステップで算出した被検流体成分の濃度（Ｘ_A）との誤差（後述する濃度算出誤差）を求める。

第４ステップとして、反応部１２の選択性（Ａ₁、Ａ₂、Ｂ₁、Ｂ₂）の値を変更して、再度第１ステップから第３ステップまでを繰り返す。

以上が、基本的なシミュレーションの方法である。

次に、発明者が行った具体的なシミュレーションの内容について説明する。

（第１のシミュレーション）
発明者は、まず、第１のシミュレーションを行なった。第１のシミュレーションでは、２つのチャネルを有するセンサ装置２０を想定して、第１チャネル及び第２チャネルの選択性について検証した。

本明細書において、チャネルとは、反応部と検出部とを１組として捉えたときの表現である。言い換えれば、１つのチャネルは、１つの反応部と１つの検出部を含む概念である。

（選択性の設定）
第１のシミュレーションでは、第１チャネルの検出対象成分とノイズ成分との選択性の比を、ｘ対１に設定し、ｘの値を１から３０の範囲で変化させた。第２チャネルの検出対象成分とノイズ成分との選択性の比を、１対ｙに設定し、ｙの値を１から３０の範囲で変化させた。

（被検流体成分濃度の設定）
第１のシミュレーションでは、被検流体中に含まれている微量の検出対象成分を測定することを想定し、被検流体中の各成分の濃度を設定した。具体的には、検出対象成分の濃度を０．１ｐｐｍ以上１０ｐｐｍ以下の範囲で変化させた。ノイズ成分の濃度は、中心値を１００ｐｐｍとする一様分布（５０％〜１５０％の範囲）に基づいた乱数を設定した。

（結果と考察）
図４及び図５は、第１のシミュレーションの結果を示す図である。図４は、測定誤差を１％とした場合のシミュレーション結果を示す。図５は、測定誤差を５％とした場合のシミュレーション結果を示す。図４及び図５において、縦軸はｙの値、横軸はｘの値を示す。図４及び図５は、濃度算出誤差を、１％ごとに異なるハッチングで示す。ただし、図４では、濃度算出誤差が７％以上の領域については、ハッチングを省略している。同様に、図５では、濃度算出誤差が１５％以上の領域については、ハッチングを省略している。測定誤差は、上記の数値を中心値とした正規分布に基づいた乱数としている。

図４及び図５を参照すると、ｘの値が大きいほど、濃度算出誤差が小さい。すなわち、第１チャネルの検出対象成分に対する選択性が高いほど、検出対象成分の測定結果の正確度が高まる。図４及び図５を参照すると、ｘの値が一定であれば、ｙの値によらず、濃度算出誤差はほぼ一定である。すなわち、第２チャネルの検出対象成分とノイズ成分との選択性の比は、検出対象成分の測定結果の正確度に与える影響が小さい。

したがって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、反応部１２のうちの１つは、検出対象成分に対する選択性が高いことが有効であることが分かった。言い換えれば、第１反応部１２ａは、第２反応部１２ｂよりも検体中の検出対象成分に対する反応性が高く、かつ検出対象成分に対する選択性は、検体中の検出対象成分以外のノイズ成分に対する選択性よりも高いと、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。

（第２のシミュレーション）
次に、発明者は、第２のシミュレーションを行なった。第２のシミュレーションでは、第１チャネルの選択性を固定した場合の第２チャネルの選択性について検証した。

（選択性の設定）
第２のシミュレーションでは、第１チャネルの検出対象成分とノイズ成分との選択性の比を１０対１に固定した。第２チャネルの検出対象成分とノイズ成分との選択性の比をｚ対ｗに設定し、ｚ及びｗの値をそれぞれ１から３０の範囲で変化させた。

（被検流体成分濃度の設定）
第２のシミュレーションでは、第１のシミュレーションと同様に、検出対象成分の濃度及びノイズ成分の濃度を設定した。

（結果と考察）
図６及び図７は、第２のシミュレーションの結果を示す図である。図６は、測定誤差を１％とした場合のシミュレーション結果を示す。図７は、測定誤差を５％とした場合のシミュレーション結果を示す。図６及び図７において、縦軸はｗの値、横軸はｚの値を示す。図６及び図７は、濃度算出誤差を、１％ごとに異なるハッチングで示す。ただし、図６では、濃度算出誤差が１５％以上の領域については、ハッチングを省略している。同様に、図７では、濃度算出誤差が２５％以上の領域については、ハッチングを省略している。測定誤差は、上記の数値を中心値とした正規分布に基づいた乱数としている。

図６及び図７を参照すると、ｚの値が大きいほど、またｗの値が小さいほど、濃度算出誤差が大きい。すなわち、第２チャネルのノイズ成分に対する選択性が小さいほど、検出対象成分の測定結果の正確度は低下する。言い換えれば、第２チャネルのノイズ成分に対する選択性が大きいほど、検出対象成分の測定結果の正確度を向上させることができる。

したがって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、反応部１２のうちの１つは、ノイズ成分に対する選択性が高いことが有効であることが分かった。言い換えれば、第２反応部１２ｂの前記検出対象成分に対する反応性は、ノイズ成分に対する反応性よりも低いと、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。

（第３のシミュレーション）
次に、発明者は、第３のシミュレーションを行なった。第３のシミュレーションでは、より現実的な測定を想定し、チャネルの数量および各チャネルの選択性について検証した。

第３のシミュレーションでは、例えば、人間の呼気の測定を想定し、検出対象成分としてアセトンを想定した。上記想定を考慮して、ノイズ成分についても、図８に示すように、複数種類のノイズ成分を想定した。第３のシミュレーションでは、ノイズ成分を、濃度に応じてビッグノイズ及びスモールノイズの２種類に分類した。ビッグノイズは、被検流体中において、スモールノイズよりも含有される濃度が高い。例えば、ビッグノイズは、被検流体において所定濃度以上のガスであり、スモールノイズは、被検流体において所定濃度未満のガスであると定義してよい。他の例として、例えば、ビッグノイズは、被検流体において検出対象成分の濃度の最大値よりも所定倍数以上の濃度でガスであり、スモールノイズは、被検流体において検出対象成分の濃度の最大値よりも所定倍数未満の濃度のガスであると定義してもよい。第３のシミュレーションでは、ノイズ成分のうち、酸素（Ｏ₂）、二酸化炭素（ＣＯ₂）及び水蒸気（Ｈ₂Ｏ）をビッグノイズとし、その他のノイズ成分をスモールノイズと分類した。

（選択性の設定）
第３のシミュレーションでは、第１、２のシミュレーションの結果を参考に、第１チャネルが、検出対象成分に対して、最も高い選択性を示すように設定した。図９に示す例では、第１チャネルのアセトンに対する選択性は３０に設定されている。第２チャネル以降のいずれかのチャネルは、検出対象成分に対してノイズ成分の選択性が高くなるように設定した。図９に示す例では、第２チャネルのアセトンに対する選択性を３．１１に設定し、ノイズ成分の選択性をそれ以上に設定している。

図９は、各チャネルの選択性の設定例の一例を示す図である。図９の各行は被検流体中の各成分を示し、各列はチャネル番号を示す。図９は、チャネル数が１６の場合の一例を示す。図９の表に示される数値は、各チャネルにおける、各成分に対する選択性を示す。この数値が大きいほど、選択性が高いことを意味する。

以下、本明細書では、第１チャネルの検出対象成分に対する選択性（図９におけるＳ１で示される選択性）を「第１信号選択性」という。第１チャネルのビッグノイズに対する選択性（図９におけるＳ２で示される選択性）を、「第１ビッグノイズ選択性」という。第１チャネルのスモールノイズに対する選択性（図９におけるＳ３で示される選択性）を、「第１スモールノイズ選択性」という。第２チャネル以降（図９では、第２チャネルから第１６チャネル）の検出対象成分に対する選択性（図９におけるＳ４で示される選択性）を、「第２信号選択性」という。第２チャネル以降のビッグノイズに対する選択性（図９におけるＳ５で示される選択性）を、「第２ビッグノイズ選択性」という。第２チャネル以降のスモールノイズに対する選択性（図９におけるＳ６で示される選択性）を、「第２スモールノイズ選択性」という。

具体的には、第３のシミュレーションでは、「第１信号選択性」を所定の値に設定した。「第１ビッグノイズ選択性」、「第１スモールノイズ選択性」、「第２信号選択性」、「第２ビッグノイズ選択性」及び「第２スモールノイズ選択性」のうち、いずれか１つを、０．０００−１．０００（以下、０−１と表記する）の範囲でコンピュータに自動的に決定させた。上記いずれか１つ以外の選択性については、１．０００−５．０００（以下、１−５と表記する）の範囲でコンピュータに自動的に決定させた。第３のシミュレーションは、チャネル数を２から１６の範囲で変化させて行った。

（被検流体成分濃度の設定）
第３のシミュレーションでは、上記の通り人間の呼気の測定を想定し、検出対象成分の濃度を０．１ｐｐｍ以上１０ｐｐｍ以下の範囲で変化させた。ノイズ成分についても、上記の通り、複数種類のノイズ成分を想定した。各ノイズ成分の濃度は、図８に示す数値を中心値とする一様分布（５０％〜１５０％の範囲）に基づいた乱数を設定した。

（結果と考察）
図１０から図１２は、第３のシミュレーションの結果を示す図である。図１０は、第１信号選択性を１０、測定誤差を１％とした場合のシミュレーション結果を示す。図１１は、第１信号選択性を１５、測定誤差を３％とした場合のシミュレーション結果を示す。図１２は、第１信号選択性を２０、測定誤差を５％とした場合のシミュレーション結果を示す。図１０から図１２において、縦軸はシミュレーションにおける重回帰分析による濃度算出誤差を、横軸はチャネル数を示す。図１０から図１２は、選択性の範囲を０−１に設定した項目ごとに結果を示す。測定誤差は、上記の数値を中心値とした正規分布に基づいた乱数としている。

図１０から図１２のシミュレーション結果を参照すると、第１ビッグノイズ選択性を０−１の範囲にした場合、他の選択性を０−１の範囲にした場合と比較して、濃度算出誤差が小さい。すなわち、第１チャネルのビッグノイズに対する選択性が、第１チャネルのスモールノイズに対する選択性よりも低い場合、検出対象成分の測定結果の正確度が高まる。第１チャネルのビッグノイズに対する選択性が、第１チャネルと異なる他のチャネルのノイズ成分（ビッグノイズ及びスモールノイズ）に対する選択性よりも低い場合、検出対象成分の測定結果の正確度が高まる。

したがって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、第１チャネルのビッグノイズに対する選択性が、スモールノイズに対する選択性よりも低いと有効であることが分かった。言い換えれば、ノイズ成分を、第１ノイズ成分と、第１ノイズ成分よりも含有濃度の低い第２ノイズ成分とに分けたときに、第１反応部１２ａの第１ノイズ成分に対する反応性を、前記第２ノイズ成分に対する反応性よりも低く設定することによって、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。

センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させるには、第１チャネルのビッグノイズに対する選択性が、第１チャネルと異なる他のチャネルのノイズ成分（ビッグノイズ及びスモールノイズ）に対する選択性よりも低いと有効であることが分かった。言い換えれば、第１反応部１２ａの第１ノイズ成分に対する反応性は、第１反応部１２ａと異なる他の反応部の反応性よりも低いと、センサ装置２０及びセンサ素子１０の検出対象成分の測定結果の正確度を向上させることができる。

図１０から図１２のシミュレーション結果から、チャネル数が多いほど、検出対象成分の測定結果の正確度が高まる。

上述したセンサ素子１０は、多様な用途に使用することができる。センサ素子１０は、例えば人の呼気における所定のガス成分の検出に使用できる。検出したガス成分の濃度は、人体に関する状態の推定に応用し得る。人体に関する状態の推定は、例えば人体における病気の進行の度合い等である。

センサ素子１０は、例えば食品から発生する所定のガス成分の検出に使用できる。検出したガス成分の濃度は、食品のクオリティの推定に応用し得る。食品のクオリティは、食品に関する性質又は品質等であり、例えば食品の鮮度、食べごろ、熟成度、腐敗の度合い等を含んでよい。センサ素子１０は、その他にも、例えば機器から発生する所定のガス成分の検出等、多様な用途に使用できる。

本開示を諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形及び修正を行うことが容易であることに注意されたい。従って、これらの変形及び修正は本開示の範囲に含まれることに留意されたい。例えば、各構成部等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の構成部を１つに組み合わせたり、或いは分割したりすることが可能である。

１０ センサ素子
１１ 基板
１２ 反応部
１３ 検出部
２０ センサ装置
２１ 制御部
２２ 記憶部

Claims (5)

1. 基板と、前記基板上に配され、特定の成分に反応する複数の反応部と、を備え、
   前記複数の反応部は、第１反応部と、前記第１反応部よりも検体中の検出対象成分に対する反応性が低い第２反応部と、を有し、
   前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い、
   センサ素子。
2. 前記第２反応部の前記検出対象成分に対する反応性は、前記ノイズ成分に対する反応性よりも低い、請求項１に記載のセンサ素子。
3. 前記ノイズ成分は、第１ノイズ成分と、前記第１ノイズ成分よりも含有濃度の低い第２ノイズ成分とを含み、
   前記第１反応部の前記第１ノイズ成分に対する反応性は、前記第２ノイズ成分に対する反応性よりも低い、請求項１又は２に記載のセンサ素子。
4. 前記第１反応部の前記第１ノイズ成分に対する反応性は、前記複数の反応部のうち、前記第１反応部と異なる他の反応部の反応性よりも低い、請求項３に記載のセンサ素子。
5. 基板と、前記基板上に配され、特定の成分に反応する複数の反応部と、を備えるセンサ素子と、
   前記複数の反応部の反応に応じて前記センサ素子から出力される信号に基づいて、検体中の成分に関する値を算出する制御部と、
   を備え、
   前記複数の反応部は、第１反応部と、前記第１反応部よりも前記検出対象成分に対する反応性が低い第２反応部と、を有し、
   前記第１反応部の前記検出対象成分に対する反応性は、検体中の前記検出対象成分以外のノイズ成分に対する反応性よりも高い、
   センサ装置。

Images