Gate-Bias Modulation for Selective Odor Sensing in Polymer-Based TFT Sensor Array

Abstract

Electronic nose (e-nose) systems are sensor-based platforms designed to mimic biological olfaction by detecting and classifying odors through pattern recognition of sensor responses. Research on e-nose technologies is important because reliable and efficient discrimination of complex odor mixtures is essen-tial in many practical applications. To meet this demand, conventional e-nose systems have primarily re-lied on increasing the number of sensing materials by integrating multiple sensors into a parallel array. Conventional electronic nose (e-nose) systems typically enhance odor selectivity by integrating multiple sensors with different sensing materials in a parallel array. However, such static architectures suffer from sensor-to-sensor variation, increased power consumption, and fabrication complexity. Therefore, they remain fundamentally limited in reproducing the adaptive selectivity of biological olfaction. which emerges from. In this study, it is suggested that dynamic modulation of internal electrical states as a potential solu-tion, rather than increased device-level hardware heterogeneity. Thin-film transistor (TFT) with polymer selector as sensing platform is introduced for the electrically tunable approach to odor discrimination. By exploiting the three-terminal structure of the TFT, the sensing characteristics of a single polymer layer can be actively modulated through gate-bias control. The applied gate electric field modulates the charge-carrier density in the bottom main transistor channel, while simultaneously affecting the upper-surface conductivity of the semiconductor channel through polymer–odorant interactions. This dual modulation enables multiple, distinct response modes from a single device without additional structural complexity. The current responses obtained at different gate biases were treated as independent sensing features. Mul-tivariate pattern recognition analyses, including Linear Discriminant Analysis (LDA) and Random Forest (RF), reveal that electrical tuning effectively expands the multidimensional feature space of each polymer sensor. As a result, single-polymer TFT sensors achieved odor classification accuracies of up to 98%, while optimally selected dual-polymer combinations reached accuracies as high as 99.5%, despite using a significantly reduced number of sensing materials compared to conventional e-nose systems. These find-ings demonstrate that odor selectivity can be substantially enhanced through electrical control rather than sensor multiplication. This approach establishes a new e-nose design paradigm in which adaptive selectivity is implemented at the sensor level, closely reflecting a key functional principle of biological olfaction. |기존의 전자코(E-nose) 시스템은 여러 개의 케미레지스티브(chemiresistive) 센서를 병렬로 배열하여 냄새 선택성을 확보해 왔으나, 이러한 구조는 센서 간 편차, 높은 전력 소모, 복잡한 공정 등의 한계를 지닌다. 본 연구에서는 이러한 문제를 극복하기 위해, 게이트 전압 조절만으로 선택적 향기 구별이 가능한 폴리머 기반 박막 트랜지스터(TFT) 전자코(E-nose) 센서를 제안하였다. 제안된 소자는 게이트 전압 변조를 통해 단일 트랜지스터 내에서 화학적 상호작용(분자–폴리머 결합)과 전기적 효과(게이트 전계에 의한 전하 변조)의 상대적 기여도를 정밀하게 제어할 수 있도록 설계되었다. 이를 통해 복잡한 구조 변경이나 센서 수의 증가 없이도 다양한 전기적 바이어스 조건에서 상이한 응답 패턴을 생성할 수 있어, 향기 선택성을 향상시키는 동시에 시스템의 소형화와 저전력화를 가능하게 한다. 실험적으로는 8종의 폴리머(PAS, PS, PVB, SAA, PC, PMMA, PVA, PVCA)를 각각 적용한 TFT 센서 어레이를 제작하여 다양한 휘발성 유기화합물(VOC)에 대한 전기적 응답을 측정하였다. 수집된 데이터는 선형 판별 분석(LDA)과 랜덤 포레스트(RF) 분류기를 이용하여 분석하였으며, 게이트 전압 조절을 통해 각 폴리머의 다차원 피처 공간(feature space)이 확장되어 단일 폴리머 센서의 평균 분류 정확도(약 90%)가 두 폴리머 조합에서는 95~99%로 향상되었다. 이는 게이트 전계 조절이 화학적 선택성과 전기적 조절성을 동시에 부여하여, 단일 재료 기반 소자에서도 다차원적인 향기 인식이 가능함을 보여준다.