基于机器学习驱动的LoD分析方法的DM JL Forksheet-NCFET生物传感器的性能分析

《IEEE Transactions on Dielectrics and Electrical Insulation》：Performance Analysis of DM JL Forksheet-NCFET Biosensor With ML-Driven LoD Analysis

生物传感器中无连接垂直堆叠两阶段叉指结构器件性能研究，通过Sentaurus TCAD 3D模拟分析T型金属栅带侧腔结构对介电常数敏感生物分子（如链球菌素、生物素等）的检测性能，揭示铁电层厚度、空间位阻及掺杂工艺对器件可靠性的影响，并采用机器学习优化检测极限，发现检测限随铁电层厚度增加而升高。

　　

摘要：

本研究评估了一种无结（JL）垂直堆叠的两级叉形结构（FS）器件在生物传感应用中的性能。通过Sentaurus TCAD软件进行的三维数值模拟，对该器件的特性进行了全面分析。所提出的JL传感器在较低的金属栅极功函数下表现出更优异的电性能和更高的灵敏度，优于在较高栅极功函数下工作的类似JL器件。此外，其简化的制造工艺、较低的功函数要求以及更快的响应时间使其成为生物传感应用的理想选择。通过结合JL技术的优势、铁电（FE）材料中的负电容（NC）效应以及鳍型FS结构，我们设计了一种高性能的介电调制（DM）JL FS-NCFET基生物传感器。该传感器专为检测具有不同介电常数的生物分子而优化，例如链霉亲和素（K′=2.1）、生物素（K′=2.63）和角蛋白（K′=8）。采用“T形”金属栅极结构并配备侧腔，可以实现生物分子的检测；通过分析阈值电压、关断电流等关键电参数及其灵敏度来实现生物分子的区分。此外，系统地研究了铁电层厚度、空间位阻（SH）以及工艺引起的变化（如随机离散掺杂剂RDDs）对器件可靠性的影响。利用机器学习（ML）方法，我们计算了所提传感器在不同铁电层厚度下的检测限（LoD）。研究结果表明，对于N-FET和P-FET器件而言，检测限随铁电层厚度的增加而提高。

引言

近年来，SARS-CoV、MERS-CoV和SARS-CoV-2等病毒对全球健康构成了重大威胁，COVID-19大流行凸显了迫切需要早期和有效的检测方法来减轻健康和经济影响[1]。及时识别这些病毒对于减少其对免疫系统的影响至关重要。在新兴技术中，介电调制场效应晶体管（DM-FET）因具有高灵敏度和快速响应而受到广泛关注[2]。传统上，研究人员主要关注具有完全填充纳米腔的DM-FET[3]。然而，这种方法未能完全反映实际应用情况。部分填充的纳米腔能更准确地模拟生物分子的情况，因为生物分子在腔内的不规则复杂排列以及较弱的结合力带来了额外的挑战[4]。DM-FET与传统FET的工作原理相似，主要区别在于在栅极和高k介电层之间引入了纳米腔，用于检测生物分子[5],[6]。生物分子的存在会改变栅极耦合电容，从而影响器件的电参数[7]。特别是对于检测蛋白质、酶、吡啶或APTES等中性生物分子时，介电常数（K）成为一个关键因素[8],[9]。当这些生物分子被固定在纳米腔内时，介电常数的变化会调节器件的电特性，从而实现对其的准确检测。