Soutenance de thèse de Latevi LAWSON-GADAYIGLO

Nous proposons dans le cadre de ce travail de thèse, une nouvelle approche de la détection non invasive de l’alcoolémie sanguine à l’aide de microcapteurs d’éthanol à base de SnO2. Cette méthodologie se base sur une détection indirecte de l’alcoolémie sanguine par une mesure des vapeurs d’éthanol émises par la perspiration cutanée suite à une consommation d’alcool. Afin de valider cette approche, il a fallu dans un premier temps démontrer la pertinence et la faisabilité de cette méthodologie de détection par la réalisation d’essais cliniques pilotes en collaboration avec une équipe médicale d’étude pharmacologique du CPCET Marseille. Six volontaires ont suivi un protocole précis au centre pharmacocinétique consistant à consommer une quantité prédéfinie d’alcool puis à se soumettre à une batterie de tests et d’analyses sur une journée entière. Les différentes mesures du taux d’éthanol réalisées dans les fluides biologiques tels que le sang et l’air expiré ont pu être précisément corrélées avec les mesures de vapeurs d’éthanol réalisées à travers la perspiration à l’aide de trois microcapteurs de gaz commerciaux à base d’oxydes métalliques intégrés à un bracelet. Ces dispositifs ont l’avantage d’être sensibles mais pas sélectifs à la nature du gaz détecté, d’où le choix d’utiliser trois microcapteurs afin d’enregistrer plusieurs signaux et ainsi d’accéder à la sélectivité grâce à un traitement multi-variables approprié. Partant de ces résultats, à l’état de l’art des techniques de détection de l’éthanol transdermique, notre démarche a été de développer nos propres multicapteurs à base de SnO2 avec pour objectif de miniaturiser les dispositifs, réduire leur consommation électrique, obtenir des réponses sous éthanol transdermique plus sensibles et plus stables en condition réelles que celles des capteurs commerciaux, et enfin de pouvoir bénéficier de la qualité des réponses pour travailler efficacement sur la sélectivité. Durant ces travaux, des couches sensibles de SnO2 ont été déposées par pulvérisation cathodique RF magnétron réactive sur un transducteur breveté par notre équipe, intégrant trois capteurs sur une même puce. L’optimisation des paramètres de dépôt et les analyses structurales des couches de SnO2, nous ont permis de réaliser un multicapteur d’éthanol démontrant des performances sous éthanol ; en termes de sensibilité sous atmosphère humide, de répétabilité et de temps de réponses et de recouvrement ; meilleures que celles des capteurs commerciaux initialement testés. Les émissions gazeuses pouvant être analysées à travers la perspiration contiennent plus d’une centaine de composés organiques volatils différents. Aussi, il est nécessaire d’opérer à une détection sélective de l’éthanol transdermique pour satisfaire notre application. Ce travail de thèse s’est donc également intéressé à l’étude de la sélectivité, à l’aide des réponses du multicapteur d’éthanol à base de SnO2 En plus de l’éthanol, nous avons alors travaillé sur l’influence de l’acétone et de l’humidité qui sont les deux principaux interférents présents dans la perspiration. Grâce à une série de mesures sous différentes atmosphères gazeuses, y compris différents mélanges binaires d’acétone et d’humidité, et à un traitement des données basé sur un algorithme d’Analyses en Composantes Principales, nous avons pu classifier et discriminer l’éthanol de l’acétone et de l’humidité.

A new approach of a noninvasive detection of blood alcohol concentration using ethanol microsensors based on SnO2 Is developed in this work. The methodology is based on an indirect detection of blood alcohol concentration by measuring the ethanol vapor emitted through the skin perspiration after alcohol consumption. In order to validate this approach, first we demonstrated the relevance and the feasibility of this detection method by carrying out pilot clinical trials in collaboration with a medical team of pharmacological study of CPCET Marseille. Six volunteers followed a specific protocol at the pharmacokinetic center, consisting to consume a predefined alcohol amount and then several tests and analyzes were performed over a full day. The different measurements of the ethanol concentration carried out in biological fluids such as blood and exhaled air could be precisely correlated with the measurements of ethanol vapors performed through the perspiration using three commercial gas microsensors based on metal oxides integrated into a bracelet. These devices have the advantage of being sensitive but not selective to the nature of the gas detected, hence the choice to use three microsensors in order to collect several signals and thus to achieve the selectivity using appropriate multi-variable treatments. Based on these results, in the state of the art of transdermal ethanol detection techniques, our approach has been to develop our own SnO2-based multi-sensors with the aim of miniaturizing the devices, reducing their electrical consumption, obtaining transdermal ethanol responses that are more sensitive and stable in real conditions than commercial sensors, and finally improve the quality of the responses to work effectively on selectivity. During this thesis work, sensitive layers of SnO2 were deposited by reactive magnetron RF sputtering on a transducer patented by our team, integrating three sensors on the same chip. The optimization of the deposition parameters and the structural analyzes of the SnO2 layers, allowed us to develop an ethanol multi-sensor demonstrating performances under ethanol; in terms of sensitivity on humidity, repeatability and response and recovery times; better than commercial sensors initially tested. The gaseous emissions that can be analyzed through perspiration contain over a hundred different volatile organic compounds. In addition to this, it is required to perform a selective detection of transdermal ethanol in our application. This work was therefore also interested in the study of selectivity, using the responses of the ethanol multi-sensor based on SnO2. In addition to ethanol, we then worked on the influence of acetone and humidity which are the two main interfering gases possibly present in perspiration. Through a series of measurements in different gaseous atmospheres, including different binary mixtures of acetone and humidity, and data processing based on a Principal Component Analysis algorithm, we were able to classify and discriminate ethanol acetone and humidity.