BCNO量子点结合深度学习的比率荧光传感及其分析应用研究-文献详情-维普官网

文献检索

任意字段

文献信息

任意字段
主题词
篇关摘
篇名
关键词
摘要
作者
第一作者
作者单位
刊名
中图分类号
学科分类号
DOI
基金

智能检索

高级检索

检索历史

BCNO量子点结合深度学习的比率荧光传感及其分析应用研究认领

作者：

刘欣怡

学位授予单位：

湖北大学

摘要：

随着科技的不断发展,智能手机的功能性更强,人工智能技术也越来越成熟。基于智能手机的高分辨率摄像头和深度学习强大的图像处理能力,以智能手机来捕获和提取荧光色度图像,分析和量化目标物浓度,可构建用于目标物分析的即时检测平台。比率荧光传感具有内标可以进行自我校正,并且灵敏度高、精确性强,能用于可视化检测,可与数字图像比色法（DIC）结合开发即时检测（POCT）装置。借助深度学习的YOLOv5模型,实现对目标对象的高效检测和准确分类。YOLOv5模型对荧光图像的自动识别和和分析,提高了分析的自动化水平,增强了荧光分析的实时性。先进荧光材料的开发也为构建比率荧光传感提供了更多的选择。BCNO量子点（BCNO QDs）作为无毒无金属的优异光学纳米材料,具有良好的生物相容性、光谱可调、量子产率（QY）高和低毒性等优势。因此,我们基于BCNO QDs构建比率荧光探针,并使用深度学习辅助智能手机POCT设备开发了一系列灵敏、快速的检测方法,可应用于食品安全、环境监测、医学和生物传感等领域。本论文的主要研究内容概括如下: 1.开发了深度学习算法结合智能手机辅助的比率荧光探针（RF-probe）检测次黄嘌呤（Hx）的传感平台,具有灵敏度高、可现场即时检测和操作简单等优点。通过酶的级联反应,黄嘌呤氧化酶（XOD）将Hx分解为尿酸（UA）和H2O2,然后邻苯二胺（OPD）被辣根过氧化物酶（HRP）和H2O2催化氧化为2,3-二氨基酚嗪（DAP）。因为内滤效应（IFE）引起BCNO QDs在440 nm处的荧光猝灭,而DAP在570 nm处的荧光增强。随着Hx的加入,探针溶液的荧光颜色从蓝色变为黄色。荧光强度比值(I570/I440)与Hx的浓度在3-100μM范围内呈良好的线性关系,检测限为50 n M。采用自主研发的POCT设备结合智能手机捕获和提取溶液和试纸条的荧光彩色图像,可建立数字图像比色法（DIC）用于检测Hx。其溶液的线性关系范围分别为0-20μM和0-100μM,试纸条的线性范围为0-40μM。最后应用YOLOv5模型辅助识别、处理和预测图像,提高了准确性和灵敏度。该方法对于肉类新鲜度分析具有重要意义,可应用于食品安全领域的其他目标物分析。 2.设计了一种中空-吖嗪有机金属框架（HACOF）/BCNO QDs比率荧光膜探针检测生物胺（BAs）,借助POCT装置实时监测肉类新鲜度。生物胺荧光响应膜由荧光材料与传感薄膜组成,能够通过传感薄膜的荧光颜色变化对生物胺进行实时监测。通过加入氨水后HACOF的分子内氢键断裂,引起HACOF在635 nm处的荧光猝灭,而BCNO QDs在485 nm处荧光保持不变,据此可以构建比率荧光探针。HACOF和BCNO QDs的荧光强度比值(I635/I485)对28 ppm-15500 ppm范围内的氨水浓度的对数呈现良好的线性关系,检测限为0.56 ppm。通过智能手机拍摄荧光图片得到对应的RGB值,发现在12.5-12750 ppm范围氨水浓度的对数与B/R线性相关。我们将作为指示剂的HACOF和作为内参的BCNO QDs封装在聚二甲基硅氧烷（PDMS）溶液内,制备比率荧光膜。随着氨浓度的增加,膜的颜色逐渐从粉红色变为蓝色,在10 ppm-2.5×10～5 ppm的浓度范围内,B/R值与氨浓度的对数呈线性关系。通过对虾和鱼产生的挥发性胺进行检测,发现该HACOF/BCNO QDs比率荧光膜符合鱼和虾新鲜度的检测结果,可实现对食品新鲜度的现场即时检测。 3.发展了一种深度学习辅助的智能手机集成比率荧光便携式设备,用于可视化监测L-组氨酸（L-His）。制备Cu2+修饰的牛血清白蛋白-金纳米团簇（BSA-Au NCs）和透明质酸-BCNO量子点（HA-BCNO QDs）比率荧光探针,用于L-His的荧光检测。由于HA-BCNO QDs的荧光不变,BSA-Au NCs的荧光首先被Cu2+猝灭。然后,Cu2+可与L-His结合,将其从BSA-Au NCs表面移除,从而恢复BSA-Au NCs的荧光。这种结构确保了对L-His的无毒、低成本、无标记和灵敏检测。I640/I430与L-His浓度在0-26.5μM范围内呈良好的线性关系,检测限为50 n M。使用我们设计的便携式设备的智能手机采集并提取了溶液和试纸条的荧光彩色图像。该设备可用于建立数字图像比色法（DIC）检测L-His,在1-100μM范围内具有良好的线性。此外,通过深度学习YOLOv5模型辅助的智能手机集成便携式设备,可在现场对L-His进行即时检测。

摘要译文

关键词：

BCNO QDs; 比率荧光探针; 即时检测装置; 数字图像比色法; 深度学习

学位年度：

2024

学位类型：

硕士

学科专业：

化学

导师：

何瑜

中图分类号：

O657.3[光化学分析法（光谱分析法）⑨];TP18[人工智能理论]

学科分类号：

070302[分析化学];070306[化学生物学];081704[应用化学];081706[分子化工];081205[人工智能];140501[智能基础理论];140502[人工智能];140503[智能系统与工程];140504[人工智能安全与治理];140506[人工智能应用]

D O I：

10.27130/d.cnki.ghubu.2024.000738