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.pdfVIP

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

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（BCNOQDs）

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BCNOQDs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HO，然后邻苯二胺

22

（OPD）被辣根过氧化物酶（HRP）和HO催化氧化为2,3-二氨基酚嗪（DAP）。因

22

为内滤效应（IFE）引起BCNOQDs在440nm处的荧光猝灭，而DAP在570nm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50nM。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）/BCNOQDs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635nm处的荧光猝灭，而

BCNOQDs在485nm处荧光保持不变，据此可以构建比率荧光探针。HACOF和

BCNOQDs的荧光强度比值（I635/I485）对28ppm-15500ppm范围内的氨水浓度的对数

呈现良好的线性关系，检测限为0.56ppm。通过智能手机拍摄荧光图片得到对应的

RGB值，发现在12.5-12750ppm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BCNOQDs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10ppm-

2.5×105ppm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/BCNOQDs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