通过表面增强的拉曼散射和人工智能辅助的频谱解释,快速检测电子液体中的尼古丁和酸
Jun-Yi Chien1, Yong-Chun Gu1, Chun-Hao Liu2
1Institute of Atomic and Molecular Sciences, Academia Sinica, Taipei, Taiwan.
Journal of pharmaceutical and biomedical analysis
|June 7, 2023
概括
一种新的人工智能辅助方法使用SERS快速检测电子液体中的尼古丁. 这种方法提高了现场查的准确性和速度,有助于监管合规.
科学领域:
- 分析化学 分析化学
- 材料科学 材料科学 材料科学
- 法医科学 法医科学 法医科学
背景情况:
- 电子烟 (e-cigarettes) 及其液体 (e-liquids) 在全球范围内越来越普遍.
- 含有尼古丁的电子液体的监管状况各不相同,需要快速检测方法来遵守.
- 以前的表面增强拉曼散射 (SERS) 方法需要手动分析和多个检测回合.
研究的目的:
- 开发和验证人工智能 (AI) 辅助的SERS方法,用于快速,单次检测电子液体中的尼古丁.
- 通过同时识别尼古丁和酸,提高SERS检测的灵敏度和准确性.
- 评估该方法是否适用于商业电子液体的现场检查和选.
主要方法:
- 使用固态SERS基板 (Ag/AAO) 进行直接的电子液体分析.
- 采用人工智能 (AI),特别是CatBoost机器学习模型,用于自动化光谱解释.
- 在电子液体样本中同时检测出尼古丁和酸的特征.
主要成果:
- 人工智能辅助的SERS方法在单一轮中实现了90%以上的正确样本歧视.
- 同时检测尼古丁和酸提高了测试灵敏度,因为酸在尼古丁盐中很常见.
- 根据解释参数,实现了低虚假阴性 (2.5-4.4%) 和虚假阳性 (4.4-8.9%) 率.
- 这种方法只需要1微升的样品,分析需要1-2分钟.
结论:
- 人工智能辅助的SERS提供了一个快速,灵敏和准确的平台,用于在现场检测电子液体中的尼古丁.
- 这种方法简化了监管查,减少了对广泛实验室分析的需求.
- 该平台显示了在电子液体中识别其他禁止添加剂的潜力.
