通过表面增强的拉曼光谱学,与深度学习方法集成,快速检测水果表面的残留 хлорпирифос和甲基
Zhu Chen1,2, Xuan Dong1,3, Chao Liu1,3
1Science Island Branch of Graduate School, University of Science and Technology of China, Hefei, China.
Scientific reports
|November 14, 2023
概括
这项研究引入了一种快速检测水果中的pyrifos和pyrimethanil等混合农药的方法. 将表面增强的拉曼光谱 (SERS) 与深度学习相结合,实现了99%的准确性,确保了食品安全.
科学领域:
- 农业化学 农业化学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- pyrifos和pyrimethanil是常见的农业杀虫剂/杀菌剂.
- 产品上的残留物对健康构成风险.
- 快速检测方法对于消费者安全至关重要.
研究的目的:
- 开发一种快速检测水果上的混合农药 (pyrifos和pyrimethanil) 的方法.
- 为了应对使用SERS识别混合分析物的挑战.
- 通过准确的农药残留分析,提高食品安全.
主要方法:
- 利用表面增强的拉曼光谱法 (SERS) 来检测微量化学物质.
- 采用深度学习,特别是多道卷积神经网络-门循环单元 (MC-CNN-GRU) 模型.
- 应用该技术检测果和草上的农药混合物.
主要成果:
- 在混合杀虫剂中实现了高分类准确度 (99%).
- 该MC-CNN-GRU模型有效地提取了光谱信息.
- 即使在不同的混合比率下,也证明了强度.
结论:
- SERS与深度学习相结合,为快速检测农药提供了一种有效的方法.
- 这种方法可以准确识别农产品中的混合农药.
- 该研究强调了食品安全技术的重大进步.
