基于纳米薄膜的多孔碳膜/WO3-x SERS基底与深度学习技术相结合,用于分子检测
Qinli Ye1, Miaomiao Wu2, Qian Xu3
1The Research Institute of Advanced Technology, Ningbo University, Ningbo 315211, Zhejiang, China.
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
|February 3, 2024
概括
本研究介绍了一种新的,无金属的表面增强拉曼散射 (SERS) 基板,使用多孔碳膜/WO3-x纳米片进行敏感和均的检测. 一个深度学习算法有助于识别特定的化合物,如Quercetin.
科学领域:
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
- 频谱学是一种光谱学.
背景情况:
- 表面增强拉曼散射 (SERS) 提供高灵敏度,但在信号统一性和光谱分析方面面临挑战.
- 基于贵金属的SERS基板很常见,但可能昂贵且复杂.
研究的目的:
- 开发一种高度敏感和均的,无贵金属的SERS基材.
- 集成一个深度学习算法,用于复杂的光谱分析和化合物识别.
主要方法:
- 通过高温回火制造多孔碳膜/WO3-x纳米薄膜 (PorC/WO3-x) 基板的制造.
- 调节WO3缺陷密度,通过控制回火时间.
- 使用R6G对SERS性能进行评估,并检测黄类物质 (quercetin,3-hydroxyflavone,flavone).
- 深度学习的应用用于查询素的识别.
主要成果:
- 最佳回火时间 (3小时) 与未回火的基质相比,SERS强度增加了8倍.
- 实现了 10^-7 M 的检测极限和 10^6.6 的拉曼增强因子.
- 精确检测和鉴定可检测氨酸在最低可检测度为10-5M的黄类中.
结论:
- PorC/WO3-x基板提供了一个有前途的,统一的,敏感的无贵金属SERS平台.
- 基质和深度学习的结合增强了复杂混合物的检测和识别能力.
- 该战略解决了阻碍SERS技术广泛应用的关键局限性.
