机器学习辅助的基于纸张的光传感器阵列,带有金属合的多色碳量子点,用于识别和禁用细菌

科学领域:

• 生物传感器技术的技术
• 纳米材料是一种纳米材料.
• 机器学习应用程序 机器学习应用程序

背景情况:

• 细菌感染对医学,环境,食品和农业构成重大威胁.
• 对于细菌检测和灭活的综合平台有着至关重要的需求.
• 当前的方法往往缺乏现场应用所需的速度,灵敏度或多功能性.

研究的目的:

• 开发一种新的多功能基于纸张的光传感器阵列,用于细菌识别和灭活.
• 使用金属合碳量子点 (CQD) 进行基于光火的敏感检测.
• 整合智能手机检测和机器学习,进行精确的细菌分析和实时抗菌作用.

主要方法:

• 使用银,铜和添加碳量子点 (CQD) 的喷墨印刷制造纸质传感器阵列的制造.
• 使用CQDs在与细菌相互作用时的光火进行检测.
• 采用基于智能手机的成像和机器学习算法来识别细菌.
• 在30分钟的时间范围内评估平台的抗菌疗效.

主要成果:

• 传感器阵列成功识别了五种类型的细菌,其度范围为1.0×103到1.0×107 CFU/mL.
• 在细菌的存在下显示显著的光火,使得精确的检测.
• 在30分钟内达到显著的抗菌效果,展示了双重功能.
• 该平台被证明是具有成本效益,高度集成,并适用于各种细菌水平的多功能.

结论:

• 开发的基于纸张的光传感器阵列为现场细菌检测和失活提供了一个有希望的,具有成本效益的解决方案.
• 这种使用CQD和机器学习的集成平台,为多功能生物传感器设计提供了一个新的概念.
• 该技术在医学,环境监测,食品安全和农业领域广泛适用,用于打击细菌威胁.