磁光双功能雅努斯粒子用于检测金属离子,辅助机器学习

科学领域:

• 聚合物化学 聚合物化学
• 材料科学 材料科学 材料科学
• 分析化学 分析化学

背景情况:

• 功能性聚合物微球提供了多样化的应用,但整合多个功能仍然具有挑战性.
• 对于高级功能来说,多隔间微球是可取的.
• 微流体技术可以精确控制滴和颗粒的制造.

研究的目的:

• 开发一种新的方法来制备多隔间的Janus微球.
• 将磁纳米粒子和光探针集成到一个单一的微球系统中.
• 利用机器学习进行敏感和准确的金属离子检测和量化.

主要方法:

• 使用微流体技术制造多隔间乳液滴.
• 将Fe3O4磁纳米粒子和光探针纳入Janus微球.
• 在现场光显微镜,图像处理和主要组件分析 (PCA) 用于数据分析.
• 机器学习 (ML) 模型 (随机森林,KNN,神经网络) 的开发和应用,用于金属离子识别和度预测.

主要成果:

• 成功制备了具有明显隔间的Janus微球.
• 获取不同金属离子的独特光"指纹".
• 使用ML模型的金属离子物种和度的高预测精度 (R2 > 0.9).
• K-最近邻居 (KNN) 模型在测试的算法中显示了最高的准确性.

结论:

• 通过微流体制造的Janus微球是金属离子传感的有效平台.
• 机器学习算法,特别是KNN,可以准确预测金属离子的身份和度.
• 这种方法为开发用于环境监测和化学传感的先进功能材料提供了有希望的战略.