基于AuSe纳米线的机器学习集成SERS平台,用于在真实样本中检测红色
Nazar Riswana Barveen1, Che-Wei Zeng1, Yu-Wei Cheng2
1Department of Chemical Engineering, Ming Chi University of Technology, New Taipei City 243303, Taiwan.
Food chemistry
|August 31, 2025
概括
一种新型的金纳米颗粒装饰的纳米线 (AuSe NWs) 基板可使食品染料红色卡明 (IC) 的高度敏感的表面增强拉曼散射 (SERS) 检测到10-9M.
科学领域:
- 纳米材料
- 分析化学
- 光谱学
背景情况:
- 食品染料需要敏感的检测方法.
- 表面增强拉曼散射 (SERS) 的灵敏度很高.
- 开发强大的SERS基板对于痕迹分析至关重要.
研究的目的:
- 开发一种新的SERS基质,用于印花 (IC) 的微量检测.
- 评估AuSe NWs基板用于IC检测的性能.
- 评估食品分析的实用性和机器学习整合.
主要方法:
- 通过共同沉合成纳米线 (Se NW).
- 通过光降解使用金纳米粒子 (Au NPs) 装饰Se NWs.
- 对AuSe NWs基板和SERS测量的表征
- 使用机器学习检测和分析红色卡尔明.
主要成果:
- AuSe NWs基质显示出强烈的SERS活性,增强因子为10.
- 在低至10~9M的度下,可以检测到IC的敏感性.
- 该基质在30天内表现出优异的均性,可重复性和稳定性.
- 在真实食品样本中达到10~8M的实际检测极限.
- 机器学习准确地将IC分类为多种食物矩阵.
结论:
- 开发的AuSe NWs基板是一个高度敏感和稳定的SERS平台.
- 这项技术为实时监测食品中的合成染料提供了可靠的工具.
- 机器学习的整合提高了食品安全分析的准确性和适用性.
