相关实验视频
Updated: Mar 14, 2026
14:49
Self-reporting Scaffolds for 3-Dimensional Cell Culture
Published on: November 7, 2013
13.7K
人工智能集成的合规纤维素纳米纤维增强凝贴片用于对甲残留物的双相对度光监测
Li Li1,2, Rumin Fu1, Weihao Li1
1College of Forestry, College of Chemistry and Materials, Key Laboratory of National Forestry and Grassland Administration on Woody Fragrance and Flavor, Jiangxi Provincial Key Laboratory of Improved Variety Breeding and Efficient Utilization of Native Tree Species, Jiangxi Agricultural University, Nanchang 330045, China.
Analytical chemistry
|March 13, 2026
概括
这项研究引入了一种新的植物性传感器,用于检测农药残留物. 智能水凝传感器使用光和人工智能进行准确的实时监测作物上的杀菌剂.
科学领域:
- 材料科学 材料科学 材料科学
- 分析化学 分析化学
- 农业技术 农业技术
背景情况:
- 目前用于检测农药残留物的方法缺乏与植物接口,积极丰富和非破坏性分析装置,阻碍实时现场监测.
- 现有的被动基板对于对复杂植物表面的坚固和合规粘附是不够的.
- 准确量化农药残留对于食品安全和可持续农业至关重要.
研究的目的:
- 开发一个智能,符合植物的水凝传感器,用于在现场定量杀菌剂Pyrimethanil (PMT).
- 创建一种非破坏性分析装置,能够进行活性丰富和实时监测农药残留物.
- 整合双排放光机制和人工智能以实现高准确度量化.
主要方法:
- 使用聚乙醇 (PVA) /CNF混合基质制造纤维素纳米纤维 (CNF) 增强的水凝传感器.
- 在现场合成的欧-金属-有机框架 (Eu-MOF) 和碳点 (CDs) 的整合,用于双色发射.
- 使用反向传播的人工神经网络 (BP-ANN) 训练在光学和组成数据上的AI驱动量化模型的开发.
主要成果:
- 该PVA/CNF水凝表现出优异的灵活性 (>370%裂变应变) 和对植物表面的合规粘附.
- CNF网络有效地预先集中了PMT,提高了信号强度和响应动力学.
- 双排放的比度机制提供了稳定的,自我引用的信号,可以抵抗干扰.
- 人工智能驱动的量化实现了低检测极限33.46μg·kg-1的低检测极限,实际样本的回收率为94.0%104.7%.
结论:
- 开发的水凝传感器平台提供了一个强大的,现场部署的解决方案,用于实时监测农药残留物.
- 通过CNF丰富,双排放光和AI分析的协同集成,可以实现高准确度的量化.
- 这项技术为可持续和智能农业诊断提供了一个有希望的范式,提高了食品安全.
