基于Au/SiO2复合纳米球阵列的海洛因及其代谢物的SERS检测与高效鉴别

ZHAO Ling-yi, YANG Xi, WEI Yi,YANG Rui-qin, ZHAO Qian, ZHANG Hong-wen, CAI Wei-ping

Spectroscopy and Spectral Analysis(2023)

引用 0|浏览2
暂无评分
摘要
高危阿片类毒品海洛因的泛滥,对国家安定、社会经济和人民生命财产安全带来了巨大的危害.高效、准确的海洛因及其代谢物的检测鉴定方法在打击毒品犯罪,处理涉毒案件以及公安禁毒工作中具有十分重要的意义.表面增强拉曼光谱(SERS)兼具检测速度快、操作简便、灵敏度高、指纹识别及无损检测等优点,能够实现对毒品的高效、便携检测.若结合模式识别技术,可提高数据处理效率、避免人为错判的发生,进而实现自动精确分类识别的目的.针对溶液中微/痕量海洛因及其代谢物,提出了基于 Au/SiO2 复合纳米球阵列(Au/SiO2 NSA)的SERS检测与模式识别相结合的方法,实现对它们的灵敏检测与高效鉴别.首先,采用气-液界面自组装和磁控溅射沉积的方法制备了具有良好 SERS 活性和结构一致性的 Au/SiO2 NSA,以此为 SERS基底(芯片),结合便携式拉曼光谱仪,成功实现了对水溶液中海洛因及其主要活性代谢物(6-单乙酰吗啡(6-MAM)和吗啡)的灵敏检测,检测限低至 10-4 mg·mL-1.然后,利用模式识别技术中的系统聚类分析(HCA)、主成分分析(PCA)和支持向量机(SVM)对所获得的谱图数据进行定性/定量分类识别.结果表明,在 HCA和PCA均能准确分类的基础上,采用基于径向核函数、线性核函数、多项式核函数、S型核函数中任意一种建立的 PCA-SVM模型,均能够 100%地对海洛因、6-MAM和吗啡进行定性识别;选取基于径向核函数的 SVM模型,对不同浓度海洛因定量区分的准确率可达 90.1%;而通过基于线性核函数的 SVM模型,对不同浓度 6-MAM和吗啡的判别准确率分别为 84.8%、70.2%.这项工作不仅为基于 SERS的灵敏检测与精准鉴别提供了一种具有实用价值的高质量基底(芯片),也为对海洛因及其代谢物进行准确的分类及识别给出了可行的方案.
更多
关键词
Surface-enhanced Raman spectroscopy,Au/SiO2 composite nanosphere array,Pattern recognition,Heroin and its metabolites,Sensitive detection,Accurate identification
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要