一种用于检测铝离子的碳量子点的制备方法及其检测应用技术

本发明专利技术公开了一种用于检测铝离子的碳量子点的制备方法及其检测应用，特点是包括以下步骤：将2，5

【技术实现步骤摘要】
一种用于检测铝离子的碳量子点的制备方法及其检测应用


[0001]本专利技术涉及一种铝离子的检测方法，尤其是涉及一种用于检测铝离子的碳量子点的制备方法及其检测应用。

技术介绍

[0002]目前，Al
3+
检测方法主要包括：原子吸收光谱法(AAS)、电感耦合等离子体发射 光谱法(ICP
‑
OES)、电感耦合等离子体质谱法(ICP
‑
MS)、离子色谱法等。这些方法的准 确度、灵敏度、选择性很高，但需要昂贵的仪器、繁琐的实验流程以及熟练的专业人员 等，难以应用于现场检测。传统的电化学方法操作方便、分析成本低，但准确度、灵敏 度、选择性难以满足要求。近年来，利用碳纳米材料构建荧光传感器，因具有灵敏度高、 操作方便、仪器成本低、实时检测等优点，展现出良好的现场检测应用前景，因此开发 水介质的荧光化学传感器、通过基于合适的传感机制设计和制造新型水介质荧光探针， 在生物、化学和环境系统中简单高效检测、识别和量化铝离子变得至关重要。
[0003]碳量子点(CQDs)是一种新型的荧光碳纳米材料，具有卓越的生物相容性、水 溶性、化学稳定性、无毒、高导电性和光致发光特性，很适合用于开发荧光传感器。已 有不少基于CQDs检测Al
3+
的报道，如荧光光度法、荧光试纸条法、RGB程序识别法等， 但普遍存在线性范围窄、线性不佳、定量能力弱等问题，原因在于：CQDs具有荧光， CQDs
‑
Al
3+
配合物也具有荧光，二者的激发光谱和荧光光谱并不完全相同，这就使得表 现出来的总荧光强度与Al
3+
浓度并不是简单的线性关系。换言之，在较窄的浓度范围内 表现出一定的线性关系，但在相对较宽的浓度范围内则是复杂体系下的非线性关系，这 就给现场快速定量检测Al
3+
带来了困难。解决这种复杂体系产生的非线性响应信号检测 的问题，深度学习是一个很好的选择。
[0004]深度学习算法是一类基于人工神经网络的机器学习方法。深度学习的主要优点可 以归结为三个方面：首先，多层特征提取能力得益于逐层的深度架构，这使得它能够完 美地提取与目标问题相关的最有价值的信息。这使得深度学习在图像分类、语义分割等 方面优于大多数传统算法，甚至优于人类专家。其次，深度学习的数据驱动特性恰好满 足了处理不断扩大的大数据的需要。同时，深度学习体系结构的高度灵活性使其能够处 理不同类型的数据，如顺序数据、图像或数据立方体。第三，深度学习模型以端到端方 式利用输入和输出，从而可以规避繁琐的分步过程，减少人工干扰，一旦模型训练良好， 这些特性使深度学习成为生物光谱学和生物光谱成像的一个非常强大的工具。卷积神经 网络通过复杂的学习过程，可以方便快速捕捉图像的颜色特征并且快速处理和显示结 果，进而达到扩大可视化识别范围的目的。与传统分析方法需要相对复杂的仪器相比， 内嵌有深度学习算法的数字图像比色法可以方便进行，实时定量分析目标离子，这为检 测重金属离子提供了一个新的思路。目前，国内外还没有公开关于用于检测铝离子的碳 量子点的制备方法及其基于深度学习算法的检测应用的相关研究报道。

技术实现思路

[0005][0006]本专利技术所要解决的技术问题是提供一种荧光强度高、分散性良好、具有良好的光稳定性，且对Al
3+
特异性响应的用于检测铝离子的碳量子点的制备方法及其检测应用，该检测方法检出范围宽、灵敏度和准确性高、检测时间短。
[0007]本专利技术解决上述技术问题所采用的技术方案为：一种用于检测铝离子的碳量子点的制备方法，包括以下步骤：将2，5
‑
二羟基对苯二甲酸乙酯和尿素按质量比2：1的比例混匀后，置于反应釜中，并在160 ℃~200℃下加热6 ~8 h，待反应釜自然冷却至环境温度后，7662
ꢀ×
g离心5 min，取上清液于1000 Da透析24~48 h，即得用于检测铝离子的碳量子点分散液。
[0008]上述方法所制备的碳量子点检测铝离子的方法，包括以下步骤：将待测样品Al
3+
溶液在365nm紫外灯下用智能手机拍摄荧光彩色照片，将荧光彩色照片输入图像分类器进行浓度分类输出N个Pi值，将获得的N个Pi中的负值剔除，计算剩下的Pi总和P*，当Pi/P*小于5%时，剔除相应的Pi，重新计算P*，根据如下公式计算样品中Al
3+
浓度为： ，其中C为样品中Al
3+
浓度，单位为nM；Ci为图像分类器设定的N个浓度的值中的任一个，单位为nM；Pi为浓度Ci的分类权值，i为自然数1
‑
N，N的值为30。
[0009]优选的，所述的图像分类器为采用Pytorch框架编写的卷积神经网络，浓度分类过程具体为：将拍摄的荧光彩色照片经Pytorch框架转化为张量后作为输入层，使用3
×
3的卷积核，使用ReLU激活函数，归一化和最大池化后经过8层复合处理得到与图像颜色特征相关的参数，将获得的与图像颜色特征相关的参数用5层全连接层进行传递，最后输出N个浓度Ci的分类权值Pi。
[0010]专利技术原理：本专利技术利用2,5
‑
二羟基对苯二甲酸乙酯和尿素开发并新合成了一种黄色荧光的CQDs，该CQDs对Al
3+
具有特异性响应。因为XPS结果表明，CQDs的氮含量较高，氮原子由尿素提供，在加热反应过程中，氮原子连接到了苯环上，从而导致了更短的π共轭结构，使CQDs存在较强的π
‑
π相互作用和电荷转移能力，使得CQDs荧光波长红移。同时，在加热的过程中，酯基会裂解成为羟基，而羟基会导致CQDs荧光波长进一步红移，故CQDs荧光颜色为黄色。当Al
3+
存在时，Al
3+
与CQDs表面的羧基、氨基螯合，分子内氢键被抑制，电子推挽结构发生改变，导致CQDs表面缺陷态的形成。这种结构的改变，使得荧光颜色由黄色向绿色变化，其实质是从能隙较小的跃迁转变为能隙较大的跃迁。
[0011]与现有技术相比，本专利技术的优点在于：本专利技术一种用于检测铝离子的碳量子点的制备方法及其检测应用，合成了一种荧光量子产率较高、高荧光强度的CQDs，该荧光探针所使用的碳纳米材料为，2,5
‑
二羟基对苯二甲酸乙酯和尿素合成的新型黄色碳量子点(CQDs)，绝对量子产率为9.88 %，该CQDs分散性良好、具有良好的光稳定性，且对Al
3+
特异性响应，其表现为荧光探针溶液从黄色向绿色的渐变，基于此我们利用深度学习技术开发了一套识别Al
3+
的图像分类器，在测试集的准确率为90%，在测试集的准确率高达95%，且该分类器在数据集和非数据集上表现优异，对Al
3+
标准样品的浓度预测，从0.3 ~ 420 μM浓度范围内的准确率都高于90 %。此方法简单高效，不需要大型检测设备，只需要通过手机拍照上传电脑，操作简单高效，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于检测铝离子的碳量子点的制备方法，其特征在于包括以下步骤：将2，5
‑
二羟基对苯二甲酸乙酯和尿素按质量比2：1的比例混匀后，置于反应釜中，并在160
‑
200℃下加热6
‑
8 h，待反应釜自然冷却至环境温度后，7662
ꢀ×
g离心5 min，取上清液于1000 Da透析24
‑
48 h，即得用于检测铝离子的碳量子点分散液。2.一种利用权利要求1方法所制备的碳量子点检测铝离子的方法，其特征在于包括以下步骤：将待测样品Al
3+
溶液在365nm紫外灯下用智能手机拍摄荧光彩色照片，将荧光彩色照片输入图像分类器进行浓度分类输出N个Pi值，将获得的N个Pi中的负值剔除，计算剩下的Pi总和P*，当Pi/P*小于5...

【专利技术属性】
技术研发人员：郭智勇，王策，王照亮，陆亦菲，郝婷婷，郭文博，胡宇芳，王邃，
申请(专利权)人：宁波大学，
类型：发明
国别省市：