以AIE荧光变异和VGG-UNet对PFAS类新污染物溯源的方法技术

本发明专利技术提出了一种利用聚集诱导发光材料AIE的荧光变异性与图形几何组‑U型神经网络VGG‑UNet深度学习相结合的方法，对全氟和多氟化合物PFAS类新污染物进行溯源分析。该方法首先利用AIE荧光探针的特性，通过聚集诱导荧光发特性来标识PFAS类污染物的光谱指纹特性。随后，借助VGG‑UNet深度学习网络对采集的荧光图像进行高精度分割和识别，以实现对PFAS污染源的精准定位。本发明专利技术提高了PFAS类污染物溯源的准确性和效率，为环境保护和污染治理提供了新的技术手段。

【技术实现步骤摘要】

一、本专利技术涉及环境保护与污染治理，特别是涉及一种利用聚集诱导发光体aie的荧光变异与视觉几何组-u型网络vgg-unet深度学习网络对全氟和多氟化合物pfas类新污染物进行溯源的方法。此方法创新性地通过利用pfas与aie材料结合后，独特的聚集诱导发光特性和形成的高精细度指纹光谱，并结合vgg-unet神经网络模型的强大学习能力，实现对pfas类新型污染物的快速、准确溯源，为环境污染治理提供有力支持。

技术介绍

0、二、
技术介绍

1、新污染物是指那些最近被识别或被认为对环境和人体健康造成潜在风险的化学物质、微生物、纳米材料或其他物质，其来源主要包括工业化学品生产、农业活动、城市生活、科研实验、医疗活动等。例如，近年来被广泛使用的全氟和多氟化合物(pfas)类化学物质，主要用于制造防水、防油和防污等产品，但由于其稳定性和持久性，已成为全球范围内的环境问题。据美国环保署(epa)估计，pfas在全球范围内的污染状况十分严重。

2、pfas不易降解，可在环境中长期存在。这些物质可以通过地表水、地下水、大气等多种途径进入生态系统，对水生本文档来自技高网...

【技术保护点】

1.以聚集诱导发光体AIE荧光变异和视觉几何组-U型神经网络VGG-UNet对PFAS类新污染物溯源的方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1中所述的以聚集诱导发光体AIE荧光变异和视觉几何组-U型神经网络VGG-UNet对全氟和多氟化合物PFAS类新污染物溯源的方法，其特征在于，步骤1中所述的荧光指纹特性的亲脂性聚集诱导发光体AIE材料包括四苯乙烯衍生物、硅烷化AIE、长链烷基化AIE、两亲性AIE、氟代烷基化AIE、酯基化AIE、酰胺基化AIE、硫醇化AIE、硼酸酯化AIE、环糊精化AIE。

3.根据权利要求1中所述的以聚集诱导发光体AIE荧...

【技术特征摘要】

1.以聚集诱导发光体aie荧光变异和视觉几何组-u型神经网络vgg-unet对pfas类新污染物溯源的方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1中所述的以聚集诱导发光体aie荧光变异和视觉几何组-u型神经网络vgg-unet对全氟和多氟化合物pfas类新污染物溯源的方法，其特征在于，步骤1中所述的荧光指纹特性的亲脂性聚集诱导发光体aie材料包括四苯乙烯衍生物、硅烷化aie、长链烷基化aie、两亲性aie、氟代烷基化aie、酯基化aie、酰胺基化aie、硫醇化aie、硼酸酯化aie、环糊精化aie。

3.根据权利要求1中所述的以聚集诱导发光体aie荧光变异和视觉几何组-u型神经网络...

【专利技术属性】
技术研发人员：殷立峰，林源忠，曾瑜昕，郭文卿，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：