【摘 要】
：
Cu2+在生理和病理事件中起着至关重要的作用,人体中Cu2+的不平衡会产生许多问题,比如人体中过多的Cu2+会产生多种肝脏或肾脏疾病,但是当体内Cu2+不足时,会使人们产生脑缺血从而患上神经衰退性疾病严重者甚至死亡。因此,开发一种用于Cu2+实时快速测定的高效方法具有重要的研究意义。鉴于现有的Cu2+检测技术精度较低、需要复杂的样品预处理和笨重的仪器、且检测时间久,无法满足实时检测等一系列问题的存
【基金项目】
：
国家重点研发项目粮油原料化学污染物快检技术评价开发及分类分级收购应用示范（YFC1605302）；
论文部分内容阅读
Cu2+在生理和病理事件中起着至关重要的作用,人体中Cu2+的不平衡会产生许多问题,比如人体中过多的Cu2+会产生多种肝脏或肾脏疾病,但是当体内Cu2+不足时,会使人们产生脑缺血从而患上神经衰退性疾病严重者甚至死亡。因此,开发一种用于Cu2+实时快速测定的高效方法具有重要的研究意义。鉴于现有的Cu2+检测技术精度较低、需要复杂的样品预处理和笨重的仪器、且检测时间久,无法满足实时检测等一系列问题的存在,本文提出了一种基于交流电动效应检测Cu2+的电容式传感器,通过适体功能化电极用于特异性识别Cu2+,同时,施加交流信号使得Cu2+能够快速向电极表面富集,检测时间可缩短到15 s。该电容式适体传感器的检测限为2.97 f M,线性响应范围为5.0 f M至50 p M,对其他九种(Hg2+,Pb2+,Mg2+,Fe2+,As3+,As5+,Cr3+,Cr6+和Al3+)非目标离子的选择比达到1207:1的高选择性。选取实际样品自来水、湖水、以及土壤浸出液进行了检测,以证实该传感器在实际使用中的可靠性。接着对制备的传感器稳定性进行了研究,将其分两组储存在室温（24℃）和冰箱（4℃）里,实验结果证明制备的电容式适体传感器对检测Cu2+具有很好的稳定性。最后为了满足户外实时检测,我们将传感器通过USB接口连接到手持式LCR测量仪上,可以实现户外随时随地进行检测的功能。该论文的研究工作得到了国家重点研发计划（2019YFC1605302）项目的支持。
其他文献
随着科学技术的发展,电子设备的供电问题受到了越来越多的关注。传统的电池体积大、续航能力差,已经无法满足需求。因此,国内外学者将目光放到了身边环境中的可再生能源上。其中,压电能量收集技术由于能量密度高、易于实现和体积小等优点被而被广泛应用。为了提高压电能量收集的效率,国内外学者提出了同步开关技术。同步开关技术对同步控制信号的精度要求较高,如果信号延迟较大,会造成较大的能量损耗。已有的基于同步开关技术
EAST装置放电过程中,面向等离子体部件的状态对实现装置高功率、高参数、长脉冲稳态运行有着至关重要的影响。为了对放电过程中面向等离子体部件的状态进行实时监测,本文对EAST装置上使用的红外相机软件进行了二次开发,搭建了高速光纤网络来快速传输红外相机采集的数据。同时为了研究相应放电位型下偏滤器靶板的热负荷,基于红外相机测得的温度数据进行偏滤器靶板的三维热负荷程序开发,并进行了程序验证和初步的物理分析
基于计算机视觉的安全帽检测和身份识别一直是施工现场安全监控研究的重点。目前很多研究可以有效地识别没有佩戴安全帽的工人,但是对于工人的身份信息却很难确定。因此为了更有效的实施安全管理,本文提出了基于计算机视觉和深度学习的安全帽检测与身份识别的综合方法,对建筑工人进行安全帽检测的同时可以识别其身份。对于安全帽检测,本文采用基于YOLOV3的神经网络算法。数据集来源于公共数据集SHWD（Safety h
快速、准确的早期诊断对临床医学疾病的预防和治疗至关重要,以蛋白质、核酸、小分子等为代表的生物标志物作为药物研发靶点、疾病发病机理和预后的可衡量指标,已经被应用于早期疾病诊断和药物研发领域。CRISPR/Cas是细菌和古细菌中用于防御病毒感染的适应性免疫系统,其能够通过向导RNA（g RNA）引导Cas蛋白靶向特定的核酸序列。其中,Cas12a（Cpf1）是一种来自2类V-A型CRISPR/Cas系
声发射技术具有对损伤敏感、受几何构造影响小、探测距离远等优势,适用于土木工程结构的在线监测。利用声发射进行结构健康监测需要通过声发射信号的定量分析达到损伤识别、定位和评估的目的。声发射信号包含材料的动态微观损伤信息,不同损伤机理的信号通常具有不同的瞬时频率成分。本文针对声发射信号定量分析的需求,提出基于时频分析和深度学习的声发射信号分类方法。采用小波变换研究声发射信号的时频能量分布,然后建立卷积神
自2004年第一个基于核酸适配体的药物Macugen被成功运用于临床治疗后,核酸适配体药物便有了一定的发展。然而,目前用于临床治疗的适配体药物只有少数几种,而造成这种现象的原因之一是适配体的构象稳定性差。适配体折叠能量是评估适配体构象稳定性的重要参数,但是目前测量适配体折叠能量的方法有限且存在一定的误差。除上述基于适配体的药物发展所面临的问题之外,基于适配体的生物传感器同样面临着一定的困难。由于通
相控阵雷达、5G无线通信试验系统、宽带数字接收机和数字示波器的高速发展正在将系统带宽不断推高,显著增加了数据采集系统对高速、高精度ADC（Analog-to-Digital Converter）的需要。时间交织ADC（Time-Interleaved ADC,TIADC）技术是提高采样率的有效途径,但是这将不可避免地引入通道失配误差,主要包括失调失配、增益失配和采样时间失配,并严重降低了TIADC
随着互联网和大数据技术的发展,方方面面对数据的依赖越来越强,产生的数据规模越来越大,数据样本复杂度也越来越高。为了精准地预测数据,获取准确且有价值的信息,就需要选择合适的技术进行处理。本文借助极限学习机模型的优势,针对多标签分类中的数据标签和数据样本结构问题开展相关研究工作,主要工作包括:对于多标签分类中存在非线性的数据样本和重复的样本数据问题,本文提出了一种基于在线顺序极限学习机的改进算法—样本
移动自组织网络（Mobile Ad-hoc Network,MANET）具有无基础结构、自组织和多跳能力的特性,在军事任务或紧急救援中具有巨大的潜在应用。对于军事场景而言,在MANET中实现低成本、高效的反入侵、反窃听和反攻击机制非常重要。入侵MANET或攻击MANET的目的通常与有线Internet的目的不同,有线Internet的安全性机制如集中认证和授权已得到广泛探索和实施。而对于MANET
机器人执行抓取任务时,力传感器和力执行器是两个重要的工作部件,利用力传感器可实现力执行器的闭环控制,提升机器人的抓取智能水平。由于具有良好的延展性和安全交互性,柔性力学传感器和力执行器随着柔性电子技术的发展逐渐兴起,已成为智能机器人领域的研究热点。然而,目前相关研究集中于单一力传感器或力执行器件的研究,关于两者一体化集成的研究工作较少。此外,力传感器和力执行器使用的原理不同,信号转换复杂、集成度较