双通道探针式81°倾斜光纤光栅原理及生物传感研究

来源 :重庆理工大学 | 被引量 : 0次 | 上传用户:case_sheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光纤光栅生物传感器具有微尺寸、免标记及对外界环境折射率(Refractive index,RI)灵敏度高等优点,并可与各种贵金属纳米粒子材料结合构成极高灵敏度的光纤光栅局域表面等离子体共振(Localized surface plasmon resonance, LSPR)传感器,也可集成二维材料如氧化石墨烯(Grapheneoxide,GO)等构成生物亲和性能良好的传感器,因此,各种集成GO的光纤光栅LSPR生物传感器得到日益关注。其中,81°倾斜光纤光栅(81°tiltedfibergrating,81°TFG)作为一种光栅周期(~28μm)介于长周期光纤光栅(Long period fiber grating, LPFG)和光纤布拉格光栅(Fiber Bragg grating, FBG)之间的“特种光纤光栅”,由于其较高的RI灵敏度和极低的温度交叉敏感性,已被广泛的应用于物理、生物、化学等传感领域。但是,目前针对81°TFG制成的各类传感器都属于单通道透射型传感器,随着待测目标参量种类和特性的多样化,使得常规单通道透射型传感器已逐渐无法满足实际检测的需要。基于此,本文结合GO和LSPR技术的优势,提出了一种集成GO的双通道探针式81°TFG-LSPR生物传感器,分析了其原理及光谱特性并使用肝癌标记物-甲胎蛋白(Alpha fetoprotein, AFP)分子对该双通道生物传感器的免疫检测性能进行鉴定。本课题主要研究内容如下:
  (1)首先综述了光纤(包括光纤光栅)在生物传感领域的国内外研究现状。然后基于FBG及小角度倾斜光纤光栅(TiltedfiberBragggrating,TFBG)耦合模理论,对81°TFG的耦合模理论进行了详细阐述,最后分析了81°TFG的光谱特性、RI和温度传感原理。
  (2)制作基于探针式结构81°TFG的双通道传感器,分析其光谱特性。首先在透射式81°TFG的末端镀银膜制成探针式结构81°TFG,然后构建由2×2耦合器和两支81°TFG探针组成的双通道传感器,并对其光谱响应及RI传感特性进行实验研究。实验结果表明:固定该双通道传感器的其中一个通道,将另一个通道置于不同RI的溶液中时,固定通道的光谱几乎不受另一个通道外界环境RI变化的影响,而置于不同RI液体的通道对应的光谱会随着外界环境RI的变化而变化,两个通道相互独立且不相互影响,表明构建双通道探针式81°TFG生物传感器的想法是完全可行的,当在其表面修饰不同生物分子识别单元,将具有同时检测两种不同目标生物分子的能力。
  (3)制作集成GO的双通道探针式81°TFG-LSPR的AFP免疫传感器,使用该双通道免疫传感器同时完成了对AFP抗原分子的检测及对照实现,并在复杂人血清环境下测定和分析传感器的特异性与临床性。首先使用相同的方法对构成该双通道传感器的两支81°TFG探针的栅区的表面修饰大尺寸金纳米壳(Au nanoparticlesshell,AuNs)粒子和GO,再以AFP单克隆抗体(AFPMAbs)做为特异性识别单元修饰栅区表面,实现集成GO的双通道探针式81°TFG-LSPR的AFP免疫传感器。然后,使用传感器同时完成对AFP抗原溶液进行特异性对照实验,结果表明:传感器对AFP抗原的检测极限在1~10pg/ml之间,检测的饱和点~200ng/ml,灵敏度~0.155nm/log(mg/ml)。最后,使用20%的氢氟酸(Hydrofluoricacid, HF)溶液对两支81°TFG探针的栅区表面进行轻微腐蚀,去除光纤表面所有涂覆层,再次使用前述相同方法对两根81°TFG探针进行表面修饰和生物功能化,两个通道分别完成对六组不同人的健康血清和六组不同人的肝癌患者血清的临床性检测。结果表明:本次测试的健康人体血清中含有少量AFP且稀释10倍后其中AFP的浓度略大于100pg/ml,而稀释10倍后的肝癌患者血清中AFP分子浓度应该在100ng/ml左右,为健康血清中APF浓度的约1000倍。相对于单通道透射式81°TFG传感器而言,双通道探针式81°TFG传感器能实现对目标分子阳性和阴性样本的同时对照检测,从而增强临床检测应用过程的可靠性,且探针式结构操作更加方便,因此具有较大应用潜力。
其他文献
机动车保有量逐年增加,给道路交通带来了巨大的压力。道路交通的压力增大使得对智能交通监控系统的需求越来越迫切,而机动车辆车速测量是智能交通监控系统中非常重要的一个环节。原有基于双目立体视觉的车辆测速系统具有成本低、不受测量场地限制、测量精度高等优点;但是由于仅面向车牌检测,也存在对涉牌违章车辆不能测速的问题。本文就是针对这个问题,面向车辆多特性检测的双目立体视觉车速测量的优化展开研究,主要研究内容包
经济的发展和社会的进步使得汽车成为更多人出行时的代步工具,随之而来的是道路交通压力的增加,同时对智能交通网络的需求更为迫切。车辆运动速度的测量是智能交通网络中基础且重要的一部分。基于双目立体视觉车辆的车辆测速系统,能够克服传统测速方法中安装成本高、施工复杂、测量限制等缺点。该测速系统由目标检测、图像匹配、双目相机标定及测速四个部分组成,本文的研究内容是该系统中的图像匹配模块。图像匹配是计算机视觉领
由于织物表面纹理模式繁杂、纹理特征复杂,基于机器视觉的织物疵点自动检测是一项具有挑战性的任务,一直受到相关研究人员的广泛关注。近年来,低秩表示模型(Low Rank Representation Model,LRR)已被证明适用于织物疵点检测,可以将织物图像分别表示为稀疏目标和冗余背景。然而,基于低秩表示的方法其检测性能受到织物图像的有效表征和模型的有效性的限制,因此,本文对纹理表征方法和低秩模型
学位
织物疵点检测在纺织品生产质量控制中起着重要作用。由于织物图像纹理复杂、疵点类型多样,导致现有基于机器视觉的检测方法适应性差且精度不高。深度学习技术在目标检测中取得了显著的进展,为织物疵点快速准确检测提供了一种解决思路,然而检测性能依赖大规模的带像素级标签织物训练集。在实际生产中,为每种类型织物构建大规模带有像素级标签的训练集是一件非常繁重的工作。弱监督学习技术仅依靠图像级标签,可以实现像素级的疵点
信道状态信息(Channel State Information,CSI)对通信系统中的均衡、相干信号检测以及混合预编码的设计至关重要。对于通信系统的信道,传统的信道估计算法或没有考虑信道的稀疏性,或对稀疏性的约束不够强,导致信道估计的性能下降,进一步影响通信的质量。因此,本文着重对信道估计的稀疏特性进行研究。主要可以分为以下几个方面。提出了基于对数和约束最小均方(Least Mean Squar
交通信号灯检测是目标检测的一个重要分支,快速准确的识别交通信号灯对于辅助驾驶和无人驾驶都有着重要的作用,可以为人们的安全提供保障,并减少交通事故的发生。车载相机生成的图像通常受到光照的影响较大,而传统目标检测算法检测速度较慢。因此,如何减小背景干扰和加快检测速度成为了研究的重点和难点。  针对交通信号灯的主要特征,本文运用了HSV颜色分割和交通信号灯几何特征过滤进行了图像的预处理,减小了光照对图像
自动驾驶肩负着改善道路交通安全的责任,同时也提供给人们一种新的出行理念。感知是实现自动驾驶的关键,然而大多数配备于车辆上的感知系统都只能检测到视距内的物体,这使得车辆很难在非视距条件下避免交通事故。  针对行驶在盲区的车辆,本文提出了一种基于声散射的非视距车辆噪声定位方法,该方法可定位自建数据库中已有噪声特征的车辆,从而避免事故的发生。论文的主要工作包含以下几个方面:  1)根据汽车振动声学理论,
行人检测是无人驾驶和智能监控等应用的核心研究方向,是突破图像类传感器智能信息处理的关键难题。从机器学习模型到深度学习模型,行人检测的研究一直在不断发展,但仍然存在着诸多因素造成了行人检测的复杂性。图片或者视频中采集的人体信息具有各种姿态和形状,如穿着不同,姿态各异,观察视角多变等因素都具有一定的影响,另外还面临着遮挡、多样化场景等难题。本文所研究的重心是解决在密集场景下复杂背景和遮挡情况下的行人检
学位
好的链路质量预测机制对低功率无线链路而言至关重要。实时、准确的链路质量预测能够预先感知链路质量的变化情况,快速选择更好的链路进行数据传输,有效提高网络的传输效率,因此更适用于时变的低功率无线传感器网络。然而,在实际的无线传感器网络应用中,现有链路质量预测机制对链路波动的影响缺乏足够的考虑,同时引入了物理层参数与收包率之间的映射误差,使得其预测准确性较低。本文分析了无线链路质量预测的研究背景及意义,
随着生产生活的需要以及科学技术的发展,移动机器人的应用已经越来越广泛,面临的任务也更加具有挑战性.户外移动机器人在未知且复杂的非结构化环境地形上运动时,保证自身运行的安全是完成任务的前提.通过双目视觉提供的丰富信息,对移动机器人周围的非结构化环境地形进行三维重建是帮助机器人感知环境、利用环境并做出正确判断,从而确保移动机器人稳定、安全、灵活运行的重要方式.所以,对移动机器人周围的非结构化环境地形进