多通道免疫型生物传感器响应机理及信息处理方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

多通道免疫型生物传感器响应机理及信息处理方法研究

项目名称：多通道免疫型生物传感器响应机理及信息处理方法研究
项目类别：面上项目
批准号：30871445
申请代码：C130102
项目来源：国家自然科学基金
研究期限：2009-01-01-2011-12-31

项目负责人：左月明
负责人职称：教授
依托单位：山西农业大学
批准年度：2008

中文摘要：

针对免疫生物传感器响应机理及信息处理方法，合成了三种质子酸掺杂的聚苯胺，其中聚苯乙烯磺酸的产物其溶解度为0.37g，相应电导率为2258.8μs/cm，导电性优于另两种酸的产物。利用他制作了大肠杆菌O157H7为样板菌的两电极和四电极生物传感器，对其阻抗响应进行了深入研究。阻抗响应机理是当有菌液流经NC膜时，抗原抗体特异性结合形成三明治复合物改变了NC膜的微观结构及传感器阻抗性能。反应180秒后阻抗模趋于稳定且随被测菌浓度增加而减小。两种电极检测限分别为708、100CFU/ml。单通道数据压缩及特征提取采用经复Td因子校正后的数据拟合Cole-Cole模型，用多元非线性回归对其参数建模，决定系数达0.973，检测限达37CFU/ml；另用Zview软件拟合等效电路提取特征参数，建立了有菌无菌的SVM判别和定量预测模型，判别模型预测正确率达92.5%。定量预测精度较低，回归相关系数仅为0.56，两通道模型结果类似，有待进一步研究。信息处理方法研究还对水培蕃茄施氮量建立了神经网络预测模型，平均相对误差为3.382%。对奶牛乳腺炎建立了SVM判别模型,正确判别率达91.6%。有较大突破。

中文主题词：免疫传感器;阻抗响应；支持矢量机；人工神经网络；模型

结论摘要：

英文主题词immunnosensor；impedance responses；SVM；neural network；model

成果综合统计