基于多层修饰电极在便携式恒电位仪系统中的电化学算法优化

为了对多层修饰电极所引起的测量曲线基线偏移进行快速校准,设计一型便携式恒电位仪系统用于基于多层修饰电极的大肠杆菌检测,并提出一种基于多层修饰电极在便携式恒电位仪中的电化学优化算法。首先使用小波算法,通过选择分解层数及阈值,去除检测中的基础噪声干扰;然后使用基线和峰位置校准及重构算法,通过峰位置及基线斜率计算,去除电极修饰中间过程中因多修饰层变化而偏移的特异性误差,基于峰高不变的前提重构和优化循环伏安曲线。结果表明,系统测量下限可达微安(10^-6A)及以下量级,应用该算法后信噪比提高了30%以上,峰位置校准误差控制在1.23%以下,可达到较好的去噪和校准效果。随着国内外基于复杂修饰材料的电化学生物传感检测技术的发展,该算法因其可将测量结果与电极修饰层一一对应、具有快速定性的纵向比较和横向预判优势,将在食品安全领域的电化学快速定量检测中得到广泛应用。     

基于XGBoost方法的大肠杆菌-NC膜复合电极阻抗模型研究

将机器学习方法用于分析大批量大肠杆菌菌液浓度以及临界低阈值抗生素抑菌效果评价。采用XGBoost机器学习算法,构建金电极上大肠杆菌-NC膜贴附模型,用于检测不同浓度大肠杆菌的电化学阻抗谱。在此基础上,分析不同浓度抗生素硫酸阿米卡星作用于标准浓度大肠杆菌所对应的阻抗谱变化。根据Randles等效电路,使用ZView软件拟合阻抗曲线得到所对应的7个电化学参数,通过主成分分析法,依据选取信息量前90%的原则,提取R_s、CPE-P、CPE-T、R₁等4个参数作为XGBoost预测模型输入,分别以菌液浓度、抗生素浓度为预测值,建立大肠杆菌菌液浓度预测模型和抗生素浓度预测模型。两组实验预测结果均与实际结果吻合,菌液预测浓度平均均方根误差(RMSE)为2.18×10^-3 lg CFU/mL,每组样本预测浓度最大上下限差值在1.49×10⁷ CFU/mL之内;抗生素预测浓度平均均方根误差(RMSE)为7.45×10^-3 μL/mL,回归精度达0.01 μL/mL,实现了大肠杆菌浓度及抗生素含量快速准确预测。因此,基于XGBoost的大肠杆菌-NC膜阻抗模型可定量分析菌液浓度以及临界低阈值抗生素抑菌效果评价,从而可对电极表面的微量蛋白质和细菌等生物膜贴附后造成的长时程阻抗变化进行定量检测评估,在食品安全领域电化快速检测中具有较大的应用价值。