基于SVM分类算法的纸基比色Hg2+浓度判别*

杨守志, 徐嘉阳, 刘宇宁, 杨婷婷, 谢文凯, 李剑君

(生物医学信息工程教育部重点实验室 西安交通大学 生命科学与技术学院,陕西 西安 710049)

0 引 言

汞(Hg)是对人类最具危害的重金属之一,长期生活在Hg2+含量超标的环境中会引起脑组织损害、神经衰弱综合征以及严重的肝肾损伤等症状[1]。目前Hg2+检测已有很多方法,常用的检测方法主要有原子光谱法、电感耦合等离子体—质谱法、直接测汞仪等[2],但是这些方法由于仪器和检测费用昂贵、分析周期长等问题,难以用于食品环境安全的快速监测。近年来,纳米金颗粒(gold nanoparticles)因其性质稳定以及良好的光学性质常常应用于食品污染物的检测中[3]。将纳米金修饰到纸基上进行快速便捷的比色传感检测就是目前较热门的研究方向[4],如杜鹃等人基于基因(DNA)修饰的纳米金探针研制了一种可检测水溶液中Hg2+浓度的层析试纸条[5]。纳米金除了具有良好的光学特性,还具有过氧化物酶的性质,在H2O2存在的情况下,可催化3,3′,5,5′—四甲基联苯胺(3,3′,5,5′-tetramethylbenzidine,TMB)生成蓝色产物,在652 nm处产生特定吸收峰[6]。据目前文献报道,利用纸基比色反应检测Hg2+虽然快速,但只是“有”、“无”的定性分析,而无法利用颜色梯度变化等信息进行定量检测。

如何很好地解决这个问题,机器学习中的支持向量机(support vector machine,SVM)可对图片进行模式识别、分类以及回归分析[7]。洪茜等人利用SVM分类算法对于猪肉中四环素量进行分类分级[8],Wang H Q等人利用手机对比色结果进行观测[9]。

本文研究以上述纳米金催化……