典型文献
基于机器学习的低浓度多巴胺快速电化学检测方法研究
文献摘要：
针对便携式恒电位仪精度较低、易受试验条件影响的问题,结合纳米材料修饰电极与机器学习算法,提出一种低浓度多巴胺(DA)电化学检测分析方法,以期在多个实验干扰因素存在的情况下实现DA的快速准确检测.利用计时电流法(CA)在玻碳电极(GCE)表面电沉积金纳米粒子制备AuNPs/GCE电极,采用循环伏安法(CV)验证其对DA的氧化还原具有良好的电催化活性.在不同底液pH和扫速下,基于AuNPs/GCE电极对不同浓度DA溶液进行重复性循环伏安检测,对检测数据进行峰高、峰电位、基线斜率、峰面积和起始氧化还原电位等重要特征参数的提取,并结合极端梯度提升树(XGBoost)和随机森林(RF)构建两阶段浓度预测模型.结果表明,对于不同pH和扫速干扰下的DA检测数据,相较于传统SVR模型,XGBoost-RF浓度预测模型的MAE、RMSE和MAPE％分别降低53.9％、39.7％和2.7％,RF预测模型的训练时间降低23％,预测准确度提升7％,预测值和真实值间的拟合度(R-Squared)为0.943.所提出方法有效降低了 DA测定过程中不同实验干扰因素的影响,在提高检测精度的同时降低了实验的复杂度,对实现微量特征物的电化学现场快速检测具有重要意义.
文献关键词：
多巴胺检测;纳米修饰电极;机器学习;两阶段模型;多干扰因素电化学检测
中图分类号：
作者姓名：
刘哲;孙乐圣;于骏;陆柠;徐莹;郭淼
作者机构：
杭州电子科技大学自动化学院仪器科学与工程研究所,杭州 310018;杭州电子科技大学信息工程学院,杭州 311305
文献出处：
引用格式：
[1]刘哲;孙乐圣;于骏;陆柠;徐莹;郭淼-.基于机器学习的低浓度多巴胺快速电化学检测方法研究)[J].中国生物医学工程学报,2022(04):452-461
A类：
纳米修饰电极,多干扰因素电化学检测
B类：
基于机器学习,便携式,恒电位仪,试验条件,纳米材料,机器学习算法,DA,检测分析,快速准确,计时电流法,CA,玻碳电极,GCE,电沉积,积金,金纳米粒子,AuNPs,循环伏安法,CV,电催化活性,底液,伏安检测,检测数据,峰高,峰电位,峰面积,氧化还原电位,极端梯度提升树,XGBoost,RF,浓度预测,速干,SVR,MAE,RMSE,MAPE,训练时间,预测准确度,真实值,拟合度,Squared,高检,检测精度,现场快速检测,多巴胺检测,两阶段模型
AB值：
0.331384
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
