项目名称: 基于物理吸收模型的荧光内滤效应精确校正方法研究

项目编号: No.61154004

项目类型: 专项基金项目

立项/批准年度: 2012

项目学科: 生物科学

项目作者: 陈向东

作者单位: 合肥工业大学

项目金额: 15万元

中文摘要: 荧光分析是一种重要的研究手段,但内滤效应(IFE)的存在会破坏实验数据的真实性,已在很大程度上制约了荧光分析法在诸多研究领域中的应用。本项目将在前期研究工作(荧光猝灭分析中去除猝灭剂吸收影响的校正方法)的基础上,对荧光内滤效应的作用机制进行深入、系统地研究,通过建立多组分溶液对光的物理吸收模型,利用Beer-Lambert定律准确计算出不同成分对激发光和荧光的吸收量,并据此就内滤效应(包括primary IFE 和 secondary IFE)对荧光光谱所产生的影响进行精确校正,解决荧光分析法中光谱测量受内滤效应影响这一长期存在的难题。研究成果将提供一种适用类型广、能够还原出去除内滤效应影响后的真实光谱的校正方法,突破以往内滤效应对荧光分析对象的制约,使荧光分析法在环境科学、生物医药等领域的研究工作中得到更广泛地应用,促进相关研究的发展,具有重要的应用价值和科学意义。

中文关键词: 荧光分析;内滤效应;物理吸收模型;光谱校正;

英文摘要:

英文关键词: fluorescence analysis;inner filter effect;physical absorption model;spectral correction;

成为VIP会员查看完整内容
0

相关内容

CVPR 2022 Oral | 基于熵筛选的半监督三维旋转回归
专知会员服务
17+阅读 · 2022年4月18日
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
26+阅读 · 2021年4月2日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
图神经网络火了?谈下它的普适性与局限性
机器之心
21+阅读 · 2019年7月29日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Residual Mixture of Experts
Arxiv
0+阅读 · 2022年4月20日
Arxiv
23+阅读 · 2022年2月4日
小贴士
相关VIP内容
CVPR 2022 Oral | 基于熵筛选的半监督三维旋转回归
专知会员服务
17+阅读 · 2022年4月18日
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
26+阅读 · 2021年4月2日
【NeurIPS 2020】深度学习的不确定性估计和鲁棒性
专知会员服务
49+阅读 · 2020年12月8日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员