CN103278491A - 用基于纳米结构的光谱检测方法检测化学物和生化物杂质 - Google Patents

用基于纳米结构的光谱检测方法检测化学物和生化物杂质 Download PDF

Info

Publication number
CN103278491A
CN103278491A CN2013101493340A CN201310149334A CN103278491A CN 103278491 A CN103278491 A CN 103278491A CN 2013101493340 A CN2013101493340 A CN 2013101493340A CN 201310149334 A CN201310149334 A CN 201310149334A CN 103278491 A CN103278491 A CN 103278491A
Authority
CN
China
Prior art keywords
chemical substance
spectral signal
raman
detector network
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013101493340A
Other languages
English (en)
Other versions
CN103278491B (zh
Inventor
汪泓
郭浔
刘春伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Guangshengneng Technology Co., Ltd.
Original Assignee
Opto Trace Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US12/625,970 external-priority patent/US8213007B2/en
Priority claimed from US12/643,689 external-priority patent/US8081308B2/en
Application filed by Opto Trace Technologies Inc filed Critical Opto Trace Technologies Inc
Publication of CN103278491A publication Critical patent/CN103278491A/zh
Application granted granted Critical
Publication of CN103278491B publication Critical patent/CN103278491B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65Raman scattering
    • G01N21/658Raman scattering enhancement Raman, e.g. surface plasmons

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明用基于纳米结构的光谱检测方法检测化学物和生化物杂质,特别是公开了一种为工业生产过程提供质量保证的方法。该方法包括从工业生产过程中获得一制造材料,让该制造材料与纳米表面接触,使得有害物质吸附到该纳米表面上。该方法还包括利用一光谱仪从该制造材料和该纳米表面获得一拉曼光谱,利用一光谱分析系统查找有害物质在拉曼光谱中预定光谱范围内的光谱信号,如果在拉曼光谱中存在该光谱信号,则检测该制造材料中有害物质的浓度,如果该浓度超出一预定的允许限度,那么将该制造材料从该工业生产过程中排除。

Description

用基于纳米结构的光谱检测方法检测化学物和生化物杂质
本申请要求美国US12/643,689号专利申请和美国US12/625,970号专利申请的优先权。其中,美国US12/643,689号专利申请是一个部分延续专利申请,其名称是“用基于纳米结构的光谱检测方法检测化学物和生化物杂质”,申请日是2009年12月21日,要求美国未决专利申请US12/625,970、US12/502,903、US12/403,522、US12/246,616和US12/176,383的优先权。其中,美国US12/625,970号专利申请的名称是“应用光谱法检测化学物和生化物物质”,申请日是2009年11月25日;美国US12/502,903号专利申请名称是“用于表面增强拉曼散射的纳米结构检测器”,申请日是2009年7月14日;美国US12/403,522号专利申请的名称是“检测化学物和生化物物质的系统和方法”,申请日是2009年3月13日;美国US12/246,616号专利申请的名称是“应用于食品安全检测的系统和方法”,申请日是2008年10月7日;美国US12/176,383号专利申请的名称是“应用光散射检测仪于非侵入式诊断疾病”,申请日是2008年7月20日。美国US12/176,383号专利申请是美国US11/681,157号专利申请的一个部分延续申请,美国US11/681,157号专利申请现已授权,专利号是US7,428,046,名称是“痕量化学物质光学检测器”,申请日是2007年3月1日。美国US11/681,157号专利申请是美国US10/987,842号专利申请(现已授权,专利号是US7,242,469)的一个继续申请。美国US10/987,842号专利申请又是2004年5月24日申请的US10/852,787号专利申请(现已授权,专利号是7,384,792)的一个部分延续申请。美国US10/852,787号专利申请要求2003年5月27日递交的临时专利申请US60/473,283和US60/473,287,以及2003年11月17日递交的临时专利申请US60/520,222的优先权。在此公开这些相关专利申请是以引用的方式将其并入本申请。 
技术领域
本发明涉及物质检测领域,尤其涉及一种利用光散射探头和化学检测器检测和探测化学物质、生物化学物质、放射性物质及其他物质的方法。 
背景技术
光散射技术例如拉曼光谱法能够检测化学物质和生物化学物质。应用拉曼光谱法的一个主要限制是,从化学物质和生物化学物质获得的拉曼散射信号非常弱。尽管人们在增强拉曼散射强度方面做了许多努力,但仍没有产生基于拉曼光谱法的实用且经济的检测器。因此,迄今为止拉曼散射法检测化学物质和生物化学物质方面的应用还非常有限。 
所以,有必要提供一种有效和实用的基于拉曼光谱法的检测器以检测和探测微痕量化学物质、生物化学物质、放射性物质及其他物质。 
发明内容
本申请公开了一种具有超高灵敏度的检测和探测化学物质或生物化学物质的拉曼光谱检测(或探测)系统和方法。本发明公开的拉曼光谱检测系统和方法可检测或探测到的生物化学物质或化学物质浓度水平比常规的检测技术要低几个数量级。该公开的拉曼光谱检测系统和方法具有超高的灵敏度,能够满足例如药品生产、食品生产、半导体加工和制造、石化加工和生产、环境净化处理等工业生产过程的需要,这是常规技术无法实现的。对于这些工业生产过程,某种有害物质在固体或粉末样品或产品中的浓度不仅可能是政府限制的低允许限度(例如浓度水平低于10ppm),而且为了检测有害物质,往往还需要将固体样品稀释几十倍、几百倍以制备样品溶液,这可能导致有害物质在样品溶液中的浓度水平低于100ppb。 
本发明公开的系统和方法还为病人提供了简单的、非侵入式的疾病检测手段。该公开的系统可以制成便携式的,并且容易操作,因此很有利于早期疾病诊断和毒品现场筛查。该公开的系统和方法还具有测试时间周期短的优点,这对于监控疾病治疗和药物使用的进程很有帮助。本发明公开的系统和方法可检测的疾病范围广,例如癌症,包括但不限于口腔癌、乳癌、肺癌、胃癌、溃疡癌、卵巢癌、子宫癌、宫颈癌、食道癌、甲状腺癌、喉癌、白血病、结肠癌、膀胱癌、前列腺癌、支气管癌、胰腺癌、肝癌、肾癌、皮肤癌,以及肝硬化、肾衰、糖尿病、艾滋病(HIV)、吸烟状态和药瘾。 
另一方面,本申请为食品检验提供了适于应用的特异系统和方法,可应用于检测食品和药品中的有害物质、生产过程中产生的副产品和未核准的成分(例如非法食品添加剂),以及测定食品和药品中有效成分的浓度。该公开的系统和方法可以 落实为便携式的检验室(或手提实验室),其容易操作的程序能够实现食品和药品的现场快速检测。 
一方面,该公开的系统可包括一个光散射探头和一个化学检测器,以检测微痕量生物化学物质或化学物质。将含有生物化学物质或化学物质的溶液转移到化学检测器,所述物质的分子被吸附到化学检测器的纳米结构表面上。用激光束照射吸附于化学检测器纳米结构表面上的物质分子。通过分析吸附在纳米结构表面上的分子产生的散射光光谱来测定该物质。 
另一方面,该公开的系统可以利用一光散射探头和一含有纳米颗粒的溶液来检测微痕量生物化学物质或化学物质。所述生物化学物质或化学物质溶于该溶液中,使该物质分子被吸附到纳米颗粒的表面上。激光束直接照射该溶液。用光散射探头采集由吸附有生物化学分子或化学分子的纳米颗粒产生的散射光以测定微痕量生物化学物质或化学物质。 
通过本发明公开的拉曼光谱检测器网络系统,可以有效地对一宽阔区域内的物质进行现场检测或探测。从所述物质获得的拉曼光谱检测信号通过有线或无线网络瞬间传输到一控制中心。控制中心包括一个用于储存大量目标化学物质和生化物质光谱信号的数据库。光谱信号经一个局域的或中央的系统模块分析,实时识别目标化学物或生化物物质。控制中心可以将网络中不同检测器获得的拉曼光谱检测信号相互关联起来,以确定所检测到的化学物质或生化物质来源的位置和发生的时间。控制中心可包括一警报系统,将检测或探测到的某种目标化学物质或生化物质经由有线或无线系统传达给人们,传达方式包括但不限于电子邮件、即时消息、自动呼叫和网络日志。该公开的检测或探测网络适用范围很广,例如为了国家安全进行的爆炸物、可燃液体化学物和生化武器检测,毒品检测,食品安全,刑侦/保密方面的应用(包括空气中、水或土壤中的污染检测,医疗和保健方面对传染病和流行病的控制和预防),工业生产过程监控,工业卫生和产品鉴定。该公开的检测网络还可以帮助医生及其他医学专家对病人或动物进行疾病的远程诊断。 
一方面,本发明涉及制造系统,所述制造系统包括利用至少一种原材料生产产品的生产系统,以及从该生产系统获得制造材料的质量保证和生产控制系统,其中所述制造材料包括原材料、产品或者中间材料或副产品,也就是选择性地取自生产系统中的原材料或制造工序中的材料。质量保证和生产控制系统将材料加入样品溶 液中,让制造材料与样品溶液中纳米颗粒的纳米表面相接触,用一激光束照射该制造材料和纳米表面,激光束被该制造材料和纳米颗粒表面散射产生一散射光,利用一光谱仪从散射光获得一拉曼光谱,在拉曼光谱中预定的光谱范围内查找某种有害物质的光谱信号,从而测定所述制造材料中是否存在该有害物质,如果该有害物质的浓度低于预定的允许限度,则该制造材料合格,反之,如果该有害物质的浓度超出了预定的允许限度,则将该制造材料从该工业生产过程排除。 
另一方面,本发明涉及在工业生产过程提供质量保证的方法。该方法包括:从工业生产过程中获得一个制造材料;让该制造材料与一纳米表面相接触,使有害物质吸附到该纳米表面上;利用一光谱仪从该制造材料和纳米表面获得一拉曼光谱;利用一光谱分析仪在该拉曼光谱的一预定光谱范围内搜寻有害物质的光谱信号,以检测所述制造材料中是否存在该有害物质;如果在该拉曼光谱中检测到该光谱信号,则检测到该有害物质的浓度,其中所述制造材料中该有害物质的浓度低于10ppm;如果所述制造材料中有害物质的浓度超出了一预定的允许限度,则将该制造材料从该工业生产过程排除。 
另一方面,本发明涉及在工业生产过程提供质量保证的方法。该方法包括:从工业生产过程中获得一个制造材料;将该制造材料加入一样品溶液中;使样品溶液中的制造材料与一纳米颗粒表面相接触;用一束光照射该制造材料和纳米表面;该激光束被该制造材料和纳米表面散射产生散射光;利用一光谱分析仪从该散射光获得一拉曼光谱;在该拉曼光谱的预定光谱范围内搜寻有害物质的光谱信号,以检测所述制造材料中是否存在该有害物质;如果在该拉曼光谱中未发现该光谱信号,则该制造材料合格;如果在该拉曼光谱中发现了该光谱信号,则检测到该制造材料中有害物质的浓度;如果该浓度低于预定的允许限度,则该制造材料合格;如果该浓度超出了预定的允许限度,则将该制造材料从该工业生产过程排除。 
本发明的系统在实施时可包括下列方面。所述有害物质可包括三聚氰胺(melamine)、三聚氰胺氰尿酸酯(melamine cyanurate)、三聚氰胺复合物或含氮化合物。所述有害物质可包括甜蜜素(sodium cyclamate)、环己基氨基磺酸钠(sodium cyclohexylsulfamate)、亚硝酸盐(nitrite)、硝酸盐(nitrate)、苏丹红I、II、III和IV(sudan I,II,III,and IV)、孔雀石绿(malachite green)、甲胺磷(methomidophos)、乙酰甲胺磷(acephate)、DDT(二氯二苯三氯乙烷)、DDV (敌敌畏)、马拉硫磷(malathion)、杀螟硫磷(fenitrothion)、溴氰菊酯(deltamethrin)、氯氰菊酯(cypermethrin)、甲基对硫磷(methyl parathion)、亚胺硫磷(phosmet)、乐果(dimethoate)、硝基呋喃(nitrofuran)、呋喃唑酮(furanzolidole)、氯霉素(chloramphenicol)、氯四环素(chlortetracycline)、环丙沙星(ciprofloxacin)、氨哮素(clenbuterol)、恩诺沙星(enorfloxacin)、克百威(sulfidecarbofuran)、溴鼠隆(brodifacoum)、四亚甲基二砜四胺(tetramethylenedisulfotetramine,俗称毒鼠强)、氟代醋酸钠(sodium fluoroacetate)、氟乙酰胺(fluoroacetamide)、(chlorphacinone)、杀鼠酮(pindone)、双苯杀鼠酮(diphacinone)、阿米曲拉(amitraz)、久效磷(monocrotophos)、甲拌磷(phorate)、乙拌磷(disulfoton)、亚胺硫磷(phosmet)、对硫磷(parathion)、倍硫磷(fenthion)、磷胺(phosphamidon)、二嗪农(diazinon)、涕灭威(aldicarb)、敌百虫(trichlorfon)、艾氏剂(aldrin)、苯达松除草剂(bentazone)、氯四环素(chlortetracycline)、氨哮素(clenbuterol)、罗丹明B(Rhodanmine B)、苯甲酸(benzoic acid)、连二亚硫酸(hyposulfurous acid)、甲醛钠(sodium formaldehyde)、邻苯二甲酸盐(phthalates)、二噁英(dioxins)、含铅(Pb)、镉(Cd)、汞(Hg)、砷(As)、铬(Cr)或铜(Cu)的化合物、氰化物(cyanides)、高氯酸盐(chlorates)、硫酸盐(sulfates)、(crysoidine G)、硼酸(boric acid)、硼砂(borax)、硫氰酸钠(sodium sulfocyanate)、铅铬绿(lead chrome green)、碱性嫩黄O(basic Flavine O)、氢氧化钠(NaOH)、一氧化碳、硫酸钠、工业硫磺(industrial sulfur)、工业染料、罂粟壳(fructus papaveris)、糖精钠(saccharin sodium salt)、蔗糖(sucrose easter of fatty acid)、硫酸铝钾(KAl(SO4)2)、硫酸铝铵(NH4Al(SO4)2)、硫磺熏蒸(sulfur suffumigation)、二氧化钛(TiO2)或过氧化苯甲酰(benzoyl peroxide)。所述制造材料可包括肽、游离氨基酸、含所述物质的蛋白质、腺嘌呤、白蛋白、来源于酪蛋白蛋白质水解物的氨基酸、铵盐、泛酸钙、酪蛋白酸盐(Caseinate)或酪蛋白酸钠(sodium caseinate)、叶绿素铜复合物钠盐(Chlorophyllin copper complex sodium)、乳化燕麦粉(Colloidal oatmeal)、共聚维酮(Copovidone)、氨基乙酸二羟化铝(Dihydroxyaluminum aminoacetate)、明胶(Gelatin)、胰高血糖素(Glucagon)、瓜耳豆胶(Guar gum)、透明质酸酶 (Hyaluronidase)、咪唑啉基脲(Imidurea)、乳糖、苯丙氨酸氮芥(Melphalan)、聚烯吡酮(Povidone)、聚烯吡酮-碘(Povidone-Iodine)、硫酸鱼精蛋白(Protamine sulfate)、注射用蛋白质水解物、氨基乙磺酸(Taurine)、2-氨基嘌呤-6-硫醇(Thioguanine)、尿素(Urea)、麦麸(Wheat bran)或玉米醇溶蛋白(Zein)。该方法可进一步包括让有害物质分子吸附到纳米表面上,被吸附到纳米表面上的有害物质分子散射激光束。样品溶液可包括具有纳米表面的纳米颗粒。纳米颗粒可包括一磁性的或铁磁的材料,或者是选自金属、金属合金、氧化物材料、硅、聚合物材料及它们的组合的材料。所述纳米颗粒包含的材料可选自二氧化钛、二氧化硅、氧化锌、铝、银、金、铜、铁、钴、镍、铬、锌、锡、钯、铂或它们的组合。所述纳米颗粒可具有约5nm-500nm的平均尺寸。纳米颗粒具有以一定平均尺寸和分布宽度为特征的粒径分布,其中分布宽度与平均尺寸的比值在大约0.01-3的范围内。所述纳米颗粒可包含碳的纳米管、富勒体(Fullerite)、花托形(torus)、纳米花蕾(nanobuds)或纳米花朵(nanoflowers)形式。本发明方法可进一步包括将样品溶液引入到形成于检测器上的纳米结构的纳米表面上,其中该纳米结构中包含一导电材料。该检测器可包括一基底,其中所述纳米结构包括基底上的多个柱体或基底中的多个孔隙。该多个柱体或孔隙之间的平均相邻距离在10nm-1000nm范围内。该方法可进一步包括将一离子材料引入样品溶液中,其中该离子材料含有选自钠离子(Na+),钾离子(K+),锂离子(Li+),钙离子(Ca2+),钡离子(Ba2+),锶离子(Sr2+),镁离子(Mg2+),锰离子(Mn2+),铝离子(Al3+),锌离子(Zn2+),锡离子(Sn2+和Sn4+),氟离子(F-),氯离子(Cl-),溴离子(Br-)和碘离子(I-)的离子。所述光谱信号可包括至少一个在拉曼光谱中预定波长附近的光谱峰。识别步骤可包括确定拉曼光谱中的该光谱峰的面积、高度或信噪比是否超出一预定阈值;及如果该光谱峰或其信噪比超出预定阈值,则确认识别出该有害物质。所述有害物质可包括三聚氰胺或三聚氰胺氰尿酸酯,其中所述光谱信号包括678cm-1、698cm-1或712cm-1附近,或者1648cm-1附近的一个或多个光谱峰。所述工业生产过程可制造一种药品,其中所述制造材料可以是一种原材料、一种中间成分、一种副产品或是该药品制造的最终产品。所述药品可包括维生素,生长激素,或是医治或预防哮喘、阿尔茨海默氏病、帕金森氏病、关节炎、癌症、心血管疾病、SARS、流感、白血病、糖尿病或艾滋病的药物及其他生物药品。所述工业生产过程 可制造食品,包括乳制品、糖果、饮料、果汁、酒、肉、水产品、海鲜、茶叶、新鲜的或罐藏的蔬菜、水果、粮食、谷物、玉米片、马铃薯片、动物饲料或含有蛋白质的食品。制造材料中的有害物质可测定的浓度在10ppm以下。样品溶液中有害物质可测定的浓度在1ppm以下。 
附图说明
下列附图作为说明书的一部分,图解本发明的实施例,同发明描述一起用来阐明本发明原则。 
图1A-1C举例说明了利用一拉曼散射探头检测化学物质和生化物质的系统。 
图2是适用于图1A-1C的拉曼散射探头的一示例探头的示意图。 
图3A和3B分别是在机场使用拉曼散射探头对乘客和行李进行检查的示意图。 
图4A是用于建筑物安全监控的拉曼散射探头有线连接网络的示意图。图4B是用于建筑物安全监控的拉曼散射探头无线连接网络的示意图。图4C是能与控制中心进行无线通信的探头组件的一示例结构图。图4D是识别危险物质源的时间和位置的一示例流程图。 
图5是使用拉曼散射探头进行环境监测的示意图。 
图6A是使用拉曼散射探头进行食品安全检查的示意图。图6B是使用拉曼散射探头进行远程疾病诊断和生物医学检测的系统的示意图。图6C是在一个多通道检测系统中使用多个拉曼散射探头进行生产质量控制的示意图。 
图6D是在一个多通道检测系统中使用多个拉曼散射探头进行假冒商品检测、食品和饮料的安全和质量检查及药物鉴定的示意图。 
图7是利用含有纳米颗粒的溶液和光散射探头检测微痕量化学物质或生化物质的示意图。 
图8是利用含有纳米颗粒的溶液和光散射探头检测微痕量化学物质或生化物质的流程图。 
图9A是使用扫描电子显微镜观察到的纳米颗粒的显微图像示例。图9B是图7所示溶液中的纳米颗粒的粒径分布示例图。 
图10是用于制造纳米结构的多层层状结构的剖视图。 
图11A是通过阳极氧化在图10所示的多层层状结构中形成孔隙的剖视图。图11B为图11A所示的多层层状结构的顶视图。图11C是图11B所示多层层状结构沿A-A线的剖视图。 
图12是经湿法化学腐蚀或化学机械抛光后在多层层状结构上形成的纳米结构的剖视图。 
图13是去除孔隙底部的阻挡层并刻蚀至导电层后在多层层状结构上形成的纳米结构的剖视图。 
图14A是沉积贵金属后在多层层状结构上形成的纳米结构的剖视图。图14B是去除顶层的贵金属后在多层层状结构上形成的纳米结构的剖视图。 
图15是去除氧化层后在多层层状结构上形成的纳米结构的剖视图。 
图16A-16D,16G和16H是经相应制作工艺后在多层层状结构上形成的纳米结构的剖视图。图16E和16F是经相应制作工艺后在多层层状结构上形成的纳米结构的顶视图。图17是通过本发明公开的拉曼散射探头在一口腔癌病人的唾液中检测到口腔癌的拉曼光谱信号的示例图。 
图18是通过本发明公开的拉曼散射探头在一乳癌病人的唾液中检测到乳癌的拉曼光谱信号的示例图。 
图19A和19B分别是使用本发明公开的拉曼散射探头在一肺癌病人的唾液和血清中检测到肺癌的拉曼光谱信号的示例图。 
图20是通过本发明公开的拉曼散射探头在一卵巢癌病人的血清中检测到卵巢癌拉曼光谱信号的示例图。 
图21是通过本发明公开的拉曼散射探头在一艾滋病病人的唾液中检测到艾滋病拉曼光谱信号的示例图。 
图22是通过本发明公开的拉曼散射探头在一违禁药物使用者唾液中检测到使用违禁药物的拉曼光谱信号的示例图。图23示例说明了通过本发明公开的拉曼散射探头,经与N-甲-2-5-吡咯烷酮(可梯尼,尼古丁的代谢产物)的拉曼光谱信号作比较,在一吸烟者的唾液中检测到可确定吸烟状态的拉曼光谱信号。 
图24是使用本发明公开的拉曼散射探头进行非侵入式疾病诊断的流程图。 
图25A和25B显示了乳制品中不同浓度的违法和有害的化学物质(三聚氰胺)在拉曼光谱中的光谱信号。 
图26显示了以乙腈918cm-1拉曼峰为内标参考,检测到奶液中的三聚氰胺在拉曼光谱中的光谱信号。 
图27显示了水中不同浓度的非法有害化学物质(三聚氰胺)在拉曼光谱中的光谱信号。 
图28是通过拉曼光谱识别奶粉中未经批准的化学添加剂的示例图。 
图29是为保证食品安全检测食品中有害化学物质的流程图。 
图30是利用纳米表面和光散射通过一质量保证系统检测工业品中受限制的有害物质的工业系统的示意图。 
图31是能够检测和预防工业品中有害物质污染的生产过程的流程图。 
具体实施方式
图1A-1C分别示意了使用表面增强拉曼散射检测或探测微痕量化学物质或生化物质的系统。参见图1A,一光散射探头100包括一探头110和一位于探头110旁的检测器105。检测器105包括一纳米表面结构。例如,该纳米表面结构可以包括多个纳米柱108(图1B所示),多个纳米孔隙,或其他的纳米尺寸的表面结构。在一些实施例中,如下所述,可以通过将含有纳米颗粒的胶体悬浮溶液涂在检测器105的表面来制作纳米表面结构。接着溶液可以被蒸发掉,纳米颗粒沉积到表面上。在本发明的说明书中,术语“纳米颗粒”指的是至少在一个方向的尺寸小于1,000nm的小颗粒。 
在一些实施范例中,可以将样品溶液引到检测器105的纳米柱108上。所述样品溶液可包括病人或违禁药物使用者的体液,以诊断疾病和确定药物使用情况。体液的例子包括但不限于血液、唾液、尿液、血清、泪、汗、胃液、胸腔积水、腹水、脑脊髓液(CSF)、精液和分泌液。样品溶液还可以包括食品样品,为确保食品安全检测食品样品中有害的或非法的添加剂。食品的例子包括但不限于乳制品,例如奶、奶粉、婴儿配方奶粉、乳酪、酸奶、冰淇淋,和其他含奶食品,例如含奶的糖果、蛋糕和饼干,以及含蛋白质的食品。探头110和检测器105可以是装入一探头组件120中。探头组件120可以通过一真空泵减压来减少杂质对感应面的污染。 
激光器141发射的激光束经光纤125传导到探头,照射在检测器105(图1A)的纳米表面结构上,如图1C所示。检测器105纳米表面上的样品溶液产生的散射光通过探头110采集,经光纤130传导到光谱仪140。光谱仪140的输出信号通过光谱分析仪150 获得散射光的拉曼光谱。识别出拉曼光谱中的一个或多个光谱信号,并将其与预定的多种分子的光谱信号作比较。当检测发现超出了某分子的阈值,输出信号160显示识别到一疾病。在本发明的说明书中,术语“光谱信号”指的是一个或多个光谱峰,一个或多个光谱谷,及其他的波谱形状,例如相对峰高、波峰线宽度、峰形等等,它们表征了生化、医药或化学物质中的一个或多个分子键。 
参见图2,探头110接收来自输入光纤125的激光束。该激光束依次通过一个带通滤波器170、一透镜组175-1和175-2投射到检测器105上。从检测器105出来的散射光经一反射镜组180-1和180-2引导通过另一个带通滤波器185,进一步经准直透镜190进入收集光纤130。 
被检测的微痕量化学或生化制剂可以是气体、液体、固体、溶胶凝胶或气溶胶的形式。其分子被吸附到检测器105的纳米表面或纳米颗粒上。与自由存在于气体、液体、固体、溶胶凝胶或气溶胶中的分子相比,这些被吸附在纳米表面或纳米颗粒上的分子在激光束的照射下具有大得多的散射截面。当用激光束照射这些被吸附的分子时,可以获得这些分子的拉曼散射光谱。通过这些分子存于系统数据库的预定的拉曼光谱信号比对可以识别出目标化学或生化制剂。 
图3A显示了一个在交通运输安全领域应用表面增强拉曼散射的例子。对正在通过人行通道的乘客200-1、200-2和200-3进行筛查。一个或多个带有埋置式检测器105的探头组件120被安装在人行通道210中。探头组件120可以通过光纤连接附近或远处办公室内的光谱分析仪150。在探头组件120中,探头和检测器(或探测器)被包装在一起。探头指向检测器105的感应面。人行通道210可以是人工通风的和处于轻微的负压和/或稍高的温度下,以增强有害物质的挥发或输运。如果一个乘客(例如乘客200-2)携带有爆炸物、有害化学物、化学武器、生化武器、核武器或麻醉药物,微痕量的这些物质将挥发或输运进入空气中,通过专门设计的样品采集系统(美国US7,384,792号专利披露了相关的细节),这些分子被吸附到检测器的表面。记录拉曼光谱并将其与中心办公室数据库中储存的已知物质的光谱信号做比较。一旦检测到有害物质就触发警报,采取适当的安全措施。 
参见图3B,货物215经由一传送带230运送通过货物筛查通道220。埋置有检测器105的探头组件120置于货物筛查通道220各处。探头组件120经光纤连接附件或远处办公室中的光谱分析仪150。探头120对准检测器105的表面,并与检测器105包装在 一起,用于检测任何装在货物215中的爆炸物、化学或生化武器、或有害化学品。这一设施可应用于各种需要检查乘客行李的场所,例如机场、邮局、铁路车站、海关检查站、交通管制区等等。用这一设施很容易实施来检测火药及其他爆炸物、含有液体易燃易爆物的容器或其他危险物品。 
有线检测器网络 
参见图4A,一检测(或探测)器网络系统400应用于公共建筑物的安全监测,所述公共建筑物例如机场、铁路或公交车站、体育场馆、政府机关、礼堂、电影院、法院、大型购物中心及其他公共建筑物。多个探头组件401安装于公共建筑物415或其它防卫区域的不同位置上。各探头组件401包括一探头和一检测器(图4A中未分别显示)。该探头可以与探头110(图1A)相类似,但还可以包括一激光装置。该检测器与图1B所示的检测器105一致,包括其表面上的纳米表面结构。该检测器还可以包括一用以接收样品材料进行检测的液体溶液。该溶液可包括吸附样品材料分子的纳米颗粒。探头组件401用于监测各种不同的物质分子,为进入到监控区域中的任何危险的或有害的化学物提供早期检测。探头组件401采集的光信号经光纤402多通道输入到控制办公室408中的光多路复用器403。光信号经光谱仪404分解产生光谱信号,光谱信号再由光谱分析仪405进行分析。处理器407利用预存在数据库406中的光谱信息识别出光谱数据中光谱信号。有害物质监测的一些特例包括但不限于检测爆炸物,包括液体炸药、化学或生化武器(包括炭疽),可燃液体材料,毒品等。 
无线检测器网络 
在一些实施例中,检测器网络系统430如图4B所示。建筑物415包括一入口和多面墙。探头组件410A-410I安装在建筑物415的不同位置上。探头组件410A-410I分别与天线411A-411I连在一起,天线411A-411I将当地检测到的光谱信息发射到控制中心450。 
如图4C所示,各探头组件410A包括一探头420A和一位于探头420A邻近位置处的检测器430A。检测器430A可采集周围环境中的物质。在一些实施范例中,检测器430A包括一纳米结构表面,吸附在周围环境中采集到的物质的分子。探头420A包括一紧凑的激光器421A(例如一半导体激光器),激光器421A对吸附于检测器430A的 样品分子照射激光束。探头420A进一步包括光学信号采集装置422A,其采集吸附于检测器430A的样品分子散射的光信号,这些散射光包含有样品分子的相关分子信息。检测器430A与检测器105(图1B)一致,其表面上具有一纳米结构。吸附于该纳米表面结构上的样品分子散射入射激光。检测器430A还可以包括一用于接收待测样品材料的液体溶液(参见下面的图7)。该溶液含有用于吸附样品材料分子的纳米颗粒。 
探头420A还包括一紧凑的光谱仪440A,探头420A采集到的散射光经光谱仪440A产生一光谱。从光谱仪440A输出的光谱数据传输到无线通信线路445A。无线通信线路445A可包括一射频(RF)收发机,一个或多个放大器和阻抗匹配电路。无线通信线路445A用于将探头组件410A检测到的光谱数据传输给控制中心450(图4B)。 
参见图4B,控制中心450包括一带有天线455的无线路由器460,用于接收来自天线411A-411I的无线信号,并从该无线信号产生包含光谱数据的电信号。控制中心450可以离信号源(例如,建筑物415)距离较近(例如,几英里之内),让包含光谱数据的无线信号按照一无线通讯协议来传送,例如WiMax、WiBro、WiFi、WLAN、802.16及其他的无线通讯协议。控制中心450还可以离信号源较远,其中包含光谱数据的无线信号可以利用无线通讯标准和协议来传送,例如全球数字移动电话系统(GSM)、通用移动电信业务(UMTS)和码分多址(CDMA)。GSM可包括GPRS EDGE和CSD。UMTS可包括宽带码分多址(WCDMA)、高速分组接入(HSPA)、高速下行链路分组接入(HSDPA)、通用移动通信系统时分双工(UMTS-TDD)和长期演进(LTE)技术。CDMA可包括CDMA2000和超移动宽带(UMB)等。 
控制中心450的光谱分析仪465用于接收来自无线路由器460的包含光谱数据的电子信号。通过光谱分析仪465的分析获得一光谱(例如拉曼光谱)。如下所述,不同的化学物质或生化物质往往具有唯一的光谱信号。这些光谱信号可以利用一已知的化学物质或生化物质,以及一类似于安装在探头组件410A-410I中的检测器来预先测定。这些光谱信号可以保存在数据库470中。光谱分析仪465可以使用保存在数据库470中的光谱信号作参考识别出光谱数据中的光谱信号。处理器475可对位于建筑物415不同位置处的多个探头组件410A-410I获取的物质进行计算和测定。如果从一个或多个探头组件410A-410I获得的光谱数据中识别出一危险物质,处理器470可立 即汇报给警报和响应系统480。所述危险物质例如包括爆炸物和易燃物,毒气及其他有害化学物品,以及传染性病毒和细菌。警报和响应系统480用于给无线路由器460发送预警通知,无线路由器460接着将无线信号传输给移动装置490及其他无线电设备,警告安全及其他负责人员采取适当的响应行动。移动装置490可包括手提式个人电脑、一个个人数字助理系统(PDA)、一移动互联网设备(MID)、一便携式电话、一智能手机或一无线服务器或路由器。 
在一些实施例中,参见图4D,探头组件网络安装在建筑物、机场、海关、货物或行李输送系统、医生或健康顾问的办公室、公路检查站、海港、车辆、船舶、潜水艇、飞机、火车、地铁、工业场所、度假胜地、大型购物中心、研究实验室、学校或水源等等场所的预定位置处,如上关于图3B-4C所述。各个探头组件包括一检测器和检测器中的探头,探头用于发射一激光束和收集来自待测分子的散射光。检测器可具有一用于吸附分子的纳米结构表面。探头组件还包括一从散射光产生光谱数据(例如拉曼光谱)的光谱仪。检测器网络可周期性地从各个检测器的环境中俘获物质(步骤510)。由于检测器具有纳米结构表面,被俘获的物质分子是被吸附在检测器的纳米结构表面上。接着从吸附于一个或多个检测器的纳米结构表面上的分子获得光谱数据(步骤520)。可选择的,被检测的分子可以是由一样品溶液俘获,和/或被吸附在悬浮于样品溶液中的纳米颗粒上。如上所述,通过探头组件中的激光器发射一激光束照射吸附于检测器纳米结构表面上或样品溶液中的分子。经这些分子散射的光通过探头组件采集。探头组件中的光谱仪从散射光获得光谱数据,例如拉曼光谱。检测器上的纳米结构表面对拉曼光谱中的信号强度起到放大增强作用。俘获物质和获取相关的光谱数据可以周期性地进行,例如间隔1分钟、10分钟、15分钟或几小时。在一些实施例中,可以响应源于控制中心的命令而产生光谱数据。 
光谱数据接着从检测器传输控制中心(步骤530)。物质俘获时间将会同光谱数据一起传输。光谱数据可以通过有线方式(如图4A所示)或无线通信网络(如图4B和4C所示)进行传输。控制中心可包括一光谱分析仪和一储存预定的已知危险物质的光谱信号的数据库。光谱分析仪用来测定来自检测器的光谱数据中是否存在光谱信号。如果在该光谱数据中发现了一已知危险物质的光谱信号,则识别出该危险物质(步骤540)。 
该危险物质可能被检测器网络中的多个检测器识别出来。该危险物质可能在不同时间被不同的检测器识别。例如,当乘客200-2走过人行道210(图3A),该网络中不同的检测器可获得不同时间和不同位置处的危险物质。控制中心的处理器475(图4B)通过将检测器的位置和光谱数据的获取时间关联起来,可以测定危险物质的位置和存在时间。通过检测器的位置可以测定一固定的危险物质的位置。不同检测器检测到的危险物质的位置相关性可以被用作加权因子来测定该危险物质的精确位置,这可以用一个二维(2D)的或三维(3D)的坐标系来表示。不同位置的不同检测器对危险物质的俘获时间由控制中心的处理器用来测定该危险物质的空间-时间分布状况(也就是说位置作为时间的函数)。由此可以通过处理器预知该危险物质将来的位置。 
在一些实施例中,检测器采集的光谱数据可以与从光谱检测器周边场景采集到的图象资料联系起来。例如,位于识别出危险物质的光谱检测器旁边的摄像机405可以记录下可疑的人物或货物。嫌疑人或货物的影像被存储下来并报到危险物质的位置信息以采取适当的响应措施。 
紧接着向警报响应系统发送警报信号,警报响应系统开始对该危险物质采取响应措施(步骤560)。所述警报信号可以是电子邮件、文本式报文和语音电话等形式。紧急程度可以用例如绿色(安全)、蓝色、黄色、橙色、红色(最危险)表示的不同危险程度来进行分类。警报信号可包括危险物质当前和/或预期的位置,以及带有危险物质的嫌疑人或货物的外形信息。相关人员接到警报,派遣治安保卫人员到危险物质处,开始进行疏散。 
图5是利用检测器监测释放到环境中的有害化学物品的示意图。探头组件110分布在潜在污染源的周边,例如工厂260或大量汽车270通过的公路附近。探头组件110可以分布在受监测区域的附近,将散射光传输到光谱分析仪150,光谱分析仪150测定释放到环境中的物质的含量和浓度。监测样品包括但不限于土壤、水(例如水库)、湖泊、河流、海滨、井、植物等等。该应用可延伸至汽车尾气检查和监测,将探头组件放置于汽车排气口。 
一些基于纳米结构的光谱检测或探测的应用
在一些实施例中,小巧紧凑的拉曼检测系统具有无线电通信性能,能在人体内使用。例如,拉曼系统芯片可做成药片大小,芯片内包括小的激光源、基于MEMS的微小型光谱仪、无线模块和小探头等等。一个应用例子是消化系统疾病的诊断。例如,病人可在清洗其消化系统后吞咽下一药片大小的拉曼光谱检测系统。根据预定的时间间隔进行拉曼光谱扫描。随后光谱数据通过一无线模块传输给人体外的一无线接收器。电脑通过查找和将光谱数据与存储在数据库中的数据进行比对匹配,从而识别出疾病。在另一个应用例子中,一个针状的极小侵入性探头可将小的拉曼检测探头携带到人体内的诊断区域。拉曼光谱数据可通过光纤或无线模块传输。这样的应用包括但不限于癌症(例如乳癌、结肠癌、食道癌、肺癌、肝癌、膀胱癌和胃癌等)、阿尔茨海默氏病、帕金森氏病等等的诊断。 
本发明公开的拉曼光谱检测系统和方法适合于生物技术和生物医学应用,例如通过检测人或动物的组织或体液、肺癌的A549细胞、DNA、RNA和蛋白质样品,以及生物标记(包括CEA、CA-125、CA19-9、PSA、AFP、A549、DNA测序、DNA分类,等等)来进行重大疾病的早期筛检和生物统计学的身份核验。 
本发明公开的拉曼光谱检测系统和方法适用于药物研发筛选。用于药物研发筛选的样品可以通过人体体液测试和/或呼吸测试获得。本发明公开的拉曼光谱检测系统和同样适用于刑侦。样品可以是唾液、尿和粉末的形式。相关应用还包括识别伪造签名,通过DNA型鉴定和筛查个人,识别微小的油漆碎片,纤维鉴别,等等。 
本发明公开的拉曼光谱检测系统和方法适合于安全应用,例如检测危险物质、化学武器、生物制剂、爆炸物(粉末、固体和液体形式)、易燃物(包括液体、固体和粉末)、麻醉药和放射性物质。 
本发明公开的拉曼检测系统和方法适合于食品安全检查和环境监测。可以检测食品、水果、饮料和水中以气体、液体、粉末、凝胶、气溶胶或固体形式存在的有害化学物。这些有害化学物包括残留农药(例如甲胺磷、氯氰菊酯、溴氰菊酯、孔雀石绿等)、二噁英、非法人工添加剂(例如苏丹红I、苏丹红II、苏丹红Ⅲ、苏丹红IV、三聚氰胺、罗丹明B、硫化物(例如NaS)、美术绿等)、水中的重金属(包括但不限于含Pd、Cd、Hg、As、Cr或Cu的化合物)、氰化物(例如KCN、NaCN)、高氯酸盐、硫酸盐。可利用本发明公开的拉曼光谱检测技术来监测食品加工过程中的副产品(例如马铃薯片加工温度高于120℃产生的丙烯酰胺)以检测有害 化学物,例如丙烯酰胺。食品调查范围包括但不限于马铃薯片、炸薯条、油炸马铃薯、脆炸土豆片、小甜饼、脆点心、谷物产品、松脆面包、面包、咖啡、精制吐司、烘烤过的坚果、饼干、巧克力、爆米花和包括鱼在内的水产品,等等。 
本发明公开的拉曼光谱检测系统和方法适用于鉴别和检测食品包装工艺和制备材料,包括鉴别和筛选用于微波食品包装纸、厨房用薄膜、食品包装、食品和液体容器,及加工和制备材料的聚乙烯氯化物(聚氯乙烯PVC)和邻苯二甲酸酯物质。 
本发明公开的拉曼光谱检测系统和方法适合于鉴别假冒伪劣商品例如药品、麻醉药、奶粉、食用油、酒、宝石、钞票、伪造的墨水签名、艺术品、汽油等。 
本发明公开的拉曼光谱检测系统和方法适合于工业生产质量管理和生产安全监测。应用领域可包括为了产品质量、气体和湿法化学加工生产线的工艺和生产安全进行的过程控制,包括炼油厂、化工厂、无尘室内的半导体湿法化学加工线、航空系统和航天飞机、船只、船舶和潜水艇,等等。 
本发明公开的拉曼光谱检测系统和检测器网络可应用于医疗门诊办公室、外科手术室、购物中心、度假胜地、建筑物、海关、道路检查站、海港、机场、车辆、船只、船舶、飞机、航天飞机、工业生产场所、R&D研究实验室、质量控制办公室、教育研究所、实验办公室和水源(例如地表水、井、地下水)等。 
图6A是应用表面增强拉曼散射技术使用检测器为检测食品质量和安全进行物质监测的示意图。光散射探头100被放置在靠近食品280的地方,所述食品可以是一个苹果或者其他水果、蔬菜,或其他可能因运输、食品加工乃至食物生长过程而被污染的食品。残留农药或其他的污染物的分子被引入光散射探头100。检测器用来检测食品中任何可疑的有害化学物质。 
图6B是应用本发明公开的拉曼光谱技术为早期重大疾病筛检和诊断进行物质监测的示意图。医生可以远距离监测和诊断在家里和医院里的病人。探头组件610置于病人620的旁边以进行身体检查、疾病恢复情况检查或疾病诊断。人呼出的空气可能携带特殊的化学物质例如烯烃和苯衍生物。如果被筛查的人患有疾病,例如癌症,包括但不限于肺癌、乳癌、肝癌、胰腺癌、卵巢癌等,拉曼检测系统和方法可获得呼吸测试中某些化学物质的指纹图谱,从而鉴定出一些特殊的疾病例如癌症。病人向探头组件610呼气。探头组件中的检测器接收进入的空气,产生来自病人或呼吸空气样品提供者的气流中分子相应的散射光。散射光的光谱数据由光谱仪630产生。无 线通信线路640将光谱数据转化为射频信号,射频信号经天线645发射出无线电信号。该无线电信号还可以包括病人620的信息(例如病人的姓名、身份等)。计算机终端650与无线通信线路640耦合,可显示来源于医生办公室的信息和允许病人输入信息传输给医生办公室。 
在医生或健康咨询办公室的天线655接收来自一定距离外的多个病人的无线电信号。无线服务器660将转化无线电信号并摘录病人的光谱数据及其他相关信息。光谱分析仪670利用保存在数据库680中的光谱信号对光谱数据进行分析。光谱信号可能显示多个预定疾病。光谱数据中的光谱信号的确定能表明病人患有相关疾病或还没有从过去诊断的疾病中完全恢复。信号强度可表明疾病的严重程度。医生690还可以通过检查光谱数据作出疾病性质和严重程度的判断。本发明描述的系统和方法适合于早期疾病诊断,所述疾病包括但不限于肺癌、乳癌、胃癌、肝硬化、肾衰、溃疡等。在测试人体体液时,将体液人工或自动引入到检测器上,或将拉曼检测装置接在卫生间抽水马桶上,从而很容易地采样,以实时监测疾病和药物作用检测的异常信号。该应用也包括对蛋白质、DNA和RNA进行鉴定和排序分类。上述应用中所有的试验样品可以与检测器接合以增强拉曼散射检测的灵敏度和强度。利用拉曼散射检测微痕量化学物质还可以用于其他的领域,包括但不限于鉴定阿尔茨海默氏病、帕金森氏病,为监测糖尿病所进行的非侵入式葡萄糖测试,为早期癌症筛查而监测抗氧化剂状态所进行的非侵入式类胡萝卜素水平测试和评估。 
图6C是拉曼散射应用于工业生产质量管理的示意图。该应用可包括湿法化学加工生产线中化学浓缩物在线监测、化学容器密封基准监测、远程微痕量化学物质检查、半导体晶片缺陷测定,以及食品、水果和蔬菜存储监测,等等。光谱信号经多个位置处的探头采集,由光纤通过多通道传输给控制中心的光谱分析仪进行光谱数据分析。根据光谱数据中的光谱信号识别出食品等样品中的有害物质。 
图6D是一多通道拉曼散射检测系统的示意图,其可以进行假冒伪劣商品的识别和筛查以及食品安全筛查。该应用可包括食品、药品筛查等操作,其中可能包括或不包括检测器中的纳米工艺模块。检测系统的激光束可直接照射试验样品。来自测试材料的散射光由探头收集。该散射光的拉曼光谱显示出光谱信号,该光谱信号可以指出是否该商品中添加了非法添加剂。潜在的假冒伪劣商品,例如奶粉、酒和药片,可以作为待检测和筛查的材料置于拉曼检测器下。来自不同样品的光谱信号被 采集并经过多通道由光纤传输给设置在中心办公室的光谱分析仪,以进行光谱数据的分析。该应用可以延伸至签字和钞票的鉴定,将签字和钞票产生的拉曼散射光谱与合法签字和钞票的光谱相比较,从而检查出伪造的的签字和伪钞。 
利用纳米颗粒的光谱检测 
在一些实施范例中,参见图7和8,样品溶液720置于容器710中,容器710例如一光学样品瓶或者石英、玻璃塑料材质的比色皿(步骤810)。容器710可以是一光学样品瓶、一烧杯或一透明试管,等等。样品溶液720含有纳米颗粒750。纳米颗粒750可以以胶悬体的形式存在于样品溶液720中。含有化学物质或生化物质的样品材料被引入样品溶液720中(步骤820)。样品材料可以以固体、液体、气溶胶、溶胶凝胶或气体形式存在。将样品材料溶于样品溶液720中,让化学物质或生化物质分子被吸附到纳米颗粒750的表面上(步骤830)。探头110(如图1A所示)发出一入射光701(例如一激光束),照射样品溶液720中的纳米颗粒750和化学物质或生化物质(步骤840)。从纳米颗粒750和化学物质或生化物质而来的散射光702被探头110采集(如图1A所示)(步骤850)。从探头组件输出的信号经光谱分析仪150分析。详细细节见下面的例子,从散射光获得一拉曼光谱(步骤860)。拉曼光谱中的光谱信号可用于测定被吸附到纳米颗粒上的微痕量化学物质或生化物质(步骤870)。 
本发明公开的一方面,样品溶液720中的纳米颗粒750的材料组成要能增强散射光702和来自纳米颗粒的拉曼光谱信号的强度。例如,纳米颗粒750包含金属材料(如Al,Ag,Au,Cu,Fe,Co,Ni,Cr,Zn,Sn,Pd,Pt和它们的合金)、氧化物材料(如二氧化钛、二氧化硅、氧化锌等)、硅和聚合物材料。纳米颗粒750在样品溶液720中可以是带电荷的,这有助于纳米颗粒之间的分离和胶悬体的形成。纳米颗粒750还可以包括系留在颗粒表面的聚合物,有助于它们在样品溶液750中相互排斥。 
在一些实施例中,纳米颗粒750可以包括碳纳米管。碳纳米管的直径小于1,000nm,例如碳纳米管的直径可以是0.3nm-100nm,长度可以是5nm到数毫米。碳纳米管的长度-直径比可以高达5千万。碳纳米管可以是单壁的或多壁的。碳纳米管可以是富勒体(fullerite)、花托形(torus)、纳米花蕾(nanobuds)和纳米花朵(nanoflowers)的形式。 
本发明公开的系统和方法中,碳纳米管可以置于样品溶液720中形成一个纳米颗粒的悬浮液,样品材料也被添加进去。碳纳米管还可以被引入到一非常平整的表面上或者一具有纳米结构的表面上,样品材料随后被引入到该含有碳纳米管的表面上。在任一种情况下,激光束照射到碳纳米管和样品材料上。增强电磁场可以帮助目标化学物质或生化物质分子之间的电荷转移,从而增强拉曼光谱的信号。 
本发明的另一方面,纳米颗粒750可以由磁性或铁磁材料构成,例如铁(Fe)、钴(Co)、镍(Ni),或者含有铁、钴、镍的化合物,如铁、钴、镍的合金或氧化物,这样可以通过对样品溶液750施加电场、磁场或电磁场来增强拉曼光谱信号。该电场、磁场或电磁场可以是固定的或交变的。本发明的另一方面,样品溶液720可以包括不同组成材料的纳米颗粒的混合物。例如,所述纳米颗粒可以包括硅纳米或微米颗粒和金属纳米颗粒的混合物,或者硅纳米或微米颗粒和聚合物纳米颗粒的混合物,或者硅纳米或微米颗粒、金属纳米颗粒、金属氧化物纳米颗粒和聚合物纳米颗粒的混合物。通过混合物的组成可以增强拉曼信号的强度。 
本发明的另一方面,样品溶液720中的溶剂同样用于增强纳米颗粒的光散射强度。离子可以显著增强拉曼信号的强度,因此,离子材料被加到样品溶液720中。被加到样品溶液720中的离子材料所含的离子可包括但不限于Na+,K+,Li+,Ca2+,Ba2+,Sr2+,Mg2+,Mn2+,Al3+,Zn2+,Sn2+,Sn4+,F-,Cl-,Br-和I-等等。样品溶液720的离子可以是单价的,或是二价的或更高价的。所述离子可带有正电荷或负电荷。样品溶液720可具有一离子化合物,包括但不限于LiF,NaF,LiCl,NaCl,KCl,KI等。离子浓度可以是从10mM到饱和水平。 
如图9A所示,纳米颗粒750可以是圆的或不规则的形状。纳米颗粒在样品溶液720中可以是彼此分离的,也可以是聚集成团的。如图9B所示,纳米颗粒750可具有一粒径分布,这里用平均颗粒尺寸da和颗粒直径分布宽度dw来表征粒径分布。平均颗粒尺寸da可以是1nm-10,000nm,或者2nm-500nm。dw/da的值可以是0.01-3,这可限定单分散到多分散的粒子分布。dw/da的值通常为0.03-1。在一些实施例中,样品溶液可包括纳米颗粒和作为样品材料的肿瘤组织微切片。样品溶液的温度可以通过一TE冷却器和加热器控制在一个预定的小范围内,温度变化小于1℃或2℃。温度可以是从-18℃到60℃,或从0℃到40℃。在一基底表面上干燥样品溶液,使纳米颗粒和样品材料留在基底表面。用激光束照射该纳米颗粒和样品材料。采集 带有吸附有待测分子的纳米颗粒的样品材料产生的散射光。由该散射光获得拉曼光谱。利用拉曼光谱中的光谱信号可以识别出样品材料中的化学物质或生化物质。 
利用纳米表面结构的光谱检测 
在一些实施范例中,含有微痕量化学物质或生化物质的材料可被引入到化学检测器或探测器的表面上,如图1所示,入射光被散射,获得拉曼光谱以进行物质测定。图10-15显示了一系列制作化学检测器(或图1中的检测器105)的纳米结构贵金属表面的工艺步骤。一多层结构302(图10)包括一基底305、一导电层310和一氧化铝层315。基底305可以是,例如n型硅片(3-8Ω-cm)或氧化的(30-50nmSiO2)p型硅(5-10mΩ-cm)。导电层310可包括Ti和Ni,其沉积在基底305上,既导电又导热。导电层310的厚度可以被优化,使之i)粘附随后沉积的贵金属薄膜,例如Ag或Au薄膜等等;ii)为导电薄膜,实际应用中对感应面施加电偏压;iii)为导热层,降低感应面的温度。导电层310的厚度一般可以控制在的范围内。 
铝层315沉积于导电层310上。铝层315可具有99.999%的纯度,厚度在1.0-10.0μm范围内。基底305、导电层310和氧化铝层315在充N2的反应炉中400℃-500℃退火2-5小时,使铝膜重结晶。随后进行阳极氧化,在氧化铝层315上形成多孔结构,如图11A和11B所示。氧化铝层315上形成的多孔结构包括许多由内壁314环绕的孔隙312,其沿水平线A-A的剖视图如图11C所示。在图12中进行湿法氧化腐蚀,以去除顶部的多孔Al2O3层和阻挡层。进行第二次阳极氧化消耗掉所有的金属铝,使阻挡层和顶部的多孔的Al2O3层正好位于导电金属层之上。 
在图13中,进行氧化刻蚀去除孔隙底部的阻挡层并扩孔。湿法腐蚀使孔隙312向下延伸至导电层。所形成的多孔氧化层的厚度可以通过控制铝物理汽相沉积(PVD)、氧化和随后的湿法腐蚀过程的工艺参数来控制。自组装的多孔结构自然地形成一六边形阵列。孔径(d)和孔隙间的距离(D)取决于所施加的氧化电压(V)、电流密度(i)和电解液的性质,以及后来的湿法腐蚀扩孔过程。 
参见图14A,贵金属例如Ag被沉积在多孔层315上以填充孔隙312和形成一个层320。层320可以用PVD或电镀方式形成。在图14B中,一层贵金属320被去除,而保留了孔隙312中的贵金属320-N。再次进行湿法金属腐蚀或CMP以进一步控制填充在 孔隙中的贵金属320-N的高度。在图15中,氧化铝315和多孔铝层315底部残余的铝膜315-AL被去除,形成一纳米结构表面300,其含有一纳米柱320-N阵列。 
纳米柱320-N基本上是直的,垂直于基底305和导电层310。纳米柱320-N可具有基本上相同的或相近的宽度。相邻的纳米柱320-N被间隙隔开,这些间隙与导电层310的距离基本上保持不变。 
上述制造工艺中使用的光刻用掩膜的几何形状与传感芯片的尺寸要求及金属衬垫的区域相匹配,金属衬垫位于芯片的角落上。为了野外应用,化学品检测传感芯片采用不同的半导体封装技术进行封装,例如,引线键合、倒装法、系统级芯片(SOC),等等。 
在一些实施例中,纳米结构可以通过不同的工艺制作,如图16A-16F所示。一双层结构362包括一导电层335和一基底330。导电层335可以由钛(Ti)或镍(Ni)制成,可以是既导电又导热的。基底330可以是一n型硅片(3-8Ω-cm)或氧化的(30-50nmSiO2)p型硅片(5-10mΩ-cm)。导电金属层335的厚度可控制在范围内。粘附层(例如可由Ag制成)可以是沉积于金属层335上。导电层335的厚度可加以优化,从而对微痕量化学物质检测感应面施加电偏压,进一步的,为增强微痕量化学物质检测的灵敏度而降低感应面的温度。 
在图16B中,贵金属层340沉积在导电层335的顶部。贵金属可以是一银层,例如厚度为10-200nm的Ag。在图16C中,第二金属层345沉积在贵金属层340的顶部。第二金属层345可包括纯度约为99.999%的铝,厚度在1.0-10.0μm范围内。铝层345随后在充N2反应炉中400℃-500℃退火2-5小时,使铝膜重结晶。 
在图16D中,通过氧化工艺制作多孔氧化铝345’形式的多孔结构。图16E为其顶视图,该多孔结构自然地形成自组装的六边形纳米孔隙阵列,它包括许多的由六边形孔壁349围绕的孔隙348。相邻孔隙348的中心距离是D。通过一湿法化学处理去除顶部的阳极氧化层和阻挡层后,进行第二次阳极氧化工艺消耗掉所有的金属铝,以便阻挡层和顶部的多孔Al2O3层345’恰好位于贵金属层340上。然后进行湿法腐蚀拓宽孔隙348,并去除孔隙348底部的阻挡层。进行湿法腐蚀时,如图16F所示,孔隙348被拓宽,围绕孔隙的内壁349变薄。可以控制腐蚀工艺以形成大量的被内壁349围绕的纳米孔348。还可以腐蚀至孔隙348之间彼此相接触,制作出一个准三角形纳米柱349’的六边形阵列。 
在图16G中,贵金属层340被腐蚀掉,孔隙348向下延伸到导电的钛层335。在图16H中,进行湿法氧化腐蚀去除氧化铝,继之以湿法金属腐蚀去除残余在孔隙348底部的铝。氧化铝315和多孔铝层315底部残余的铝膜315被去除,形成一个具有可控高度、直径和柱间距离的纳米柱阵列。该阵列可具有准三角形的周期性的空穴。 
纳米柱基本上是直的,垂直于基底330和导电层335。纳米柱320-N可具有基本上相同的或相近的宽度。相邻的纳米柱被间隙隔开,这些间隙与导电层335的距离基本上保持不变。 
在一些实施范例中,如上所述,适合于图1A和1C的检测器的制备可以是在一个具一定结构或无特定结构的(即平坦的)基底上或一样品溶液中引入纳米颗粒。微痕量化学物质或生化物质可以先在溶液中与纳米颗粒相混合,使微痕量化学物质或生化物质的分子被吸附到纳米颗粒上,含有该纳米颗粒的样品溶液随后被引入到该化学检测器的具一定结构或无特定结构的表面上。换言之,可以通过将含有纳米颗粒的胶体悬浮溶液涂敷于检测器105的表面而制作出纳米级表面结构。所述纳米颗粒可以由金属材料(例如Al,Ag,Au,Cu,Fe,Co,Ni,Cr,Zn,Sn,Pd,Pt,以及它们的合金)、氧化物材料(例如二氧化钛、二氧化硅、氧化锌等)或聚合物材料制成。氧化物或聚合物颗粒可以用金属离子涂布或用导电材料覆盖。胶体悬浮溶液可以包括单一的纳米颗粒或纳米颗粒团。该溶液涂抹于检测器表面后形成纳米级表面结构。该溶液可挥发,留下纳米颗粒将目标分子吸附到检测器表面。 
基于纳米结构的光谱检测的卫生保健应用 
在一些实施例中,使用如上图1A-2,6B,7-9B相关描述所述的光散射探头100获得病人体液的拉曼光谱,通过分析该拉曼光谱可以用于鉴定疾病。人体体液可以被直接引入到检测器(如图1A中的105)上或与含有纳米颗粒的样品溶液(如图7中的720)相混合。光散射和拉曼光谱分析可以如图1A-1C或图7所示的进行。另外,如上所述,含有纳米颗粒的样品溶液可以转移到检测器的具有一定结构的或无特定结构的表面上,随后用于光散射和拉曼光谱分析。 
参见图17,从一个来自口腔癌病人的唾液样本获得的拉曼光谱显示了两个特征的光谱峰,分别在560cm-1(在520cm-1-580cm-1区域内)和1100cm-1(在1080cm-1-1110cm-1区域内)附近,而未患口腔癌的健康个体没有显示这两个光谱峰。560cm-1 和1100cm-1处的特征光谱峰与C-S、S-S、O-P-O、PO2、C-N或C-C键引起的分子振动相关,例如含有半胱氨酸、ATP、ADP、DNA、RNA、蛋白质及其他含有磷酸的生物样品。光谱信号的识别可包括下列步骤:首先在具有各个光谱信号的拉曼频移单位为cm-1(波数)的拉曼峰中选择一光谱峰;确定本底散射强度;计算峰的强度、相对强度或积分面积。用峰强度和本底计算出信噪比。如果信噪比高于一预定阈值(例如3或更高),拉曼峰的光谱信号就被识别。检测与疾病和药物使用相关化学物质的光谱信号的识别可以采用统计分析和几种算法(例如Dendrograph和主成分分析)。如果560cm-1和1100cm-1附近的两个光谱信号都被识别出,那么可认评为检测到与口腔癌有关的化学物质,被检测者可能患有口腔癌或早期口腔癌。医生和被检测者应使用同样的或其他的诊断技术进一步检测,以诊断是否患有口腔癌或早期口腔癌。 
本发明公开的系统和方法还可以用来测定葡萄糖水平以用于评估糖尿病状况。1115cm-1到1135cm-1区域内的特征光谱峰,例如1124cm-1附近,与葡萄糖的分子振动相关,从糖尿病病人的唾液样品获得的拉曼光谱可提供诊断糖尿病的关键依据。该拉曼峰的强度、相对强度或积分面积可用于评估病人体液的葡萄糖浓度,从而确定糖尿病级别。同样地,参见图18-20,与乳癌相关化学物质也会在唾液的拉曼光谱的约560cm-1和1100cm-1处显示出光谱信号(图18)。与肺癌和卵巢癌相关化学物质可能在唾液和血清样品的拉曼光谱的大约745cm-1处具有一光谱信号(大约740cm-1-760cm-1范围内)(图19B和图20)。745cm-1处的特征光谱峰与蛋白质或磷酸酯中的C-S键,或者Z-DNA、T-DNA中的O-P-O键,或者含有S、N或P的原子或分子基团引起的分子振动相关。与艾滋病相关化学物质可能在血清样品的拉曼光谱的865cm-1-885cm-1区域内,例如870cm-1附近具有一光谱信号(图21)。本发明公开的系统和方法还可以用来进行是否使用违禁药物的检测,例如海洛因(heroin)、脱氧麻黄碱(methamphetamine)、古柯碱(cocaine)、咖啡因(caffeine)、吗啡(morphine)、可待因(codeine)、安非他明(amphetamine)、麻黄素(ephedrine)、罂粟碱(papaverine)、那可汀(narcotine)、乙酰可待因(acetyl codeine)、脱氧麻黄碱盐酸盐(methamphetamine HCl)、氯胺酮盐酸盐(ketamine HCl)、可待因磷酸盐(codeine H3PO4)、派替啶盐酸盐(meperidine HCl,又称陪替丁)、三唑苯二氮(triazolam)、司可巴比妥(secobarbital)、海帕乌头碱 (hypaconitine)、MDMA等等。图22显示的是来自一脱氧麻黄碱固体(一种违禁药物)、一位用药个体的唾液样品和一脱氧麻黄碱使用者的唾液样品的拉曼光谱。来自药物使用者唾液样品的拉曼光谱在约1030cm-1和1535cm-1附近各有一特征峰,该特征峰表明其可能使用了违禁药物。本发明公开的方法和系统还可以在国际性的运动比赛(比如奥运会)中用来检测运动员体内的兴奋剂(例如激素)。 
同样地,参见图23,吸烟状态和被动吸烟的状态也表现出光谱信号,在吸烟者唾液样品拉曼光谱的约1029cm-1处显示出的光谱信号不存在于不吸烟的健康个体中。约1029cm-1处的特征光谱峰与N-甲-2-5-吡咯烷酮(cotinine)的分子振动模式相关,N-甲-2-5-吡咯烷酮是烟碱尼古丁的代谢产物。 
利用本发明公开的拉曼探头进行非侵入的疾病检测和诊断可包括下列步骤中的一个或多个:参见图24,首先从一个病人或违禁药物使用者处获得体液(步骤2010)。由于本发明公开的拉曼散射检测器具有高灵敏度,体液的量可以相当小。例如,从病人处获得的体液体积可以从约100pl到4ml。体液的例子可包括血、唾液、尿、血清、泪、汗、胃液、胸腔积水、腹水、脑脊髓液、精液和分泌液。离心后体液被引入到一纳米表面上(步骤2020)。例如,该纳米表面可包括检测器表面上的纳米级结构。体液可以被转移到检测器的纳米表面上。干燥后留在检测器表面的体液形成一干燥层。在另一个例子中,纳米表面由悬浮在溶液中的纳米颗粒表面提供。体液可以被引入到包含纳米颗粒的溶液中。体液中的分子被被吸附到纳米表面上。用激光束照射该纳米表面和被吸附到纳米表面上的分子(步骤2030)。采集经纳米表面和被吸附分子的散射光(步骤2040)。 
从散射光获得拉曼光谱(步骤2050)。光谱中的一个或多个光谱信号被识别以诊断疾病(步骤2060)。能被检测的疾病例子包括癌症,包括但不限于肺癌、乳癌、胃癌、食道癌、甲状腺癌、喉癌、溃疡癌、卵巢癌、肝癌、头部和颈部癌症、子宫癌、宫颈癌、口腔癌、白血病、结肠癌、膀胱癌、前列腺癌、皮肤癌、支气管癌、肾癌、肝硬化、肾衰、艾滋病和药瘾。如上所述,一个或多个光谱信号在拉曼光谱中预定波长处。光谱信号的波长和特征对于待检测的疾病是特异的。例如,口腔癌和乳癌唾液样品中的光谱信号可能在约560cm-1或1100cm-1附近。肺癌血清样品中光谱信号大约在拉曼光谱中745cm-1附近。一光谱信号可包括一光谱峰。当该光谱 峰值大于某预定阈值时,光谱信号被识别出来。例如,相对于噪声背景,当光谱峰的信噪比大于3时就被识别出来。 
应当说明的是,图24与图8是一致的,图24的步骤中可加入图8中的一个或多个步骤,包括利用含纳米颗粒的样品溶液。 
利用基于纳米结构的光谱检测的食品安全保障措施 
本发明公开的光散射探头和物质检测方法的高检测灵敏度和特异性使之适用于食品安全领域,包括筛查食品中的非法添加剂和核查有效成分。所述食品例如乳制品,乳制品可包括奶、奶粉(如婴儿配方奶粉)、乳酪、乳酪蛋糕、酸奶、冰淇淋、奶糖、含奶饼干、含奶食品和含蛋白食品。最近的一起严重食品安全事件是关于在乳制品(例如婴儿配方奶粉、冰淇淋和饼干等)中非法添加三聚氰胺。本发明公开的方法和系统同样可以用于检测酒产品例如葡萄酒中甲醇的存在及其含量,以及食品、饮料、酒产品中的亚硝酸盐、甜蜜素(环己基氨基磺酸钠)和其他非法或过量食品添加剂。 
如上与图1A-2,6A,6C和7-9B相关的描述,食品样品可制成溶液,然后引入到检测器(如图1A中的105)上或与含有纳米颗粒的样品溶液(如图7中的720)相混合。光散射和拉曼光谱分析可以如图1A-1C或图7所示的进行。另外,如上所述,含有纳米颗粒的样品溶液可以转移到检测器的具有一定结构的或无特定结构的表面上,随后用于光散射和拉曼光谱分析。 
如上与图1A-2,6A,6C和7-9B相关的描述,化学物质或生化物质样品可以制备成溶液,然后引入到检测器(如图1A中的105)上或者与含有纳米颗粒或碳纳米管的样品溶液(如图7中的720)相混合。制备样品溶液的一种方法是,直接将含样品的化学物质和生化物质(例如液体、固体、粉末、溶胶凝胶、气溶胶等)混合到含纳米颗粒的测试溶液中;另一种方法是,将末端具有许多微孔的气体采样管插入溶剂溶液中,再把含有化学物质或生化物质的气体通过气体采样管吹入溶剂溶液中,然后再将该溶剂溶液和含有纳米颗粒溶液混合。吹气的时间为1分钟到2小时,吹气的压力为1atm-5atm。气体采样管末端孔隙的尺寸为5μm-50mm,气体采样管的内径为20μm-500mm。气体或气溶胶形式的化学物质包括氨水、苯、甲苯、间二甲苯、邻二甲苯、对二甲苯、二氧化硫、一氧化二氮、二氧化氮、乙醇胺、二甲基甲 酰胺等。如果样品溶液置于检测器的表面上,光散射和拉曼光谱分析可以如图1A-1C所示的进行,或按图7所示进行光散射和拉曼光谱分析。另一方面,含纳米颗粒样品溶液也可被转移到检测器的具有一定结构或无特定结构的表面上,如上所述,随后进行光散射和拉曼光谱分析。 
在一些实施例中,参见图1、8和9,奶样品溶液是分别添加了1ppm、2ppm、5ppm和50ppm的三聚氰胺的奶液。将这些奶样品溶液分别加到检测器(如图1中的105)上或者加入含有纳米颗粒的样品溶液(如图7中的720)中。三聚氰胺添加剂包括三聚氰胺和三聚氰胺氰尿酸酯。使用上述的光散射探头方法获得拉曼光谱。食品样品溶液的体积一般为100pl-1ml。 
奶制品中不同浓度的非法和有害化学物质(如三聚氰胺)能在拉曼光谱检测到相关光谱信号。图25A显示的是分别添加了浓度为0ppm(不含三聚氰胺)、1ppm、2ppm、和5ppm的三聚氰胺的奶样品溶液的拉曼光谱。图25A和25B所示的拉曼光谱在700cm-1附近具有拉曼峰,分别位于约678cm-1(峰A),698cm-1(峰B)和710cm-1(峰C)附近。这些观察到的拉曼峰与环呼吸II模式(the ring breathing II mode)振动相关,涉及三聚氰胺分子中三嗪环的平面形变(in-plane deformation)或者三聚氰胺氰尿酸酯分子的面外弯曲振动环(a ring out of-plane bending vibration )。此外,可以看出,这三条拉曼峰中678cm-1附近的峰A的相对强度增大表示三聚氰胺的浓度增大。相比之下,710cm-1附近的峰C相对强度减小表示三聚氰胺浓度增大。通过比较三聚氰胺浓度为5ppm(图25A)和50ppm(图25B)的拉曼光谱可以清楚地看这两个趋势。注意三聚氰胺氰尿酸酯(针状的微小白色沉淀)是三聚氰胺和溶液中的氰尿酸在特定情况下形成的。 
在另一个例子中,将乙腈溶剂添加到样品奶溶液中作为拉曼散射测量的内标参考。研究发现,用乙腈作溶剂不影响或微弱影响测试溶液的拉曼散射强度。参见图26,使用上述系统和方法从一添加了乙腈的三聚氰胺浓度为5ppm的奶溶液获得拉曼光谱,光谱信号位于700cm-1附近(峰A、B和C)。大约918cm-1-921cm-1位置处的拉曼峰(峰D)能作为校准拉曼峰频率和强度的内标参考。另一拉曼峰在1640cm-1附近。 
在另一个例子中,拉曼光谱检测到在水溶液中浓度分别为1ppb和100ppb的非法和有害的化学物质(三聚氰胺)的光谱信号(图27)。 
在一些实施例中,参见图1B、图16F、16E和16H,在检测器105的纳米表面的纳米柱108(或孔隙)上涂敷一金属薄膜。该金属薄膜与电极电连接。该金属薄膜可以由一贵金属例如金形成。将检测器浸入一样品溶液中,这样样品溶液就敷到检测器表面上。在电极和金属薄膜上施加电偏压。电偏压可控制在-3.0V~+3.0V的范围内,这可以增强纳米表面对样品分子(例如三聚氰胺分子)的吸附,增强局部电磁性,及增强样品分子和纳米级表面结构之间的电荷转移,从而使吸附到纳米表面的样品分子的拉曼散射强度增强。入射的激光束投射到检测器上,对样品溶液施加电偏压的同时检测散射光。在撤消电偏压后可进行拉曼光散射测量。 
在一些实施例中,应用离子交换柱从样品中分离干扰物。样品流经柱子,干扰物被截留而分析物流出来。这样的柱子,例如C18柱,同样可以用于根据不同的停留时间(retention time)分离化学性能相仿的化合物。最终的浓缩纯化样品将增大目标物质的浓度,因此使得检测灵敏度提高1-2数量级。 
在一些实施例中,食品中化学物质的检测或疾病诊断可以使用一个集成装置进行,该装置可以进行微痕量化学物质、生物材料等的化学分离和光散射检测。该集成装置的细节在共同转让的美国US11/761,453号专利申请中公开了,该申请名为“集成化学分离光散射装置”,申请日为2007年6月12日,在此通过引用并入其公开内容。 
在一些实施例中,本发明公开的光散射探头和化学检测方法不但可用于检测食品中的非法或有害成分,还可以用于检测有效的或中性的成分。如图28所示,自上而下是淀粉、蔗糖、奶粉A(第一奶粉品牌)、添加了蔗糖的奶粉B(第二奶粉品牌)、奶粉C(第三奶粉品牌)的拉曼光谱。正常奶粉中不应含有淀粉和蔗糖。由于淀粉和蔗糖为白色粉末,如果把它们混在奶粉中用普通的试验方法不容易检测到。淀粉的拉曼光谱在约473cm-1附近有一非常强的峰(图28最上部),该特征拉曼峰可用于检测奶粉中是否非法掺杂了淀粉。由于奶粉C的拉曼光谱显示了较强的473cm-1拉曼峰,表明奶粉C中含有淀粉。该检测方法适用于检测未经批准的含淀粉物质的搀杂,所述含淀粉物质例如面粉、米粉、大豆粉、马铃薯粉、甘薯粉等等。 
本发明公开系统和方法还可以用来筛查奶粉中蔗糖的存在。图28中从上向下的第二个拉曼光谱显示出几条强拉曼峰(大约在850cm-1,940cm-1,1020cm-1,1130cm-1等处)。这些拉曼峰的集合特征在混有蔗糖的奶粉B的光谱(图28中从上向下第 四个)中很明显(既然奶粉B的包装标签上涉及到混合有蔗糖,这就是合法的),但不存在于未添加蔗糖的奶粉A的光谱(图28中从上向下第三个)中。另一方面,蔗糖相关的拉曼峰的集合特征在奶粉C的光谱(图28最下面)中很明显,由于其包装标签未涉及蔗糖,该奶粉未标注而添加淀粉和蔗糖是非法的。请注意,拉曼试验显示奶粉C中既掺杂了淀粉也掺杂了蔗糖,而在其包装中没有标明。 
此外,本发明公开的方法和系统可以应用于测定食品例如乳制品中的蛋白质含量。食品中蛋白质的高浓度可以通过较高的酰胺I浓度来反映,其拉曼峰在1658cm-1附近。相对于其他的光谱特征,1658cm-1处的强度可用于食品例如奶粉中蛋白质水平的评估。例如,图28中的三个不同的奶粉样品(图28中较低的三个光谱)具有相似的蛋白质含量水平。奶粉A光谱中位于1658cm-1的更为显著的峰显示奶粉A的蛋白含量比奶粉B和奶粉C稍高。 
因此,本发明公开的方法和系统是检测奶粉中蛋白质含量,及是否存在蔗糖和淀粉,是否存在非法添加剂(例如三聚氰胺)的有效方法。此外,该公开系统简单紧凑,便于携带。因其快速检测时间周期(30秒钟-3分钟,甚至更短的时间),物质检测可以方便地在现场进行,从而可以在很广的环境范围内对奶制品,例如鲜奶和奶粉,进行及时有效的鉴定和品质核实。 
拉曼信号的强度可以通过预处理试验样品来增加。例如,试验样品溶于溶液中后,固体颗粒、多余的离子分子、或不明材料可以通过用一固相提取(solid-phase extraction,SPE)柱过滤溶液来去除,主要步骤包括预备溶剂,使样品溶液通过柱子,用选择溶液洗脱,获得最终的洗脱分析物,随后根据光散射分析进行鉴定。固体颗粒、多余分子或不明材料的去除可有效增强来自化学检测器的纳米结构表面或含有纳米颗粒的样品溶液的散射光,从而能够对已知基本物质的目标分子浓度进行定量分析,例如可测定鲜奶或成品奶或奶粉中浓度低至0.5ppm的三聚氰胺。 
本发明公开的方法和系统被用于食品检验时,非法食品添加剂分子可以通过控制(例如提高或降低)样品溶液(例如图7中的720)的温度从食品基质材料中分离出来。非法食品添加剂苏丹红I或苏丹红IV可以通过将温度控制在20℃-100℃(优选40℃-80℃)1sec-30min或1min-10min而与辣椒玉红素分离。其他的可通过本发明公开的方法和系统检测的食品添加剂包括但不限于罗丹明B(Rhodanmine B)、苯甲酸(有时存在于奶制品中)、硫代亚硫酸(hyposulfurous acid)、甲醛钠 (sodium formaldehyde)、碱性菊橙(chrysoidine G)、硼酸和硼酸钠、硫氰酸钠、铅铬绿(Lead chrome green)、碱性嫩黄O(Basic Flavine O)、工业用甲醛和NaOH、一氧化碳、硫酸钠、工业硫磺、工业染料、罂粟壳(fructus papaveris)、过量的食品染料(例如胭脂红、柠檬黄、诱惑红AC(allura red AC)、晚霞黄等等)、食品防腐剂、甜味剂(例如糖精钠、环已基氨基磺酸钠)、乳化剂(脂肪酸的蔗糖酯等)、过量膨松剂(KAl(SO4)2、NH4Al(SO4)2等等)、漂白剂、硫磺熏蒸(sulfer suffumigation)、护色剂(硝酸酯、亚硝酸盐等等)、TiO2、过氧化苯甲酰和KAlSO4。在一些实施例中,在用拉曼散射检测三聚氰胺前将蛋白质从样品中分离出来。蛋白质可以从鲜奶或奶粉溶液中沉淀或化学分离出来。在一实例中,将奶溶液和一高浓度(例如超饱和浓度)的盐(例如NaCl)相混合来沉淀蛋白质。在另一个例子中,在酸性条件把丙酮加到奶溶液来沉淀蛋白质。用柱例如SPE柱同样可以去除奶溶液中的蛋白质。得到的无色透明溶液随后进行如上所述的拉曼散射测试。蛋白质的去除或沉淀可有效降低拉曼光谱信号中的无规散射和干扰,因此可有效增强该技术的信噪比,可以检测鲜奶中0.2ppm浓度的三聚氰胺。 
使用本发明公开的拉曼散射探头检测食品中的有害化学物质可包括下列一个或多个步骤:参见图29,首先确定可能出现在食品中的有害的或未经批准的、有效的成分或蛋白质(酰胺I)的光谱信号(步骤2200)。如上所述,这可以通过将一有害或有效成分的参比溶液施加到一光散射检测器的纳米表面结构上进行拉曼散射测量来实现。波长和光谱特性(峰面积、峰高、峰宽和峰形等)可以保存到光谱分析仪(图6A中的150)的数据库中。为该光谱信号的峰面积或峰高确定一阈值,该阈值相对应于参比溶液中该化学物质的某一预定浓度。在一些实施例中,计算该光谱峰的信噪比。如果该信噪比超出某阈值(例如3),确认识别出该化学物质。 
在一些实施例中,用于确定光谱信号的检测器含有与用于检测或定量食品中化学物质的检测器基本相同的纳米结构。换言之,对于用于确定光谱信号的检测器和用于进行食品野外试验的检测器,它们的纳米柱或纳米孔隙的尺寸和形状,纳米柱和纳米孔隙的间距,以及纳米柱和纳米孔隙的材料组成是基本相同的。例如,相同的检测器模块可用于两个目的。该方法可以保证测量光谱和光谱信号之间光谱特性的最佳匹配。该方法还可以使那些源于不同检测器在结构和材料组成上的差别的噪音最小化。 
在一些实施范例中,用于确定化合物拉曼光谱信号的纳米表面结构可以通过一包含目标化合物和纳米颗粒悬浮液的测试溶液制备。初始的检测器表面可以是相对平坦的。测试溶液被施加到检测器表面。蒸发或干燥后,一层吸附有目标化合物分子的纳米颗粒沉积到检测器表面上,用于进行确定拉曼信号的拉曼散射测量。除了目标化合物被一食品样品溶液或一病人体液替代外,食品成分或病人体液中物质的检测遵循相同的程序。为了提高试验灵敏度和降低噪音,在拉曼信号测试和野外物质检测中优选使用相同的纳米颗粒和相同的溶剂。换言之,用于确定拉曼光谱信号和野外检测的纳米颗粒的尺寸分布和材料组成基本相同。 
首先从一食品获得食品样品(图29中步骤2210)。鉴于公开的拉曼散射检测器的高灵敏度,食品样品溶液的量可以相当小。例如,食品样品溶液的量可以在100 pl-1ml的范围内。食品样品的例子包括但不限于乳制品、糖果、饮料、果汁、酒、肉、水产品(例如鱼、虾等)、茶叶、新鲜的或罐藏蔬菜、水果、粮食、谷物、玉米片、动物、水产品和家禽饲料或马铃薯片,等等。食品样品被制备或溶于一溶液中,然后转入一包含纳米表面结构的检测器(步骤2220)。食品样品溶液中的分子被吸附到纳米表面结构上。用激光束照射纳米表面结构和被吸附到纳米表面结构上的分子(步骤2230)。采集经纳米表面结构和被吸附到纳米表面结构上的分子散射的光线(步骤2240)。纳米颗粒可包括平均粒径为2-100nm的含有金属银Ag、金Au等颗粒。 
从散射光获得拉曼光谱(步骤2250)。识别光谱中的一个或多个光谱信号,以测定有害的或非法的添加剂和成分,或者核查有效成分的存在和浓度(步骤2260)。有害或非法的添加剂或成分的例子包括但不限于普通肥料中的化合物、除莠剂、杀虫剂、杀昆虫剂、抗生素、激素、重金属、有毒材料、危险化学品和防腐剂,例如三聚氰胺、甜蜜素(环己基氨基磺酸钠)、蔗糖、淀粉、亚硝酸盐、硝酸盐、硫化物(例如NaS)、苏丹红I、II、III和IV、孔雀石绿、甲醛、甲胺磷、乙酰甲胺磷、DDT、DDV、马拉硫磷、杀螟硫磷、克百威(carbofuran)、溴鼠隆(brodifacoum)、四亚甲基二砜四胺、氟代醋酸钠、氟乙酰胺、氯鼠酮(chlorphacinone)、杀鼠酮、双苯杀鼠酮、阿米曲拉、久效磷、甲拌磷、乙拌磷、亚胺硫磷、对硫磷、倍硫磷、磷胺、二嗪农、涕灭威、敌百虫、艾氏剂、苯达松除草剂、溴氰菊酯、氯氰菊酯、甲基对硫磷、亚胺硫磷、硝基呋喃(例如呋喃唑 酮)、乐果、氯霉素、氯四环素、环丙沙星、氨哮素、恩诺沙星、邻苯二甲酸盐、二噁英、水中的重金属(包括但不限于含Pd、Cd、Hg、As、Cr、或Cu的化合物)、氰化物(例如KCN、NaCN)、高氯酸盐、硫酸盐,等等。拉曼光谱中相关光谱信号的波长和特征对于被检测的各个化合物及其量是特异的,如上对图25A-28的描述。一光谱信号可以包括一光谱峰。当该光谱峰超出某阈值时,该光谱信号被识别,所述阈值可以通过分析含有该化合物的参比溶液预先确定,如上所述。例如,该光谱峰相对于噪声背景的信噪比大于3时确定识别出该光谱信号。 
应当说明的是,图29与图8是一致的,图24的步骤中可加入图8中的一个或多个步骤,包括利用含纳米颗粒的样品溶液。 
利用基于纳米结构的光谱检测的工业生产过程控制 
本发明公开的光散射探头和物质检测方法同样适用于工业生产过程中的质量保障和生产调节控制。参见图30,制造系统3000包括一生产系统3010,质量保证系统3050和生产过程控制部件3090。生产系统3010可包括一个接收和准备原材料的区域3015、一个或多个产生中间成分(或副产品)的可选择的区域3020,一个产生最终产品的区域3025和一运送最终产品的运送区域3030。应当说明的是,工业产品例如药品、食品、饮料和酒可以以许多种不同的方式生产出来。图30中所显示的生产系统3010的组成只是一个示例而并非用于限制生产系统。质量保证系统3050可包括一个准备样品的区域3060,其包括,例如把生产成分稀释到样品溶液中。质量保证系统3050还包括光散射装置3065、光谱仪3070、光谱分析仪3075和控制器3080。在某些情况下,质量保证系统3050和生产过程控制部件3090可以统一为质量保证和生产控制系统。 
奶粉生产的原材料,例如,可包括奶牛场运送来的鲜奶。对于药品生产,原材料和中间成分可包括泛酸钙(Calcium pantothenate)、酪蛋白酸盐(Crospovidone)或酪蛋白酸钠(sodium caseinate)、叶绿素铜复合物钠盐(Chlorophyllin copper complex sodium)、乳化燕麦粉(Colloidal oatmeal)、共聚维酮(Copovidone)、聚乙烯聚吡咯烷酮(Crospovidone)、氨基乙酸二羟化铝(Dihydroxyaluminum aminoacetate)、明胶(Gelatin)、胰高血糖素(Glucagon)、瓜耳豆胶(Guar gum)、透明质酸酶(Hyaluronidase)、咪唑啉基脲(Imidurea)、乳糖 (Lactose)、苯丙氨酸氮芥(Melphalan)、聚烯吡酮(Povidone)、聚烯吡酮-碘(Povidone-Iodine)、硫酸鱼精蛋白(Protamine sulfate)、注射用蛋白质水解物(粉末)、氨基乙磺酸(Taurine)、硫鸟嘌呤(Thioguanine)、尿素(Urea)、麦麸(Wheat bran)、玉米醇溶蛋白(Zein)、氨基酸(包括4-羟基脯氨酸(4-Hydroxy Proline)、丙氨酸(Alanine)、精氨酸单盐酸(Arginine mono- HCl)、天门冬酰胺(Asparagine)、天冬氨酸(Aspatic Acid)、半胱氨酸(Cysteine)、胱氨酸(Cystine)、谷氨酸(Glutamic Acid)、谷氨酰胺(Glutamine)、甘氨酸(Clycine)、组氨酸盐酸(Histidine HCl)、异亮氨酸(Isoleucine)、亮氨酸(Leucine)、赖氨酸盐酸(Lysine HCl)、甲硫氨酸(Methionine)、苯丙氨酸(Phenylalaine)、脯氨酸(Proline)、丝氨酸(Serine)、苏氨酸(Threonine)、色氨酸(Tryptophan)、酪氨酸(Tyrosine)、缬氨酸(Valine))、维生素(包括但不限于B族维生素、维生素E),等等。工业生产的药品可包括维生素、生长激素,或是医治或预防哮喘、阿尔茨海默氏病、帕金森氏病、关节炎、癌症、心血管疾病、流感、SARS、白血病、糖尿病或艾滋病的药物。 
鉴于公共卫生的重要性,各国政府通常都严格规定了药品、食品、饮料等中各种有害物质可允许的最大限度。例如,2008年中华人民共和国卫生部的规定,奶制品包括奶、奶粉、冰淇淋等中三聚氰胺的最高水平要低于2.5ppm,婴儿配方奶粉中要低于1ppm。2009年,美国食品与药物管理局(FDA)发表了防止药物成分被三聚氰胺污染的规定,要求原材料、副产品和最终产品中三聚氰胺水平低于2.5ppm。列在FDA指导文件中的可能被三聚氰胺污染的药物成分包括腺嘌呤、白蛋白、来源于酪蛋白蛋白质水解物的氨基酸、铵盐、泛酸钙、酪蛋白酸盐或酪蛋白酸钠、叶绿素铜复合物钠盐、乳化燕麦粉、共聚维酮、氨基乙酸二羟化铝、明胶、胰高血糖素、瓜耳豆胶、透明质酸酶、咪唑啉基脲、乳糖、苯丙氨酸氮芥、聚烯吡酮、聚烯吡酮-碘、硫酸鱼精蛋白、注射用蛋白质水解物、氨基乙磺酸、硫鸟嘌呤、尿素、麦麸或玉米醇溶蛋白。另一些可能被三聚氰胺污染的药物成分包括氨基酸(AA),4-羟基脯氨酸、丙氨酸、精氨酸单盐酸、天门冬酰胺、天冬氨酸、半胱氨酸、胱氨酸、谷氨酸、谷氨酰胺、甘氨酸、组氨酸盐酸、异亮氨酸、亮氨酸、赖氨酸盐酸、甲硫氨酸、苯丙氨酸、脯氨酸、丝氨酸、苏氨酸、色氨酸、酪氨酸、缬氨酸和尿素。这些药物成分经常被用作药品生产的或中间成分。 
工业生产过程中监测的其他有害的化学物质或生化物质可包括三聚氰胺,三聚氰胺复合物例如三聚氰胺氰尿酸酯,亚硝酸盐,硝酸盐,其他的含氮化合物,甜蜜素,环己基氨基磺酸钠,蔗糖,淀粉,亚硝酸盐,硝酸盐,硫化物,苏丹红I、II、III和IV,孔雀石绿,甲胺磷,乙酰甲胺磷,DDT,DDV,马拉硫磷,杀螟硫磷,碳呋喃,溴鼠隆,四亚甲基二砜四胺,氟代醋酸钠,氟乙酰胺,氯鼠酮,杀鼠酮,双苯杀鼠酮,阿米曲拉,久效磷,甲拌磷,乙拌磷,亚胺硫磷,对硫磷,倍硫磷,磷胺,二嗪农,涕灭威,敌百虫,艾氏剂,苯达松除草剂,溴氰菊酯,氯氰菊酯,甲基对硫磷,亚胺硫磷,乐果,硝基呋喃,呋喃唑酮,氯霉素,氯四环素,环丙沙星,氨哮素,恩诺沙星,罗丹明B,苯甲酸(有时在奶制品中发现),连二亚硫酸,甲醛钠,甲醛,邻苯二甲酸盐,二噁英,水中含Pd、Cd、Hg、As、Cr或Cu的化合物,氰化物,高氯酸盐,硫酸盐,碱性菊橙,硼酸和硼砂,硫氰酸钠,铅铬绿,碱性嫩黄O,工业用甲醛和NaOH,一氧化碳,硫酸钠,工业硫磺,工业染料,罂粟壳,过量的食品染料(例如胭脂红、柠檬黄、阿洛拉红AC、晚霞黄等),食品防腐剂,甜味剂(例如糖精钠、甜蜜素),乳化剂(蔗糖脂肪酸脂等),过量的膨松剂(KAl(SO4)2、NH4Al(SO4)2等),漂白剂,硫磺熏蒸,护色剂(硝酸盐、亚硝酸盐等),TiO2和过氧化苯甲酰。参见图30和31,在有害物质例如三聚氰胺的拉曼光谱中找到一个或多个光谱信号(步骤3100)。所述有害物质可以是政府限制在某一工业品例如乳制品和药品中使用的。生产过程中的一种或多种原材料、中间成分、最终产品和副产品都可以被质量保证系统3050监测。例如,在中国三聚氰胺或三聚氰胺氰尿酸酯是在食品(特别是乳制品)中受限制的有害物质。三聚氰胺的光谱信号例如光谱峰可以在光谱区的678cm-1、698cm-1或710cm-1,或1648cm-1附近测出(如上关于图25A-28的相关描述)。在另一个例子中,尿素是药物生产的一种普通原材料。尿素作为一种固体粉末材料被生产系统3010接收。在区域3015可能含有有害物质的尿素的小包货样被采集,然后送至样品准备区域3060。尿素的固体粉末被溶于一水溶液中,例如去离子水,含水乙腈,含水甲醇,或者是含有乙酸、甲酸三氟乙酸、乙酸铵、乙腈或甲醇的水溶液(步骤3110)。同样地,制造材料可以从区域3020(中间成分)或区域3025(最终产品)获得(步骤3110)。 
既然许多制造材料例如尿素的主要成分可能造成明显的背景拉曼散射,这在拉曼光谱中表现为噪音,对制造材料例如尿素粉末进行适当的稀释很重要。为了提高 信噪比,识别出拉曼光谱中的光谱信号,尿素样品可以稀释10倍、50倍、100倍或更高,以抑制尿素的干扰及其拉曼光谱特征,从而能识别出可能存在的有害物质的光谱信号。 
稀释的制造样品,包括主要的工业成分和可能包含的有害物质,接着被引入一纳米表面(步骤3120),纳米表面可增强拉曼散射的灵敏度。如上所述,该纳米表面可以由纳米颗粒提供,也就是说,以悬浮液的形式存在于样品溶液中。如上图7和8的相关描述,纳米颗粒可以由金属材料(例如Al、Ag、Au、Cu、Fe、Co、Ni、Cr、Zn、Sn、Pd、Pt和它们的合金),氧化物材料(例如二氧化钛、二氧化硅、氧化锌等),硅和聚合物材料形成。制造材料被引入含有纳米颗粒的溶液中,让潜在的有害物质的分子吸附纳米颗粒的表面上。 
纳米表面也可以由在检测器表面的纳米结构(例如纳米柱或纳米孔隙)提供。检测器表面的纳米结构至少部分包含金属材料。含有生产成分(例如尿素)和潜在有害物质的样品溶液被引入到检测器表面的纳米结构中,潜在有害物质的分子被吸附到该纳米结构的表面上(步骤3120)。 
随后在激光器散射单元3065中,用一激光束照射包含纳米颗粒的样品溶液,或者是照射涂有样品溶液的带有纳米表面结构的检测器(步骤3130)。接着采集潜在有害物质和纳米表面的散射光(步骤3140);通过光谱仪3070和光谱分析仪3075获得拉曼光谱(步骤3150)。用光谱分析仪3075在拉曼光谱中搜索到有害物质的光谱信号(步骤3160)。 
如果在拉曼光谱中没有发现有害物质(例如三聚氰胺)的光谱信号,那么该制造材料是合格的,生产过程可以进行下去(步骤3170)。如果在拉曼光谱中发现了一个或多个有害物质(例如三聚氰胺)的光谱信号,那么光谱分析仪3075可以测定该有害物质的浓度(步骤3180)。如果有害物质的浓度低于容许浓度,那么原材料(例如尿素)合格。后续的生产过程可以进行(步骤3190)。如果该有害物质的浓度高于最大容许浓度(例如与美国FDA规定的在药物成分中的有效浓度2.5ppm一致),那么控制器3080发送警告信息给生产过程控制部件3090,生产过程控制部件3090拒绝该原材料并防止它在生产过程中继续使用(步骤3190)。 
本发明公开的方法和系统的一个优势在于对微痕量物质的检测灵敏度非常高。这些工业生产过程中某种有害物质的含量经常是政府规定的低容许限度,例如在固 体样品中100ppm、50ppm、10ppm或2.5ppm的最大含量。例如,美国FDA要求原材料(例如尿素粉末)中三聚氰胺应低于2.5ppm。以1:100稀释尿素粉末,样品溶液中三聚氰胺的最大容许浓度是25ppb。通常,常规拉曼散射技术能检测大约1000ppm浓度的物质,而本发明公开的方法和系统被证实能够检测到样品溶液中1ppb甚至更低浓度的有害物质(例如三聚氰胺),比传统方法的灵敏高好几个数量级。因此,本发明公开的方法和系统提供了一种可以满足企业和政府关于制造材料中有害物质相关规定的更为有力而在以往不能利用的检测手段。应当说明的是,图31所描述的过程并不排除未利用纳米表面来识别物质的拉曼光谱方法。例如,未利用纳米表面的拉曼光谱方法可用于确定化学物质和生化物质中的光谱信号,和在工业生产过程中筛查原材料、中间成分、最终产品和副产品中的物质。 
尽管通过优选的实施范例对本发明进行了描述,但应当理解的是,这样的公开并不能被理解为对本发明的限制。对于本领域的技术人员来说,上述公开使得各种变换和修改都是显而易见的。因此,在本发明的实质的精神和范围内,所附权利要求书应解释为涵盖了所有的变换和修改。例如,本发明公开的系统和方法可检测的物质并不局限于上面所述的那些化学物质和生化物质例子。其他的物质包括医药和放射性物质。适用于本发明公开的系统和方法的纳米表面结构同样也不局限于所述例子。纳米表面结构可包括纳米柱、纳米孔隙和其他纳米表面结构,以及沉积在检测器表面的纳米颗粒。探头组件和控制中心之间的通信可结合利用无线和有线通信方式。无线通信可以利用上述之外的协议和标准实现。光谱的数据可以用除拉曼光谱外的波谱法进行分析。检测器表面的纳米结构不局限于上面所述的例子以增强散射光信号。此外,探头组件也可以安装在固定物体上,而不是一定要按装在车辆和飞行物体上。 

Claims (19)

1.一种用于检测化学物质或生化物质的检测器网络系统,包括:
多个探头组件,每个探头组件包括:
一具有纳米结构表面的检测器,其中该纳米结构表面用于吸附靠近该检测器而被该检测器俘获的样品材料的分子,所述样品材料包括来自人或动物的体液、呼出的空气或组织样本;所述纳米结构表面包括由一溶液提供的纳米颗粒;
一用于发射激光束照射被吸附到所述纳米结构表面的分子的激光器;
一用于获得被吸附到所述纳米结构表面的分子的散射光的光谱数据的光谱仪;和
一控制中心,包括:
一用于储存与一化学物质或生物化学物质有关的一个或多个光谱信号的计算机存储器,所述光谱信号为与疾病和药物使用相关的化学物质或生物化学物质的光谱信号;和
一和计算机存储器相联系的光谱分析仪,其中该光谱分析仪用于检测光谱数据,查找与保存在计算机存储器中的至少一个光谱信号相匹配的光谱信号,从而识别出样品材料中与该光谱信号相关的化学物质或生物化学物质。
2.如权利要求1所述的检测器网络系统,其特征在于,所述多个探头组件中至少有一个进一步包括:用于采集吸附于所述纳米结构表面的分子的散射光,并将该散射光传输给所述光谱仪的采集光学装置。
3.如权利要求1所述的检测器网络系统,其特征在于,从所述探头组件到控制中心的光谱数据通过一有线网络传输。
4.如权利要求1所述的检测器网络系统,其特征在于,所述控制中心进一步包括一与所述光谱分析仪相联系的警报和响应系统,其中所述警报和响应系统用于当识别出特定的化学物质或生物化学物质时发出警报信号。
5.如权利要求1所述的检测器网络系统,其特征在于,该检测器网络系统进一步包括一与所述探头组件中的一个相联系的第一天线,该第一天线用于发射包含光谱数据的第一无线电信号;控制中心包括:
一接收第一无线电信号的第二天线;和
一与所述光谱分析仪相联系的无线路由器,该无线路由器从第一无线电信号提取光谱数据。
6.如权利要求5所述的检测器网络系统,其特征在于,所述控制中心进一步包括一与所述光谱分析仪相联系的警报和响应系统及所述无线路由器,当识别出特定的化学物质或生物化学物质时所述警报和响应系统发出警报信号,该无线路由器发射包含该警报信号的第二无线电信号。
7.如权利要求1所述的检测器网络系统,其特征在于,所述多个探头组件安装在医生或健康咨询者办公室、医院。
8.如权利要求1所述的检测器网络系统,其特征在于,所述光谱数据包含一拉曼光谱信息。
9.如权利要求1所述的检测器网络系统,其特征在于,所述体液包括血液、唾液、尿液、血清、泪、汗、胃液、胸腔积水、腹水、脑脊髓液、皮下体液、精液和分泌液。
10.如权利要求1所述的检测器网络系统,其特征在于,采用Dendrograph、聚类分析和主成分分析法分析所述光谱数据以完成光谱信号的识别。
11.如权利要求1所述的检测器网络系统,其特征在于,所述溶液含有不同组成材料的纳米颗粒,其中所述纳米颗粒分布宽度与平均尺寸的比值范围是0.01-3,带有电荷或表面系留有聚合物。
12.如权利要求1-11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液,所述化学物质为与口腔癌有关的化学物质,所述光谱信号分别在520cm-1-580cm-1区域内和1080cm-1-1110cm-1区域内具有特征光谱峰。
13.如权利要求1-11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液,所述化学物质为葡萄糖,所述光谱信号在1115cm-1-1135cm-1区域内具有特征光谱峰。
14.如权利要求1—11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液,所述化学物质为与乳癌有关的化学物质,所述光谱信号分别在560cm-1和1100cm-1处具有特征光谱峰。
15.如权利要求1—11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液或血清,所述化学物质为与肺癌有关的化学物质,所述光谱信号在740cm-1-760cm-1区域内具有特征光谱峰。
16.如权利要求1—11任一所述的检测器网络系统,其特征在于,所述样品材料为人的血清,所述化学物质为与艾滋病有关的化学物质,所述光谱信号在865cm-1-885cm-1区域内具有特征光谱峰。
17.如权利要求1—11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液,所述化学物质为违禁药物,所述光谱信号分别在1030cm-1和1535cm-1附近具有特征光谱峰。
18.如权利要求1—11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液,所述化学物质为与吸烟有关化学物质,所述光谱信号在1029cm-1处具有特征光谱峰。
19.如权利要求1—11任一所述的检测器网络系统,其特征在于,所述样品材料为人的唾液或血清,所述化学物质为与卵巢癌有关的化学物质,所述光谱信号在740cm-1-760cm-1区域内具有特征光谱峰。
CN201310149334.0A 2009-11-25 2010-04-23 用基于纳米结构的光谱检测方法检测化学物和生化物杂质 Active CN103278491B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US12/625,970 2009-11-25
US12/625,970 US8213007B2 (en) 2003-05-27 2009-11-25 Spectrally sensing chemical and biological substances
USUS12/625,970 2009-11-25
US12/643,689 US8081308B2 (en) 2003-05-27 2009-12-21 Detecting chemical and biological impurities by nano-structure based spectral sensing
USUS12/643,689 2009-12-21
US12/643,689 2009-12-21
CN 201010154091 CN102072894B (zh) 2009-11-25 2010-04-23 用基于纳米结构的光谱检测方法检测化学物和生化物杂质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN 201010154091 Division CN102072894B (zh) 2009-11-25 2010-04-23 用基于纳米结构的光谱检测方法检测化学物和生化物杂质

Publications (2)

Publication Number Publication Date
CN103278491A true CN103278491A (zh) 2013-09-04
CN103278491B CN103278491B (zh) 2017-07-07

Family

ID=44031519

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201310149334.0A Active CN103278491B (zh) 2009-11-25 2010-04-23 用基于纳米结构的光谱检测方法检测化学物和生化物杂质
CN 201010154091 Active CN102072894B (zh) 2009-11-25 2010-04-23 用基于纳米结构的光谱检测方法检测化学物和生化物杂质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN 201010154091 Active CN102072894B (zh) 2009-11-25 2010-04-23 用基于纳米结构的光谱检测方法检测化学物和生化物杂质

Country Status (1)

Country Link
CN (2) CN103278491B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104458702A (zh) * 2014-12-11 2015-03-25 成都鼎智汇科技有限公司 一种基于拉曼光谱的便携式气体爆炸物识别仪
CN112945933A (zh) * 2021-02-05 2021-06-11 山东大学 一种快速原位检测活体生物组织内三苯甲烷类化学物的方法
CN114199377A (zh) * 2021-08-23 2022-03-18 南开大学 一种近红外纳米增强光谱仪

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9255842B2 (en) * 2011-07-13 2016-02-09 Thermo Scientific Portable Analytical Instruments Inc. Heroin detection by raman spectroscopy from impure compositions comprising an interfering fluorescent contaminant
CN102288564B (zh) * 2011-07-25 2014-09-03 北京农业信息技术研究中心 水中亚硝酸盐含量检测系统及方法
CN103364388B (zh) * 2012-04-01 2015-08-19 深圳市宇驰检测技术有限公司 一种苏丹红i的激光拉曼检测方法
CN103364387B (zh) * 2012-04-01 2016-04-06 深圳市宇驰检测技术有限公司 一种孔雀石绿的激光拉曼检测方法
GB2513343A (en) * 2013-04-23 2014-10-29 Univ Singapore Methods related to instrument-independent measurements for quantitative analysis of fiber-optic Raman spectroscopy
CN103398995B (zh) * 2012-09-07 2015-12-23 欧普图斯(苏州)光学纳米科技有限公司 能实现化学分离和光散射的集成设备
CN102890079B (zh) * 2012-10-14 2015-09-16 江苏省理化测试中心 激光拉曼光谱技术快速检测茶叶中美术绿的方法
GB201220573D0 (en) * 2012-11-15 2013-01-02 Univ Central Lancashire Methods of diagnosing proliferative disorders
US9646729B2 (en) * 2013-01-18 2017-05-09 Westinghouse Electric Company Llc Laser sintering systems and methods for remote manufacture of high density pellets containing highly radioactive elements
CN103190917B (zh) * 2013-04-10 2015-01-07 中国科学院重庆绿色智能技术研究院 一种基于激光拉曼技术的血糖仪
CN104280375B (zh) * 2013-07-01 2018-01-02 厦门大学 一种银耳中二氧化硫残留快速检测方法
CN103353450B (zh) * 2013-07-01 2016-01-20 厦门大学 一种酒品中糖精钠的快速检测方法
CN103344579A (zh) * 2013-07-23 2013-10-09 房甲敏 一种毒品在线监测仪器及其方法
CN103439312B (zh) * 2013-09-06 2016-03-30 哈尔滨工业大学 一种基于表面增强拉曼光谱技术对牛奶中硫氰酸钠的含量进行快速检测的方法
CN103472219B (zh) * 2013-09-30 2014-06-11 湖南农业大学 采用免疫磁纳米粒子和spr技术相结合检测溴氰菊酯的方法
CN103920168B (zh) * 2014-03-17 2016-03-30 上海师范大学 基于磁性纳米粒子检测三聚氰胺的核磁共振传感器及其制备方法和应用
CN104132930B (zh) * 2014-07-28 2016-09-07 浙江大学 一种重金属浓酸液体中中铬黄浓度的检测方法
CN104237202B (zh) * 2014-09-18 2017-03-15 苏州大学 一种硅纳米阵列基底及其制备方法、应用
CN104374762B (zh) * 2014-12-08 2017-03-22 河北省食品检验研究院 快速分析豆皮中碱性嫩黄含量的激光拉曼光谱检测方法
CN104568909A (zh) * 2015-02-10 2015-04-29 吕志伟 一种基于表面增强拉曼散射技术牛奶中双氰胺含量的检测方法
CN105478754B (zh) * 2016-01-06 2017-12-26 重庆医科大学附属永川医院 Cu纳米材料的制备方法及癌细胞检测方法
CN106583747B (zh) * 2016-12-06 2018-08-17 南华大学 鱼精蛋白金纳米簇的制备及在模拟酶比色和荧光检测中的应用
CN108404824A (zh) * 2018-01-16 2018-08-17 吉林师范大学 一种Ag@Cu2O-rGO二维纳米复合材料及其制备方法和应用
CN108613969A (zh) * 2018-08-23 2018-10-02 普拉瑞思科学仪器(苏州)有限公司 一种白酒中甜蜜素的快速检测方法
CN109647001A (zh) * 2018-11-30 2019-04-19 中国刑事警察学院 一种呋喃丹碳纳米管表面分子印迹固相萃取柱
CN111380856A (zh) * 2018-12-29 2020-07-07 同方威视技术股份有限公司 利用拉曼光谱检测乳制品中三聚氰胺的方法
CN110006866B (zh) * 2019-04-16 2022-04-22 杭州迈尔德生物科技有限公司 一种阿片类活性物质的通用检测方法及其检测试剂盒
CN110006869B (zh) * 2019-04-24 2021-09-24 吉林大学 基于玉米醇溶蛋白的金纳米簇荧光探针及试纸的制备方法
CN111122465A (zh) * 2019-11-21 2020-05-08 哈尔滨医科大学 一种微量血清样本中碘离子的无砷检测试剂盒
CN111289493B (zh) * 2020-03-27 2021-08-06 电子科技大学 一种表面增强拉曼基底及其制备方法
CN111982866B (zh) * 2020-06-05 2022-05-20 中国科学院新疆理化技术研究所 一种比色荧光猝灭双模检测氯胺酮的方法
CN112285088B (zh) * 2020-09-23 2022-03-29 嘉兴学院 作为表面增强拉曼散射基底的微凝胶及其制备方法和用途
CN112710702B (zh) * 2021-01-15 2022-03-25 南京工业大学 一种具有特异构型的蔗糖生物传感芯片
CN113092437B (zh) * 2021-03-25 2023-03-10 东莞市中科原子精密制造科技有限公司 一种远程拉曼光谱探测模组及远程探测光谱仪
CN113686941A (zh) * 2021-08-10 2021-11-23 朱浩奇 一种化学传感器
CN113375997B (zh) * 2021-08-16 2022-02-18 赛默飞世尔(上海)仪器有限公司 一种检测芬太尼类化合物的方法和产品
CN114088685A (zh) * 2021-11-22 2022-02-25 生态环境部华南环境科学研究所 一种快速检测水体中农药残留的方法
CN114839175A (zh) * 2022-03-15 2022-08-02 北京化工大学 一种基于表面增强拉曼散射光谱技术的水中铅离子检测方法
CN115060704B (zh) * 2022-07-27 2022-10-21 昆明理工大学 表面增强拉曼散射检测甲基汞及黄曲霉毒素b1的方法
CN116879264A (zh) * 2023-07-10 2023-10-13 浙江顺源化工有限公司 一种乳化炸药中间产品乳化基质在线拉曼检测工艺

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0654670A2 (en) * 1993-11-19 1995-05-24 Kyoto Dai-ichi Kagaku Co., Ltd. Method of and apparatus for analyzing immunity by raman spectrometry
JPH09127001A (ja) * 1995-10-31 1997-05-16 Ajinomoto Co Inc 密封材料の非破壊検査法
WO2006127840A2 (en) * 2005-05-24 2006-11-30 Sean Xiaolu Wang Spectroscopic sensor on mobile phone
CN1898550A (zh) * 2003-12-22 2007-01-17 皇家飞利浦电子股份有限公司 光学分析系统、血液分析系统以及确定主分量幅值的方法
US7242469B2 (en) * 2003-05-27 2007-07-10 Opto Trace Technologies, Inc. Applications of Raman scattering probes
CN101400976A (zh) * 2005-12-19 2009-04-01 美国光纳科技 化学检测器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7361313B2 (en) * 2003-02-18 2008-04-22 Intel Corporation Methods for uniform metal impregnation into a nanoporous material
US7271896B2 (en) * 2003-12-29 2007-09-18 Intel Corporation Detection of biomolecules using porous biosensors and raman spectroscopy
CN100557421C (zh) * 2007-06-22 2009-11-04 东南大学 一种磁性表面增强拉曼散射标记的制备方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0654670A2 (en) * 1993-11-19 1995-05-24 Kyoto Dai-ichi Kagaku Co., Ltd. Method of and apparatus for analyzing immunity by raman spectrometry
US5607643A (en) * 1993-11-19 1997-03-04 Kyoto Dai-Ichi Kagaku Co., Ltd. Method of and apparatus for analyzing immuity by RAMAN spectrometry
JPH09127001A (ja) * 1995-10-31 1997-05-16 Ajinomoto Co Inc 密封材料の非破壊検査法
US7242469B2 (en) * 2003-05-27 2007-07-10 Opto Trace Technologies, Inc. Applications of Raman scattering probes
CN1898550A (zh) * 2003-12-22 2007-01-17 皇家飞利浦电子股份有限公司 光学分析系统、血液分析系统以及确定主分量幅值的方法
WO2006127840A2 (en) * 2005-05-24 2006-11-30 Sean Xiaolu Wang Spectroscopic sensor on mobile phone
CN101400976A (zh) * 2005-12-19 2009-04-01 美国光纳科技 化学检测器

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104458702A (zh) * 2014-12-11 2015-03-25 成都鼎智汇科技有限公司 一种基于拉曼光谱的便携式气体爆炸物识别仪
CN112945933A (zh) * 2021-02-05 2021-06-11 山东大学 一种快速原位检测活体生物组织内三苯甲烷类化学物的方法
CN114199377A (zh) * 2021-08-23 2022-03-18 南开大学 一种近红外纳米增强光谱仪
CN114199377B (zh) * 2021-08-23 2023-12-05 南开大学 一种近红外纳米增强光谱仪

Also Published As

Publication number Publication date
CN102072894A (zh) 2011-05-25
CN103278491B (zh) 2017-07-07
CN102072894B (zh) 2013-05-01

Similar Documents

Publication Publication Date Title
CN102072894B (zh) 用基于纳米结构的光谱检测方法检测化学物和生化物杂质
US8081308B2 (en) Detecting chemical and biological impurities by nano-structure based spectral sensing
CN101629909B (zh) 一种检测化学物或生化物物质的方法
US8213007B2 (en) Spectrally sensing chemical and biological substances
CN103698510A (zh) 用基于纳米结构的光谱检测法分析化学物和生化物的方法
US9274105B2 (en) Analyzing chemical and biological substances using nano-structure based spectral sensing
US8699019B2 (en) Assuring food safety using nano-structure based spectral sensing
US8102525B2 (en) Systems and methods for detecting chemical and biological substances
US8582099B2 (en) Monitoring network based on nano-structured sensing devices
US7872575B2 (en) Homeland intelligence systems technology “H-List”
US7428046B2 (en) Trace chemical optical probe
US9182352B2 (en) System and method for detecting oil or gas underground using light scattering spectral analyses
Pearman et al. Classification of chemical and biological warfare agent simulants by surface-enhanced Raman spectroscopy and multivariate statistical techniques
CN101400976B (zh) 化学检测器
US7271720B2 (en) Homeland intelligent systems technology “H-LIST”
Dos Santos et al. Unraveling surface-enhanced Raman spectroscopy results through chemometrics and machine learning: Principles, progress, and trends
Li et al. SERS paper sensor based on three-dimensional ZnO@ Ag nanoflowers assembling on polyester fiber membrane for rapid detection of florfenicol residues in chicken
Rogowski et al. A “chemical nose” biosensor for detecting proteins in complex mixtures
Berhanu et al. Fluorescence Sensor Based on Polyaniline Supported Ag‐ZnO Nanocomposite for Malathion Detection
He et al. Ag@ C decorated GaN nanoflower enabled super-stable, single molecule level SERS substrate integrated with machine learning for multiple analytes identification
Liu et al. Ratiometric visualization of folic acid with a smartphone-assisted fluorescence paper device based on gadolinium and nitrogen co-doped CDs
Loeffen et al. Spatially offset Raman spectroscopy (SORS) for liquid screening
Wang et al. SERS spectroscopy and multivariate analysis of globulin in human blood
Sarma et al. AuNP decorated aegle marmelos leaf as SERS substrate for trace detection of antibiotics and machine learning based classification
Omping et al. Facile synthesis of PEGylated gold nanoparticles for enhanced colorimetric detection of histamine

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190521

Address after: 100080 Level 11, 1112-431, Zhongguancun Street, Haidian District, Beijing

Patentee after: Beijing Guangshengneng Technology Co., Ltd.

Address before: 215021 A4-316, 218 Xinghu Street, Suzhou Industrial Park, Jiangsu Province

Patentee before: Opto Trace Technologies Inc.