重金属污染，尤其是铅（Pb）和汞（Hg），一直是环境和食品安全领域的心头大患。即使是痕量级别的铅和汞，也会对人体的神经系统造成严重损害。传统的检测方法，如电感耦合等离子体质谱法，虽然精确，但设备昂贵、操作复杂、检测周期长，难以满足现场快速检测的需求。

 近日，四川农业大学机电学院和浙江大学的研究团队在Chemical Engineering Journal上发表了一项突破性研究，开发了一种基于活性-导电层堆叠结构的电化学传感器，并结合深度学习算法和微信小程序，构建了一套重金属离子实时检测平台。本研究在负载有SnO₂的泡沫镍导电层上合成了MgFe层状双氢氧化物作为活性层，并在氧空位的辅助下，形成了一种活性-导电层堆叠结构的传感器。结果表明，MgFe-LDH@SnO₂/NF表现出卓越的灵敏度（Pb(II)：417 μA/μM；Hg(II)：986 μA/μM）、更宽的线性范围（1.1 - 2.2 μM）和更低的检测限（Pb(II)：1.21 nM；Hg(II)：3.7 nM）。密度泛函理论和电化学测量证实，该传感器的高性能归因于氧空位通过降低结合能而增强了吸附重金属离子的能力，以及SnO₂通过降低电荷转移电阻而促进了快速电子传输。特别是，通过结合新提出的微型电化学检测网络和微信小程序，构建了一个用于Pb(II)和Hg(II)污染类别和浓度实时检测的平台，该平台在实际水样检测中显示出高准确度（0.98）和回收率（91.6% - 106.8%）。该研究创新性地通过深度学习实现了电化学的定性和定量计算。此外，智能手机可以显示从云服务器传输的检测结果。因此，这项工作为检测典型重金属离子提供了一种新的传感器平台，提高了检测的灵敏度、准确性和智能化水平。

来源：传感器专家网