引用本文
黄锐, 范向洋. 基于β-CD@AuNPs结合乳酸的汗潜指印可视化研究[J].刑事技术, 2022,47(3):239-245
HUANG Rui, FAN Xiangyang. Visual Exposure of Latent Sweat Fingermarks via Their Contained Lactic Acid Binding into β-CD@AuNPs[J]. Forensic Science and Technology,2022,47(3): 239-245  
Doi: 10.16467/j.1008-3650.2021.0144
Permissions
Copyright©2022, 《刑事技术》编辑部
《刑事技术》编辑部
基于β-CD@AuNPs结合乳酸的汗潜指印可视化研究
黄锐1,2,3, 范向洋1
1.西南政法大学刑事侦查学院,重庆 401120
2.重庆高校物证技术工程技术研究中心,重庆 401120
3.重庆市刑事技术重点实验室,重庆 401120

第一作者简介：黄锐,女,重庆人,博士,副教授,研究方向为物证技术学。E-mail: huang-rui@swupl.edu.cn

收稿日期: 2021-04-16 修回日期: 2021-08-24
基金资助: 重庆市高等教育教学改革研究项目（203283）; 重庆市雏鹰计划研究项目（CY210301）; 重庆市教育委员会“成渝地区双城经济圈建设”科技创新重点项目（KJCXZD2020016）
摘要

目的 采用简单、便捷的方法制备β-CD@AuNPs并将其应用于汗潜指印中乳酸的检验。方法 以HS-β-环糊精（HS-β-CD）为还原剂,通过微波加热方式制备β-CD@AuNPs。基于β-CD@AuNPs对汗潜指印中乳酸的主客体识别产生溶液颜色变化的原理,并使用数据处理软件对溶液颜色进行HSV数据化处理,从而实现汗潜指印中乳酸的可视化检测。结果 β-CD@AuNPs对乳酸产生的颜色变化与乳酸的量存在数量关系,对新鲜和陈旧汗潜指印具有分辨能力。结论 本文所建立的方法实现了对汗潜指印二维形态以及成分信息的同步可视化诊断。

关键词: β-CD@AuNPs; 汗潜指印; L-乳酸; HSV色彩空间; 定性分析
中图分类号:DF794.1 文献标志码:A 文章编号:1008-3650(2022)03-0239-07
Visual Exposure of Latent Sweat Fingermarks via Their Contained Lactic Acid Binding into β-CD@AuNPs
HUANG Rui1,2,3, FAN Xiangyang1
1. Criminal Investigation College of Southwest University of Political Science and Law
2. Chongqing Forensic Engineering Research Center
3. Chongqing Key Laboratory of Criminal Technology, Chongqing 401120, China
Abstract

Objective To prepare β-CD@AuNPs for exploration about visual exposure of sweat latent fingerprints which to have their contained lactic acid bound into the preparation.Methods β-CD@AuNPs was prepared through reduction of HS-β-cyclodextrin (HS-β-CD) under microwave heating. Lactic acid, one content-higher component of sweat, was bound into β-CD@AuNPs by way of inherent coalescence between them, resulting in the latent sweat fingerprints having turned out a different color of β-CD@AuNPs solution from that of either the blank or other alternative substance. HSV data processing software was adopted to handle the unveiling color so that the revealed sweat latent fingerprints were more vivid to be visually detected through their contained lactic acid.Results A quantitative relationship was present between the changing color of β-CD@AuNPs and the amount of lactic acid, demonstrating the ability of β-CD@AuNPs to distinguish fresh latent sweat fingerprints from the old ones.Conclusions β-CD@AuNPs had been innovatively utilized to detect lactic acid in sweat latent fingerprints, eligible for making the obtained results successively processed into HSV data for quantification. Sweat latent fingerprints can be realized into synchronous retrieval of their visual two-dimensional patterns and composition information.

Key words: β-CD@AuNPs; sweat latent fingerprints; L-lactic acid; HSV; qualitative analysis

乳酸（2-羟基丙酸）是人体在一般的新陈代谢和运动中产生的一种常见的化学物质。血液中乳酸的含量决定了汗液中乳酸的含量[1], 而血液中乳酸的含量一定程度上反映了人体的生理状况, 例如临床研究表明糖尿病合并高乳酸血症较常见[2], 且双胍类降糖药和小檗碱均可引起血乳酸含量的升高[3]。

Fischer 等[4]研究发现癌症患者血浆中乳酸浓度和癌症患病程度成正相关。在多数刑事案件中我们很难直接获得血液样本, 但很容易获得汗潜指印。汗液中水含量990 ~ 994 mg/mL, 占99% ~ 99.4%, 乳酸含量0.6 mg/mL, 占0.06%, 尿素含量0.2 mg/mL, 占0.04%, 氨基酸含量0.07 ~ 0.25 mg/mL, 占0.007% ~ 0.025%, 葡萄糖含量0.056 mg/mL, 占0.0056%[5]。很明显与氨基酸、尿素等有机物相比乳酸在汗液中的含量是最高的, 因此可以通过检测汗潜指印中的乳酸含量来间接判断遗留人的身体状况, 为案件侦破提供线索, 缩小刑事侦查的范围。

超分子是由多个分子通过氢键、范德华力、电荷的库仑作用、π -π 共轭等相互作用力而自动结合成的有序、有组织并能选择性识别某些离子或基团的聚合物[6]。超分子拥有封闭或半封闭的、对客体分子具有高亲和力和高选择性的配位“ 空腔” , 该空腔可以通过π -π 堆积作用、氢键、静电作用、阳离子-π 作用、疏水相互作用等与客体形成稳定的复合物[7]。β -环糊精(β -CD)作为一种著名的分子受体, 其疏水腔可与多种有机、无机和生物客源分子形成主客体包合物[8, 9]。同时, β -CD具有水溶性和环保性, 有助于提高功能材料的分散性[10, 11, 12, 13]。考虑到大环超分子具有独特的拓扑结构, 当β -CD附着在AuNPs表面时, 可能会出现一些新的性质和相应的新应用[14]。Du等[15]曾利用NR-β -CD@AuNPs对河水中的亚硝酸根离子进行痕量检测。

本文使用微波加热方法利用HAuCl4· 3H2O和HS-β -CD制备β -CD@AuNPs[15], 首次将其应用于汗潜指印中二维形态以及成分信息的同步可视化诊断, 并创新性地将HSV图像处理技术应用于汗潜指印乳酸成分的检测分析, 旨在研发一种可以实现对汗潜指印二维形态以及乳酸成分快速定性分析的方法, 进而在保证对汗潜指印二维形态可视化的前提下, 证明对汗潜指印成分分析利用的可行性, 为案件侦破提供更多的线索。本方法操作简单, 流程快捷, 同时, 原材料HAuCl4· 3H2O和HS-β -CD价格相对不高, 具有推广的可操作性。数据化图像识别处理旨在通过机器识别判断代替人眼的识别判断, 使最终结果更加客观可靠。

1 基本原理
1.1 β -CD@AuNPs制备和结合乳酸的原理

如图1, 在微波的高能环境下, HS-β -CD作为还原剂和稳定剂与AuNPs形成Au-S键, 将HS-β -CD修饰到AuNPs表面, 作为支架和受体, 通过主客体相互作用实现光传感[15]。

图1 β -CD@AuNPs合成机制及乳酸结合示意图[15]Fig.1 Schematic for synthesis mechanism of β -CD@AuNPs and its binding with lactic acid [15]

AuNPs表面的β -CD作为一种分子受体, 可与环境中的乳酸分子形成主客体包合物, AuNPs作为结构荧光共振能量转移系统中理想的能量受体, 在这一过程中将这一主客体包合物形成的信息转换为人肉眼可见的颜色变化, 达到识别的目的。

1.2 HSV半定量分析原理

HSV色彩空间即色相（hue）、饱和度（saturation）、明度（value）, 是一种将RGB色彩空间中的点在倒圆锥体中表示的方法, HSV更类似于人类感觉颜色的方式, 对颜色的表达比RGB更符合人眼观察, 如图2。色相表示色彩信息, 由绕V轴的旋转角给定。范围是0° ~ 360° , 其中红色是0° , 绿色是120° , 蓝色是240° , 每一种颜色和它的补色相差180° ; 饱和度为一比值, 它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。饱和度范围从0到1, 所以圆锥顶面的半径为1, 饱和度=0时, 只有灰度, 灰色的饱和度是0%, 纯粹的颜色比如大红（255, 0, 0）、青色（0, 255, 255）等等的饱和度是100%; 明度表示色彩的明亮程度, 范围从0到1, 明度为0%时为黑色, 明度为100%时为白色, 介于0% ~ 100%之间时, 则用来表示各个颜色的明暗程度, HSV圆锥模型的顶面对应明度为1, 顶点对应明度为0[16, 17]。

图2 HSV颜色空间（a、b）和RGB颜色空间（c）示意图 [18]Fig.2 Schematic for color space of HSV (a, b) and RGB (c) [18]

对指印图像进行数据化识别的程序是以HSV色彩空间的代码为主体（其中我们将色相H的范围从0° ~ 360° 转化为0 ~ 50）, 结合了相关统计归纳代码。将指印图像输入程序后, 程序自动分析图像每个像素点的色相值与饱和度值, 并分别统计出具有相同色相值、饱和度值的像素点的总数, 最终以统计图形式输出。

2 材料与方法
2.1 试剂与仪器

单（6-巯基-6-去氧）-β -环糊精（HS-β -CD）购自山东滨州智源生物科技有限公司; L-乳酸（L-(+)-Lactic acid, 高级纯, 90%）、三水四氯金酸（HAuCl4· 3H2O）均购自重庆多爱酷生物公司; 实验用水均为超纯水（台湾艾柯Exceed-Dc-60型纯水机）。样品合成过程中使用BK-360B超声波洗涤仪（济南巴克超声波科技有限公司）、ESJ200-4B分析天平（沈阳龙腾电子有限公司）、G70D20CN1P-D2（S0）微波炉（广东格兰仕微波生活电器制造有限公司）, 紫外可见光谱用UV-2450紫外-可见分光光度计（日本岛津公司）测得。

2.2 β -CD@AuNPs的制备

取0.010 g HAuCl4· 3H2O和15.0 mg HS-β -CD, 使用超声仪5 min使其溶解在30 mL的超纯水中。在微波炉100%的火力下反应40 s得到酒红色的β -CD@AuNPs溶液[15]。将所得溶液与水以2:1的比例进行稀释, 备用。

2.3 排除性实验

为了排除汗潜指印中其他成分对β -CD@AuNPs溶液颜色变化的影响, 在5份相同的4 mL β -CD@AuNPs溶液中分别加入1.0 mL纯水、乳酸溶液、甘油溶液、丝氨酸溶液、葡萄糖溶液, 充分搅拌均匀并静置5 min后, 分别取1.5 mL溶液装入2.0 mL的试剂瓶中, 在白色背景和正常日光灯的条件下拍照固定。

2.4 对乳酸的检测

取400、500、600、700、800、900 μ L的纯乳酸分别加入4.0 mL的β -CD@AuNPs溶液中, 并使用移液枪反复混匀, 直到颜色无变化。静置5 min后, 分别取1.5 mL溶液装入2 mL的试剂瓶中, 在白色背景和正常日光灯的条件下拍照固定。

2.5 对汗潜指印样本中乳酸的检测

采集一枚志愿者的指印于载玻片上, 向指印上滴加100 μ L的β -CD@AuNPs溶液至覆盖整枚指印并在同一载玻片没有指印处滴加100 μ Lβ -CD@AuNPs溶液, 用于对照。5 min后, 在白色背景和正常日光灯的条件下拍照固定。

2.6 图像处理

将拍照所得图像进行适当裁剪, 如果所拍照片颜色太亮或太暗, 可对照片整体进行亮度/对比度的调整, 确保待分析部分的颜色明显, 同时保证颜色相对单一。利用数据化处理程序, 对上述照片进行逐个分析, 得到各自的HSV图。

3 结果与讨论
3.1 β -CD@AuNPs的紫外-可见光谱

图3中的三条曲线分别为反应物HS-β -CD、HAuCl4与产物β -CD@AuNPs的紫外可见分光光谱图。反应物HS-β -CD、HAuCl4在536 nm处均无吸收峰, 而产物β -CD@AuNPs在536 nm处有明显吸收峰, 反应物与产物的紫外可见分光光谱图无论是形态, 还是波峰均不相同, 故可以推断, 经过微波反应产生了新物质β -CD@AuNPs。Du课题组[15]报道β -CD@AuNPs在526 nm处存在吸收峰, 与本文结果存在10 nm的差异, 主要原因可能是二者所采取的制备方法和仪器存在差别。Du课题组采用的是微波反应器在150 W、120℃条件下搅拌反应3 min, 采用的条件更温和, β -CD@AuNPs粒径可能更小, 吸收峰蓝移。

图3 HS-β -CD和HAuCl4及β -CD@AuNPs紫外-可见光谱Fig.3 UV-Vis spectrums of HS-β -CD, HAuCl4 and β -CD@AuNPs

3.2 排除性实验结果

依据2.3相关实验操作, 所得结果如图4所示, 除第2组乳酸溶液外, 其余3组的颜色以及所得的HSV图均与空白对照组一致（色相值主要集中在46、47处）, 没有太大变化, 排除了这三种物质对β -CD@AuNPs溶液检验汗潜指印中乳酸含量影响。

图4 排除性实验结果及其HSV分析图（a组为4mLβ -CD@AuNPs溶液与不同溶液反应得到的不同颜色变化; b组为a组对应的HSV图。1~5分别为纯水、乳酸、甘油、丝氨酸、葡萄糖）Fig.4 Exclusive experimental verification and HSV analysis (a. the changing color of 4mL β -CD@AuNPs solution reacted with different substances; b. HSV histograms converted from a. 1-5 are indicating the respective pure water, lactic acid, glycerol, serine and glucose)

3.3 定性分析结果

依据2.4相关实验操作, 所得结果如图5所示, 图5a从1到6所加乳酸体积逐渐减少, 其颜色也逐渐由蓝紫色转变为酒红色, 图5b为截取图5a中等大的图片用于HSV分析得到的HSV图, 所得色相也是由蓝紫色转变为酒红色。因此可以得出结论：适量的乳酸可使β -CD@AuNPs溶液的颜色由原来的酒红色变为蓝紫色, 并可利用该结论进行指印中乳酸的定性分析。

图5 乳酸检测实验结果及其HSV分析图（a组为4mLβ -CD@AuNPs溶液与不同体积的纯乳酸（90%）反应得到的不同颜色变化; b组为a组对应的HSV图。1~6分别为900、800、700、600、500、400μ L）Fig.5 Lactic acid detection and HSV analysis (a. the changing color of 4mL β -CD@AuNPs solution reacted with volume-different pure lactic acid (90%); b. HSV histograms converted from a. 1-6 are indicating the respective 900, 800, 700, 600, 500 and 400μ L)

依据2.5相关实验操作, 所得结果如图6所示, a为无任何处理的β -CD@AuNPs溶液, b为滴加在汗潜指印上的β -CD@AuNPs溶液。从图中可以明显看出, 滴在指印上方的β -CD@AuNPs溶液比空白处的酒红色颜色更淡, 更偏蓝紫色, 这与图5中β -CD@AuNPs溶液加入乳酸的颜色变化是一致的。截取两处液滴图片用于HSV分析, 从图中可以明显看出相较于空白处的液滴, 位于指印上方的液滴的色相更偏向蓝紫色, 根据上述条件可以推断该枚指印中是含有乳酸的。因此, β -CD@AuNPs溶液可以用于汗潜指印中的乳酸检验。同时, HSV图的色相分析对实验结果的颜色进行了量化、数据化, 有利于更客观的评价, 以及后期半定量分析的研究。

图6 汗潜指印乳酸检测实验结果及其HSV分析图（a为无任何处理的β -CD@AuNPs溶液及其HSV图, b为滴加在汗潜指印上的β -CD@AuNPs溶液及其HSV图）Fig.6 Lactic acid detection in sweat latent fingerprints and HSV analysis (a. the untreated β -CD@AuNPs solution and its HSV histogram; b. the β -CD@AuNPs solution dripped onto one sweat latent fingerprint and the HSV histogram)

图7为β -CD@AuNPs溶液滴加覆盖在以载玻片为载体的指印上, 水分干涸后, 指印纹线的显现效果。可以看到, 虽然使用液体覆盖滴加再干燥, 该方法显现的指印纹线及细节特征依然清晰, 显现效果不比传统粉末显现差。这为之后的汗潜指印纹线显现和指印中乳酸成分的一站式分析提供了基础和可能。

图7 β -CD@AuNPs溶液覆盖指印, 充分干燥后的指印及细节特征图像Fig.7 Fingerprint revealed out from β -CD@AuNPs solution covering and full dryness, having two detailed features enlarged

3.4 实际应用中各种因素的影响

3.4.1 指印遗留时间对检验的影响

如图8, 1~6分别是β -CD@AuNPs溶液滴加在不同遗留时间的指印上产生的颜色变化以及利用实验结果分析处理的HSV图。每一枚指印是在同一时间由同一捺印人的同一手指在同一种载体（载玻片）上以基本一致的力度捺印形成。为了排除时间以外因素的影响, 设置了a组（空白对照组）和b组（实验组）, 结果表明随着指印形成时间的增加, β -CD@AuNPs溶液的颜色变化越来越小, 也就是指印中可以被检测的乳酸含量越来越少, 这是符合指印中物质随时间的推移不断被环境中微生物或酶所分解而逐渐减少规律的。图8b中相邻两组之间的差异是难以通过最初的实验结果区分的, 而将其中的结果进行HSV分析后, 通过图中的色相及其分布的差异可以清楚地看到不同组实验结果之间的差异。从中可以发现b-1、2、3 HSV图中有逐渐递减的蓝紫色色相, b-4、5、6则几乎不存在该色相带, 证明了乳酸含量的减少。同时根据5、6组空白对照和实验组的横向对比可以发现指印形成10 d以后乳酸含量基本趋于稳定。虽然其中a-3的HSV分析结果与预期结果存在冲突, 但这可能是液滴大小、形状不同使得边缘阴影面积不同导致的结果。总的来说, 根据汗潜指印中乳酸随时间递减的规律, 在正常的遗留指印成分以及面积大小一定的前提下, β -CD@AuNPs溶液可以很好地分辨新鲜指印（形成时间不超过2 d）和陈旧指印。

图8 不同指印形成时间检验的结果及其HSV图（1~6分别是0、2、6、8、10、14d的指印在滴加β -CD@AuNPs溶液后的颜色变化图以及经处理后的HSV图, 其中a组是空白对照组, b组是实验组）Fig.8 Effect of age-different fingerprints on color changing and HSV analysis (1-6 are the color changes from age-different fingerprints and their HSV images after β -CD@AuNPs solution dripping onto them; a. the blank control and b. the testing group; aged fingerprints are fresh, 2d, 6d, 8d, 10d and 14d, respectively)

3.4.2 不同载体对指印检验的影响

图9中1~3分别为不同载体上新鲜汗潜指印滴加β -CD@AuNPs溶液后的颜色变化及经过分析处理后的HSV图。每一枚指印是在同一时间由同一捺印人的同一手指在不同载体上以基本一致的力度捺印形成。为了排除载体以外因素的影响, 设置了a组（空白对照组）和b组（实验组）。可以发现在载玻片、易拉罐、塑料卡片等一系列浅色非渗透载体上利用β -CD@AuNPs溶液检验汗潜指印中的乳酸都具有较好的实验效果, 且每一种载体在HSV图上都有一段独特的色相带, 如a-2由于易拉罐底部金属的独特光泽, 所以在中间存在一段浅蓝色色相带, 在b-2中同样存在, 因此这属于载体背景所带来的不同。但在指印二维形态的显现方面, 金属载体和塑料载体的显现效果不如玻璃载体（图10）。总而言之, 在浅色非渗透性客体上, β -CD@AuNPs溶液有较好的乳酸检验应用效果, 但在金属载体和塑料载体表面没有得到较好的二维形态显现效果。

图9 不同载体检验的结果及其HSV图（1~3分别为载玻片、易拉罐底部、塑料卡片上新鲜汗潜指印滴加β -CD@AuNPs溶液后的颜色变化图以及经处理后的HSV图, a组为空白对照组, b组为实验组）Fig.9 Effect of various carriers on color changing and HSV analysis (1-3 are the color changes from fresh sweat latent fingerprints on different carriers after β -CD@AuNPs solution dripping onto them and their showing of HSV processing; a: the blank control and b: the test group. Carriers are slide, pop-can’ s bottom and plastic card, respectively)

图10 不同载体指印二维形态的显现情况（a.载玻片; b.金属表面; c.塑料卡片）Fig.10 The appearance of two-dimensional patterns of fingerprints on different carriers (a. slide, b. metal surface, c. plastic card)

4 结论

本文使用微波加热方式制备了以HS-β -CD为还原剂的β -CD@AuNPs, 并将β -CD@AuNPs首次用于汗潜指印二维形态和乳酸成分信息的同步可视化诊断, 同时使用HSV对实验的图像结果进行量化、数据化处理, 使评价更客观, 有利于后期的半定量分析研究。在正常的遗留指印成分以及面积大小一定的前提下, 根据β -CD@AuNPs与乳酸反应的颜色变化可以有效区分新鲜指印（形成时间在2 d以内）和陈旧指印, 这一方法对浅色非渗透载体都能有效适用。

参考文献
[1] SAKHAROV D A, SHKURNIKOV M U, VAGIN M Y, et al. Relationship between lactate concentrations in active muscle sweat and whole blood[J]. Bulletin of Experimental Biology and Medicine, 2010, 150(1): 83-85. [本文引用:1]
[2] 童光焕, 任锦云, 梁国栋, 等. 糖尿病高乳酸血症的探讨[J]. 天津医药, 1984(4): 233-235.
(TONG Guanghuan, REN Jinyun, LIANG Guodong, et al. Study on hyperlactic acidemia in patients with diabetes mellitus[J]. Tianjin Medicine, 1984(4): 233-235. ) [本文引用:1]
[3] 陈其明, 谢明智. 小檗碱对正常小鼠血糖调节的影响[J]. 药学学报, 1987(3): 161-165.
(CHEN Qiming, XIE Mingzhi. Effect of berberine on blood glucose regulation in normal mice[J]. Journal of Pharmacy, 1987(3): 161-165. ) [本文引用:1]
[4] FISCHER K, HOFFMANN P, VOELKL S, et al. Inhibitory effect of tumor cell-derived lactic acid on human T cells[J]. Blood, 2007, 109(9): 3812-3819. [本文引用:1]
[5] 苏州市公安局. 人体汗液成份的分析研究[J]. 刑事技术, 1978(5): 24-30.
(Suzhou Public Security Bureau. Analysis and research on human sweat composition[J]. Forensic Science and Technology, 1978(5): 24-30. ) [本文引用:1]
[6] MORIYA M. Construction of nanostructures for selective lithium ion conduction using self-assembled molecular arrays in supramolecular solids[J]. Science and Technology of Advanced Materials, 2017, 18(1): 634-643. [本文引用:1]
[7] 刘花. 荧光性的金属纳米簇合成及传感性能研究[D]. 杭州: 浙江师范大学, 2015.
(LIU Hua. Synthesis and sensing properties of fluorescent metal nanoclusters[D]. Hangzhou: Zhejiang Normal University, 2015. ) [本文引用:1]
[8] PALANISAMY S, SAKTHINATHAN S, CHEN S M, et al. Preparation of β-cyclodextrin entrapped graphite composite for sensitive detection of dopamine[J]. Carbohydrate Polymers, 2016, 135: 267-273. [本文引用:1]
[9] FREEMAN R, FINDER T, BAHSHI L, et al. β-cyclodextrin-modified CdSe/ZnS quantum dots for sensing and chiroselective analysis[J]. Nano Letters, 2009, 9(5): 2073-2076. [本文引用:1]
[10] WAYU M B, SCHWARZMANN M A, GILLESPIE S D, et al. Enzyme-free uric acid electrochemical sensors using β-cyclodextrin-modified carboxylic acid-functionalized carbon nanotubes[J]. Journal of Materials Science and Technology, 2017, 52: 6050-6062. [本文引用:1]
[11] DU D, WANG M H, CAI J, et al. Sensitive acetylcholinesterase biosensor based on assembly of β-cyclodextrins onto multiwall carbon nanotubes for detection of organophosphates pesticide[J]. Sensors and Actuators B: Chemical, 2010, 146(1): 337-341. [本文引用:1]
[12] POURJAVADI A, ESKANDARI M, HOSSEINI S H, et al. Synthesis of water-dispersible reduced graphene oxide via supramolecular complexation with modified β-cyclodextrin[J]. International Journal of Polymeric Materials and Polymeric Biomaterials, 2016, 66: 235-242. [本文引用:1]
[13] ABBASPOUR A, NOORI A. A cyclodextrin host-guest recognition approach to an electrochemical sensor for simultaneous quantification of serotonin and dopamine[J]. Biosensors and Bioelectronics, 2011, 26(12): 4674-4680. [本文引用:1]
[14] GUO Y Q, ZHAO Y M, LU D T, et al. β-cyclodextrin functionalized gold nanoparticles: characterization and its analytical application for L-tyrosine[J]. Journal of Inclusion Phenomena and Macrocyclic Chemistry, 2014, 78: 275-286. [本文引用:1]
[15] DU X, ZHANG X, JIANG C, et al. The trace detection of nitrite ions using neutral red functionalized HS-β-cyclodextrin@Au nanoparticles[J]. Sensors, 2018, 18(3): 681. [本文引用:5]
[16] LI Dongqing. HSV color space[M]// Encyclopedia of microfluidics and nanofluidics. New York: Springer, 2015. [本文引用:1]
[17] CASTRO F Z D, VALLE M E. Continuous-valued quaternio-nic hopfield neural network for image retrieval: a color space study[C]// Brazilian Conference on Intelligent Systems, 2017. [本文引用:1]
[18] IBRAHEEM N A, HASAN M M, KHAN R Z, et al. Understand ing color models: a review[J]. ARPN Journal of Science and Technology, 2012, 2(3): 265-275. [本文引用:1]