| 摘要 | 第5-8页 |
| Abstract | 第8-12页 |
| 第1章 绪言 | 第19-37页 |
| 1.1 前瞻 | 第19-20页 |
| 1.2 堆肥与化学污染 | 第20-25页 |
| 1.2.1 重金属（盐） | 第21-22页 |
| 1.2.2 有机污染物 | 第22-24页 |
| 1.2.3 检测污染物 | 第24-25页 |
| 1.3 环境检测分析涉及的功能性物质 | 第25-26页 |
| 1.4 生物传感器 | 第26-33页 |
| 1.4.1 生物传感器的分类 | 第26-27页 |
| 1.4.2 酶生物传感器 | 第27-28页 |
| 1.4.3 微生物传感器 | 第28-29页 |
| 1.4.4 免疫传感器 | 第29-31页 |
| 1.4.5 基因传感器 | 第31-33页 |
| 1.5 本文构想 | 第33-37页 |
| 1.5.1 运用生物传感器检测环境中污染物的可行性 | 第33-35页 |
| 1.5.2 运用生物传感器检测堆肥系统中污染物的研究技术路线 | 第35-37页 |
| 第2章 基于免疫传感器检测痕量持久性有机污染物的研究 | 第37-60页 |
| 2.1 前言 | 第37-38页 |
| 2.2 制备毒莠定免疫抗体 | 第38-41页 |
| 2.2.1 毒莠定 | 第38页 |
| 2.2.2 材料与试剂 | 第38页 |
| 2.2.3 器材 | 第38-39页 |
| 2.2.4 制备毒莠定-BSA完全抗原 | 第39-40页 |
| 2.2.5 免疫实验与抗血清提纯 | 第40页 |
| 2.2.6 抗体效价鉴定 | 第40-41页 |
| 2.3 基于磁性核-壳纳米粒子固定的易再生高灵敏毒莠定免疫传感器的研究 | 第41-51页 |
| 2.3.1 研究背景 | 第41-42页 |
| 2.3.2 实验部分 | 第42-45页 |
| 2.3.3 结果与讨论 | 第45-51页 |
| 2.3.4 小结 | 第51页 |
| 2.4 基于脂质体包埋荧光素检测毒莠定的超灵敏荧光免疫传感器的研究 | 第51-60页 |
| 2.4.1 研究背景 | 第51-52页 |
| 2.4.2 实验部分 | 第52-54页 |
| 2.4.3 结果与讨论 | 第54-59页 |
| 2.4.4 小结 | 第59-60页 |
| 第3章 环境功能性物质生物传感器的研究 | 第60-98页 |
| 3.1 前言 | 第60页 |
| 3.2 基于顺磁性固定技术的Li P基因片段电化学生物传感器的研究 | 第60-72页 |
| 3.2.1 研究背景 | 第60-62页 |
| 3.2.2 实验部分 | 第62-64页 |
| 3.2.3 结果与讨论 | 第64-71页 |
| 3.2.4 小结 | 第71-72页 |
| 3.3 基于 3D金纳米簇固定富含胸腺嘧啶的基因片段检测Hg离子的生物传感器的研究 | 第72-85页 |
| 3.3.1 研究背景 | 第72-73页 |
| 3.3.2 实验部分 | 第73-75页 |
| 3.3.3 结果与讨论 | 第75-85页 |
| 3.3.4 小结 | 第85页 |
| 3.4 基于电沉积石墨烯-纳米金修饰电极以及纳米金信号放大策略的痕量汞检测生物传感器的研究 | 第85-98页 |
| 3.4.1 研究背景 | 第85-87页 |
| 3.4.2 实验部分 | 第87-90页 |
| 3.4.3 结果与讨论 | 第90-96页 |
| 3.4.4 小结 | 第96-98页 |
| 第4章 功能化电极与信号放大策略影响电化学传感器检测性能的机制研究 | 第98-108页 |
| 4.1 前言 | 第98-99页 |
| 4.2 实验部分 | 第99-101页 |
| 4.2.1 试剂与仪器 | 第99-100页 |
| 4.2.2 电极的预处理 | 第100页 |
| 4.2.3 电极的功能化 | 第100-101页 |
| 4.2.4 ss DNA的指示信号标记 | 第101页 |
| 4.2.5 DNA探针的自组装与杂交 | 第101页 |
| 4.2.6 电化学检测 | 第101页 |
| 4.3 结果与讨论 | 第101-107页 |
| 4.3.1 传感构建策略的电化学响应的对比 | 第101-102页 |
| 4.3.2 功能化电极的电化学响应分析 | 第102-104页 |
| 4.3.3 电化学响应的数理分析 | 第104-105页 |
| 4.3.4 电极的阻抗分析 | 第105页 |
| 4.3.5 电极的检测灵敏性 | 第105-107页 |
| 4.4 小结 | 第107-108页 |
| 第5章 基于神经网络预测模型和生物传感器定量分析堆肥中对苯二酚的研究 | 第108-118页 |
| 5.1 前言 | 第108-109页 |
| 5.2 实验部分 | 第109-112页 |
| 5.2.1 试剂与仪器 | 第109页 |
| 5.2.2 构建漆酶传感器 | 第109-110页 |
| 5.2.3 堆肥中对苯二酚样品处理 | 第110页 |
| 5.2.4 检测堆肥中对苯二酚 | 第110页 |
| 5.2.5 应用ANN模型分析 | 第110-112页 |
| 5.3 结果与讨论 | 第112-117页 |
| 5.3.1 构建ANN预测模型 | 第112-113页 |
| 5.3.2 优化ANN模型 | 第113-115页 |
| 5.3.3 比较堆肥系统检测中非线性回归模型和ANN模型 | 第115-117页 |
| 5.4 小结 | 第117-118页 |
| 结论 | 第118-122页 |
| 参考文献 | 第122-142页 |
| 致谢 | 第142-143页 |
| 附录A 攻读学位期间发表的论文目录 | 第143-148页 |
| 附录B 攻读学位期间参与的研究课题 | 第148-149页 |
| 附录C 攻读学位期间申请的专利 | 第149-155页 |
