智能手机的蓬勃发展已经使其成为人们日常生活中必不可少的一部分。截至2021年6月，全球智能手机用户约39.5亿人，占全球总人口的50%^[1]。智能手机不仅仅是简单的通信工具，其内部嵌入了多种小型化传感器，例如互补金属氧化物半导体图像传感器(CMOS)、全球定位系统传感器(GPS)、加速度计、陀螺仪、磁力计、气压计、距离传感器等，这使其具有对光电等信号的灵敏感知能力^[2]。近年来，以智能手机取代传统实验室分析仪器系统中的信号读取、数据分析以及信号显示单元，结合生物化学反应，开发可用于生化分析检测的小型化传感器受到了研究人员的广泛青睐。有望大大缩短仪器开发周期，减小仪器系统的体积，推进系统小型化，以实现实验室外的现场快速检测。

特别是基于智能手机CMOS图像传感器的光学分析检测技术已成为国内外研究热点。该技术可以直接利用智能手机集成各类传感器，或者以智能手机外部附件的方式添加传感器，成为适用于不同环境监测应用场景的小型化智能手机光学传感器。根据获取光学信号来源的不同，可将智能手机光学传感器分为3大类，包括比色检测系统、荧光检测系统以及化学发光系统。从检测对象来看，目前智能手机光学传感器已经可以实现多种类型环境污染物的单指标和多指标同步检测，包括常规水质指标、重金属、微量有毒有机污染物等。鉴于智能手机的便携性、高普及率以及强大的运算能力，这种小型化的智能手机光学传感器有望在环境监测领域发挥重要作用。

现基于智能手机的环境监测光学传感器，概述了比色、荧光以及化学发光3种类型传感器的传感原理、实现路径、研究现状以及所面临的挑战，探讨了该技术在环境监测领域的典型应用，以期为智能手机光学传感器技术领域的发展提供借鉴和参考。

1 智能手机比色传感器 1.1 原理

基于智能手机的比色检测系统通常利用手机CMOS图像传感器直接拍摄样本图片，通过分析图片的红-绿-蓝(RGB) 信息来实现检测^[3]。常用的图片信息分析手段包括智能手机自带的应用程序^[4]，或通过手机数据传输功能将图片传输到计算机上，利用计算机自带或独立开发的程序进行分析^[5]。此类平台通常无须额外开发硬件即可完成测量。为了锁定分析物，通常需要在待测样本中添加显色剂，发生显色反应，从而实现对分析物的特异性比色分析。在均相溶液中发生显色使溶液颜色发生变化，通过CMOS图像传感器拍摄，进而分析待测物浓度是智能手机比色传感器的主要类型^[6]。

1.2 应用

Upadhyay等^[7]采用纳米金(AuNPs)聚集的比色策略并结合智能手机中的颜色识别程序，分析测定了自来水和河水中Cr³⁺污染物，定量检测能力可达11 μmol/L，低于欧盟以及世界卫生组织对饮用水的限值要求。

此外，随着纸基芯片技术的发展，将显色试剂固定在纸上实现更便捷的比色分析受到了研究人员的广泛青睐^[8-9]。整个检测过程只需将待测样本滴在纸上或将纸插入待测样本中，实现纸的颜色变化，结合智能手机拍照和数据处理功能即可方便地获得分析物浓度。基于纸基的智能手机光学传感分析系统的优点是操作简单，更适合非专业人员使用和现场即时检测。特别是纸基芯片通过纸基底能够从待测样本中截留颗粒物并防止它们沿微通道向下移动，从而可以在一定程度上减少颗粒物对比色分析过程的影响^[10]。相对于裸眼观察，纸基芯片结合智能手机读数可提供半定量结果，以及快速的数据通信，提高了可检测性，并可通过调整快门时间和白平衡，进一步提高基于智能手机设备的灵敏度。Kumar等^[11]开发了一种可以快速检测Cu²⁺的纸基比色传感器。通过螺吡喃化合物与Cu²⁺形成络合物的颜色变化来指示不同浓度的Cu²⁺，并使用智能手机监测络合物的颜色变化，以图像灰度值定量分析Cu²⁺浓度。该比色传感器对水体样品中的Cu²⁺具有良好的特异性。其获得的检出限为0.6 μmol/L，虽然约为台式分光光度计的2.6倍，但仍远低于我国饮用水环境标准限值15 μmol/L。Yang^[12]采用免疫层析技术结合智能手机比色系统，开发了牛奶中氯霉素的快速检测方法，对氯霉素的检出限为6 μg/L。然而，智能手机比色传感器直接从样本图像上测量像素的灰度值信息，其用于定量的劣势在于灵敏度和精度不足^[13]。此外，颜色模型的选择决定着智能手机传感器的定量性能，然而目前在图像分析研究方面，对于最佳和通用的图像处理模型流程仍未达成共识，这归因于样品光谱与分析信号之间的相关性有限^[14]。Mahato等^[15]比较了3个RGB通道对目标物的检出限，以确定出最佳的定量颜色通道，这凸显了颜色模型的比较在图像分析系统开发过程中的重要性。

CMOS图像传感器能够感知整个可见光波长范围的光谱，有研究通过使用滤光片或特定波长的入射光来分析特定波长区域的光谱^[16]，从而降低背景信号，提升检测信噪比，进而提升检测灵敏度。然而，以单色光为光源的比色分析系统只能对特定波长吸收峰进行检测，通用性不足。为克服这一不足，研究人员进一步通过色散组件(如衍射光栅或棱镜)将光分离为可见光范围的单个波长，在经过分光后的图像焦距位置放置手机，且与手机的CMOS摄像头对准，对CMOS摄像头采集后的透射光谱进行图像识别与分析，进而反演出污染物浓度，以此实现在提升检测信噪比的同时还能支持整个可见光吸收波长范围的比色分析，有效拓展了比色分析的通用性，提高了待测物的测试种类^[17]。发光二极管(LED)具有成本低、寿命长以及多种波长可选择的优点，是智能手机光谱系统中最常用的光源。智能手机的CMOS图像传感器在系统中作为光电探测器用于获取图像信号。光源和图像传感器之间通过光纤或透镜将入射光引导或聚焦到传感器上。为了削减环境光对测量过程的干扰，智能手机光学传感器通常需要设计与系统相匹配的外置暗盒附件。此外，传感器在使用前必须进行校准，以便将捕获图像的颜色信息与对应的波长相匹配，这一校准过程可以通过使用特定波长的激发光来完成^[18]。

Xing等^[19]开发了一套智能手机比色传感器，见图 1(a)(b)(c)。

LED白色光源通过光阑、凸透镜整形后形成平行光，平行光透射到经显色反应的比色皿，在比色皿的透射端放置柱面透镜，在透镜的焦距处放置分光光栅，分光后的一级衍射图像被智能手机拍摄，进一步利用灰度值将图像信息转化为吸光度，并构建污染物浓度标准曲线。其中，图片信息的获取、分析和显示均通过研究人员自主开发的一款与安卓手机兼容的手机软件(App)完成。该系统可实现400~700 nm可见光范围的比色分析，分辨率为0.29 nm/像素。对氨氮检出限为0.025 mg/L，浊度检出限为2 NTU，正磷酸盐检出限为0.016 mg/L，氟化物检出限为0.14 mg/L；重复测试相对标准偏差均 < 10%，与实验室分光光度计测试结果的相对误差 < 10%。基于该传感器对苏州市地表水氟化物浓度的测试结果与实验室电极法分析结果基本一致，表明该系统具有现场实际应用价值。

2 智能手机荧光传感器 2.1 原理

荧光法的检测样品被激发光源照射，样品吸收激发光能量后跃迁到激发态，返回低能态的同时释放出光子，发射出的荧光经光电探测器或手机相机接收，可得到荧光发光强度。基于智能手机的荧光传感器光学结构与智能手机光谱仪相似，然而荧光信号强度弱，其在探测灵敏度上较光谱传感器有明显提升，这也是智能手机荧光传感器开发中的重要挑战。荧光传感器的光学接收端与光源呈90°放置，用以减少激发光带来的干扰。荧光体系只有在特定波长激发时才会产生信号，因此荧光传感器需要一个激发光源，LED或激光二极管均可作为激发光源，其中前者更加小型化，成本也更低。由于发射光是特定波长，因此智能手机荧光传感器中不需使用衍射光栅等色散元件。荧光信号的测量需要在黑暗的环境中进行，目前研究中大多使用3D打印外壳以提供暗室条件。为了减少背景干扰并提高准确性，可以将滤光片集成到手机镜头前。

2.2 应用

2012年，Ozcan团队^[20]首次开发了基于智能手机的荧光生物传感器，用于检测水中致病性大肠杆菌O157:H7，其结构与外观见图 2(a)(b)。图 2(a)为基于智能手机的量子点标记夹心免疫法检测大肠杆菌O157:H7的光学附件结构，图 2(b)为与手机相连可拆卸的小型光学装置照片，该装置质量为28 g，尺寸为3.5 cm×5.5 cm×2.4 cm。该系统以LED为激发光，滤光片与激发光呈90°，允许荧光波长附近带宽的光通过，透射光经过透镜后被智能手机的图像传感器捕获，并通过自主开发的App完成信号处理。该系统利用大肠杆菌O157:H7夹心抗体实现检测，其中双抗体之一固定在玻璃毛细管中，捕获待测样本中的大肠杆菌，此外，加入通过链霉亲和素-生物素亲和反应修饰量子点的双抗体之二，进一步与大肠杆菌反应，在毛细管固相界面上形成双抗体与特异抗原的夹心产物，通过收集量子点发出的荧光实现大肠杆菌的定量检测。为了避免环境光的干扰，光路系统被集成到一个与手机相连可拆卸的小型光学装置中，该装置结构紧凑、重量轻，成像视场为11 mm×11 mm，可同时监测10根毛细管，并可方便地与手机相连或拆下，无须任何微调，易于操作。

Yang等^[21]将由3种金属(钇、铒和镱)合成的上转换纳米粒子(UCNP)合成为免疫微球并附着3种不同的真菌毒素。利用980和488 nm 2束激光，激发附着的免疫微球并通过手机将荧光图像转换为数字信号。经测定, 玉米中赫曲霉毒素(OTA)、玉米赤霉烯酮(ZEN)和黄曲霉毒素B1(AFB1)的加标回收率分别达到104%，88%和122%。Liu等^[22]搭建了一套基于量子点CdSe/ZnS QD的手机荧光传感系统，首先对量子点做羧基修饰，为Hg²⁺提供结合位点，Hg²⁺的加入会产生荧光淬灭效应。使用自主开发的应用程序对1~1 000 nmol/L的Hg²⁺准确定量，其检出限为1 nmol/L，低于美国环境保护局(EPA)规定的2 μg/L (10 nmol/L)和我国饮用水卫生标准规定的1 μg/L (5 nmol/L)限值。对该系统与原子荧光光谱仪的检测结果进行了比较，显示了相近的定量水平。Xiao等^[23]开发了一种基于智能手机的纸基微阵列检测平台，可用于环境水体中多种目标物的同时检测。在该体系中，基于Hg²⁺、Cu²⁺和Pb²⁺的特性合成了3种类型的碳纳米点。构建了同时测定3种重金属的荧光检测策略，利用智能手机记录并分析荧光图像的RGB值，以量化水中重金属类污染物的浓度，根据Bland-Altman一致性检验分析结果，该方法与电感耦合等离子体质谱(ICP-MS)的检测结果分布在95%的区间内，显示了2种方法的一致性。

3 智能手机化学发光传感器 3.1 原理

化学发光法主要利用过氧化剂氧化或催化剂催化反应底物，形成激发态中间体，该中间体由激发态转到基态时释放出光子。根据化学能转化机制的不同，化学发光法一般可分为直接化学发光和间接化学发光2种方法。在直接发光过程中，化学发光底物首先被氧化成激发态中间体，然后该中间体分解，以产生激发的发光物质，在其衰变到基态期间发射光子，常见的化学发光底物有海萤荧光素类似物和鲁米诺及其衍生物，它们可以分别被超氧阴离子自由基和过氧化氢直接氧化以触发发光。间接化学发光由反应物形成的激发态中间体作为能量供体，通过共振能量转移，将能量快速转移到荧光染料分子能量受体，使其处于激发态。激发态染料释放光子返回基态。间接发光底物如1, 2-二氧杂环丁烷衍生物或草酸酯广泛用于构建化学发光系统。化学发光对样品池的几何形态没有要求且不需要激发光，因此将基于智能手机的分析设备与化学发光检测相结合是很好的策略。化学发光信号通常很弱，所以在开发智能手机化学发光分析设备时，通过暗盒来避免检测过程受到外界环境光的影响。在不借助复杂光学与信号接收硬件单元的基础上，基于智能手机的化学发光传感器仍可以实现体液中微摩尔水平生物标志物等目标物的浓度检测，体现出这类便携式检测平台在即时分析领域的潜在优势。

3.2 应用

Montali等^[24]设计了一种基于乙酰胆碱酶(ACHE)、胆碱氧化酶(ChOx)和辣根过氧化酶(HRP)3种酶催化的化学发光体系，利用有机磷(OP)的酶抑制效应并搭建智能手机成像平台用于有机磷农药的快速定量。智能手机化学发光传感器结构及外观见图 3(a)-(f)，其中纸基传感器支架包含2个直径5 mm的孔，用于添加试剂及智能手机获取化学发光信号。该生物传感平台主要包括利用蜡印技术构建的可折叠纸基反应区和智能手机光学暗室模块2个部分。Montali等测定了甲基毒死蜱，以验证智能手机平台检测化学发光的机制，其总分析时间为25 min，检出限为45 μM。Sevastou等^[25]基于化学发光成像来检测牛奶中的碱性磷酸酶(ALP)，以1, 2-二氧杂环丁烷磷酸盐作为该过程中的化学发光底物，利用ImageJ软件对智能手机获取的化学发光图像进行分析，牛奶中ALP的检出限为4.4 mU/L。

通过与微流体装置的联合，智能手机化学发光传感平台体积可进一步缩小。例如Lebiga等^[26]开发了一种微流体化学发光检测平台，该装置基于过氧化氢(H₂O₂)与草酸双酯(2, 4, 6-三氯苯基)在红荧烯和咪唑体系下的化学发光反应，并使用定制的智能手机传感平台实现了纳摩尔级H₂O₂的测定。然而发光反应的强度随时间呈指数衰减，某些反应的强度在几秒钟后会衰减到不能被检测的水平^[27]，这在信号量化一致性中是一个潜在的挑战。但是此类化学发光平台可以与细胞计数、细胞毒性筛选等不需要精确信号量化的场景联用，未来有望在环境介质中痕量病原微生物的检测中发挥重要作用。

4 结语

根据比色、荧光以及化学发光3类环境监测智能手机光学传感技术的研究进展可知，智能手机比色传感器基于显色试剂与水质指标的特异性显色反应，可以实现常规水质指标，如浊度、氨氮、正磷酸盐等，以及重金属离子的高灵敏检测；而荧光和化学发光类智能手机光学传感技术更多与抗体、酶等生物识别材料结合，实现对有机物的快速检测。上述基于智能手机的光学检测系统均具有便携、经济和易于操作的优点，已经初步展示了其在环境监测领域应用的前景。目前对智能手机传感设备的研究主要集中在检测系统的灵敏度上，而对于校准范围、稳定性和可重复性的系统评估还不够系统。虽然已有的智能手机光学传感器多数仍处于概念验证阶段，但随着相关研究的不断深入，如进一步解决不同型号手机信号变化的影响^[28]，核心元件CMOS的波长感应范围拓展到红外波段，以实现大气颗粒物的监测，或拓展到紫外区域，以实现硝酸盐氮、溶解性有机物等指标的测定，该技术距离商业化会越来越近，其应用前景也将会更加广阔。