Control of fluorescence in quantum emitter and metallic nanoshell hybrids for medical applications
Notice bibliographique
Résumé
We study the light emission from a quantum emitter and double metallic nanoshell hybrid systems. Quantum emitters act as local sources which transmit their light efficiently due to a double nanoshell near field. The double nanoshell consists of a dielectric core and two outer nanoshells. The first nanoshell is made of a metal, and the second spacer nanoshell is made of a dielectric material or human serum albumin. We have calculated the fluorescence emission for a quantum emitter-double nanoshell hybrid when it is injected in an animal or a human body. Surface plasmon polariton resonances in the double nanoshell are calculated using Maxwell's equations in the quasi-static approximation, and the fluorescence emission is evaluated using the density matrix method in the presence of dipole-dipole interactions. We have compared our theory with two fluorescence experiments in hybrid systems in which the quantum emitter is Indocyanine Green or infrared fluorescent molecules. The outer spacer nanoshell of double metallic nanoshells consists of silica and human serum albumin with variable thicknesses. Our theory explains the enhancement of fluorescence spectra in both experiments. We find that the thickness of the spacer nanoshell layer increases the enhancement when the fluorescence decreases. The enhancement of the fluorescence depends on the type of quantum emitter, spacer layer, and double nanoshell. We also found that the peak of the fluorescence spectrum can be shifted by changing the shape and the size of the nanoshell. The fluorescence spectra can be switched from one peak to two peaks by removing the degeneracy of excitonic states in the quantum emitter. Hence, using these properties, one can use these hybrids as sensing and switching devices for applications in medicine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».