傳統(tǒng)拉曼光譜細胞成像觀測結果與團隊所提出的拉曼光譜細胞成像觀測結果

拉曼高光譜成像被譽為識別分子“指紋”的超級顯微鏡，在精準醫(yī)療、生物檢測、藥品質量控制和新材料研發(fā)等領域具有重要的應用價值。傳統(tǒng)成像方式為獲取清晰圖像，通常需要提高激光功率或延長掃描時間，但高功率激光容易對樣品造成熱損傷，而過長的采集時間則難以滿足快速檢測和實時診斷的需求。鑒于拉曼信號天然極其微弱，如何在低能量、短時間條件下獲得高質量圖像，一直是拉曼高光譜技術邁向廣泛應用的核心瓶頸。

近日，湖南大學科研團隊在這一領域取得重要突破。研究發(fā)現(xiàn)，即便在極低激光功率、極短曝光時間采集到的數(shù)據(jù)中，仍然隱藏著可被智能算法挖掘的有效分子信息。基于這一發(fā)現(xiàn)，團隊創(chuàng)新地將人工智能計算方法與拉曼光學成像系統(tǒng)相結合，提出了一種自優(yōu)化學習的成像新方法。該方法能夠在信號極其微弱的情況下，通過算法自動恢復出清晰、準確的分子指紋譜信息，從而在不損傷樣本的前提下，大幅提升成像效率和質量。

這一突破為拉曼技術的廣泛應用打開了新空間。未來，該技術有望在藥物生產質量監(jiān)控、早期疾病檢測、微創(chuàng)醫(yī)學診斷、食品與環(huán)境安全檢測以及智能制造過程監(jiān)測等領域發(fā)揮重要作用。

團隊相關成果以“Self-optimized Spectral Distance for Low-Light High-Throughput Raman Hyperspectral Imaging”為題，發(fā)表在國際頂尖期刊 Nature Computational Science《自然·計算科學》上。論文通訊作者為湖南大學王耀南院士、陳卓教授和張輝教授，湖南大學為唯一通訊單位;人工智能與機器人學院博士后陳煜嶸、化學化工學院博士后王昚為共同第一作者。該研究得到國家自然科學基金、科技部及湖南省科技廳等項目資助支持。

審核編輯 黃宇