【產(chǎn)通社，7月9日訊】南方科技大學(xué)（Southern University of Science and Technology, SUSTech）官網(wǎng)消息，其電子與電氣工程系教授沈平團(tuán)隊(duì)在拉曼光譜通用分析算法領(lǐng)域取得重要突破，相關(guān)文章以“RSPSSL: A Novel High-fidelity Raman Spectral Preprocessing Scheme to Enhance Biomedical Applications and Chemical Resolution Visualization”為題，近期發(fā)表在國(guó)際光學(xué)領(lǐng)域頂級(jí)期刊Light：Science & Applications上。

拉曼光譜學(xué)以無(wú)損無(wú)標(biāo)記的方式原位探測(cè)樣品化學(xué)組分分子鍵信息，在生物和臨床醫(yī)學(xué)研究中逐漸發(fā)展成一種新興的光譜組學(xué)技術(shù)，并有望促進(jìn)精準(zhǔn)醫(yī)療的變革。然而拉曼散射信號(hào)微弱，生物樣本通常信噪比較低，加上本身組分的復(fù)雜性和較強(qiáng)的熒光信號(hào)干擾使得拉曼光譜生物醫(yī)學(xué)應(yīng)用舉步維艱。具備高效光譜噪聲去除和高保真基線校正能力的光譜預(yù)處理方法是高質(zhì)量拉曼光譜應(yīng)用的前提和挑戰(zhàn)。

沈平教授團(tuán)隊(duì)及其合作者提出一種自監(jiān)督學(xué)習(xí)二步法拉曼光譜預(yù)處理策略（RSPSSL），實(shí)現(xiàn)跨儀器、跨樣品和跨光譜類型的高保真光譜去噪和基線校正的光譜預(yù)處理，實(shí)現(xiàn)臨床組織樣本拉曼高光譜圖像超多通道（拉曼位移）化學(xué)分辨率可視化，促進(jìn)了無(wú)標(biāo)記拉曼光譜成像技術(shù)的臨床應(yīng)用和醫(yī)學(xué)基礎(chǔ)研究，助力精準(zhǔn)醫(yī)療的變革。

該策略首先根據(jù)拉曼峰、噪聲和基線之間物理關(guān)系的相互獨(dú)立性建立自監(jiān)督模型，對(duì)無(wú)標(biāo)簽訓(xùn)練光譜進(jìn)行自我分解、重排及重構(gòu)、并構(gòu)建生成對(duì)抗網(wǎng)絡(luò)獲取大量帶標(biāo)簽高仿真拉曼光譜，解決了真實(shí)拉曼光譜無(wú)標(biāo)簽的問題。為了提高后續(xù)光譜預(yù)處理模型（RSBPCNN）的泛化能力，無(wú)標(biāo)簽訓(xùn)練光譜采用來(lái)自多個(gè)實(shí)驗(yàn)室跨儀器、跨樣本和跨光譜類型的多樣化數(shù)據(jù)，以獲取噪聲和基線的多樣性。其次，為適應(yīng)真實(shí)光譜數(shù)據(jù)的復(fù)雜性，預(yù)處理模型通過多個(gè)子模塊端到端連接增強(qiáng)對(duì)復(fù)雜信號(hào)的擬合能力。通過第一步產(chǎn)生的多樣化數(shù)據(jù)優(yōu)化訓(xùn)練，該預(yù)處理模型（RSBPCNN#）可以用于來(lái)自任意儀器、樣本類型和光譜類型的拉曼光譜預(yù)處理，無(wú)需人工干預(yù)或者再次訓(xùn)練。該預(yù)處理模型（RSBPCNN#）具有優(yōu)異的去除噪聲和基線校正能力，并且處理后的光譜保真度高。這種對(duì)不同信噪比微弱信號(hào)提取能力可減少采樣時(shí)間，提高下游應(yīng)用效果。

本研究提出的自監(jiān)督拉曼光譜預(yù)處理策略（RSPSSL），通過精巧的算法模型設(shè)計(jì)，分離和重構(gòu)多樣化光譜特征，獲取生成大量帶標(biāo)簽高仿真光譜數(shù)據(jù)集，以此數(shù)據(jù)集訓(xùn)練優(yōu)化高擬合能力的主預(yù)處理模型，得到通用型高魯棒性的RSBPCNN#模型。該模型可以實(shí)現(xiàn)任意拉曼光譜的高通量高效噪聲消除和基線校正。因其具有光譜高保真特性，在實(shí)驗(yàn)中能顯著提高癌癥診斷和溶液濃度預(yù)測(cè)準(zhǔn)確率，實(shí)現(xiàn)高光譜圖像全譜質(zhì)量提升，消除生物靜默區(qū)虛假圖像信號(hào)，實(shí)現(xiàn)光譜指紋區(qū)超多通道（拉曼位移）化學(xué)圖像分辨率可視化，同時(shí)體現(xiàn)出跨儀器、跨樣本和跨光譜類型的廣譜適用性。未來(lái)結(jié)合光譜空間分布關(guān)系可進(jìn)一步提升高光譜圖像分辨率，促進(jìn)生物醫(yī)學(xué)應(yīng)用。

本方法已集成到實(shí)驗(yàn)室共享平臺(tái)，供科研使用。研究人員可通過批量載入拉曼光譜數(shù)據(jù)，實(shí)現(xiàn)快速光譜預(yù)處理（1900光譜/秒）。網(wǎng)址鏈接: https://github.com/oilab-sustech/RSPSSL.

南方科技大學(xué)博士生胡嘉祺為論文第一作者、電子與電氣工程系研究副教授陳金娜（共同一作）與沈平為通訊作者, 南方科技大學(xué)為論文第一單位和通訊單位，本研究得到了國(guó)家自然科學(xué)基金、廣東省基礎(chǔ)與應(yīng)用基礎(chǔ)研究基金、深圳市科技項(xiàng)目等資助。

查詢進(jìn)一步信息，請(qǐng)?jiān)L問官方網(wǎng)站https://newshub.sustech.edu.cn/html/202406/45429.html，以及https://doi.org/10.1038/s41377-024-01394-5。（Robin Zhang，產(chǎn)通數(shù)造）    （完）