深度学习是一种基于神经网络的建模方法,通过不同功能感知层的构建获得优化模型,提取大量数据的内在规律,实现端到端的建模。数据规模的增长和计算能力的提高促进了深度学习在光谱及医学影像分析中的应用,但深度学习模型可解释性的不足是阻碍其应用的关键因素。为克服深度学习可解释性的不足,研究者提出并发展了可解释性方法。根据解释原理的不同,可解释性方法划分为可视化方法、模型蒸馏及可解释模型,其中可视化方法及模型蒸馏属于外部解释算法,在不改变模型结构的前提下解释模型,而可解释模型旨在使模型结构可解释。本文从算法角度介绍了深度学习及三类可解释性方法的原理,综述了近三年深度学习及可解释性方法在光谱及医学影像分析中的应用。多数研究聚焦于可解释性方法的建立,通过外部算法揭示模型的预测机制并解释模型,但构建可解释模型方面的研究相对较少。此外,采用大量标记数据训练模型是目前的主流研究方式,但给数据的采集带来了巨大的负担。基于小规模数据的训练策略、增强模型可解释性的方法及可解释模型的构建仍是未来的发展趋势。

心血管疾病(CVD)是全球最主要的死亡原因,急性心肌梗死(AMI)是心血管疾病致死的主要病因,安全快速地诊断AMI对于降低患者的死亡率至关重要。因常用的检测方法如心电图(ECG)缺乏足够的敏感性,寻找并针对AMI生物标志物开展高灵敏检测已成为早期检测AMI重要手段。心肌肌钙蛋白I(cTnI)、肌酸激酶同工酶(CK-MB)和肌红蛋白(Myo)是目前公认的检测AMI的重要心肌生物标志物。在过去的几十年里,许多生物传感器被开发出来用于检测心肌生物标志物,其中基于表面增强拉曼光谱(SERS)的心肌生物标志物检测技术迅速发展,并表现出独特的技术优势和广阔的应用前景。本文首先介绍了多种心肌生物标志物及其与AMI的关联,在此基础上概述主要的心肌生物标志物检测方法的原理、优势及局限性,重点介绍近年来新兴的SERS技术及其在心肌生物标志物传感方面的最新研究进展,并对该技术在AMI诊断方面的应用前景以及有待突破的瓶颈进行了讨论和展望。

具有刺激响应性的智能驱动材料已成为材料科学领域的研究热点之一。液晶的超分子自组装结构与其刺激响应特性使其在新型智能功能材料的开发应用上具有天然优势。蓝相液晶由于其独特的三维超分子自组装结构、软物质特性以及可见光波段的选择性光反射,被认为是最具潜力的智能光子晶体材料之一。在温度、光照、电场、湿度等外场刺激作用下,蓝相超分子自组装结构的晶体学参数或相态非常容易发生变化,造成光子带隙的改变进而呈现出反射颜色的变化。因此,蓝相的外场响应性能及在智能材料上的应用引起了研究者的广泛关注。本文综述了智能响应蓝相液晶光子晶体外场响应性能方面的前沿动态,对蓝相液晶光子晶体的光、磁、电、力、湿度响应等方面取得的系列重要的研究成果进行了总结,并对该领域目前存在的挑战以及未来发展趋势做出展望。

随着社会经济发展,人们越来越重视身体健康,对医疗设备的智能化、便携性、准确性要求越来越高。在此背景下,可穿戴生物传感器的市场需求不断提升。智能纤维和纺织品能够满足透气性和可穿戴性的要求,应用在可穿戴生物传感器中能够实时监测人们的身体状况,包括脉搏、呼吸、肢体运动等生命体征监测,汗液、唾液等成分分析和呼出物的检测。相比于传统的生物传感器,基于智能纤维和纺织品的可穿戴生物传感器可用于现场即时监测,从疾病预防、改善临床结果和生活质量到提高生产力、减轻医疗负担和降低医疗成本都发挥着重要作用。在这里,本文主要介绍了近几年智能纤维和纺织品在可穿戴生物传感器中的应用,按照生命体征监测、体液分析和呼出物检测这三个方面,对其传感策略例如比色传感、荧光传感、压电式传感等进行介绍。最后,我们对智能纤维与纺织品在可穿戴生物传感器中的应用状况以及面临的问题进行总结,并对其在可穿戴生物传感器的未来发展进行展望。

金属有机骨架(Metal-organic Frameworks, MOFs)材料具有高比表面积、大孔容和可调控合成等优点,在气体储存、吸附分离、催化等领域受到了广泛关注,近年来其数量呈爆炸式增长的趋势。而高通量计算筛选(High-throughput Computational Screening, HTCS)是从大量材料中发现高性能目标材料与挖掘构效关系最有效的研究方法。在高通量计算筛选过程中产生的数据具有量大、维度多等特点,尤其适合采用机器学习(Machine Learning, ML)进行训练,从而进一步提升筛选效率、深入挖掘多维数据间的构效关系。本综述概述了机器学习辅助高通量筛选金属有机骨架材料的一般流程与常用方法,包括常用描述符、算法与评价标准等,对其在气体储存、分离及催化等领域的研究进展进行了总结,以此明确当前研究中面临的挑战与后续发展方向,助力MOFs材料设计研发。

选择性催化还原(SCR)技术是目前应用最广泛的工业脱硝技术,研发具有优良活性和抗毒化性能的催化剂体系是研究学者关注的重点。过渡金属氧化物和金属有机骨架(MOF)材料因其优良的氧化还原性能在脱硝领域受到了广泛关注和研究,且研究学者发现将过渡金属氧化物与MOF材料结合能够进一步提高催化剂的脱硝活性。本文综述了近年来主要应用于NH₃-SCR反应的系列单过渡金属基MOF脱硝催化剂和复合过渡金属基MOF脱硝催化剂的研究进展,阐述了过渡金属基MOF脱硝催化剂抗水抗硫中毒性能和热稳定性的强化方法,并展望了未来过渡金属基MOF脱硝催化剂的主要研究方向:综合利用不同过渡金属氧化物的特点并结合金属氧化物间的强相互作用,制备得到具有优良脱硝活性、抗水抗硫性能和热稳定性的新型过渡金属基MOF脱硝催化剂,进一步通过实验和仿真模拟相结合制备高效过渡金属基MOF脱硝催化剂以满足工业化需求。

纳米片层结构MFI分子筛因其开放的骨架结构、大的外表面积、适宜的表面酸性、易接触的活性位点和优异的分子传质扩散性能,在吸附、分离、催化等领域展现出良好的应用前景,成为MFI分子筛控制合成及其应用研究的前沿。本文系统总结了纳米片层结构MFI分子筛合成及其应用领域的最新研究进展,重点讨论了原位合成法和后处理法形成纳米片层结构MFI分子筛的合成机理、模板剂种类,深入分析了影响纳米片厚度、片层间距及有序性的因素,提出开发经济成本低、可用于大规模生产纳米片层结构MFI分子筛,并将其应用于制备超薄分子筛膜、催化有机大分子反应、制备片层分子筛负载金属催化剂是未来的主要研究方向。

全/多卤代有机污染物大多具有生态毒性、生物蓄积性、环境持久性及长距离迁移性,不仅危害环境与生态安全,而且可经食物链传递威胁人类健康。由于卤原子是吸电子基团且取代数目多,这类物质的最高占据分子轨道能较低,难于被氧化降解,相反较易被还原法脱卤降解。随卤原子取代数减少,脱卤产物难被进一步还原,而其毒性甚至高于母体污染物。注意到低卤代有机物更容易发生氧化降解,一些研究构建了还原-氧化接力降解体系,即先利用还原法将全/多卤代有机污染物还原为低卤代产物,再利用氧化法降解这些中间产物,从而实现深度/完全脱卤和矿化。本文根据催化反应类型对还原-氧化联用法进行了归纳,分类介绍了基于传统化学催化、光催化、电化学、光电化学及机械化学等构建还原-氧化协同降解体系的原理及应用,以期为开发高效的处置技术提供思路和建议。

析氧反应(OER)是电催化裂解水、二次金属-空气电池和可再生燃料电池等绿色可持续能源储存和转化技术中的关键步骤,但其较高的势垒和迟滞的动力学过程限制了反应的效率。因此,设计开发高效、稳定的非贵金属催化剂是新能源领域面临的挑战之一。钴铁水滑石(CoFe LDH)材料具有独特的二维层状结构、丰富多变的化学组成、高分散的金属阳离子、优异的稳定性和成本低廉等优点,在OER反应中有广泛的应用前景。但不良的导电性和有限的活性位点阻碍了CoFe LDH的工业化应用。本文首先介绍了CoFe LDH的结构并阐述了其OER反应机理,接着总结了CoFe LDH的制备工艺,并详细综述了近年来提升其 OER性能的改性策略:插层剥离、空位制造、材料复合、离子取代和衍生物等。最后讨论了水滑石材料现阶段存在的问题和未来在能源转化和利用领域的发展方向。

环境中的病原微生物对人类的健康造成了较大的威胁,传统抗菌剂不足以满足当今人类的需求,因此开发新型高效抗菌剂是目前重要的研究领域。由于具有较大的孔隙度、丰富的表面电荷、周期性分散的金属团簇和活性位点,金属有机框架(MOFs)基材料不仅能够通过可控地缓释金属离子实现除菌,还能通过光催化、活化过硫酸盐、类Fenton反应、电催化等高级氧化过程对细菌产生高效杀灭效果。本文系统总结了具有高级氧化除菌性能的MOFs材料及其复合物、衍生物和宏观器件的研究进展,对MOFs基材料的设计理念、抗菌性能和机理进行了讨论。最后提出了MOFs基材料在除菌领域所面对的挑战,并对其应用前景进行了展望。

近年来基于稠环电子受体的有机太阳能电池发展迅速,然而稠环受体分子结构的复杂性导致了较高的合成成本和较低的收率,限制了其商业化应用。非稠环小分子受体因其采用C-C单键连接,因具有分子结构简单、结构多样性、合成成本低等优点获得广泛关注。本文从材料设计角度入手,围绕非稠环电子受体的发展历程,简要讨论结构调控对材料基本性质、聚集态结构、分子堆积、活性层形貌及相应光伏性质的影响规律;重点介绍关于完全非稠环受体材料的结构-性质之间的关系。最后从材料设计、器件优化、器件光伏性能、器件稳定性方面对非稠环受体材料的发展做出展望。