4 条结果 关键词:拉曼光谱 ×

Optical Non-Invasive Glucose Monitoring Using Aqueous Humor: A Review.

Sensors (Basel, Switzerland) 2025 Xi H, Gong Y

本综述探讨以房水(aqueous humor, AH)为介质实现无创血糖监测(NIGM)的光学技术,旨在克服传统有创血糖检测在糖尿病管理中的局限。文章系统分析拉曼光谱、旋光法以及中红外和近红外光谱等关键技术,并指出各自面临的挑战;同时讨论光声光谱和光学相干断层扫描等新兴混合方法。作者强调,这些光学方法若要实现便携式无创监测,关键在于...

综述或非传感器论文 无创血糖监测房水拉曼光谱旋光法

Numerical Analysis of a SiN Digital Fourier Transform Spectrometer for a Non-Invasive Skin Cancer Biosensor.

Sensors (Basel, Switzerland) 2025 Nava Blanco MÁ, Castañón Ávila GA

早期发现和持续监测疾病对改善患者预后、治疗依从性和诊断准确性至关重要。传统黑色素瘤诊断主要依赖肉眼评估和活检,准确率约50%–90%,且存在明显观察者间差异。拉曼光谱在非侵入疾病检测,尤其早期皮肤癌识别方面显示出潜力。便携式实时拉曼光谱系统可提高诊断精度、减少活检依赖并加快诊断,但拉曼光谱仪小型化面临弱信号、荧光干扰以及光谱分辨率与...

DeepATsers: a deep learning framework for one-pot SERS biosensor to detect SARS-CoV-2 virus.

Scientific reports 2025 Nyamdavaa A, Kaladharan K, Ganbold EO, Jeong S 等 8 人

人工智能与医疗试剂盒结合可快速准确诊断疾病。本研究提出 DeepATsers 深度学习模型,将卷积神经网络(CNN)与生成对抗网络(GAN)结合,用于单管表面增强拉曼散射(SERS)生物传感器,快速检测 SARS-CoV-2 感染。模型可依据实验指纹谱识别 S 蛋白、N 蛋白、VLP 蛋白、链霉亲和素蛋白及空白信号。研究采用扩展乘性...

表面增强拉曼(SERS)生物传感器 SERS生物传感器深度学习SARS-CoV-2拉曼光谱

Graphene-Based Opto-Electronic Platform for Ultra-Sensitive Biomarker Detection at Zeptomolar Concentrations.

Small methods 2025 Piscitelli M, Franco CD, Bianco GV, Bruno G 等 7 人

本文报道了一种用于无标记检测免疫球蛋白M(IgM)的突破性石墨烯生物传感器,检测浓度可达100 zM(10−19 M)。该传感器为两终端器件,包含毫米级宽度的金界面,其表面物理吸附约10^12个抗IgM抗体,并通过浸水纸带与裸石墨烯电极电容耦合。在此构型中,少量亲和结合事件可触发蛋白层的集体静电重组,使生物功能化金表面产生扩展的表面...