基于数字视网膜与SERS技术的血清肝胆疾病生物标志物智能检测新策略

本研究创新性地将Ag@5/Ag-Cu@20/PSS表面增强拉曼散射（SERS）传感器与"数字视网膜"深度学习框架相结合，实现了对血清中肝胆疾病生物标志物的高灵敏度（EF达1.099×107）、非侵入性智能识别。MLP模型在测试集达到92.34%准确率（AUC=0.9738），为肝胆疾病早期筛查和精准医疗提供了新技术路径。

　　

材料与仪器

银靶材（直径60.0 mm，厚度2.0 mm，纯度99.99%）和铜银合金靶材（直径60.0 mm，厚度2.0 mm，纯度99.99%）购自南昌瀚宸新材料科技有限公司。图案化蓝宝石衬底（PSS）采购自上海范晶光学材料公司。高真空磁控溅射系统由沈阳射频科学仪器公司提供，离子束复合薄膜沉积系统（FJL560）则用于核心结构制备。

形貌与结构

SERS信号的增强主要源于纳米结构表面形成的"热点"区域，这些区域能产生极强的局域电磁场，显著放大分子的拉曼散射信号。通过精确控制纳米颗粒的排列与间距，规则纳米阵列模板可稳定构建大量均匀分布的"热点"。基于规则纳米阵列的SERS基底不仅具有优异的结构均一性，还表现出超灵敏度和稳定性，其增强因子（EF）高达1.099×10⁷，相对标准偏差（RSD）较低，为血清标志物检测提供了可靠平台。

结论

本研究通过将高灵敏度SERS传感器与"数字视网膜"技术相结合，实现了对人体血清中肝胆疾病生物标志物的快速、非侵入性、高精度识别。在多种深度学习模型中，多层感知机（MLP）在准确性、泛化能力和鲁棒性方面表现出最优性能。系统实验结果证实，"数字视网膜"技术不仅提升了特征提取和分类性能，更为复杂生物样本中弱病理信号的智能挖掘提供了创新解决方案。