拉曼高光谱成像被誉为识别分子“指纹”的超级显微镜，在精准医疗、生物检测、药品质量控制和新材料研发等领域具有重要的应用价值。传统成像方式为获取清晰图像，通常需要提高激光功率或延长扫描时间，但高功率激光容易对样品造成热损伤，而过长的采集时间则难以满足快速检测和实时诊断的需求。鉴于拉曼信号天然极其微弱，如何在低能量、短时间条件下获得高质量图像，一直是拉曼高光谱技术迈向广泛应用的核心瓶颈。

近日，湖大团队在这一领域取得重要突破。研究发现，即便在极低激光功率、极短曝光时间采集到的数据中，仍然隐藏着可被智能算法挖掘的有效分子信息。基于这一发现，团队创新地将人工智能计算方法与拉曼光学成像系统相结合，提出了一种自优化学习的成像新方法。该方法能够在信号极其微弱的情况下，通过算法自动恢复出清晰、准确的分子指纹谱信息，从而在不损伤样本的前提下，大幅提升成像效率和质量。

这一突破为拉曼技术的广泛应用打开了新空间。未来，该技术有望在药物生产质量监控、早期疾病检测、微创医学诊断、食品与环境安全检测以及智能制造过程监测等领域发挥重要作用。

团队相关成果以“Self-optimized Spectral Distance for Low-Light High-Throughput Raman Hyperspectral Imaging”为题，发表在国际顶尖期刊 Nature Computational Science《自然·计算科学》上。论文通讯作者为湖南大学王耀南院士、陈卓教授和张辉教授，湖南大学为唯一通讯单位；人工智能与机器人学院博士后陈煜嵘、化学化工学院博士后王昚为共同第一作者。该研究得到国家自然科学基金、科技部及湖南省科技厅等项目资助支持。

传统拉曼光谱细胞成像观测结果与团队所提出的拉曼光谱细胞成像观测结果。

论文截图。

论文链接：https://www.nature.com/articles/s43588-026-00957-3

来源：人工智能与机器人学院  环境科学与工程学院

通讯员：陈煜嵘

责任编辑：雨田