近日获悉，我院肖国强教授团队骨干教师周骏副教授联合药学院黄承志教授团队共同研究了一种基于机器学习的弱散射信号测量方法，实现了金属纳米颗粒散射微弱光反应的实时监控，有效监测了银纳米颗粒（AgNPs）在水中的缓慢氧化过程，实现了微量汞的有效检测。相关研究成果《Weak Reaction Scatterometry of Plasmonic Resonance Light Scattering with Machine Learning》作为封面文章发表于Analytical Chemistry期刊。该期刊是分析化学领域顶级学术期刊，致力于发表分析化学各分支学科具有新颖性及原创性的学术论文，SCI一区Top期刊。我院研究生二年级学生马云鹏为论文第一作者，其导师周骏副教授为最后一个通讯作者，西南大学计算机与信息科学学院为论文第一完成单位。

该文章提出了一种基于机器学习的弱化学反应光散射分析方法，首次提出了利用时间序列预测模型和卡尔曼滤波器来提高 DFM 成像的精度和置信度，有效地监测AgNPs在水中的弱氧化过程以及AgNPs与稀释的汞溶液之间不明显的汞齐化反应。表明此方法可以用于弱化学反应和许多不明显的缓慢反应的光散射信号分析。

学院一直以来重视和支持交叉学科的研究和发展，计算机科学与药学两个学科所在的研究团队经过大量的交流、研讨和实验，具有良好的合作意向和研究目标，该文章是基于前期合作基础的又一次跨学科深度融合的研究成果，双方会继续加深合作研究。在此次研究中，周骏副教授指导算法设计思路，学生马云鹏具体编程实现，师生共同讨论实验设计思路并进行具体实验，取得了良好的进展，这也是学院加强对研究生的培养和指导的有力举措，将不断营造浓厚的学术氛围，提升研究生培养质量。

论文链接：https://pubs.acs.org/doi/10.1021/acs.analchem.1c02813