2023年3月30日，化学与材料学院文阳平教授和食品科学与工程学院汤凯洁教授为共同通讯作者，硕士研究生冀坤霞为论文第一作者，在《Sensors and Actuators B: Chemical》(IF = 9.221，分析化学一区)发表题为“A deep learning strategy for discrimination and detection of multi-sulfonamides residues in aquatic environments using gold nanoparticles-decorated violet phosphorene SERS substrates”的论文，该研究工作得到了国家自然科学基金、江西省自然科学基金、江西省现代农业研究体系、江西省教育厅科技研究项目的支持。

表面增强拉曼光谱（SERS）是一种快速、高灵敏检测分析物的新兴技术，但增强性能的基底依赖性和光谱分析的低通量限制了其广泛应用。

本文采用原位种子介导生长法制备了具有高重复性、重现性、稳定性和高灵敏度的新型二维材料（紫磷烯）修饰的金纳米颗粒SERS传感器，检测多种磺胺类药物。同时，本文提出了一种基于一维卷积神经网络（1-D CNN）的深度学习策略，解决了在0.005 ~ 10.00 ug/mL范围内三种结构相似的磺胺类药物呈现的光谱特征峰相似无法辨别的问题。该模型也成功用于磺胺类药物的定量分析，在相同浓度范围内计算的回收率优于传统线性回归方法。该工作为制备以二维纳米材料修饰的金属纳米颗粒作为SERS传感器以及具有相似结构的多种分析物的鉴别和检测提供了新的参考。

  原文链接：https://doi.org/10.1016/j.snb.2023.133736