近日，王素华教授团队余龙博士在传感器领域旗舰期刊《Sensors and Actuators: B. Chemical》发表了题为“Simulation monitoring of tetracyclines in wastewater based on fluorescence image processing and machine learning classifier”的研究成果（通讯作者王素华）。该研究首先构建了一种新型传感方法，使污染物的分子识别过程高效转换成荧光信号形成视觉图像，并创新性地利用机器学习对荧光视觉图像的多重属性进行处理和数据分析，构建了多元线性回归模型，归纳出具有统计显著的图像指纹信息，得到最佳拟合平面，实现了废水中有机污染物抗生素含量的精准预测，进一步通过无监督聚类方法，对指纹信息进行深度数据挖掘，建立了宽浓度范围的有机污染物在线快速分析方法。

论文截图

    该方法的建立解决了复杂介质中基于荧光信号分析的关键难题，保证了可靠性和准确性，为发展复杂环境介质体系中基于单一荧光信号在线分析奠定了基础。

撰稿：余龙     审稿：王素华     签发：李宗宝