喜报 | 分析测试中心硕士生李可清荣获第二十三届全国光散射学术会议优秀墙报奖

       第二十三届全国光散射学术会议于2025年11月28日在厦门圆满落幕。此次会议规模达800人，是我国光散射领域规模宏大、学术底蕴深厚且学术影响力广泛的全国性大型盛会。会议以“新时代光散射研究发展”为主题，汇聚了来自清华大学、北京大学、中国科技大学、复旦大学、上海交通大学、中国科学院等国内顶尖高校及科研院所的数百位专家学者与青年科研骨干，通过主题报告、专题研讨、墙报展示等多种形式，搭建起高水平的学术交流与成果展示平台。

       中山大学分析测试中心2024级硕士研究生李可清凭借扎实的研究成果与从容出色的现场表现，在150多位参评者中脱颖而出，荣获本次会议“优秀墙报奖”。

       我中心学子的获奖，不仅是对李可清同学及其所在团队科研创新能力的充分认可，更彰显了中心研究生培养的核心竞争力与卓越成效。一直以来，中心始终落实立德树人根本任务，协力推进学校“三全育人”走深走实。通过完善分层分类教学体系，搭建跨学科跨技术交流平台、组建高水平分析测试队伍、全面推进分析测试技术研究和创新等措施，为研究生提供从专业理论学习到技术研究及应用的全链条支持，实现个性化、精准化的拔尖人才培养，助力学校培养符合国家重大战略需求的高级仪器技术研究创新型人才。

获奖论文信息：

题目：Few-Shot Learning of Raman Spectra via Gramian Angular Field Imaging and Augmentation for Robust Biofluid Detection

作者：李可清、谢泽中、杨慕紫、谢方艳、龚力、胡瑜雯、杨皓、陈建

论文亮点：

1. 创新的光谱-图像转换方法

将1维拉曼光谱通过格拉姆角差场（GADF）变换转化为2维结构化图像，既保留了光谱的依赖关系，又将光谱分析问题转化为更适合深度学习处理的图像任务（解决了传统拉曼光谱少样本学习的特征提取难题）。

2. 针对性的图像增强与数据扩增

提出了亮度增强+对比度调整的图像扩增策略，专门适配GADF图像的特性，在少样本场景下生成丰富的训练数据，提升了模型对生物流体检测的鲁棒性（解决了生物流体样本光谱数据稀缺的问题）。

3. 跨模态少样本学习框架

构建了“GADF图像转换+数据扩增+CNN分类”的端到端框架，实现了拉曼光谱的少样本学习，能够在样本量有限的情况下，高效完成生物流体的精准分类检测（突破了传统拉曼光谱分析对大量标注数据的依赖）。