研究了富勒烯对六官能团脂肪族聚氨酯丙烯酸酯/环氧树脂(RJ423/ EPIKOTE 828)体系光致聚合物的全息性能的影响，分析了富勒烯(C₆₀)材料以及曝光光强对光致聚合物衍射效率的影响。通过吸收光谱结合X射线衍射图谱分析，掺杂的富勒烯既没有和聚合物中的其他成分发生化学反应，也不影响材料本身的结构和结晶性能。实验结果表明，富勒烯掺杂提高了单体聚合反应的速率，并且参与活性单体分子之间的扩散。在光强20 mW/cm²、时间40～50 s、厚度200 μm时，光致聚合物的衍射效率提升到86%，感光灵敏度达到1.32 cm²/J，收缩率降低了约80%。由于C₆₀促进聚合，抑制体积收缩，从而增强全息存储的稳定性，经过全息图像存储实验对比，证明该光致聚合物掺杂富勒烯之后具有优秀的全息存储性能，同时也表明富勒烯掺杂的光致聚合物在全息储存领域具有较大的应用前景。

设计了一种利用牛血清蛋白(bovine serum albumin，BSA)包裹吲哚菁绿(indocyanine green，ICG)和RG108的纳米材料ICG/RG108@BSA。吲哚菁绿在近红外激光诱导下可以活化Caspase-3蛋白，RG108通过抑制DNA甲基化来上调GSDME蛋白表达，从而增强了Caspase-3蛋白切割GSDME蛋白引起的膀胱癌细胞焦亡。ICG/RG108@BSA具有优异的生物相容性，能够被膀胱癌细胞有效吞噬。ICG/RG108@BSA在755 nm激光激活下，会对膀胱癌细胞产生明显的杀伤效果，其中小鼠膀胱癌细胞Mb49的存活率仅为6.9%，人膀胱移行细胞癌细胞T24的存活率仅为10.7%。同时755 nm激光激发的ICG/RG108@BSA材料也成功诱导了膀胱癌细胞焦亡，为膀胱癌的肿瘤免疫治疗提供了有利的条件。

尽管纹身的人数在增加，但希望祛除纹身的需求量也在增加。现在纹身祛除大多采用激光进行治疗，但仅凭肉眼观察的单次疗效不够理想，往往需要重复治疗。因此，研究了基于图像技术量化评价治疗的效果。使用皮秒激光对猪皮的不同颜色的纹身进行照射，采集治疗部位与正常皮肤组织的图像，再标准化提取部位，并对此部位的图像进行特征提取后，量化照射前后的纹身所占面积比，进而得到祛除率。为了验证量化算法的可靠性，设计了不同对比度的标准图像来计算色素占比，得到的误差均小于0.01%，证明该算法是可靠的。对于色素祛除的量化评价能客观反映激光祛除色素的效果，避免了因医师的主观判断所造成的疗效偏差，为治疗参数的选择及疗效的提高等提供了帮助。

超透镜是基于超表面对光场调控的成像器件，由于其具有体积小型化、工艺流程化的优势，在器件轻量化、便携性方面具有很好的应用前景。针对当前市场对透镜的体积需求，使用时域有限差分法模拟了一种新型结构的超透镜，它是基于光子晶体的平板超透镜，尺寸为长2 μm，宽1 μm，工作波长在717 nm可见光波段。该平板超透镜以TiO₂波导作为衬底，由Au和GaP两组周期相同的光子晶体呈相切的结构共同蚀刻在TiO₂波导上，模拟研究透镜成像效果。此外通过引入一系列不同形状的缺陷，研究其对平板透镜成像结果的影响，结果表明，当缺陷结构为矩形尺寸：Lx = 0.5 μm，Ly = 0.8 μm时，该平板超透镜呈现出最好的成像效果，达到了0.556 λ数值的超分辨，极大地提高了成像质量。未来该平板超透镜在可便携的成像设备，AR，VR以及小型医疗设备等各个领域具有极大的发展潜力。

为了更深入地研究如何提高太赫兹超材料的品质因子，从而提高超材料传感器的检测灵敏度，对太赫兹超材料传感器结构进行了针尖化设计。以双开口方形环为例，对其双开口狭缝进行双针尖结构设计，通过理论仿真研究双侧开口针尖角度对太赫兹超材料传感器的共振频率、电流分布、共振峰半峰宽的影响。进一步根据公式计算出品质因子Q值，分析双针尖设计对双开口方形环检测灵敏度的增强效果。仿真结果表明，针尖角度为150°时，传感器的Q值可提升至未针尖化模型的5倍。所提出的针尖化设计也可适用于其他谐振器单元结构，将其引入现有的太赫兹超材料传感器设计中，将有助于进一步提高传感器检测灵敏度。

近年来，样本较少场景下的目标检测引起了广泛的关注。由于少样本提供的信息有限，大部分少样本目标检测模型采用改进的Faster RCNN检测框架进行研究。但由于Faster RCNN框架中潜在的模块矛盾问题，现有的少样本目标检测模型的特征捕捉和分类的能力有待提高。为解决以上问题，以Faster RCNN框架为基础，加入了梯度反传解耦机制，缓解在反向传播过程中，RPN和RCNN的冲突对主干网络的负面影响。为提高目标检测模型的特征捕捉能力，采用元学习框架，并融合基于注意力机制的蒸馏模块和多尺度注意力模块，充分利用查询集和支持集的信息，捕捉更多全局特征信息。大量的实验证明，在随机采样目标数k=1, 2, 3, 5, 10设置下，改进后的模型在Pascal VOC数据集的新类上，分别达到21.8%，34.7%，40.9%，44.5%，51.7% mAP（AP50）。在k = 10, 30设置下，改进后的模型在COCO数据集的新类上，分别达到25.1%，27.6% mAP(AP50)。

二维材料碳化钛（Ti₃C₂T_x）因具有高导电性和大比表面积的特点，在作为超级电容电极材料时，可以实现较高的能量密度。然而，Ti₃C₂T_x在储能过程中会出现不可逆的氧化失活反应，而且它与基底间的结合力较差，这将导致碳化钛超级电容的循环稳定性欠佳，极大地阻碍了其作为电极材料的广泛应用。将Ti₃C₂T_x作为活性层与氧化石墨烯（GO）分层复合制作成超级电容电极，覆盖在Ti₃C₂T_x薄膜之上的GO层可以削弱氧化失活反应。同时，对电极的热处理可提升Ti₃C₂T_x对基底的附着力。这使得Ti₃C₂T_x/GO复合电极的充放电循环稳定性明显改善，在5 000次循环之后其容量仍高于初始容量。该设计可为制备高循环稳定性超级电容提供参考。

传统的手术导航系统需要术者将视线在显示屏和病灶区之间切换，为了解决这个问题，引入了增强现实手术导航技术。为解决介入类手术中术者无法直接观察到患者病灶与手术器械的相对位置的问题，设计了一种面向介入类手术的增强现实导航系统。术前以Unity软件为开发平台设计虚拟手术路径，并实时显示术中病灶区与手术器械的相对距离。利用头骨和梯台实验对导航系统进行了精度验证，虚拟显示的误差约为3.3 mm。该研究证实了增强现实手术导航在介入类手术术前规划和术中实时引导的可行性。

拉曼光谱法能识别塑料制品光谱特征峰，但操作流程繁琐且准确率有待提升，对此提出了基于一维卷积神经网络 (one-dimensional convolution neural network, 1-D CNN) 的塑料制品分类算法，首先建立以聚乙烯 (polyethylene, PE) 、聚丙烯 (polypropylene, PP) 、聚对苯二甲酸乙二醇酯 (polyethylene terephthalate, PET) 和聚苯乙烯 (polystyrene, PS) 为原材料的40种塑料包装样本数据集；然后设计1-D CNN、K近邻 (KNN) 、决策树 (DT) 和支持向量机 (SVM) 4种算法模型进行训练，并在光谱分类流程、模型准确率和鲁棒性等方面进行对比。实验结果表明，1-D CNN在不经过预处理条件下分类准确率达到98.62%，且在60 dB噪声下仍有96.42%的准确率，优于另外3种传统机器学习算法模型。该结果证实，拉曼光谱融合神经网络的多分类方法可提升塑料制品检测性能。

设计了基于雪崩光电二极管的光子数可分辨单光子探测器，采用短脉冲门控信号结合电容平衡噪声抑制方案实现了单通道100 MHz、探测效率40.5%的高性能探测，配合空间分束，有效分辨入射光子数目。为了更完整地描述探测器的量子特征，引入量子探测器层析技术，由单通道单光子探测器入手，到双通道光子数可分辨探测器，进行了量子层析标定，重新构建了其正值算符测度矩阵以及对应的Wigner函数。结果表明，双通道100 MHz光子数可分辨探测器可实现量子探测。