生物体内元素的微小变化可以直接影响生物的代谢和生理过程。快速、精准的生物体内元素定性定量分析，是新陈代谢检测以及临床疾病诊断中不可或缺的部分。随着医学检测技术的不断发展和临床需求的不断增加，寻找一种更新、更快、适应性更强的临床分析和诊断技术成为当前的研究热点。在生物医学研究中，激光诱导击穿光谱（LIBS）技术凭借着快速、实时、多元素同步检测的优势，在血液、病理组织检测和元素分布成像等方面展现出了极大的应用价值。本综述回顾了近年来LIBS技术在生物医学应用中的研究状况和最新进展，基于目前的研究状况，评估了LIBS技术在血液检测、生物组织分析、元素成像应用领域的挑战和机遇，还为进一步促进LIBS技术在生物医学领域的应用提供了建议。

以Web of Science数据库中1990—2020年光成像在生物医药领域6 564篇相关学术论文和110篇高被引论文为研究对象，运用统计学和文献计量学软件CiteSpace对其文献分布特征和共被引作者、关键词共现等进行分析。结果表明: 光声成像、纳米颗粒、光活检、光学相干层析成像、深度组织成像、细胞成像、探针、癌症诊治、药物传递、碳纳米管等是该领域的研究热点。近红外-Ⅱ光谱区内荧光成像、半导体聚合物纳米颗粒、光声成像以及光活检、肿瘤诊治成为当前生物医学光成像方面的前沿主题。深部组织光学成像、光治疗和光活检的有机半导体材料、光声成像造影剂以及二维钛纳米片在多模态成像引导的癌症治疗等方面显得尤为突出。

磷酸盐玻璃的主要成分对环境和人体无害，其基本结构决定了它的化学性质不稳定，但其缓释性能在生物医学、抗菌和玻璃肥料等领域具有很大的应用前景。在系统地介绍磷酸盐玻璃的概况及其在缓释领域的主要应用的基础上，详细阐述了它的缓释机理，以及缓释型磷酸盐玻璃在生物医学、玻璃肥料和抗菌材料等不同领域的研究及应用进展，并对其发展前景和发展方向进行了展望。

光声成像是一种以超声为媒介的功能性光学成像方法,近年来得到了迅速发展。非接触光声成像技术旨在无耦合液的条件下实现高灵敏、大带宽的光声信号接收以及高质量的图像重建,它在继承传统光声成像技术优势的基础上,提升了探测性能,并扩展了应用领域。本文综述了非接触光声成像的研究现状及其在生物医学领域的应用,概述了目前非接触光声成像技术的物理机理及成像系统的结构,介绍了该技术在无标记术中组织学成像、眼科成像和皮肤光学活检中的特色应用,最后总结了非接触光声成像技术的特点以及未来面临的挑战。

在人类可持续发展的道路上, 生物医学研究始终处于核心地位。太赫兹(THz)技术依靠其自身的优势, 在生物医学领域得到了广泛的应用。本文着重介绍了太赫兹表征技术以及太赫兹生物效应在生物医学方面的应用。太赫兹表征技术应用领域的介绍主要分为5个部分: 氨基酸和多肽、DNA、蛋白质、癌症的检测和龋齿诊断等其他领域的应用。太赫兹生物效应的研究则集中于THz对机体组织和细胞的作用上。此外, 本文简单介绍了化学计量学方法以及其与THz技术结合在生物医学方面的应用。最后总结了THz技术在生物医学领域的不足, 并对进一步研究的方向进行了讨论。本文主要对太赫兹技术在生物医学方面的应用进行综述, 为相关研究奠定了基础。

随着光谱分析及荧光检测技术的快速发展, 单色荧光标记已无法对细胞样本进行精准判断, 必须采用双染色或多色荧光标记来分析细胞内部结构。 然而, 使用光谱测量方法进行多色荧光分析时, 由于通常使用多种标记物同时对待测细胞进行标记, 发射光谱会产生部分光谱重叠, 为了准确对其进行分析, 需将重叠峰分解为独立谱峰。 针对光谱重叠现象, 提出了遗传算法优化BP神经网络(GA_BP)的重叠峰解析算法。 首先确定了BP神经网络具体结构, 并对重叠峰信号进行二次微分预处理, 确定重叠峰中单峰个数及单峰位置, 将其作为重叠峰信号的特征值送入BP神经网络的输入层； 其次将BP神经网络权值及阈值初始化, 利用遗传算法全局搜索的优势, 进行算法初始种群及种群规模等最优参数的选取, 通过选择、 交叉、 变异等一系列遗传进化操作进行寻优计算, 得到包含BP神经网络最优权值和阈值的个体； 然后确定网络最优参数并进行相应网络训练, 使优化后的BP神经网络可从输出节点处获得独立单峰的峰宽及强度； 最后结合二次微分处理得到的重叠峰特征值, 即可分离出单个谱峰。 以随机生成的多组高斯重叠峰数学模型作为实验数据进行仿真实验, 结果表明该方法具有较高的精确度。 其中, 双峰重叠峰及三峰重叠峰分解后峰强度及峰宽的最大相对误差分别为0.30%, 3.57%和0.64%, 3.83%； 同时也可对四峰重叠峰进行较为准确的分解。 此外, 将GA_BP网络模型与未经优化的BP神经网络模型作对比, 结果表明GA_BP网络运行5步后即可达到预设的误差值, 而未经优化的网络模型则需19步方可达到, 进一步证明GA_BP网络模型收敛更快且误差较低。 由此可见, GA_BP算法在重叠光谱分析中有较好的效果, 并可应用于其他能谱重叠峰的分解, 与传统方法相比具有明显的优势, 具有一定的实用价值。