荧光寿命显微成像（FLIM）已经广泛应用于生命科学研究领域，具有高灵敏和高特异性的特点，在对组织微环境进行定量表征方面具有独特优势，但由于成像速度相对较慢，限制了FLIM的活体应用。近年来，随着光电子器件和人工智能等技术的发展，开启了FLIM活体成像新篇章。介绍通过优化硬件和算法两方面提升时域和频域FLIM技术的成像速度，以及其在生物医学基础研究和临床疾病诊断中的应用研究进展。最后，对活体FLIM成像的未来发展进行展望。

空心硅酸锰纳米材料是一种新型无机材料, 其形貌主要包括空心纳米球、纳米颗粒、核壳结构等。其中空心硅酸锰纳米材料具有高比表面积、大孔容、可调的孔尺寸等特性, 同时具有良好的生物相容性和可降解性, 已被应用于生物、医药等领域。综述了空心硅酸锰及其复合纳米材料的合成方法, 主要包括水热法和沉淀法, 并对所合成的材料形貌和尺寸进行了总结, 介绍了其在癌症诊断、癌症治疗以及癌症的联合诊疗等方面的应用, 对今后硅酸锰纳米材料的研究重点和发展方向进行了展望。

高光谱显微成像(HMI)是一种新型无损光学诊断技术，其光谱数据能够反映样本的内部微环境变化，图像数据可以反映样本空间结构信息，因此可以作为癌症诊断工具，在未来具有广阔的应用前景。但HMI数据量大且数据结构复杂，将其应用于癌症诊断领域需要进行系统详细的数据解译。设计并搭建了一套推扫式HMI系统，并编写了系统控制、数据采集和数据分析软件，可提供多种基于机器学习的数据处理方法。基于MATLAB编制了具有图形化用户界面的HMI数据采集和数据分析软件，该软件可给出分析结果，为医生病理诊断提供了便利。利用该系统和软件进行皮肤癌的分类与分期研究，验证了系统的性能。HMI系统的光谱范围为465.5～905.1 nm，光谱分辨率约为3 nm，视场尺寸为400.18 μm×192.47 μm，放大倍率为28.15，实际分辨率范围为1.10～1.38 μm。分别采集基底细胞癌、鳞状细胞癌和恶性黑色素瘤组织的HMI数据，利用图像数据实现了三种皮肤癌的分类，准确率为85%；利用光谱数据实现了鳞状细胞癌的分期鉴别，准确率达到96.4%。

碳点作为新兴的碳纳米材料之一，由于具有低细胞毒性、强亲水性、良好的生物相容性、优异的光稳定性、可调的发光和易于修饰等独特的理化特性，在生物医学领域具有广泛的应用前景。本综述主要阐述了碳点在生物成像、药物/染料/蛋白/基因的递送和癌症诊断治疗等方面的应用，并探讨了其在生物医学领域应用的当前挑战和未来前景。

外泌体是一种含有蛋白质、核酸和脂质等物质的小囊泡, 与细胞间通信和肿瘤微环境的调节有关, 因而成为一种新兴的无创早期癌症诊断标志物。目前用于外泌体分析的技术较复杂, 并且耗时久、成本高。近年来, 表面增强拉曼光谱(SERS)技术由于其灵敏度高、样品制备简单、快速无损等优点, 在生物医学领域表现出了巨大的应用潜力。本文首先简要介绍了外泌体以及目前主要检测方法的优缺点, 其次, 阐述了SERS的基本原理及其在外泌体检测中的优势, 重点介绍了非标记和标记SERS在外泌体检测中的应用进展。系列研究表明, 基于SERS的外泌体检测技术有望成为一种无损、便捷、准确的临床诊断新方法。

拉曼光谱分析技术可以在分子水平上研究物质分子结构和生化组成信息，具有快速、准确、无创(或低创)等优点，已成为临床早期癌症检测和组织病理生理分析的重要工具。近年来，激光技术、光纤探测器件和光电检测技术的发展，不仅极大促进了新型拉曼光谱分析仪器与技术的研发，更进一步扩展了其临床应用的广度和深度，彰显出其独特的科学内涵与应用价值。对临床拉曼光谱分析技术的理论基础进行了阐述，归纳总结了临床快速拉曼光谱分析集成系统设计思路。在此基础上，以作者相关研究工作为例，探讨了拉曼光谱分析技术在临床癌症早期检测与病理分析中的应用特点，为推动相关基础研究及技术创新提供有益参考。

应用近红外光谱技术对子宫内膜组织病理切片进行快速无损检测。 收集了154样品光谱, 其中正常样本的个数36个, 增生的60个, 癌变的58个。 由于原始光谱中包含大量干扰信息, 所以光谱预处理方法和波段选取的方法在近红外光谱分析中占有非常重要的地。 利用多种预处理方法, 包括一阶导数、 多元散射校正、 多项式最小二乘拟合求导、 标准归一化、 平滑、 移动窗口中值滤波, 对样品光谱进行了预处理。 利用标准偏差谱来选取最优波段, 选取的最优波段范围为4 000～6 000 cm-1。 然后用处理后的光谱数据进行主成分分析, 分类准确率达到100%。 研究结果表明近红外光谱技术结合化学计量学方法可以作为一种癌症快速诊断的新技术, 对于癌症的早期诊断和癌症组织的恶化过程研究具有重要的意义。

将人工神经网络方法应用于人体胃镜样品红外光谱检测, 以克服常规线性判别分析方法的局限性, 从而提高了胃镜样品判别的准确率。 概率神经网络是一种适用模式分类的径向基神经网络, 采用样本的先验概率和最优判定原则对新的样本进行分类, 具有识别率高、 训练速度快、 不会陷入局部极值等优点。 文章采用概率神经网络进行胃镜样品红外光谱模式识别, 将预处理后的胃镜样品光谱进行主成分分析, 将得分值作为输入, 建立概率神经网络判别模型。 文中选取118例胃镜离体样品进行红外光谱判别分析, 其中正常胃组织19例, 胃炎组织64例, 胃癌35例, 选取其中59例样品建立概率神经网络校正模型, 其余样品作为预测集来检验模型。 实验结果表明, 正常、 炎症及癌症胃镜样品检测的总体准确率达到81.4%, 对胃镜样品的判别取得了较好的结果。

与球形金颗粒相比,棒状金颗粒具有更为特殊的表面等离子共振(SPR)特性:有横向和纵向两个SPR峰,纵向SPR峰的位置取决于金纳米棒颗粒的长短轴比,因此通过控制不同长短轴比,可以实现纵向SPR峰位置的人为调控(从可见光区到近红外光区),金纳米棒,由于其表面SPR等强吸收和发光特性,在癌症的诊断和治疗中存在着巨大的应用前景。结合配体的金纳米棒能够特异性地标记癌症细胞上的受体,并提供特定分子的特有信息,进行生物成像和癌症检测。另外,金纳米棒能够有效地吸收红外光能量进行局部加热,导致蛋白质变性,并致细胞死亡。主要回顾各种不同尺寸和形状的金纳米棒的光学特性,综述了选择性标记的金纳米棒在癌症诊断和光热疗法中的研究进展。