表面微生物检测

近日，上海交通大学生物医学工程学院“青年千人计划”获得者叶坚特别研究员和古宏晨教授共同指导博士生林俐等人组成的研究团队在新型表面增强拉曼纳米探针的制备与机理研究方面连续取得突破性进展，研究成果先后发表在材料学领域权威期刊《Nano Letters》(SCI IF = 13.592)和化学领域权威期刊《Chemical Communications》(SCI IF = 6.834)上。荧光探针是一类在紫外-可见-近红外区有特征荧光的分子，它们就像黑夜中的灯塔为科研工作者照亮了从微观到宏观各个层次上丰富多彩的生命现象，例如细胞凋亡。目前荧光探针已被广泛应用于分子检测和生物成像。然而传统的荧光探针存在稳定性差、容易发生荧光漂白、谱峰宽容易重叠、容易受到背景荧光的干扰等缺陷。与之相比，基于表面增强拉曼光谱的纳米探针具有信号强且稳定、谱峰窄、不易漂白、特异性好等优点。因此，越来越多的研究者将目光投向这一领域。拉曼光谱是一种散射光谱，与分子键的振动和转动有关，因此它可以作为分子鉴别的手段。传统的拉曼散射光信号较弱，但如果将分子吸附在纳米材料上，其拉曼光谱信号可以获得高达一百万倍以上的增强，这一现象称为表面增强拉曼效应。制备一个合适的纳米材料是获得高性能表面增强拉曼纳米探针的关键，也是材料领域研究人员的关注点之一。 该团队通过实验和理论上对核壳纳米探针的等离激元耦合效应的研究，发现传统的理论模型已经无法预测具有亚纳米缝隙核壳探针的近场和远场光学属性，需要引入量子效应和电荷转移效应来修正。此外，亚纳米缝隙核壳探针的表面增强拉曼光谱结果也表明在这种窄缝隙中有较强的电荷转移作用。该研究表明亚纳米尺度下材料的光学属性可能与传统理论所预期的完全不同，因此将可能进一步引导产生适用于该尺度的新理论，推动新型的量子等离激元纳米结构和表面增强拉曼纳米探针的发展。这项工作与美国莱斯大学的Peter Nordlander教授、西班牙国家材料物理中心的Javier Aizpurua教授和法国巴黎南大学的Andrei G. Borisov教授进行了合作。相关研究成果以林俐为共同第一作者，叶坚为共同通讯作者近期发表于《Nano Letters》(2015, 15, 6419-6428)。 另外，该团队还进一步制备出具有亚纳米缝隙多层核壳结构的表面增强拉曼纳米探针，通过调节外壳的数量，实现纳米探针拉曼光谱强度的调控 通过替换缝隙中的拉曼分子，实现纳米探针拉曼光谱峰位的调控。这项技术使得表面增强拉曼纳米探针的性能得到大幅度的提高，有望在高灵敏度的多指标分子检测和快速的多组分生物成像领域得到广泛应用。相关研究成果以林俐为第一作者，古宏晨和叶坚为共同通讯作者近期发表于《Chemical Communications》(DOI: 10.1039/C5CC06599B)。 该项研究工作得到了国家青年千人资助计划、国家自然科学基金和上海市自然科学基金的支持。

微塑料通常被定义为尺寸小于5 mm的塑料碎片，在海洋、陆地、淡水系统中均有所发现，对环境安全和生物健康均有一定程度的影响。更令人担忧的是，微塑料通过机械磨损、光降解和生物降解等作用会进一步分解，形成尺寸更小的微塑料甚至是纳米塑料。它们的危害可能更大，因为它们可以穿过生物膜并容易在不同组织间转移，如果吸入空气中的微纳塑料甚至可以穿过肺组织。据已有的研究显示，应用在微塑料检测的传统技术仅能检测到10 μm 左右的大小，远远不能满足当前和未来研究的需要。因此，迫切需要开发适用于小尺寸微纳塑料的检测新方法。表面增强拉曼光谱（SERS）技术是一种强有力的基于拉曼光谱的原位分析技术。一般来说，分子的拉曼效应很弱。然而，当这些分子被吸附在贵金属（例如金和银）的粗糙表面时，分子的拉曼效应会大大提高。甚至可以在单分子水平上获得高灵敏度。在我们之前的研究工作中，首次报道利用SERS技术实现了环境纳米塑料的检测（EST, 2020, 54(24): 15594）。但是，采用的商业化Klarite基底的高昂成本使其不适宜广泛大规模的应用。因此，本研究利用一种低成本的具有大量有序的V型纳米孔阵列的阳极氧化铝（AAO）模板，通过磁控溅射或离子溅射将金纳米粒子沉积在模板上，开发得到用于小尺寸微纳塑料检测的 SERS 基底（AuNPs@V-shaped AAO SERS substrate）。由于AAO模板中纳米孔阵列特殊的V型结构以及有序规则的排列，使得AuNPs@V-shaped AAO SERS基底可以提供大量“热点”和额外的体积增强拉曼效应，在检测微塑料时表现出高 SERS 灵敏度。图1 摘要图本研究首先使用不同尺寸（1 μm、2 μm和5 μm）的聚苯乙烯（PS）和聚甲基丙烯酸甲酯（PMMA）两种标准样品在AuNPs@V-shaped AAO SERS基底和硅基底上进行检测，并计算相应的增强因子（图2、图3）。结果显示，单个PS和PMMA两种颗粒在硅基底上均不能检测到1 μm的尺寸大小，且其他尺寸的拉曼信号强度也相对较弱。而在AuNPs@V-shaped AAO SERS基底上，在相同的检测条件下，各尺寸的单个PS和PMMA颗粒的拉曼信号强度大大增强，且1 μm的PS和2 μm的PMMA都有拉曼信号检出。增强因子的计算结果显示，使用AuNPs@V-shaped AAO SERS基底检测单个微塑料颗粒可获得最大20倍的增强效果。此外，通过比较磁控溅射和离子溅射两种沉积方式所分别形成的基底检测微塑料的拉曼光谱结果和增强因子计算结果，我们可以得出磁控溅射所形成的基底具有更好的检测性能。这个结果可以联系到SERS基底的扫描电镜表征结果（图4）进行解释，磁控溅射所形成的金纳米层更加细腻平整，而离子溅射所形成的金纳米层出现了一定的团聚，导致形貌结构较为粗糙，因此信号强度有所减弱。图2：PS的拉曼检测。（a）不同尺寸的单个PS颗粒在硅基底上的拉曼光谱；（b）显微镜下不同尺寸的单个PS颗粒在硅基底上的形态分布；（c）不同尺寸的单个PS颗粒在离子溅射形成的SERS基底上的拉曼光谱；（d）不同尺寸的单个PS颗粒在磁控溅射形成的SERS基底上的拉曼光谱；（e）显微镜下不同尺寸的单个PS颗粒在磁控溅射形成的SERS基底上的形态分布；（f）显微镜下不同尺寸的单个PS颗粒在离子溅射形成的SERS基底上的形态分布；（g）增强因子的箱线图。图3：PMMA的拉曼检测。（a）不同尺寸的单个PMMA颗粒在硅基底上的拉曼光谱；（b）显微镜下不同尺寸的单个PMMA颗粒在硅基底上的形态分布；（c）不同尺寸的单个PMMA颗粒在离子溅射形成的SERS基底上的拉曼光谱；（d）不同尺寸的单个PMMA颗粒在磁控溅射形成的SERS基底上的拉曼光谱；（e）显微镜下不同尺寸的单个PMMA颗粒在磁控溅射形成的SERS基底上的形态分布；（f）显微镜下不同尺寸的单个PMMA颗粒在离子溅射形成的SERS基底上的形态分布；（g）增强因子的箱线图。图4：AAO模板和SERS基底的扫描电镜表征。（a）空白的AAO模板；（b）经过离子溅射形成的SERS基底；（c）经过磁控溅射形成的SERS基底；（d）（e）微塑料标准样品在基底上的形态分布。之后，本研究采集了雨水作为大气样品，对基底检测实际样品的能力进行了测试。采集到的雨水样品经过过滤、消解等前处理后，被滴加在基底上进行后续的拉曼检测，获得若干疑似微塑料的拉曼光谱。通过将这些采集到的拉曼光谱与标准微塑料样品的拉曼光谱进行比对，找到了雨水样品中所含有的微纳塑料颗粒，证实了大气中微塑料颗粒的存在以及基底检测实际样品的能力。图5：雨水样品的检测。（a）在基底上发现的疑似微塑料颗粒，尺寸约为2 μm × 2 μm；（b）疑似微塑料颗粒的拉曼光谱。该研究了提出了一种新型的适用于环境微纳塑料检测的低成本SERS基底，具备热点均一、增强效果好的优点，有望推广到环境各介质中微纳塑料的检测，为尺寸更小的纳米塑料检测分析提供了新方法。

记者4日从中科院合肥物质科学研究院了解到，该院智能所黄青研究员课题组研发出基于表面增强拉曼光谱（SERS）的超灵敏生物传感器，该生物传感器可以用于检测癌症转移相关的程序性死亡配体（PD-L1）生物标志物。研究成果日前发表在国际期刊《生物传感器和生物电子学：X》上。　　PD-1全名为程序性死亡受体1，是人体的一种重要的免疫抑制分子。PD-1受体在活化的T细胞表面表达。以PD-1为靶点的免疫调节对抗肿瘤、抗感染、抗自身免疫性疾病及器官移植存活等均有重要的意义。PD-1与其配体PD-L1相互作用可确保仅在适当的时间激活免疫系统，以便将慢性自体免疫炎症的可能性降至最低。然而肿瘤细胞为了免疫逃逸会在细胞表面表达高表达PD-L1，这样就能够使肿瘤细胞逃避T细胞的作用，使肿瘤细胞得以继续生存。　　为了检测PD-L1，研究人员首先制备了具有SERS活性的磁性纳米复合材料，同时又制备了SERS纳米标签。然后，科研人员用特定的适配体修饰这些纳米粒子，从而可以特异性地捕获循环外泌体PD-L1，形成三明治夹层式的SERS探针，通过分析拉曼报告信号，可以定量分析PD-L1生物标志物。该方法非常灵敏，可检测低至4.31ag/mL的PD-L1。进一步研究表明，在小鼠模型中，科研人员可以通过分析肿瘤中PD-L1随时间变化的表达水平，进而分析小鼠肿瘤发展情况。　　目前循环外泌体PD-L1检测仍缺乏公认有效的手段。这项工作为检测PD-L1生物标志物提供了新的超灵敏的方法，对于以PD-L1生物标志物诊断具有重要意义和潜在临床应用价值，并可为接受PD-L1/PD-1免疫疗法的患者提供服务。

a) SERS-CIP检测策略示意图；b)含SERS标记物的SERS-CIP玻璃毛细管照片，识别区域用红色圆圈表示；c)在SERS-CIP上实现手性氨基酸识别检测原理 课题组供图近日，中国科学院烟台海岸带研究所研究员陈令新团队在手性印迹表面增强拉曼散射（SERS）检测技术领域取得重要进展，研究成果“基于手性分子印迹的表面增强拉曼散射检测策略用于绝对对映体区分”发表在最新一期的《自然—通讯》。手性是自然界中普遍存在的现象。手性分子是与其镜像不能重合的分子，对映异构体间很多理化性质相同，但生理活性往往有很大的差别，因而，对单个对映体的选择性识别与检测在生命科学、环境监测和食品安全等领域至关重要。然而，单个对映体的识别存在很多挑战。首先，理想的手性区分策略需要外消旋体中的绝对对映体识别方法和高灵敏度的传感器件，并且保证对多种手性分子广泛适用，如何抑制对映体在手性区分传感器上的非特异性结合是关键。其次，对映体间具有相同的分子大小和官能团，仅结构呈现镜像对称，因此，不能根据一般传感器上的主-客体相互作用结果一概而论。此外，大多数手性识别策略高度依赖手性分子的细微结构特征，无法适用于复杂多样的手性化合物。海岸带是关乎人类社会发展的地球关键带。人类活动通过多种途径影响海岸带生态，使其被开发利用的同时，也造成了生态脆弱、灾害较多等问题，发展海洋生态固碳、保护生态环境是海岸带可持续发展的关键之一。氨基酸是海洋有机碳和有机氮的重要组成部分，氨基酸的手性转化是海洋微生物固碳的重要过程，了解手性氨基酸的结构和功能对于海洋固碳机制研究非常重要。然而，海岸带区域环境中的手性氨基酸含量很低、赋存介质复杂，因此亟需发展能够进行分离富集、降低和消除基质干扰的高灵敏手性分子检测技术。基于上述挑战，陈令新团队创新性发展了基于手性分子印迹的表面增强拉曼散射（SERS-CIP）检测策略，成功实现了对海水中精氨酸、组氨酸、天冬氨酸等8种氨基酸手性对映体的高选择性和高灵敏分析检测。手性分子印迹聚合物（CIP）具有在形状、大小和官能团三方面与目标氨基酸分子互补的空腔，能够高特异性结合目标手性分子，在手性氨基酸识别方面表现出了独特的优势。由于聚合物框架和手性分子的官能团之间的相互作用，不可避免的非特异性结合参与手性识别问题一直是挑战。研究发现，可以通过发展先进的CIP识别机制并通过抑制非特异性结合提高CIP对映体识别特异性。在利用SERS对CIP非特异性结合来源进行详细研究后，团队开发了一种检测识别机制来探索CIP的空间状态，并借此区分特异性结合和非特异性结合的氨基酸对映体分子。通过对映选择性测试、外消旋混合物分析以及在复杂实际样品中的手性识别表明，这种机制能够满足理想的手性识别策略的要求，并具有良好的实用性。该研究成果得到了国家自然科学基金和中科院国际博士后项目等项目的支持。文章的第一作者为助理研究员Maryam Arabi，文章通讯作者为研究员王运庆和陈令新。

根据国家标准化管理委员会关于“全国标准化专业技术委员会管理办法”规定和中华人民共和国工业和信息化部2010年第一批行业标准化制修订工作计划任务，进一步做好全国试标委无损检测仪器标准化分技术委员会标准化工作和标准体系建设，于2010年8月24日-25日在南京召开无损检测仪器表面工作组成立和标准起草工作会议。　　参加会议的专家和代表有辽宁仪表研究所有限责任公司、南京东电检测装备有限责任公司、南京理工大学光电技术研究所、江苏省计量科学研究院、中国南车集团南京浦镇车辆厂、中国北车集团沈阳机车车辆有限责任公司、北京航空材料研究院、国家轴承质量监督检验中心、射阳盛捷达探伤设备制造有限公司、深圳市华测检测技术股份有限公司、铁道部科学研究院金化所、中国南车集团北京二七车辆厂、戚墅堰机车车辆工艺研究所、长春机械科学研究院有限公司等单位。参加本次会议的专家和代表应到18人，实到16人。　　本次会议由南京东电检测装备有限责任公司承办。　　会议由全国试标委无损检测仪器分技术委员会秘书长李洪国主持。　　南京东电检测装备有限责任公司总经理曾奇夫致欢迎词。　　一、会议内容：　　(一)成立全国试标委无损检测仪器标准化分技术委员会表面仪器专业工作组暨一届一次会议。　　1、无损检测仪器标委会秘书长李洪国系统地回顾、总结了近期所做的工作，并对目前标准化的重点工作及下一步工作安排做了情况介绍。强调要跟踪国际国外标准，并积极参与国际标准制定。　　2、全国试标委无损检测仪器标准化分技术委员会李洪国秘书长宣读了关于成立表面仪器专业工作组批复文件。全国试验机标准化技术委员会无损检测仪器分技术委员会第一届表面仪器专业工作组由17名委员组成。曾德文为组长，李洪国为副组长。工作组承担单位为南京东电检测装备有限责任公司。并宣布了工作组 17名成员名单，颁发了试标委无损检测仪器分技术委员会表面仪器专业工作组成员证书。表面仪器专业工作组任期五年。　　全国试验机标准化技术委员会无损检测仪器分技术委员会表面仪器专业工作组主要负责：表面检测仪器领域的标准制修订工作。如磁粉探伤仪器、渗透探伤设备、电磁轭探伤设备及功能设备附件等。　　3、南京东电检测装备有限责任公司总经理曾奇夫代表表面仪器专业工作组　　讲话，并宣读本届工作计划和行业标准计划项目。　　4、宣读全国试验机标准化技术委员会无损检测仪器分技术委员会章程 　　5、落实2010年行业标准化任务。　　(二)《无损检测仪器电磁轭探伤仪技术条件》标准草案审查工作　　由长春机械科学研究院有限公司高级工程师刘智力介绍了《无损检测仪器 电磁轭探伤仪技术条件》项目来源和标准起草过程等情况，与会专家和代表对JB/T7411-××××《无损检测仪器 电磁轭探伤仪 技术条件》标准草案按章条段进行深入细致讨论，并提出修改意见和建议。会议建议起草单位会后根据修改意见进行整理尽快形成征求意见稿广泛征求意见。　　全体委员和代表经过两天紧张有序的研讨，取得一致意见，达到预期目的圆满结束。

不锈钢等离子清洗效果评估|钢板表面油脂污染情况检测方案测试说明客户：德国Relyon Plasma公司样品：不锈钢板测量设备：析塔清洁度仪FluoScan 3D污染物：福斯溶剂型防锈油Fuchs Anticorit MKR 4目标采用荧光法测量不锈钢表面污染情况，检查等离子清洗的效果及其影响参数。操作过程首先，将不锈钢板放在60°C的超声波清洗槽中，使用碱性清洗剂清洗15分钟，然后用去离子水彻底冲洗并干燥不锈钢板。随后，在不锈钢板上滴一滴Anticorit MKR 4防腐蚀油，并用实验室用布擦拭。然后，使用析塔FluoScan 3D清洁度检测仪，采用荧光法，高分辨率扫描钢板，检测钢板上的防腐蚀油分布。荧光法是一种对油膜厚度敏感的测量，测试结果以RFU（相对荧光单位）显示，RFU值越低，表面越干净。等离子清洗对于等离子体清洗，手持等离子体设置piezobrush PZ3被连接到析塔SITA FluoScan 3D（自动检测清洁度的测试台）的移动轴上，使得可以通过自动化进行等离子清洗处理。piezobrush PZ3在测试板上以编程的移动路径移动，同时等离子体以恒定的移动速度开启，并与钢板表面保持恒定的距离。为了说明速度（清洗时间）的影响，首先以2.5mm/s的速度进行处理，然后在清洗时间一半的位置上，以5mm/s的速度进行处理。测量结果图1：未清洗的不锈钢板上的荧光测量结果图2：等离子清洗后的不锈钢板上的荧光测量结果结论荧光测量的结果表明，使用等离子清洗的两个区域比钢板的其他部分干净很多。清洗时间越长，清洗效果越好。荧光法适用于在等离子清洗后轻松和快速地监测清洗结果，通过测量可以确定影响等离子清洗的参数，达到最佳的清洗效果，同时降低成本。使用析塔FluoScan 3D清洁度仪自动检测测量零件清洁度，高分辨率扫描零件，最终以图像化呈现零件污染程度不同的区域。析塔FluoScan 3D自动表面清洁度检测仪广泛运用在不同的清洗工艺（水基、溶剂、激光、等离子.....），可以灵活应用在实验室或生产车间。翁开尔是德国析塔中国独家代理商，欢迎致电咨询析塔自动清洁度检测系统。

摘要晶圆表面缺陷检测在半导体制造中对控制产品质量起着重要作用，已成为计算机视觉领域的研究热点。然而，现有综述文献中对晶圆缺陷检测方法的归纳和总结不够透彻，缺乏对各种技术优缺点的客观分析和评价，不利于该研究领域的发展。本文系统分析了近年来国内外学者在晶圆表面缺陷检测领域的研究进展。首先，介绍了晶圆表面缺陷模式的分类及其成因。根据特征提取方法的不同，目前主流的方法分为三类：基于图像信号处理的方法、基于机器学习的方法和基于深度学习的方法。此外，还简要介绍了代表性算法的核心思想。然后，对每种方法的创新性进行了比较分析，并讨论了它们的局限性。最后，总结了当前晶圆表面缺陷检测任务中存在的问题和挑战，以及该领域未来的研究趋势以及新的研究思路。1.引言硅晶圆用于制造半导体芯片。所需的图案是通过光刻等工艺在晶圆上形成的，是半导体芯片制造过程中非常重要的载体。在制造过程中，由于环境和工艺参数等因素的影响，晶圆表面会产生缺陷，从而影响晶圆生产的良率。晶圆表面缺陷的准确检测，可以加速制造过程中异常故障的识别以及制造工艺的调整，提高生产效率，降低废品率。晶圆表面缺陷的早期检测往往由经验丰富的检测人员手动进行，存在效率低、精度差、成本高、主观性强等问题，不足以满足现代工业化产品的要求。目前，基于机器视觉的缺陷检测方法[1]在晶圆检测领域已经取代了人工检测。传统的基于机器视觉的缺陷检测方法往往采用手动特征提取，效率低下。基于计算机视觉的检测方法[2]的出现，特别是卷积神经网络等神经网络的出现，解决了数据预处理、特征表示和提取以及模型学习策略的局限性。神经网络以其高效率、高精度、低成本、客观性强等特点，迅速发展，在半导体晶圆表面缺陷检测领域得到广泛应用。近年来，随着智能终端和无线通信设施等电子集成电路的发展，以及摩尔定律的推广，在全球对芯片的需求增加的同时，光刻工艺的精度也有所提高。随着技术的进步，工艺精度已达到10纳米以下[5]。因此，对每个工艺步骤的良率提出了更高的要求，对晶圆制造中的缺陷检测技术提出了更大的挑战。本文主要总结了晶圆表面缺陷检测算法的相关研究，包括传统的图像处理、机器学习和深度学习。根据算法的特点，对相关文献进行了总结和整理，对晶圆缺陷检测领域面临的问题和挑战进行了展望和未来发展。本文旨在帮助快速了解晶圆表面缺陷检测领域的相关方法和技能。2. 晶圆表面缺陷模式在实际生产中，晶圆上的缺陷种类繁多，形状不均匀，增加了晶圆缺陷检测的难度。在晶圆缺陷的类型中，无图案晶圆缺陷和图案化晶圆缺陷是晶圆缺陷的两种主要形式。这两类缺陷是芯片故障的主要原因。无图案晶圆缺陷多发生在晶圆生产的预光刻阶段，即由机器故障引起的晶圆缺陷。划痕缺陷如图1a所示，颗粒污染缺陷如图1b所示。图案化晶圆缺陷多见于晶圆生产的中间工序。曝光时间、显影时间和烘烤后时间不当会导致光刻线条出现缺陷。螺旋激励线圈和叉形电极的微纳制造过程中晶圆表面产生的缺陷如图2所示。开路缺陷如图2 a所示，短路缺陷如图2 b所示，线路污染缺陷如图2 c所示，咬合缺陷如图2d所示。图1.（a）无图案晶圆的划痕缺陷；（b）无图案晶圆中的颗粒污染。图2.（a）开路缺陷，（b）短路缺陷，（c）线路污染，以及（d）图案化晶圆缺陷图中的咬合缺陷。由于上述晶圆缺陷的存在，在对晶圆上所有芯片进行功能完整性测试时，可能会发生芯片故障。芯片工程师用不同的颜色标记测试结果，以区分芯片的位置。在不同操作过程的影响下，晶圆上会产生相应的特定空间图案。晶圆图像数据，即晶圆图，由此生成。正如Hansen等在1997年指出的那样，缺陷芯片通常具有聚集现象或表现出一些系统模式，而这种缺陷模式通常包含有关工艺条件的必要信息。晶圆图不仅可以反映芯片的完整性，还可以准确描述缺陷数据对应的空间位置信息。晶圆图可能在整个晶圆上表现出空间依赖性，芯片工程师通常可以追踪缺陷的原因并根据缺陷类型解决问题。Mirza等将晶圆图缺陷模式分为一般类型和局部类型，即全局随机缺陷和局部缺陷。晶圆图缺陷模式图如图3所示，局部缺陷如图3 a所示，全局随机缺陷如图3b所示。全局随机缺陷是由不确定因素产生的，不确定因素是没有特定聚类现象的不可控因素，例如环境中的灰尘颗粒。只有通过长期的渐进式改进或昂贵的设备大修计划，才能减少全局随机缺陷。局部缺陷是系统固有的，在晶圆生产过程中受到可控因素的影响，如工艺参数、设备问题和操作不当。它们反复出现在晶圆上，并表现出一定程度的聚集。识别和分类局部缺陷，定位设备异常和不适当的工艺参数，对提高晶圆生产良率起着至关重要的作用。图3.（a）局部缺陷模式（b）全局缺陷模式。对于面积大、特征尺寸小、密度低、集成度低的晶圆图案，可以用电子显微镜观察光刻路径，并可直接进行痕量检测。随着芯片电路集成度的显著提高，进行芯片级检测变得越来越困难。这是因为随着集成度的提高，芯片上的元件变得更小、更复杂、更密集，从而导致更多的潜在缺陷。这些缺陷很难通过常规的检测方法进行检测和修复，需要更复杂、更先进的检测技术和工具。晶圆图研究是晶圆缺陷检测的热点。天津大学刘凤珍研究了光刻设备异常引起的晶圆图缺陷。针对晶圆实际生产过程中的缺陷，我们通过设备实验对光刻胶、晶圆粉尘颗粒、晶圆环、划痕、球形、线性等缺陷进行了深入研究，旨在找到缺陷原因，提高生产率。为了确定晶圆模式失效的原因，吴明菊等人从实际制造中收集了811,457张真实晶圆图，创建了WM-811K晶圆图数据集，这是目前应用最广泛的晶圆图。半导体领域专家为该数据集中大约 20% 的晶圆图谱注释了八种缺陷模式类型。八种类型的晶圆图缺陷模式如图4所示。本综述中引用的大多数文章都基于该数据集进行了测试。图4.八种类型的晶圆映射缺陷模式类型：（a）中心、（b）甜甜圈、（c）边缘位置、（d）边缘环、（e）局部、（f）接近满、（g）随机和（h）划痕。3. 基于图像信号处理的晶圆表面缺陷检测图像信号处理是将图像信号转换为数字信号，再通过计算机技术进行处理，实现图像变换、增强和检测。晶圆检测领域常用的有小波变换（WT）、空间滤波（spatial filtering）和模板匹配（template matching）。本节主要介绍这三种算法在晶圆表面缺陷检测中的应用。图像处理算法的比较如表1所示。表 1.图像处理算法的比较。模型算法创新局限小波变换 图像可以分解为多种分辨率，并呈现为具有不同空间频率的局部子图像。防谷物。阈值的选择依赖性很强，适应性差。空间滤波基于空间卷积，去除高频噪声，进行边缘增强。性能取决于阈值参数。模板匹配模板匹配算法抗噪能力强，计算速度快。对特征对象大小敏感。3.1. 小波变换小波变换（WT）是一种信号时频分析和处理技术。首先，通过滤波器将图像信号分解为不同的频率子带，进行小波分解 然后，通过计算小波系数的平均值、标准差或其他统计度量，分析每个系数以检测任何异常或缺陷。异常或缺陷可能表现为小波系数的突然变化或异常值。根据分析结果，使用预定义的阈值来确定信号中的缺陷和异常，并通过识别缺陷所在的时间和频率子带来确定缺陷的位置。小波分解原理图如图5所示，其中L表示低频信息，H表示高频信息。每次对图像进行分解时，图像都会分解为四个频段：LL、LH、HL 和 HH。下层分解重复上层LL带上的分解。小波变换在晶圆缺陷特征的边界处理和多尺度边缘检测中具有良好的性能。图5.小波分解示意图。Yeh等提出了一种基于二维小波变换（2DWT）的方法，该方法通过修正小波变换模量（WTMS）计算尺度系数之间的比值，用于晶圆缺陷像素的定位。通过选择合适的小波基和支撑长度，可以使用少量测试数据实现晶圆缺陷的准确检测。图像预处理阶段耗费大量时间，严重影响检测速度。Wen-Ren Yang等提出了一种基于短时离散小波变换的晶圆微裂纹在线检测系统。无需对晶圆图像进行预处理。通过向晶圆表面发射连续脉冲激光束，通过空间探针阵列采集反射信号，并通过离散小波变换进行分析，以确定微裂纹的反射特性。在加工的情况下，也可以对微裂纹有更好的检测效果。多晶太阳能硅片表面存在大量随机晶片颗粒，导致晶圆传感图像纹理不均匀。针对这一问题，Kim Y等提出了一种基于小波变换的表面检测方法，用于检测太阳能硅片缺陷。为了更好地区分缺陷边缘和晶粒边缘，使用两个连续分解层次的小波细节子图的能量差作为权重，以增强每个分解层次中提出的判别特征。实验结果表明，该方法对指纹和污渍有较好的检测效果，但对边缘锋利的严重微裂纹缺陷无效，不能适用于所有缺陷。3.2. 空间过滤空间滤波是一种成熟的图像增强技术，它是通过直接对灰度值施加空间卷积来实现的。图像处理中的主要作用是图像去噪，分为平滑滤镜和锐化滤镜，广泛应用于缺陷检测领域。图6显示了图像中中值滤波器和均值滤波器在增加噪声后的去噪效果。图6.滤波去噪效果图：（a）原始图像，（b）中值滤波去噪，（c）均值滤光片去噪。Ohshige等提出了一种基于空间频率滤波技术的表面缺陷检测系统。该方法可以有效地检测晶圆上的亚微米缺陷或异物颗粒。晶圆制造中随机缺陷的影响。C.H. Wang提出了一种基于空间滤波、熵模糊c均值和谱聚类的晶圆缺陷检测方法，该方法利用空间滤波对缺陷区域进行去噪和提取，通过熵模糊c均值和谱聚类获得缺陷区域。结合均值和谱聚类的混合算法用于缺陷分类。它解决了传统统计方法无法提取具有有意义的分类的缺陷模式的问题。针对晶圆中的成簇缺陷，Chen SH等开发了一种基于中值滤波和聚类方法的软件工具，所提算法有效地检测了缺陷成簇。通常，空间过滤器的性能与参数高度相关，并且通常很难选择其值。3.3. 模板匹配模板匹配检测是通过计算模板图像与被测图像之间的相似度来实现的，以检测被测图像与模板图像之间的差异区域。Han H等从晶圆图像本身获取的模板混入晶圆制造工艺的设计布局方案中，利用物理空间与像素空间的映射，设计了一种结合现有圆模板匹配检测新方法的晶圆图像检测技术。刘希峰结合SURF图像配准算法，实现了测试晶圆与标准晶圆图案的空间定位匹配。测试图像与标准图像之间的特征点匹配结果如图7所示。将模式识别的轮廓提取技术应用于晶圆缺陷检测。Khalaj等提出了一种新技术，该技术使用高分辨率光谱估计算法提取晶圆缺陷特征并将其与实际图像进行比较，以检测周期性2D信号或图像中不规则和缺陷的位置。图7.测试图像与标准图像之间的特征点匹配结果。下接：晶圆表面缺陷检测方法综述【下】

p　　近日，中国科学院合肥物质科学研究院技术生物与农业工程研究所研究员黄青课题组，利用表面增强拉曼光谱(SERS)技术，实现了对水体中汞离子的选择性、免标记、半定量的检测。该项成果对实现实际水样中重金属离子的高选择性及准确检测具有一定的科学意义和实用价值，相关成果在线发表在Sensors and Actuators B: Chemical上。/pp　　表面增强拉曼光谱(SERS：surface enhanced Raman spectroscopy)作为一种正在快速发展的技术，因其快速、无损和痕量检测等特点，得到广泛关注并开始走向实际应用。汞是一种毒性极强的重金属，对人体及生物体有很大危害。Hg(II)作为汞在环境中的一种常见的存在形式，对其进行快速、可靠、有效测量具有必要性和迫切性，但基于SERS技术对其特异性和相对定量检测存在一定难度。为此，黄青等设计了能够有效的捕捉水样中的汞离子并产生拉曼散射增强效应的纳米粒子——适配体复合检测体系。研究人员在SiO2@Au纳米粒子表面修饰上能有效捕获汞离子的DNA适配体，利用DNA分子中T碱基和Hg(II)形成T-Hg2+-T结构的特性，能够高效捕获Hg2+，并产生SERS信号改变。实验结果表明，在加入Hg(II)后，设计DNA分子中的腺嘌呤(A)产生736cm-1SERS信号与鸟嘌呤(G)产生的位于660cm-1的SERS信号的峰强的比值会随检测Hg(II)浓度增加而减小，并出现一些特征新峰，如550cm-1。计算表明，它来源于汞离子取代了T上的H在两个DNA分子间形成N-Hg-N结构而发生的伸缩振动。利用这些变化，可以对Hg(II)的进行快速、特异性和半定量的痕量检测。/pp　　研究工作得到国家自然科学基金、国家重点基础研究发展计划等的支持。/pp　　论文题目：A label-free SERS approach to quantitative and selective detection of mercury (II) based on DNA aptamer-modified SiO2@Au core/shell nanoparticles/pp style="text-align: center "img title="001.png" src="http://img1.17img.cn/17img/images/201712/insimg/ca52438b-c746-4230-bd80-e8cad9d9affa.jpg"//pp style="text-align: center "strong合肥研究院实现对水体中Hg(II)高选择性、免标记的定量检测/strong/pp /p

上接：晶圆表面缺陷检测方法综述【上】4. 基于机器学习的晶圆表面缺陷检测机器学习主要是将一个具体的问题抽象成一个数学模型，通过数学方法求解模型，求解该问题，然后评估该模型对该问题的影响。根据训练数据的特点，分为监督学习、无监督学习和半监督学习。本文主要讨论这三种机器学习方法在晶圆表面缺陷检测中的应用。机器学习模型比较如表2所示。表 2.机器学习算法的比较。分类算法创新局限监督学习KNN系列对异常数据不敏感，准确率高。复杂度高，计算强度高。决策树-Radon应用Radon以形成新的缺陷特征。过拟合非常熟练。SVMSVM 可对多变量、多模态和不可分割的数据点进行高效分类。它对多个样本不友好，内核函数难以定位。无监督学习多层感知器聚类算法采用多层感知器增强特征提取能力。取决于激活函数的选择。DBSCAN可以根据缺陷模式特征有选择地去除异常值。样本密度不均匀或样本过大，收敛时间长，聚类效果差。SOM高维数据可以映射到低维空间，保持高维空间的结构。目标函数不容易确定。半监督学习用于增强标记的半监督框架将监督集成学习与无监督SOM相结合，构建了半监督模型。培训既费时又费时。半监督增量建模框架通过主动学习和标记样本来增强模型性能，从而提高模型性能。性能取决于标记的数据量。4.1. 监督学习监督学习是一种学习模型，它基于该模型对所需的新数据样本进行预测。监督学习是目前晶圆表面缺陷检测中广泛使用的机器学习算法，在目标检测领域具有较高的鲁棒性。Yuan，T等提出了一种基于k-最近邻（KNN）的噪声去除技术，该技术利用k-最近邻算法将全局缺陷和局部缺陷分离，提供晶圆信息中所有聚合的局部缺陷信息，通过相似聚类技术将缺陷分类为簇，并利用聚类缺陷的参数化模型识别缺陷簇的空间模式。Piao M等提出了一种基于决策树的晶圆缺陷模式识别方法。利用Radon变换提取缺陷模式特征，采用相关性分析法测度特征之间的相关性，将缺陷特征划分为特征子集，每个特征子集根据C4.5机制构建决策树。对决策树置信度求和，并选择总体置信度最高的类别。决策树在特定类别的晶圆缺陷检测中表现出更好的性能，但投影的最大值、最小值、平均值和标准差不足以代表晶圆缺陷的所有空间信息，因此边缘缺陷检测性能较差。支持向量机（SVM）在监督学习中也是缺陷检测的成熟应用。当样本不平衡时，k-最近邻算法分类效果较差，计算量大。决策树也有类似的问题，容易出现过度拟合。支持向量机在小样本和高维特征的分类中仍然具有良好的性能，并且支持向量机的计算复杂度不依赖于输入空间的维度，并且多类支持向量机对过拟合问题具有鲁棒性，因此常被用作分类器。R. Baly等使用支持向量机（SVM）分类器将1150张晶圆图像分为高良率和低良率两类，然后通过对比实验证明，相对于决策树，k-最近邻（KNN）、偏最小二乘回归（PLS回归）和广义回归神经网络（GRNN），非线性支持向量机模型优于上述四种晶圆分类方法。多类支持向量机在晶圆缺陷模式分类中具有更好的分类精度。L. Xie等提出了一种基于支持向量机算法的晶圆缺陷图案检测方案。采用线性核、高斯核和多项式核进行选择性测试，通过交叉验证选择测试误差最小的核进行下一步的支持向量机训练。支持向量机方法可以处理图像平移或旋转引起的误报问题。与神经网络相比，支持向量机不需要大量的训练样本，因此不需要花费大量时间训练数据样本进行分类。为复合或多样化数据集提供更强大的性能。4.2. 无监督学习在监督学习中，研究人员需要提前将缺陷样本类型分类为训练的先验知识。在实际工业生产中，存在大量未知缺陷，缺陷特征模糊不清，研究者难以通过经验进行判断和分类。在工艺开发的早期阶段，样品注释也受到限制。针对这些问题，无监督学习开辟了新的解决方案，不需要大量的人力来标记数据样本，并根据样本之间的特征关系进行聚类。当添加新的缺陷模式时，无监督学习也具有优势。近年来，无监督学习已成为工业缺陷检测的重要研究方向之一。晶圆图案上的缺陷图案分类不均匀，特征不规则，无监督聚类算法对这种情况具有很强的鲁棒性，广泛用于检测复杂的晶圆缺陷图案。由于簇状缺陷（如划痕、污渍或局部失效模式）导致难以检测，黄振提出了一种解决该问题的新方法。提出了一种利用自监督多层感知器检测缺陷并标记所有缺陷芯片的自动晶圆缺陷聚类算法（k-means聚类）。Jin C H等提出了一种基于密度的噪声应用空间聚类（DBSCAN）的晶圆图案检测与分类框架，该框架根据缺陷图案特征选择性地去除异常值，然后提取的缺陷特征可以同时完成异常点和缺陷图案的检测。Yuan， T等提出了一种多步晶圆分析方法，该方法基于相似聚类技术提供不同精度的聚类结果，根据局部缺陷模式的空间位置识别出种混合型缺陷模式。利用位置信息来区分缺陷簇有一定的局限性，当多个簇彼此靠近或重叠时，分类效果会受到影响。Di Palma，F等采用无监督自组织映射（SOM）和自适应共振理论（ART1）作为晶圆分类器，对1种不同类别的晶圆进行了模拟数据集测试。SOM 和 ART1 都依靠神经元之间的竞争来逐步优化网络以进行无监督分类。由于ART是通过“AND”逻辑推送到参考向量的，因此在处理大量数据集时，计算次数增加，无法获得缺陷类别的实际数量。调整网络标识阈值不会带来任何改进。SOM算法可以将高维输入数据映射到低维空间，同时保持输入数据在高维空间中的拓扑结构。首先，确定神经元的类别和数量，并通过几次对比实验确定其他参数。确定参数后，经过几个学习周期后，数据达到渐近值，并且在模拟数据集和真实数据集上都表现良好。4.3. 半监督学习半监督学习是一种结合了监督学习和无监督学习的机器学习方法。半监督学习可以使用少量的标记数据和大量的未标记数据来解决问题。基于集成的半监督学习过程如图 8 所示。避免了完全标记样品的成本消耗和错误标记。半监督学习已成为近年来的研究热点。图8.基于集成的半监督学习监督学习通常能获得良好的识别结果，但依赖于样本标记的准确性。晶圆数据样本可能存在以下问题。首先是晶圆样品数据需要专业人员手动标记。手动打标过程是主观的，一些混合缺陷模式可能会被错误标记。二是某些缺陷模式的样本不足。第三，一些缺陷模式一开始就没有被标记出来。因此，无监督学习方法无法发挥其性能。针对这一问题，Katherine Shu-Min Li等人提出了一种基于集成的半监督框架，以实现缺陷模式的自动分类。首先，在标记数据上训练监督集成学习模型，然后通过该模型训练未标记的数据。最后，利用无监督学习算法对无法正确分类的样本进行处理，以达到增强的标记效果，提高晶圆缺陷图案分类的准确性。Yuting Kong和Dong Ni提出了一种用于晶圆图分析的半监督增量建模框架。利用梯形网络改进的半监督增量模型和SVAE模型对晶圆图进行分类，然后通过主动学习和伪标注提高模型性能。实验表明，它比CNN模型具有更好的性能。5. 基于深度学习的晶圆表面缺陷检测近年来，随着深度学习算法的发展、GPU算力的提高以及卷积神经网络的出现，计算机视觉领域得到了定性的发展，在表面缺陷检测领域也得到了广泛的应用。在深度学习之前，相关人员需要具备广泛的特征映射和特征描述知识，才能手动绘制特征。深度学习使多层神经网络能够通过抽象层自动提取和学习目标特征，并从图像中检测目标对象。Cheng KCC等分别使用机器学习算法和深度学习算法进行晶圆缺陷检测。他们使用逻辑回归、支持向量机（SVM）、自适应提升决策树（ADBT）和深度神经网络来检测晶圆缺陷。实验证明，深度神经网络的平均准确率优于上述机器学习算法，基于深度学习的晶圆检测算法具有更好的性能。根据不同的应用场景和任务需求，将深度学习模型分为分类网络、检测网络和分割网络。本节讨论创新并比较每个深度学习网络模型的性能。5.1. 分类网络分类网络是较老的深度学习算法之一。分类网络通过卷积、池化等一系列操作，提取输入图像中目标物体的特征信息，然后通过全连接层，根据预设的标签类别进行分类。网络模型如图 9 所示。近年来，出现了许多针对特定问题的分类网络。在晶圆缺陷检测领域，聚焦缺陷特征，增强特征提取能力，推动了晶圆检测的发展。图 9.分类网络模型结构图在晶圆制造过程中，几种不同类型的缺陷耦合在晶圆中，称为混合缺陷。这些类型的缺陷复杂多变且随机性强，已成为半导体公司面临的主要挑战。针对这一问题，Wang J等提出了一种用于晶圆缺陷分类的混合DPR（MDPR）可变形卷积网络（DC-Net）。他们设计了可变形卷积的多标签输出和一热编码机制层，将采样区域聚焦在缺陷特征区域，有效提取缺陷特征，对混合缺陷进行分类，输出单个缺陷，提高混合缺陷的分类精度。Kyeong和Kim为混合缺陷模式的晶圆图像中的每种缺陷设计了单独的分类模型，并通过组合分类器网络检测了晶圆的缺陷模式。作者使用MPL、SVM和CNN组合分类器测试了六种不同模式的晶圆映射数据库，只有作者提出的算法被正确分类。Takeshi Nakazawa和Deepak V. Kulkarni使用CNN对晶圆缺陷图案进行分类。他们使用合成生成的晶圆图像训练和验证了他们的CNN模型。此外，提出了一种利用模拟生成数据的方法，以解决制造中真实缺陷类别数据不平衡的问题，并达到合理的分类精度。这有效解决了晶圆数据采集困难、可用样品少的问题。分类网络模型对比如表3所示。表3. 分类网络模型比较算法创新Acc直流网络采样区域集中在缺陷特征区域，该区域对混合缺陷具有非常强的鲁棒性。93.2%基于CNN的组合分类器针对每个缺陷单独设计分类器，对新缺陷模式适应性强。97.4%基于CNN的分类检索方法可以生成模拟数据集来解释数据不平衡。98.2%5.2. 目标检测网络目标检测网络不仅可以对目标物体进行分类，还可以识别其位置。目标检测网络主要分为两种类型。第一种类型是两级网络，如图10所示。基于区域提案网络生成候选框，然后对候选框进行分类和回归。第二类是一级网络，如图11所示，即端到端目标检测，直接生成目标对象的分类和回归信息，而不生成候选框。相对而言，两级网络检测精度更高，单级网络检测速度更快。检测网络模型的比较如表4所示。图 10.两级检测网络模型结构示意图图 11.一级检测网络模型结构示意图表4. 检测网络模型比较算法创新AccApPCACAE基于二维主成分分析的级联辊类型自动编码。97.27%\YOLOv3-GANGAN增强了缺陷模式的多样性，提高了YOLOv3的通用性。\88.72%YOLOv4更新了骨干网络，增强了 CutMix 和 Mosaic 数据。94.0%75.8%Yu J等提出了一种基于二维主成分分析的卷积自编码器的深度神经网络PCACAE，并设计了一种新的卷积核来提取晶圆缺陷特征。产品自动编码器级联，进一步提高特征提取的性能。针对晶圆数据采集困难、公开数据集少等问题，Ssu-Han Chen等首次采用生成对抗网络和目标检测算法YOLOv3相结合的方法，对小样本中的晶圆缺陷进行检测。GAN增强了缺陷的多样性，提高了YOLOv3的泛化能力。Prashant P. SHINDE等提出使用先进的YOLOv4来检测和定位晶圆缺陷。与YOLOv3相比，骨干提取网络从Darknet-19改进为Darknet-53，并利用mish激活函数使网络鲁棒性。粘性增强，检测能力大大提高，复杂晶圆缺陷模式的检测定位性能更加高效。5.3. 分段网络分割网络对输入图像中的感兴趣区域进行像素级分割。大部分的分割网络都是基于编码器和解码器的结构，如图12所示是分割网络模型结构示意图。通过编码器和解码器，提高了对目标物体特征的提取能力，加强了后续分类网络对图像的分析和理解。在晶圆表面缺陷检测中具有良好的应用前景。图 12.分割网络模型结构示意图。Takeshi Nakazawa等提出了一种深度卷积编码器-解码器神经网络结构，用于晶圆缺陷图案的异常检测和分割。作者设计了基于FCN、U-Net和SegNet的三种编码器-解码器晶圆缺陷模式分割网络，对晶圆局部缺陷模型进行分割。晶圆中的全局随机缺陷通常会导致提取的特征出现噪声。分割后，忽略了全局缺陷对局部缺陷的影响，而有关缺陷聚类的更多信息有助于进一步分析其原因。针对晶圆缺陷像素类别不平衡和样本不足的问题，Han Hui等设计了一种基于U-net网络的改进分割系统。在原有UNet网络的基础上，加入RPN网络，获取缺陷区域建议，然后输入到单元网络进行分割。所设计的两级网络对晶圆缺陷具有准确的分割效果。Subhrajit Nag等人提出了一种新的网络结构 WaferSegClassNet，采用解码器-编码器架构。编码器通过一系列卷积块提取更好的多尺度局部细节，并使用解码器进行分类和生成。分割掩模是第一个可以同时进行分类和分割的晶圆缺陷检测模型，对混合晶圆缺陷具有良好的分割和分类效果。分段网络模型比较如表5所示。表 5.分割网络模型比较算法创新AccFCN将全连接层替换为卷积层以输出 2D 热图。97.8%SegNe结合编码器-解码器和像素级分类层。99.0%U-net将每个编码器层中的特征图复制并裁剪到相应的解码器层。98.9%WaferSegClassNet使用共享编码器同时进行分类和分割。98.2%第6章 结论与展望随着电子信息技术的不断发展和光刻技术的不断完善，晶圆表面缺陷检测在半导体行业中占有重要地位，越来越受到该领域学者的关注。本文对晶圆表面缺陷检测相关的图像信号处理、机器学习和深度学习等方面的研究进行了分析和总结。早期主要采用图像信号处理方法，其中小波变换方法和空间滤波方法应用较多。机器学习在晶圆缺陷检测方面非常强大。k-最近邻（KNN）、决策树（Decision Tree）、支持向量机（SVM）等算法在该领域得到广泛应用，并取得了良好的效果。深度学习以其强大的特征提取能力为晶圆检测领域注入了活力。最新的集成电路制造技术已经发展到4 nm，预测表明它将继续朝着更小的规模发展。然而，随着这些趋势的出现，晶圆上表面缺陷的复杂性也将增加，对模型的可靠性和鲁棒性提出了更严格的挑战。因此，对这些缺陷的分析和处理对于确保集成电路的高质量制造变得越来越重要。虽然在晶圆表面缺陷分析领域取得了一些成果，但仍存在许多问题和挑战。1、晶圆缺陷的公开数据集很少。由于晶圆生产和贴标成本高昂，高质量的公开数据集很少，为数不多的数据集不足以支撑训练。可以考虑创建一个合成晶圆缺陷数据库，并在现有数据集上进行数据增强，为神经网络提供更准确、更全面的数据样本。由于梯度特征中缺陷类型的多功能性，可以使用迁移学习来解决此类问题，主要是为了解决迁移学习中的负迁移和模型不适用性等问题。目前尚不存在灵活高效的迁移模型。利用迁移学习解决晶圆表面缺陷检测中几个样品的问题，是未来研究的难题。2、在晶圆制造过程中，不断产生新的缺陷，缺陷样本的数量和类型不断积累。使用增量学习可以提高网络模型对新缺陷的识别准确率和保持旧缺陷分类的能力。也可作为扩展样本法的研究方向。3、随着技术进步的飞速发展，芯片特征尺寸越来越小、越来越复杂，导致晶圆中存在多种缺陷类型，缺陷相互折叠，导致缺陷特征不均匀、不明显。增加检测难度。多步骤、多方法混合模型已成为检测混合缺陷的主流方法。如何优化深度网络模型的性能，保持较高的检测效率，是一个亟待进一步解决的问题。4、在晶圆制造过程中，不同用途的晶圆图案会产生不同的缺陷。目前，在单个数据集上训练的网络模型不足以识别所有晶圆中用于不同目的的缺陷。如何设计一个通用的网络模型来检测所有缺陷，从而避免为所有晶圆缺陷数据集单独设计训练模型造成的资源浪费，是未来值得思考的方向。5、缺陷检测模型大多为离线模型，无法满足工业生产的实时性要求。为了解决这个问题，需要建立一个自主学习模型系统，使模型能够快速学习和适应新的生产环境，从而实现更高效、更准确的缺陷检测。原文链接:Electronics | Free Full-Text | Review of Wafer Surface Defect Detection Methods (mdpi.com)

目前持久性有机污染物(POPs)污染已遍及全球，严重威胁着人类生命健康和生态环境安全，成为倍受关注的全球性环境问题之一，如何高效准确的分析检测POPs并及时作出预警日渐被提上日程。吉林大学阮伟东报告题目：直接与间接SERS方法在环境污染物检测方面的作用　　传统的持久性有机污染物(POPs)检测方法包括高效液相色谱法(HPLC)、高分辨质谱法(MS)以及HPLC/MS，其权威性、准确度不容置疑，但其存在的缺点也不容忽视。阮伟东介绍说，首先，这些方法一般都需要复杂的前处理和富集浓缩过程，检测周期长，不利于快速检测 其次，高效液相色谱法对类似同系物和异构体的检测灵敏度不足 再者，因对操作人员要求比较高，基层实验室比较难满足全组分检测，这些缺点给上述方法的普遍应用带来了困难。因此，迫切需要发展一类兼具高灵敏度、高选择性，且耗时短、操作简便的检测方法。　　而表面增强拉曼光谱(SERS)不仅能给出检测物详细的结构信息，同时检测限可达到单分子水平，拥有高灵敏度、高选择性、快速、原位、实时检测以及无损分析等优点，因此最受全球研究人员的关注。　　然而，尽管SERS具有一系列优势，但若想利用SERS方法检测目标分子还面临着一些困难，如待测分子与基底的亲和性，基底的稳定性与重现性，信号伴随着干扰，如噪声、基线、背景等，&ldquo 但这些困难可以通过研究方法客服。&rdquo 阮伟东补充说：&ldquo SERS方法分为直接检测和间接检测两种，直接检测即在已有的SERS吸附效果很好的基底上直接吸附被测分子，无需其他任何处理 间接方法则是借助物理或者化学的吸附作用使目标分子靠近SERS基底表面，包括环糊精吸附法和衍生物法(偶氮化)两种。　　经过实验对比，结果发现，在树枝状纳米银的基底上对氯代苯酚进行SERS检测，检测限仅为10-4 mol/L，光谱质量差。利用环糊精吸附法对单一组分的多环芳烃进行SERS定量检测，检测限能够提升2-4个数量级，甚至能对四种多环芳烃及混合物定性鉴别 环糊精吸附法对3种氯代苯酚的检测限能达到10-8mol/L，但信噪比不好。衍生化法&mdash &mdash 重氮化反应是典型的离子化反应，能够保证检测收率，且能简化数据处理难度，反应速度较快 其对氯代苯酚的检测限能达到10-9 mol/L，信噪比非常好，因偶氮化法还有巨大的优化空间，偶氮化合物有很强的电子吸收，很适合做共振增强拉曼光谱，还能额外提升2-3个数量级。　　总的说来，间接SERS方法大大提升了目标检测物对基底的亲和性，使SERS本身的优势能够体现出来，相信在多环芳烃的检测领域会有更好的前景。

p　　在国家自然科学基金项目项目(项目编号：90713015、91213301、91413118、21135002、21635005)等资助下，南京大学鞠熀先、丁霖教授研究团队通过十余年的持续研究，在细胞表面聚糖检测领域取得系列开创性研究成果。/pp　　糖基化模式随细胞生物过程和信号转导通路的改变而发生明显的动态变化，并对多种重要的生物过程具有调控作用。因此，活细胞表面以及特定蛋白上糖型的原位示踪不仅能够加深对蛋白质糖基化过程及其功能的理解，而且有助于新型诊断标志物和治疗靶标的甄定。/pp　　该研究组开创性提出一系列细胞表面聚糖的原位电化学、光学与扫描成像检测方法(J. Am. Chem. Soc. 2008, 130, 7224 Angew. Chem. Int. Ed. 2009, 48, 6465 Anal. Chem. 2010, 82, 5804 Anal. Chem. 2012, 84, 1452 Chem. Sci. 2015, 6, 3769)，发展了特定蛋白上聚糖原位检测的多种方法(Angew. Chem. Int. Ed. 2016, 55, 5220 Chem. Sci. 2016, 7, 569 Angew. Chem. Int. Ed. 2017, 56, 8139)，实现了细胞表面神经节苷脂的定量、亚型筛查与再生分析(Angew. Chem. Int. Ed. 2018, 57, 785)，在细胞表面糖基的原位检测领域提出了奠基性成果(Acc. Chem. Res. 2014, 47, 979 by Prof. M. S. Strano at Massachusetts Institute of Technology)，并应邀综述了该领域的发展前沿与趋势(Acc. Chem. Res. 2018, 51, 890)。/pp　　近期，该研究组利用DNA序列的编码功能，构建了一种分级编码策略(Hierarchical Coding Strategy, HieCo)。他们以细胞表面的肿瘤标志物粘蛋白MUC1为模型，O-聚糖糖链末端的唾液酸和岩藻糖为对象，巧妙地设计DNA序列和荧光基团的标记位点，结合适配体识别蛋白技术和糖代谢标记技术，对糖蛋白的蛋白、聚糖两个不同级别的结构单元进行分别编码和掩蔽，利用启动序列与时间编码的杂交引发解码过程，实现了由高级到低级的顺序解码，并提出癌细胞表面MUC1上两种单糖的同时成像方法。与已有的蛋白特异性糖型成像策略相比，该方法可反映目标糖蛋白的真实分级结构，并提供任意扩展的单糖检测通道，实现细胞生理状态改变和上皮细胞-间充质转化过程中两种单糖变化的动态监测，为揭示与聚糖相关的生命过程提供了重要工具。/pp　　这一研究成果以“A hierarchical coding strategy for live cell imaging of protein-specific glycoforms”(分级编码策略用于活细胞表面蛋白特异性糖型的成像)为题发表于Angew. Chem. Int. Ed. 2018, 57, 12007-12011(https://onlinelibrary.wiley.com/doi/10.1002/anie.201807054)。日本糖化学生物学专家Tadashi Suzuki教授在Nature的News and Views专栏以《DNA tags used to image sugar-bearing proteins on cells》为题对该工作进行了介绍和评论(Nature 2018, 561, 38-40)。该文指出：鞠、丁课题组提出的对聚糖进行DNA编码的方法“解决了同时检测特定蛋白上多种聚糖的难题” “由于作为标签的DNA序列在理论上可以有无穷多，该方法可以被拓展为多种聚糖的同时检测” 并且，所使用的DNA不会被转运到细胞内，使该方法“具有专注于细胞表面蛋白研究的优点”。Suzuki教授在评论中高度评价鞠、丁课题组的工作“具有很大的潜力，为发展绿色荧光蛋白标记的类似系统走出了重要的一步”。/pp style="text-align: center"img src="https://img1.17img.cn/17img/images/201809/uepic/f17ecf36-3d43-45f7-a14e-72dee3bde0e0.jpg" title="微信图片_20180928105530.jpg" alt="微信图片_20180928105530.jpg"//ppbr//p

云唐升级|ATP荧光检测仪可对表面洁净度快速筛查　　该设备为全新升级产品，大屏幕触摸显示屏，代替传统按键。操作采用生物化学反应方法检测ATP含量，ATP荧光检测仪基于萤火虫发光原理，利用“荧光素酶—荧光素体系”快速检测三磷酸腺苷(ATP)。ATP拭子含有可以裂解细胞膜的试剂，能将细胞内ATP释放出来，与试剂中含有的特异性酶发生反应，产生光，再用荧光照度计检测发光值，微生物的数量与发光值成正比，由于所有生物活细胞中含有恒量的ATP，所以ATP含量可以清晰地表明样品中微生物与其他生物残余的多少，用于判断卫生状况。ATP荧光检测仪产品链接https://www.instrument.com.cn/netshow/SH104655/C467598.htm ATP荧光检测仪创新点和产品特性：　　云唐ATP荧光检测仪广泛应用于：细菌微生物检测、医药卫生、食品安全、市场执法、表面洁净度检测、医疗防疫、水质水政、生产线卫生、工业水处理、环保检测、海关出入境检疫及其他执法部门等多种行业。　　仪器特性：　　实用性 —— 可根据环境检测需求设定上下限值，做到数据快速评估预警，表面洁净度快速筛查。　　灵敏度高 —— 10-15～10-18 mol　　速度快 —— 常规培养法18-24h以上，而ATP只需要十几秒钟 .　　可行性 —— 微生物数量与微生物体内所含ATP有明确的相关性。 通过检测ATP含量，可间接得出反应中微生物数量　　可操作性 —— 传统培养方法需要在实验室由经过培训的技术人员进行操作 而ATP快速洁净度检测操作非常简便，只需简单的培训即可由一般工作人员进行现场操作。　　体验更好 —— 试子套管采用插拔式灵活设计，可定期清洗长期使用，延长仪器寿命。　　主要参数：　　1、显示屏：3.5英寸高精度图形触摸屏　　2、处理器：32位高速数据处理芯片　　3、检测精度：1×10-18mol　　4、大肠菌群：1-106cfu　　5、检测范围：0 to 999999 RLUs　　6、检测时间：15秒　　7、检测干扰：±5﹪或±5 RLUs　　8、操作温度范围：5℃到40℃　　9、操作湿度范围：20—85﹪　　10、ATP回收率：90-110%　　11、检出模式：RLU、大肠菌群筛查　　12、可任意设定上限值，下限值　　13、自动判断合格与不合格　　14、自动统计合格率　　15、内置自校光源　　16、开机30秒自检　　17、配有miniUSB接口，可将结果上传至PC　　18、配备专用软件驱动U盘代替传统光盘　　19、仪器尺寸(W×H×D)：188 mm×77mm×37mm　　20、使用可充电锂电池免电池更换　　21、备用状态(20℃)：6个月　　22、中文操作手册　　23、稳定的液体荧光素酶　　24、润湿的一体化采集拭子　　随机配置：ATP荧光检测仪(手持)主机、铝合金手提箱、驱动U盘、仪器包、挂绳、PC数据线、数据分析软件、中文操作手册

近日，中科院合肥物质科学研究院健康所杨良保研究员课题组在表面增强拉曼光谱(SERS)检测方法学开发方面取得新进展。科研团队通过构建多层纳米颗粒膜形成层间天然小于3nm的间隙，利用纳米毛细泵作用自动捕获目标物分子到更小间隙中，实现高灵敏SERS检测。该成果发表在光学领域顶级期刊Advanced Optical Materials上。 　　SERS是一种分子光谱，具有快速、高灵敏和指纹识别的特性。本项研究工作是在课题组前期研究的单层纳米膜热点自动捕获目标物分子的SERS方法(J. Am. Chem. Soc., 2021, 143, 7769？7776)基础上，进一步发展了一种天然小于3纳米的多层层间小间隙主动捕获目标分子的SERS新方法。研究人员通过液-液界面组装方法构建了一个天然的具有1-3纳米层间小间隙和大量热点的三层银纳米颗粒膜结构，有效增加了热点的数量。由于这些较小的间隙产生的纳米泵效应，目标物溶液能够自发的通过纳米间隙向上移动，小间隙主动捕获目标物分子使得目标分子的信号急剧放大，实现灵敏检测(图1)。与传统的干态成膜的SERS方法相比，该方法可以更有效的使目标分子主动进入热点，检测限比干态成膜方法降低2-3个数量级(图2)。该方法提供了一个痕量动态检测平台，并成功应用于精子-卵细胞结合过程的物质变化跟踪(图3)。该成果为目标分子主动运输到最佳热点开辟了新的方法，有望实现对生物系统的物质转化、细胞行为或化学动力学过程研究等方向的超灵敏检测或监测。 　　该工作的第一作者为合肥研究院健康所2019级工程博士秦苗，通讯作者为杨良保研究员。该项研究受到中国科学院科研仪器装备开发项目、国家自然科学基金、安徽省自然科学研究项目等资助。图1 左图为三层膜蒸腾示意图，右图为层间小间隙主动捕获目标分子原理示意图图2 该方法和干态成膜方法检测示意以及检测效果对比图图3 该方法用于监测精子-卵细胞结合过程中的物质变化

安徽理工大学力学与光电物理学院青年教师蓝雷雷与东南大学物理学院邱腾课题组合作，制备出两种类型的二维碳化钒（V4C3和V2C）MXenes材料，并证明这种材料可以作为性能优异的表面增强拉曼散射（SERS）平台，其中V4C3作为SERS活性材料首次报道。相关研究成果发表于《美国化学会-应用材料与界面》。柔性二维碳化钒MXene基滤膜的SERS增强效果示意图 安徽理工大学供图表面增强拉曼散射作为一种具有高灵敏度、分子指纹识别和快速无损测量的表面光谱分析技术，将检测灵敏度提升了百万倍以上，已广泛应用于生命科学、物理、化学、材料学、地质学、考古和艺术品鉴定等领域。“比如将SERS技术应用于患者呼出物、血清液、脱氧核糖核酸的检测，为早期患者的疾病诊断提供一种有力分析手段；应用于海洋微塑料、大气有毒有害气体、水体有机污染物和土壤重金属的微量检测，实现对环境中有害物质的监测；还可实现对危害公共安全的爆炸物质和疑似吸毒人员体液毛发中含毒品物质的快检。” 蓝雷雷向《中国科学报》介绍。近年来，一些MXenes材料表现出相当强的SERS活性，为SERS活性材料发展开辟了新前景。但其瓶颈在于灵敏度不足，无法满足实际应用需求。因此，将MXene材料的灵敏度推向更高水平仍然具有挑战性。此次研究中，蓝雷雷等提出了一种新的增强策略，通过结合二维裁剪和分子富集来设计高灵敏度的柔性MXene基SERS衬底，成功制备出两种类型的二维碳化钒MXenes材料。“我们研究发现，与块状MXene材料相比，二维裁剪赋予碳化钒MXenes费米能级附近更为丰富的态密度，促进了光致诱导电荷转移，增加了多达2个数量级的检测灵敏度。”蓝雷雷说。进一步，研究人员采用了一种分子富集方法，实现了2分钟内超快速分子富集、超高分子截留率和更低的检测限，从而获得了超灵敏的SERS检测。蓝雷雷说，“这项研究有助于设计和开发出高性能的新型MXene基SERS基底，可用于食品安全、疾病诊断、反恐搜爆、毒品稽查、环境监测和病毒检测等领域。”审稿人认为：作者将二维裁剪策略与分子富集效应相结合，这是一项有趣的研究工作，新型碳化钒基底的SERS增强效果显著，其中V4C3作为SERS基底在这之前未曾报道过。通过简单抽滤的分析物富集概念为实现超灵敏的SERS检测提供了一种有效的策略。相关论文信息：https://doi.org/10.1021/acsami.2c10800

拉曼光谱能够不受各种溶剂的影响可靠地提供分子的结构信息。自1928年拉曼散射被Raman发现以来，该散射光线的光谱称为拉曼光谱，拉曼光谱技术因简便、快速、无损样品等特点，成为近年来发展最快、最有潜力的光谱分析技术之一。拉曼光谱技术包括共振拉曼光谱、傅里叶变化拉曼光谱、显微拉曼光谱、表面增强拉曼光谱、激光共聚焦拉曼光谱等。1974年Fleischmann等发现的表面增强拉曼散射使痕量物质检测成为可能，表面增强拉曼光谱技术利用痕量分子吸附于Ag、Au等金属溶胶和电极表面，其拉曼光谱信号可增强104～106，克服了常规拉曼光谱法灵敏度低的缺点。表面增强拉曼光谱技术因其抗荧光干扰、灵敏度更高，获取的信息更多，目前对于表面增强拉曼光谱的研究主要集中在化学、材料分析、艺术品鉴别、医药分析等领域的定性定量分析，同时，拉曼光谱技术在食品、生物、天然产物领域的研究和应用也有广泛的开展，如食品非法添加鉴别、农残兽药的快速检测、有效成分分析等，在食品科学领域得到广泛关注。虫草素是来源于蛹虫草、洋葱、冬虫夏草等植物的核苷类抗生素，具有多种生物活性，如：抗炎、抗肿瘤、促生长、神经保护作用等。近年来表面增强拉曼光谱技术已开始应用于很多功效成分等的检测，但利用表面增强拉曼光谱技术研究食品中功效成分如虫草素等还未见报告。本研究利用拉曼光谱技术建立食用菌中虫草素这一特色功效成分的快速检测技术，期望能够为食品的品质评价、标准建立、产业升级以及深入开发利用提供技术保障。河北省食品检验研究院王一玮、张斌、张岩研究员、张兰天博士等利用表面增强拉曼光谱技术快速检测食品中虫草素。该团队建立并验证了一种表面增强拉曼光谱技术可快速检测食品中虫草素，具有高效快速、节约成本、操作简便等优点。拉曼基底的选择不同的拉曼基底对于其拉曼信号的强度有一定的影响，为了考察未添加拉曼基底、以金纳米胶体为拉曼基底、以银纳米胶体为拉曼基底对于拉曼光谱信号强度的影响，分别选取400 μL的金纳米胶体、银纳米胶体，将虫草素标准溶液的添加量设定为100 μL，然后采集添加不同拉曼基底下的拉曼光谱图。由图1可知金纳米胶体对虫草素的拉曼信号的增强效果要好于银纳米胶体，相比于银纳米胶体，金纳米粒子能够将自由空间中的光子波长集中起来，并聚集在其表面，使金纳米粒子周围具有较强的电磁场效应，进而增强虫草素的拉曼信号。金纳米胶体相比于不添加拉曼基底或添加银纳米胶体具有更好的增强效果，因此选作为最佳基底。图1 不同拉曼基底的虫草素拉曼光谱图A:未添加拉曼基底；B:金纳米胶体；C:银纳米胶体拉曼基底添加量的优化拉曼基底的添加量对于其拉曼信号的强度也有一定的影响，为了考察金纳米胶体的添加量对于拉曼光谱信号强度的影响，分别选取100、200、300、400、500 μL的金纳米胶体，将虫草素标准溶液的添加量设定为100 μL，然后采集不同拉曼基底添加量下的拉曼光谱图。由图2可知，随着金纳米胶体的添加量由100 μL增加到500 μL，质量浓度为1 000 mg/L的虫草素的拉曼光谱信号强度有所增强，但增强效果并不明显。因此在检测时不必添加过多的金纳米胶体，金纳米胶体添加量为200 μL即可。图2 不同拉曼基底添加量对虫草素拉曼光谱图的影响A:拉曼基底添加量为100 μL；B:拉曼基底添加量为200 μL；C:拉曼基底添加量为300 μL；D:拉曼基底添加量为400 μL；E:拉曼基底添加量为500 μL被测样品添加量的优化虫草素标准溶液的添加量对于其拉曼信号的强度也有一定的影响，为了考察浓度为1 000 mg/L的虫草素的添加量对于拉曼光谱信号强度的影响，分别选取0.5、1、5、10、100 μL的虫草素标准溶液，将金纳米胶体基底的添加量设定为200 μL，然后采集不同虫草素溶液添加量下的拉曼光谱图。结果如图3所示，当虫草素标准溶液的添加量从0.5 μL增加到5 μL时，虫草素的拉曼信号强度不断增加，当虫草素标准溶液的添加量超过5 μL时，虫草素的拉曼信号强度降低。产生这一现象的原因可能是由于当虫草素标准溶液的添加量适当增加时，虫草素与金纳米粒子之间的相互作用也会逐渐加强，虫草素晶体在金纳米粒子附近产生了聚集，合适的聚集条件会产生加强的拉曼信号，过多的虫草素标准溶液的添加，可能会将金纳米粒子基底冲散从而影响基底的等离子共振，从而造成拉曼信号的下降。因此虫草素的最佳样品添加量为5 μL。图3 不同样品添加量对虫草素拉曼光谱图的影响A: 样品添加量为 0.5 μL ； B: 样品添加量为 1 μL ； C: 样品添加量为 5 μL ； D: 样品添加量为 10 μL ； E: 样品添加量为 100 μL虫草素检出限的测定根据优化的最佳条件，最终确定了最佳合成和检测条件。取200 μL拉曼基底金纳米溶胶加入检测小瓶，再向检测小瓶中加入5 μL的待测样品，混匀后上机检测。虫草素的质量浓度分别为1、5、10、100 mg/L，测得拉曼光谱图如图4所示。由此看出，虽然虫草素浓度的降低使拉曼信号强度明显的下降、变弱，但是在1 mg/L低浓度下，仍然可以看出虫草素的主要特征峰。由此，虫草素的检出限为1 mg/L。图4 不同浓度的虫草素拉曼光谱图样品预处理方法优化不同样品预处理方法对于其拉曼信号的强度也有一定的影响，为了考察不同样品预处理方法对于拉曼光谱信号强度的影响，分别用水提取法、乙醇提取法、甲醇提取法、三氯甲烷与甲醇混合提取法处理两种蛹虫草样品，然后按最佳条件采集不同样品预处理方法下的拉曼光谱图。结果如图5、6所示，三氯甲烷提取法得到的样品拉曼光谱图强度和峰型均较好。图5 不同预处理得到蛹虫草1号样品的拉曼光谱图A:水提取法；B:乙醇提取法；C:甲醇提取法；D:三氯甲烷与甲醇混合提取法图6 不同预处理得到蛹虫草2号样品的拉曼光谱图SERS定性检测虫草素对质量浓度为100、200、250、500、1 000 mg/L的虫草素标准品待测液采用最佳方法进行检测得到的拉曼光谱图如图7所示，可以看到，不同浓度虫草素标准品均有较好的信号响应且峰形相似，(1 319 ± 3) cm-1、(1 469 ± 3) cm-1处有特征峰。图7 不同浓度虫草素标准品拉曼光谱图SERS检测实际样品中的虫草素以蛹虫草1号、蛹虫草2号为实际样品，按照三氯甲烷提取法进行实际样品的前处理，按最佳条件进行拉曼光谱检测。如图7、8所示，拉曼光谱检测有虫草素的特征峰（1 319、1 469 cm-1），为了验证结果的正确性，进行了高效液相色谱法的验证，如图10、11所示，证实了实际样品中含有虫草素，进一步了验证所建立方法与拉曼基底的实用性，因此此实验方法具有实际应用性。图8 虫草素标准溶液与蛹虫草1号样品的拉曼光谱图A：质量浓度为1 000 mg/L的虫草素标准溶液；B：经三氯甲烷提取法得到的蛹虫草1号样品图9 虫草素标准溶液与蛹虫草2号样品的拉曼光谱图A：质量浓度为1000 mg/L的虫草素标准溶液；B：经三氯甲烷提取法得到的蛹虫草1号样品图10 蛹虫草1号样品的高效液相色谱图图11 蛹虫草2号样品的高效液相色谱图将三氯甲烷提取技术与表面增强拉曼光谱分析法结合，实现从复杂的样品基质中将目标物提取出来，再利用表面增强拉曼光谱对于目标物灵敏和快速检测分析的特性，检测食品中的虫草素并绘制出拉曼光谱图。实验以虫草素作为目标物，金纳米胶体为拉曼基底，对实验条件的优化得到最佳的实验条件为：金纳米胶体最佳添加量为200 μL；虫草素样品添加量为5 μL，最优条件下的虫草素的最低检出限为1 mg/L。将所建立的SERS检测方法对两种蛹虫草实际样品中的虫草素进行了检测，该SERS检测方法都能检出虫草素，且该法操作简便，检测时间短，因此SERS具有很好的实际应用性和应用前景。

p　　糖基化是普遍存在的翻译后修饰，蛋白质的糖基化模式决定了其结构、功能以及细胞识别和信号传导等过程，与细胞生理状态的动态响应、疾病的进程和状态密切相关。因此，对活细胞表面特定蛋白糖型的原位检测有助于加深对糖基化机制和蛋白功能的理解，也可为疾病特别是癌症的诊断和治疗提供靶标。/pp　　南京大学生命分析化学国家重点实验室的鞠熀先教授研究组自2007年以来，针对这一挑战性课题，先后在国家自然科学基金和973项目资助下，通过设计两表面一分子竞争识别策略和聚糖电化学检测芯片，提出细胞表面糖基原位检测的奠基性工作(J. Am. Chem. Soc., 2008, 130, 7224 Angew. Chem. Int. Ed., 2009, 48, 6465等)，曾获2013年教育部自然科学一等奖。同时，他们通过组装P-糖蛋白抗体功能化仿生界面，提出电极界面上细胞检测的新方法 并引入“化学选择性聚糖识别”，提出细胞表面多种聚糖的同时定量和聚糖密度的分析策略，该工作是2016年江苏省科学技术一等奖的主要内容。2015年以来，该研究组在细胞表面特定蛋白糖型的成像方法学研究方面取得重要的进展，发展了特定蛋白质上的糖基与多种糖型原位检测的系列方法(Chem. Sci., 2015, 6, 3769 Chem. Sci., 2016, 7, 569 Anal. Chem., 2016, 88, 2923 Angew. Chem. Int. Ed., 2016, 55, 5220)。近日，他们用核酸适配体(Apt)标记半乳糖氧化酶(GO)，利用Apt识别细胞表面的特定蛋白质和GO的活性“开关”，构建了一种局域聚糖化学重构策略，实现了活细胞表面特定蛋白的糖型成像。相关工作发表在Angew. Chem. Int. Ed. 上。/pp style="text-align: center"img src="http://img1.17img.cn/17img/images/201706/insimg/fc3bb757-60dd-4e71-aa95-f9b4658441cc.jpg" title="176385_201706191504311.jpg"//pp style="text-align: center "图1. 局域聚糖化学重构策略的原理示意图/pp　　该局域聚糖化学重构工作的第一作者是2014级硕士研究生惠晶晶，丁霖副教授和鞠熀先教授为通讯作者。他们以MUC1黏蛋白为研究模型，首先利用Apt与MUC1的特异性识别将亚铁氰化钾抑制的GO定位至MUC1上。然后用铁氰化钾激活GO，催化氧化细胞表面MUC1的末端半乳糖/N-乙酰半乳糖胺(Gal/GalNAc)生成醛基，通过醛基-生物素酰肼的快速反应将FITC标记在目标Gal/GalNAc上，用化学反应活性作为信号报告系统实现了活细胞表面特定蛋白糖型的原位检测。与通常的糖代谢标记技术相比，局域聚糖化学重构策略操作简单，仅对目标蛋白上的聚糖进行标记，标记过程与细胞自身功能无关，避免了“代谢效率”的异质性问题，为不同细胞系特定蛋白上糖型表达的研究提供了重要的工具和方法模型。这是该课题组在细胞功能分子原位检测方法学研究领域的又一项重要进展。/p

近日，中国科学院合肥物质科学研究院健康与医学技术研究所研究员杨良保团队、王宏志团队，与中科院合肥肿瘤医院药学中心合作，在抗肿瘤药物血药浓度的定量检测方面取得进展。科研团队利用收缩组装的液态3D热点矩阵作为微反应器，建立了高稳定、高灵敏的表面增强拉曼光谱（SERS）定量检测血药浓度新方法。相关研究成果发表在Analytical Chemistry上。　　表面增强拉曼光谱（SERS）是一种分子光谱，具有快速、高灵敏和指纹识别的特性。杨良保团队致力于SERS方法原理与检测应用方面的研究工作，并取得了一系列成果。定量检测是SERS方法的终极目标之一，但在控制热点的均匀性和使目标分子进入热点区域等方面存在难题。该研究利用液体三相平衡原理控制液滴的收缩，不仅形成高密度、高稳定的液态3D热点矩阵（图1），而且使抗肿瘤药物能够自主进入热点区域。结合该团队自主研发的手持式拉曼光谱仪，能够实现对肿瘤病人血清中抗癌药物在线定量检测（图2）。　　该方法对抗癌药物5-氟尿嘧啶表现出50 ppb灵敏度和50-1000 ppb的定量检测范围（图2）。与传统的固体纳米阵列和胶体聚集SERS方法相比，收缩组装的液态3D热点矩阵可以增强分析物在等离子体热点空间的富集能力，实现高灵敏度和高稳定的SERS定量检测。这种收缩组装的3D热点矩阵在定量检测复杂样品（如血清、生物体液）中的分析物、动态监测抗癌药物代谢过程和生化反应动力学方面颇具潜力。　　研究工作得到中科院科研仪器设备研制项目、国家自然科学基金、安徽省重点研究与开发计划等的支持。图1.3D热点矩阵形成原理图图2.手持式拉曼光谱仪检测血清中的5-氟尿嘧啶

工件表面油脂污染度控制检测方案|析塔金属油污清洁度检测仪-翁开尔"安全控制油脂污染情况"清洁度参考指南是针对零部件清洗工艺或设备系统的研发人员、操作人员、生产链负责人以及测量人员。该指南制定目的是促进通过高效监控来保证工艺质量。德国FiT工业协会 （Fachverband industrielle Teilereinigung e.V.）已经认识到，相关行业需要针对油脂污染问题提出切实可行的质量保证及监控建议。基于现有技术，FiT整理了2015年到2018年历年来多个工艺实例、专家及用户经验，并制定了 "安全控制油脂污染情况"的相关参考指南。当今许多工业领域中，尽管厂家使用了最先进的生产技术，采用多道清洗工艺对零部件进行前处理，都不能完全解决零部件表面残留污染物对后续工艺造成影响，如喷涂、粘接、焊接等后续工艺的附着力不够、起泡、虚焊等问题。因此，零部件表面清洁度是产品及工艺质量的关键指标。生产厂家应借助高效精准的清洁度检测技术来测量零部件的清洗工艺和清洗后的污染物残留情况，从而进行有针对性的清洗过程，使零部件具有足够的清洁度来进行后续生产工艺（如焊接、连接、喷涂、粘接等）和检验成品质量。过去，厂家主要只检测颗粒物清洁度，而现在，他们越来越重视油污、油脂、成品油等有机污染物对产品质量的影响作用。膜状污染物往往是无法避免膜状污染物通常是指油污、油脂、防腐剂、涂料、冷却润滑油、切削油、粘接剂和其他生产助剂残留物、手汗和手指纹等。简单来说，膜状污染物可以理解为在零部件表面上呈现为一层薄薄的、非颗粒状的污染物质。油脂、成品油类和类似有机物的合格值制定众所周知，油脂、成品油类和类似有机物的污染物残留会影响后续工艺质量，如造成涂层附着力不良、起泡、虚焊、粘接不牢固等问题。故此，目前大部分相关行业规定了零部件需要达到合格的表面清洁度。当然，零部件表面没有污染物是最好的，但这只是一个理想状态。这种想法使所有生产厂家都认为，零部件表面油脂等污染残留物会影响后续工艺。虽然在生产过程中可以使用不含硅油的生产助剂，但多数工艺还是需要使用含有油脂的生产助剂。在原材料加工工艺中，冷却润滑剂、切削油等必要生产助剂必然含有天然或合成的油脂。因此，在实际生产中必须确定零部件表面清洁度合格值，使零部件拥有足够的清洁度来保证后续工艺质量。如今越来越多的制造工艺和终端应用重视零部件表面油脂、成品油、指纹等污染物质的残留情况，因此零部件制造商和清洗设备老板需要找到合适而高效的表面清洁度检测设备。为了满足不断增长的清洁度检测需求，FiT的《零部件清洗质量保证工艺控制指南》和《清洗工艺规划检查表》可以提供初步操作指导。而参考指南 "安全控制油脂污染情况"全面论述了这个问题。参考指南相关介绍该指南的前言部分给出了相关定义和术语，用于规范语言；随后解释了膜状污染物的出现、来源及其特性和影响。基于某些具体工艺、终端应用和行业，对检测膜状污染物在生产过程中的重要性日益重要进行了说明；在最后部分指出了本指南的适用范围。该指南能协助生产厂家内部研发、建立标准和优化生产和清洗工艺，保证整体工艺质量和最终产品质量重现性。同时也重点总结了零部件的清洗工艺、清洗前的初始状态以及目前适用的清洗化学和清洗工艺的解决方案。只有通过合适的清洁度检测、分析控制技术，才能从根本上获取到经过清洗工艺零部件的表面清洁度或污染程度。为此，它提出了一些最常见的适用检测方法，并特别强调了与应用有关的适用性和局限性。在最后，该文件概述了目前工艺监测的解决方案。实例部分本指南的实例部分将基础知识与零件清洗的典型应用关联起来，并提供解决方案，也给出了实际操作建议，便于厂家系统性设计出符合产品质量标准的清洗工艺，并能正确快速调整工艺参数。此外，该指南还指出了监测清洗工艺活性物质、污染物质以及检测整个生产链的零部件真实情况。除了需要确定油污、成品油等污染物来源和检测零部件表面清洁度，该指南还提出了零部件表面清洁度合格值的确定方法。根据某个典型应用，它介绍了实际使用过程中使用到的测量和分析控制技术，并说明了各种方法的优点和局限性。此外，它还提出了保证零部件表面清洁度合格的最佳处理工艺，便于厂家以合适的清洗工艺来设计和分析零部件。结合上述建议，生产厂家能借助高效表面清洁度检测仪器来快速监控并改善零部件的上下游清洗工艺。金属零部件表面清洁度最佳检测方案德国析塔表面清洁度仪能可靠精准量化零部件表面清洁度，是目前领先的污染物量化检测技术。该仪器采用共焦法原理，通过光源发射出最佳波长的紫外光探测金属表面的污染物，内置的传感器探测荧光强度，荧光强度的大小取决于零部件表面有机物残留情况。借助完整紫外光源与传感器的共同作用，析塔表面清洁度仪能快速准确量化基材表面的污染物含量。该仪器为客户提供便携式和在线式机型，全面满足工厂车间或实验室的快速监测清洁度的工艺要求，以评价清洁工艺质量，最大程度上避免人为主观判断带来的测量误差，显著增加工艺可靠性。可见，德国析塔表面清洁度仪能协助生产厂家直接判断零部件表面清洁度是否达到合格要求，稳定零部件加工过程中的清洗质量、实现量化控制！ 翁开尔是德国析塔SITA清洁度仪中国独家代理商，欢迎致电咨询。

p　　消息称，近日Cognex已同意出售其表面检测系统部门给Ametek，交易金额约1.6亿美元现金。Cognex是在确定表面检测系统业务不符合公司长期目标和商业模式之后做出此决定的。/pp　　在2014年，Cognex表面检测系统业务部门销售额为6000万美元，占Cognex总收入的12%。/pp style="text-align: right "编译：刘丰秋/p

近日，中国科学院苏州生物医学工程技术研究所的宋一之团队与尹焕才团队在高灵敏增强拉曼气体传感方面取得进展。研究团队开发了一种具有超高灵敏性的柔性多孔三维玫瑰花枝状纳米增强基底，可实现气相与液相中有机小分子的高灵敏检测。研究成果发表在Analytical Chemistry上。高灵敏微量气体传感在环境污染研究、人体挥发性有机物（VOCs）检测中具有重要现实意义。迄今为止，已有多种分析技术被用于气体检测，但大多存在成本高、操作复杂、分析过程耗时等缺点。表面增强拉曼散射（SERS）作为一种有力的痕量分子检测工具，可利用基底的表面等离子体共振耦合和电荷转移效应大幅增强目标分子的拉曼散射信号，具有高灵敏、简单、快捷、无损和特异指纹识别的特点，在气体传感领域具有突出的优势。对此，该研究通过化学生长与微纳加工相结合的方式在柔性多孔滤膜上制备了纳米氧化锌金属三维异质结构（图1），并利用酰胺反应选择性地捕获腐胺和尸胺分子，实现了低浓度气体分子的高灵敏定量检测（腐胺检测限：1.26×10-9 M，尸胺检测限：2.5×10-9 M），比同类研究报道的检出限高出2~3个数量级（图2）；另外，还实现了在液相中的超高灵敏度定量检测（腐胺检测限：3.2×10-16 M，尸胺检测限：1.6×10-13 M），比同类研究报道的检出限高出6~9个数量级，充分证明了该SERS传感器在液相与气相有机小分子检测的巨大潜力。鉴于该三维柔性SERS基底的多孔特性和优异的增强性能，将其与微流体装置和便携式拉曼光谱仪集成，搭建SERS快速检测系统，有望实现气溶胶中细菌、病毒和污染物的高效捕获与富集，充分发挥该三维基底在气溶胶的高灵敏检测领域的技术优势。研究工作得到国家自然科学基金委、江苏省重点研发产业前瞻项目、中科院科研仪器装备研制项目等项目的经费支持。 　　论文链接：https://pubs.acs.org/doi/abs/10.1021/acs.analchem.1c05013图1 基于三维玫瑰花枝状SERS传感基底构筑方法及有机气体分子检测策略图2.液相中（a-f）与气相中（g-l）不同浓度腐胺与尸胺的SERS光谱

进入赤霄科技，墙上几个大字格外吸引眼球，&ldquo 专注一件事 表面缺陷机器视觉智能检测系统设备&rdquo 。这家专注于表面缺陷检测系统研发的高科技公司在经历近2年的投入研发后，终于获得回报，公司研发的产品由于性价比高，受到市场推崇，王暾终于舒了口气。2011年，王暾放弃留美读博的机会，毅然决然回国创业，这样的决定曾遭受了不少亲朋好友的反对。　　&ldquo 当时根本没有人理解我。&rdquo 王暾回忆。在老师眼里，王暾留美读博再适合不过，由于他放弃这样值得珍惜的机会，以至于恩师&ldquo 反目&rdquo ，&ldquo 你放弃读博的话，就不用回国见我了。&rdquo 每每回想起这样的场景，除了无奈之外，王暾想得更多的是怎么样把项目做好。　　2009年，针对众多企业的技术需求，王暾建立了一个技术交易平台。&ldquo 我建立这个技术平台的另外一个重要目的，就是想让所有学技术的人员能在这个技术平台发挥自己最大的才能。&rdquo 王暾介绍。　　技术平台的建设难度远超过王暾的想象，资金来源成了平台建设难以逾越的鸿沟。经历了1年多的摸索后，王暾决定先放弃技术平台的建设转向技术开发。　　2012年，杭州赤霄科技有限公司正式成立。经历了近两年的研发，无纺布表面缺陷检测系统等3款产品相继面世。2014年上半年，赤霄科技系统设备销售额达到300万，一举扭转只投入，无产出的局面，公司逆转亏损开始盈利。2014年一整年，赤霄科技的年产值预计将达到500余万。　　据赤霄科技的王经理介绍，表面缺陷检测系统的研发在国内还处于起步阶段，专注于这一领域的公司也是屈指可数，能在这一行业立足，靠的是技术。　　另一方面，赤霄科技在产品的价格上也占足了优势。王暾介绍，德国的同类产品，售价高达80万，而赤霄的同款产品售价20万，更容易被国内的中小企业接受。　　由于产品市场效益良好，赤霄科技成了一些风投公司的香馍馍，&ldquo 未来两年，公司会进行融资，并扩大生产。当然，把公司发展成上市公司是我的目标。&rdquo 王暾笑着说。

本次网上研讨会着重介绍Lumina Instruments激光扫描仪的功能和应用实例。这个创新性的设备可以用作激光扫描椭偏仪来全表面测量样品上的薄膜厚度分布，又可以扫描各种表面缺陷，比如颗粒,划痕，陷坑，和鼓包等等。更让大家感兴趣的是它能一次扫描检测透明基底上下表面以及基底内部缺陷。主讲人简介:陈博士有近30年的半导体制程控制和光学检测经验。他曾带领开发化学机械研磨设备以及制程终点控制设备。在加盟Lumina Instruments之前他负责Filmetrics全部设备和部分KLA 设备的全球市场开发。会议时间：2021/01/21 11:00-12:00 (北京时间)报名入口：点击进入 会议密码：12121手机一键拨号入会+8675536550000,,501587457#(中国大陆)+85230018898,,,2,501587457#(中国香港)根据您的位置拨号+8675536550000(中国大陆)+85230018898(中国香港)欢迎大家前来收听~~~

表面等离子体共振技术（简称“SPR”，Surface Plasmon Resonance）是利用了金属薄膜的光学耦合产生的一种物理光学现象。自从1982年 Nylander 等首次将SPR 技术用于免疫传感器领域以来，表面等离子体光学生物传感器得到了深入研究和广泛的应用，已经成为研究生物分子相互作用（Biomolecular Interaction Analysis，简称“BIA”）的主要手段。仅在近 3、4 年间，有关这方面的文章多达几千篇，其研究内容涉及蛋白质-蛋白质、蛋白质-DNA、DNA-DNA、抗原-抗体及受体-配体等的相互作用。商品化的光学生物传感器可在无标记的情况下实时地进行生物分子间相互作用的研究，有力地推动了分子识别这一学科的发展，已经成为生命科学和医药研究中的一种重要手段。目前市场上的商品化SPR检测仪几乎都是通过角度测量实现对生物体系的测定。而在多年的实践中，其测量方式（依靠角度表征）的局限使其在灵敏度、动态范围、测试速度及稳定性等方面都出现了不可逾越的阻碍。有鉴于此，热电科技仪器有限公司（Thermo Electron Corporation）分子光谱部（既原来的美国尼高力仪器公司）以其近四十年傅立叶变换红外（FTIR）技术结晶结合最新的 SPR 专利技术（U.S. Patent No. 6330062）推出了崭新的傅立叶变换型表面等离子共振检测仪，突破了传统角度表征型SPR检测仪理论设计极限。为了更好的将FT-SPR介绍给中国的生命科学专家学者，我们邀请了美国的 Eric Y. Jiang 博士准备在长春、上海和北京等地举办系列FT-SPR专题技术讲座。时间大约在2006年7月。请感兴趣的专家填写回执，我们将根据回执发送第二轮通知，谢谢！回执请寄：热电(上海)科技仪器有限公司 分子光谱部 北京市金融街23号 平安大厦1018室 邮编：10003电话: +86 10 5850 3588-3238 传真: +86 10 6621 0845 Email: ming.xin@thermo.com idealsky@sohu.com 联系人:辛 明

p　　strong仪器信息网讯/strong 2017年5月20日，“2017年全国表面分析方法及新能源与生物功能材料学术研讨会”在重庆召开。此次会议由西南大学、重庆大学、赛默飞主办，170多位来自科研院校、以及企业的专家用户参加了此次会议。/pp style="text-align: center " /pp style="text-align: center "img title="现场1.jpg" src="http://img1.17img.cn/17img/images/201705/insimg/3f44f489-93a2-49c9-b0eb-35c6af40112a.jpg"//pp style="text-align: center "会议现场/pp　　就像在a title="" style="color: rgb(255, 0, 0) text-decoration: underline " href="http://www.instrument.com.cn/news/20170520/220051.shtml" target="_blank"strongspan style="color: rgb(255, 0, 0) "“2017年全国表面分析方法及新能源与生物功能材料学术研讨会”在重庆召开/span/strong/a中，西南大学李长明院士说到的，当今社会的发展离不开新能源的出现和先进能源技术的使用，发展新能源、改善传统能源环境污染状况，是全世界全人类共同关心的问题。/pp　　中国科学院长春应用化学研究所杨秀荣院士也提到，全球能源消耗面临着巨大危机，据2013年全球能源消费统计，石油只能再用45年、煤还能用200年，同时石油、煤等传统能源造成的环境污染也日趋严重。因此开发具有应用潜能的清洁能源具有重要意义。/pp　　根据国务院印发的《“十三五”国家战略性新兴产业发展规划》纲要，“十三五”期间国家将大力推动新能源汽车、新能源和节能环保产业快速壮大，加快生物产业创新发展步伐，超前布局战略性产业，促进战略性新兴产业集聚发展。而新能源的发展离不开对其相互作用反应机理的研究，这就使得分析技术，如表面分析技术变得非常关键。/pp　　此次大会的主题之一即聚焦“新能源”，主办方邀请了业内相关专家介绍了他们洁净能源技术研发的新进展。/pp style="text-align: center " /pp style="text-align: center "img title="盛世善.jpg" src="http://img1.17img.cn/17img/images/201705/insimg/5570ce22-d034-403f-b8dc-abec4f0cbbaf.jpg"//pp style="text-align: center "中国科学院大连化物所盛世善研究员/pp style="text-align: center "报告题目：清洁能源与表面分析/pp　　报告中，盛世善教授介绍了洁净能源——煤基合成油的制备工艺、催化剂，及利用XPS等表面分析技术进行表征获得相关信息的情况。采用了新的铁基催化剂的费托合成以煤炭为原料制成的合成气直接制备烯烃，选择性超过了80%，而传统的以钴为催化剂的费托合成低碳烯烃的选择性理论上最高为58%，这一技术突破创造了一条煤基合成气转化制烯烃的新途径。盛世善教授介绍了此工艺过程中采用的新型双功能催化剂，并利用表面分析技术对其进行表征，对于金属或合金、多元催化剂可获得元素的偏析、分凝等信息 在催化剂制备条件选择上，可以获得焙烧气氛与温度等信息 对于半导体催化剂可以获得价带、材料的功函数等信息。/pp style="text-align: center "img title="陈建.jpg" src="http://img1.17img.cn/17img/images/201705/insimg/22990709-8fe5-4e9f-82eb-2c3627a2e218.jpg"//pp style="text-align: center "中山大学陈建教授/pp style="text-align: center "报告题目：表面分析技术在先进能源材料研究中的若干应用/pp　　陈建教授在报告中介绍了扫描探针显微、表面增强拉曼光谱、表面等离子体共振、光电子能谱等表面分析技术在先进能源材料研究中的新应用进展。如实现了对半导体材料表面、器件界面的结构与光电性质进行了原位、实时的测量，为界面调控提供了有效的分析手段。发展了基于表面增强拉曼散射技术的纳米局域热点温度检测方法，研究光电催化反应机理的原位光谱学分析方法，和研究聚合物在等温冷却结晶过程中的结构相态变化和结晶动力学过程的原位变温拉曼散射法。最后利用X射线光电子能谱与氩离子刻蚀联合技术明确了聚合物太阳能电池形成界面偶离子的机理和微观过程，揭示了钙钛矿太阳能电池钙钛矿薄膜形成的内在机制。/pp style="text-align: center "img title="谢芳艳.jpg" src="http://img1.17img.cn/17img/images/201705/insimg/468aeafa-5982-4e0c-b14c-247fc585913f.jpg"//pp style="text-align: center "中山大学谢芳艳/pp style="text-align: center "报告题目：光电子能谱在有机太阳电池研究中的应用/pp　　陈建教授的同事谢芳艳此次大会也带来了精彩报告，报告内容包括聚合物有机太阳电池、钙钛矿太阳电池的情况，而且，结合光电子能谱所能提供的信息，谢芳艳介绍了其团队在这方面所开展的应用实例。/pp /p

表面分析技术包括飞行时间二次离子质谱，扫描探针显微镜，X射线光电子能谱等技术，在生物医药的生产和研发过程中，对于药物，细胞等表面和一定深度的成份信息的表征具有非常重要的意义，也是生物医药领域必不可少的分析表征手段。基于此，仪器信息网网络讲堂将于2022年9月23日举办“表面分析技术在生物医药领域的应用”网络研讨会，特邀5位专家带来精彩分享！为相关从业人员搭建沟通和交流的平台，促进相关仪器技术及应用的发展。日程全览，点击报名时间专家09:30韩东（国家纳米科学中心 研究员）主要研究方向：纳米生物医学成像与表征、生命复杂流体与管理、生物力药理学。《生物型原子力显微镜表面分析技术在活体样品上的应用》报告摘要：21年经验，纯干货分享！纳米成像表征技术的源头应用与适应性改造生物活体纳米成像、表征设备功能群针对关键科学问题的新手段、新技术研发关于细胞的力学模型10:00樊友杰（布鲁克 应用工程师）《高速原子力显微镜在生物表面表征中的应用》报告摘要：快速原子力的发展克服了传统原子力速度上的局限，高空间分辨率的同时在毫秒尺度上研究生化动力学过程成为可能。介绍商业化的视频级速度的生物型原子力显微镜在生物样品领域里的成像，在使用非常小的作用力同时得到亚分子级结构的分辨率。介绍快扫型原子力在探索不同的天然和人工聚合物动力学过程的一些实例，还有原位研究细胞膜表面的动力学过程，及二维光敏蛋白质晶体细菌视紫红质的动态过程。介绍JPK最新的力学成像模式“定量成像模式（QI™ ）”Bruker生物型原子力的全针尖扫描模式可以从结构上非常好地与现代主流倒置显微镜进行无缝偶合。10:30王化斌(中科院重庆绿色智能技术研究院 研究中心主任/研究员)中国科学院首批岗位特聘研究员，重庆市高分辨三维动态成像检测工程技术研究中心主任；长期从事光谱、成像及力学方面的研究工作。《原子力显微镜在生物样品成像和力学测量中的应用》报告摘要：介绍原子力显微的不同成像模式及应用实例分享原子力显微镜不同力学分析技术及应用情况11:00蔡斯琪（岛津企业管理（中国）有限公司 产品专员）《XPS表面分析技术在生物医药领域中的应用》报告摘要：X射线光电子能谱仪是表面分析领域中一种崭新的分析技术，通过测量固体样品表面约10nm左右被激发出光电子的动能，进而对固体样品表面的元素成分进行定性、定量及价态分析。报告中主要介绍XPS原理、技术特点以及XPS在生物材料及医疗器械等领域的应用，旨在让科研工作者对XPS表面分析技术在生物医用领域的应用有所了解。11:30周江涛（苏黎世联邦理工学院 助理研究员）主要研究兴趣有原子力显微镜及相关显微成像分析技术，在生物纳米纤维材料的形成机理和应用的研究。《原子力显微镜在成像及与光热谐振结合的微纳表面化学分析技术》报告摘要：简要原子力显微镜的原理及应用示例重点介绍原子力显微镜与可见/红外光结合的光热谐振技术，以及他们在纳米尺度的高灵敏度表面化学结构分析点击图片，即可免费参会，和嘉宾线上互动！特别感谢布鲁克、岛津对本次会议的大力支持！

仪器分析是化学学科的一个重要分支，它是以物质的物理和物理化学性质为基础建立起来的一种分析方法。利用较特殊的仪器，对物质进行定性分析，定量分析，形态分析。 仪器分析方法所包括的分析方法很多，有数十种之多。每一种分析方法所依据的原理不同，所测量的物理量不同，操作过程及应用情况也不同。油品分析仪器作为仪器仪表行业的一小部分,也作出了自己的贡献,石油产品的广泛应用让油品分析仪器在各个行业也活泛起来,得利特(北京)科技有限公司为了在油品分析仪器行业站住脚,必须不断升级和研发新产品,才能满足客户的使用需求。北京得利特为客户解忧，我们工程师新研发了一款自动表/界面张力测定仪，下面跟随得利特小编来了解一下吧！A1200自动界面张力测定仪适用GB/T6541标准，分子间的作用力形成液体的界面张力或表面张力，张力值的大小能够反映液体的物理化学性质及其物质构成，是相关行业考察产品质量的重要指标之一。表面张力测定仪基于圆环法（白金环法），测量各种液体的表面张力(液-气相界面)及液体的界面张力(液-液相界面)。此方法具有操作简单，精度高的优点。广泛用于电力、石油、化工、制药、食品，教学等行业。

p　　发展适合于现场快速检测海洋生物大分子及海洋细菌的生物传感器技术，对于及时快速地开展海洋环境监测和评价具有重要意义。目前，对生物大分子的检测，一般采用酶联免疫法、生物化学测试法、聚合酶链式反应法等技术 对全细胞的检测，则通常需要通过细胞培养实验来完成。然而，上述方法存在仪器复杂、设备昂贵、检测耗时长等缺点，仅适用于实验室分析。/pp　　在海洋环境中，贻贝可通过其足丝分泌贻贝粘蛋白，该蛋白具有优越的粘滞性和良好的生物相容性。近期，中国科学院烟台海岸带研究所研究员秦伟课题组利用聚多巴胺类仿贻贝粘蛋白材料，成功构建了表面分子印迹聚合物电位型传感器，实现了对蛋白质分子及细胞体的高灵敏、高选择、快速电化学检测。他们采用基于仿贻贝粘蛋白的表面分子印迹技术，在电位型传感器表面原位构建了生物分子选择性识别印迹层 利用表面分子印迹层与待测生物分子之间的高选择性识别作用，实现了样品中生物分子在传感器表面的高选择性分离与富集 利用聚离子作为指示离子，指示富集前后传感器膜界面的电位变化，从而实现了对蛋白质分子及细胞体的免标记电化学检测(如下图)。该方法有效解决了电化学生物传感器难以实现免标记分析的难题，有望应用于海洋病毒及海洋致病菌的现场快速检测中。/pp　　相关研究成果已于近日发表在化学期刊《德国应用化学》(Rongning Liang, Jiawang Ding, Shengshuai Gao, Wei Qin*. Mussel-Inspired Surface-Imprinted Sensors for Potentiometric Label-Free Detection of Biological Species. Angew. Chem. Int. Ed., 2017, 56, doi: 10.1002/anie.201701892)。此外，秦伟课题组也于近期在该期刊发表了关于电化学生物传感研究的其它成果(Angew. Chem. Int. Ed., 2016, 55, 13033–13037)。/pp style="text-align: center "img width="600" height="495" title="W020170526571669789953.jpg" style="width: 600px height: 495px " src="http://img1.17img.cn/17img/images/201705/insimg/dfa6e65f-ceeb-4ed3-8f15-be9f33a61853.jpg" border="0" vspace="0" hspace="0"/ p/pp 基于海洋贻贝粘蛋白的仿生电化学生物传感器检测原理/pp/pp/p/p

p style="line-height: 1.75em "span style="line-height: 1.75em " 1 锻件的检测技术要求/spanspan style="line-height: 1.75em " /spanbr//pp style="line-height: 1.75em " 随着现代科学技术的发展，对产品质量的要求越来越高，特别是航空、航天、核电等重要场合的产品。超声检测作为工件内部缺陷检测的有效手段，以其可靠、灵敏度高等优点，在现代无损检测领域占有重要地位。 br/ 锻件超声检测时，近表面缺陷容易漏检，原因主要是探头盲区，探头盲区与近表面检测有关。此次研究的目标就是寻求解决减小盲区提高近表面缺陷检测灵敏度的技术方法。br//pp style="line-height: 1.75em text-align: center "img src="http://img1.17img.cn/17img/images/201603/insimg/3a7dc7d4-132d-4167-832c-0c12ec4466e9.jpg" title="PT160309000023OlRo.jpg" width="450" height="287" border="0" hspace="0" vspace="0" style="width: 450px height: 287px "//pp style="line-height: 1.75em " 2 检测近表面缺陷的实验器材 br/ 由超声检测知识可知，检测近表面缺陷的常用方法有：双晶探头法、延迟块探头法和水浸法。根据检测方法准备了以下实验器材： br/ strong（1） 超声波探伤仪1台； br/ （2） 探头：/strong/pp style="line-height: 1.75em " 双晶直探头，规格为10P10FG5；/pp style="line-height: 1.75em " 延迟块探头，规格为10P10；/pp style="line-height: 1.75em " 水浸聚焦探头，规格为10P10SJ5DJ。/pp style="line-height: 1.75em " 选用以上探头检测近表面小缺陷，是因为： br/ 探头频率高，分辨力好，波长短及脉冲窄，有利于发现小缺陷； br/ 探头尺寸小，入射能量低，阻尼较大，脉冲窄，有利于发现小缺陷。 br/ strong（3） 试块： /strongbr/ 在航空、航天、核电等领域中，重要锻件一般是高强钢，如A-100钢和300M钢，钢的组织都较为均匀。 br/ 如果声速相同、组织相近，超声检测用对比试块可以使用其他的钢种进行代替。 br/ 资料显示，A-100钢的声速约为5750mm/s，300M钢的声速约为5800mm/s。我们现有的超声波试块，实测声速约为5850mm/s，声阻抗与A-100钢和300M钢的声阻抗较为接近。因此，可使用现有的试块进行实验和研究。 br/ 试块编号为：1#，2#，3#；各试块的俯视图均如图1所示，图中的孔均为平底孔，1#，2#，3#试块上的孔到上表面的距离分别为1，2，3mm。试块尺寸见图1。 br//pp style="line-height: 1.75em text-align: center "img src="http://img1.17img.cn/17img/images/201603/insimg/470f585e-beef-4c52-8ac2-b3f3a68fadef.jpg" title="图1.jpg"//pp style="line-height: 1.75em text-align: center "图1 试块的俯视图示意 /pp style="line-height: 1.75em " 3 实验方法 br/ 3.1 实验1 br/ 使用10P10FG5双晶探头分别对1#、2#、3#试块进行测试。 br/ 实验结果可见，使用双晶探头能成功检测出2#试块上Φ1.6mm，Φ2mm的平底孔与3#试块上所有的平底孔；但2#试块上Φ0.8mm的平底孔，以及1#试块上所有的平底孔都未能有效地检出。 br/ 从图2分析可知，双晶探头聚焦区限制了2#试块上Φ0.8mm及1#试块上所有平底孔的检出。 br/可以发现： br/ 1、只有当缺陷位于聚焦区内，才能得到较高的反射回波，容易被检出。 br/ 2、当缺陷位于聚焦区外，无法被声束扫查到，所以得不到缺陷的回波，因此就很难发现此类缺陷。br//pp style="line-height: 1.75em text-align: center "img src="http://img1.17img.cn/17img/images/201603/insimg/aa5f1d2e-551e-4702-8026-323dbda22753.jpg" title="图2.jpg"//pp style="line-height: 1.75em text-align: center "图2 双晶探头聚焦区示意图 /pp style="line-height: 1.75em " 3.2 实验2 br/ 为解决实验1中，由于双晶探头聚焦区限制造成的，对2#试块上Φ0.8mm及1#试块上所有平底孔无法检出的问题，改用无聚焦的10P10延迟块探头，对2#试块上Φ0.8mm及1#试块上所有平底孔进行测试。 br/ 实验结果显示，使用延迟块探头能成功检测出2#试块上Φ0.8mm及1#试块上所有的平底孔。 br/ 3.3 实验3 br/ 实验1和实验2都是利用直接接触法进行检测，实验3使用10P10SJ5DJ水浸聚焦探头，利用水浸法分别对1#、2#、3#试块进行测试，结果未能检测出1#、2#、3#试块上所有的平底孔。 br/ 究其原因是因为：水/钢之间介质的声阻抗不同，造成水/钢产生界面波；并且超声波从水中经过，水对超声的衰减，造成了超声能量的降低；这样，需要提高脉冲发射强度来解决。但脉冲发射强度提高的同时，脉冲自身又变宽了，造成近场干扰加大；因此，在声束由水进入钢时声束又会形成发散，无法分辨接近表面的小缺陷，也就未能检测出试块中的平底孔。 br/ 4 总结 br/ 总结一下，我们发现：对于近表面小缺陷的检测，为了兼顾检测灵敏度和检测盲区，采用高频窄脉冲延迟块探头的检测效果最佳。高频窄脉冲延迟块探头才是近表面小缺陷检测的紧箍咒，使它无所遁形。br//pp style="line-height: 1.75em text-align: right "节选自《无损检测》2015年第37卷第5期br//ppbr//p

从成都高新区获悉，由成都太科光电技术有限责任公司承担的国家重点研发计划重大科学仪器设备开发项目《超光滑表面无损检测仪》正式启动。　　国家科技部高新技术研究发展中心、中国工程物理研究院、四川省科技厅、成都市科技局、成都高新区科技局相关负责人以及光学行业相关专家近百人参加了启动仪式。　　据了解，《超光滑表面无损检测仪》是国家“十三五”重点研发计划重大科学仪器设备开发项目，分别获得国家科技部2000万元、成都高新区200万元资金支持，由成都太科光电技术有限责任公司牵头，协同国内多家技术实力雄厚的大学、研究所和企业形成产、学、研、用相结合的项目团队共同实施。该项目拟研制用于非透明物体超光滑表面及具有多层超光滑平行反射面透明物体的纳米级表面形貌高精密测量的Φ 150 mm超光滑表面无损检测仪。该仪器主要用于高精度非接触测量，可以广泛的应用于高速集成电路、微电子集成电路、光电集成电路、半导体制造、半导体照明以及太阳能新能源电池等基片TTV、弯曲度、表面质量等关键参数的快速检测，还可应用于大型现代光学工程系统，如大型高功率固体激光系统、极紫外光刻、航空航天空间光学等领域中大口径元件面形、材料特性等参数测量。项目预期取得或申请发明专利、软件著作权、相关标准等25项相关知识产权，研究成果预计发表相关论文20余篇。　　“以受检测器件芯片为例，芯片是由多层构成且呈透明或半透明状态，受自干涉条纹等条件影响，传统接触式测量中其他表面会影响到待测表面的实际检测，且任何接触都会对芯片本身造成一定伤害。而超光滑表面无损检测仪采用非接触式测量，且采用多表面分离算法，该算法可以分离出待测表面的信息，避免受其它表面的影响。”成都太科光电相关负责人说，该项目的实施，可以提高国内面形检测的能力，实现多表面元件或平行平板的检测，使其主要技术指标达到或超过国外同类产品水平。项目完成后，将研制数台超光滑表面无损检测仪，形成具有自主知识产权的系列化产品和关键技术与产业化路线，为未来产业化发展提供工艺路线。预计项目验收后三年内，完善仪器产品化所有流程，基本形成产品化的标准工艺流程，企业产值达到上亿元。　　据介绍，该项目将通过专项带动，集成国内优势力量重点创新，以仪器系统化与集成化结合多表面干涉重叠条纹分离算法为突破口，解决高精度超光滑表面无损检测的关键技术瓶颈，实现高端超光滑表面无损检测仪器国产化，替代国外同类产品，打破国外公司的技术垄断和价格壁垒。项目仪器的研制将带动国内相关产业发展，超光滑表面无损检测仪将在半导体照明、太阳能新能源，高速集成电路、微电子集成电路、光电集成电路以及国家重大光学工程等相关行业和领域得到广泛的应用。改变现在采用的接触式测量方式，大大提高检测精度和测试效率，对于这些应用行业和领域具有巨大的带动和促进作用。　　“成都高新区鼓励企业开展自主创新，积极承担国家科技计划项目，提升研发水平和创新能力。”成都高新区科技局相关负责人说，获得国家重大科技创新项目立项支持且项目国拨资金到位的成都高新区企业，可按照国拨资金实际到位额的10%进行配套资助申请，同一项目申请金额最高不超过200万元，同一家企业同一年度申请该类资金额度最高不超过200万元。“未来五年，成都高新区将每年安排不低于10亿元资金、连续5年，支持知名大学科研成果在区内转化 每年安排不低于10亿元资金、连续5年，支持国内外顶尖企业研发中心在区内落户 每年安排不低于10亿元资金、连续5年，支持引进高端人才到成都高新区发展。”　　据悉，成都太科光电技术有限公司是国内专业从事集高精度光学干涉检测仪器研发、生产和销售于一体的高新技术企业。公司具有一支从事光学设计、软件开发、机械设计、电子控制等专业齐全、产品研制经验丰富的专业研发与产业化团队。2009年公司研制了国内首台Φ 600mm大口径波长调谐数字干涉仪，技术指标达到国际同类产品水平。获得了波长调谐相移分析技术、干涉测试技术等多项专利。在此技术基础上，公司已经形成了两大系列八个型号的系列化干涉测试仪器产品，占领国内产品市场的80%以上，并远销东南亚、俄罗斯等地。

p style="text-align: justify text-indent: 2em "span style="text-indent: 28px font-family: 宋体 color: rgb(51, 51, 51) background: white "比表面积和孔径的检测分析，对于掌握粉体材料和多孔材料的微观性能具有十分重要的意义，诸如电池行业中的储能材料、化工行业中的催化剂材料、橡胶行业中的补强剂、建筑行业中的粘结剂水泥，甚至陶瓷、化妆品、食品等行业都能广泛地应用到/spanspan style="text-indent: 28px font-family: 宋体 "比表面及孔径检测类仪器。/spanbr//pp style="text-align:center"spanimg style="max-width: 100% max-height: 100% width: 600px height: 402px " src="https://img1.17img.cn/17img/images/201908/uepic/f4694813-492a-4725-ab88-dfe7b8f498f8.jpg" title="发布！《中国比表面及孔径检测类仪器市场调研报告（2019）》 (4).jpg" alt="发布！《中国比表面及孔径检测类仪器市场调研报告（2019）》 (4).jpg" width="600" height="402" border="0" vspace="0"//span/pp style="text-indent: 28px text-align: justify "span style=" font-family:宋体"《/spanspan style="font-family:宋体"中国比表面及吸附测试仪市场调研报告/spanspan style=" font-family:宋体"（span2019/span版）》就目前我国/spanspan style="font-family:宋体"比表面及/spanspan style=" font-family:宋体"孔径检测类仪器的市场情况进行了分析，内容包括我国比表面及孔径检测类仪器用户的地域分布、单位类型、专业分布、以及各主流品牌的存留市场占比、主流企业近况及典型型号产品介绍等。调研报告还分析了气体吸附主题和锂电主题的科研用户使用比表面及孔径检测类仪器的情况；此外，本报告还对用户选购各品牌比表面及孔径检测类仪器的主要参考因素、渠道、对各品牌厂商的售后服务评价以及呼声较高的意见和建议进行汇总与分析。/spanspan style=" font-family:宋体"报告共含有span58/span张分析图、表，其中分析图span47/span张，分析表span11/span张。/span/pp style="text-align:center"spanimg style="max-width: 100% max-height: 100% width: 600px height: 388px " src="https://img1.17img.cn/17img/images/201908/uepic/57c273f4-62b9-4888-93e1-10405e71bbd0.jpg" title="发布！《中国比表面及孔径检测类仪器市场调研报告（2019）》 (3).jpg" alt="发布！《中国比表面及孔径检测类仪器市场调研报告（2019）》 (3).jpg" width="600" height="388" border="0" vspace="0"//span/pp style="text-indent: 28px text-align: justify "span style=" font-family:宋体"现如今，我国整个比表面及孔径检测类仪器市场的容量约有/spanspan3/spanspan style=" font-family:宋体"亿，以气体吸附法为测量原理的仪器（统称为吸附仪）占据绝大多数市场份额。气体吸附仪主要的仪器类型有：比表面及孔径分析仪、多组分气体吸附仪、高压吸附仪、蒸汽吸附仪、真密度仪、化学吸附仪等，其中比表面及孔径分析仪最为常用，是本调研报告调研分析的重点。/span/pp style="text-align:center"spanimg style="max-width: 100% max-height: 100% width: 600px height: 308px " src="https://img1.17img.cn/17img/images/201908/uepic/4b37e332-aa9e-4f44-bf3e-fa5eea5d01f3.jpg" title="发布！《中国比表面及孔径检测类仪器市场调研报告（2019）》.jpg" alt="发布！《中国比表面及孔径检测类仪器市场调研报告（2019）》.jpg" width="600" height="308" border="0" vspace="0"//span/pp style="text-indent: 28px text-align: justify "span style=" font-family:宋体"比表面及孔径检测类仪器在科研、石化、环保、制药、锂电新能源、食品、地质等领域领域有广泛的应用。如何提高分析效率、提高分析精度、改进测试模型，以及智能化、集成化等都是该仪器未来发展的趋势。/span/pp style="text-indent: 28px text-align: justify "span style=" font-family:宋体"本报告所采用的调研方式包括：（span1/span）仪器信息网问卷调研：共收录调研问卷近span300/span份，总有效调研问卷span200/span余份；（span2/span）各进口与国产比表面及吸附分析类品牌的实地走访与调研【一共六家，三家进口（美国麦克仪器、安东帕、大昌华嘉‘麦奇克拜尔中国区总代理span’/span），三家国产（精微高博、贝士德、彼奥德）】，研发及应用专家拜访及采访；（span3/span）主题论文整理：气体吸附主题论文span332/span余篇，锂电科研论文span600/span余篇（span4/span）专业文献、仪器论坛及各专业网站资料整理；（span5/span）部分仪器使用者及仪器厂商征稿及采访等。/span/pp style="text-indent: 28px text-align: justify "span style=" font-family:宋体"本报告抽样分析涉及的仪器类型为：比表面及孔径分析仪、比表面仪、化学吸附仪、/spanspan style=" font-family:宋体"化学吸附仪、多组分气体吸附分析仪、高压吸附仪、真密度仪/spanspan style=" font-family:宋体"等，其中以比表面及孔径分析仪为主体。调研结果来源于抽样调研，结果仅供读者参考。/span/pp style="line-height: 28px background: white text-align: justify "strongspan style="font-family: 宋体"报告目录/span/strong/pp style="line-height: 24px background: white text-align: justify "span style="font-family: 宋体"摘要span 5 br/ /span第一章span /span比表面及孔径检测类仪器种类浅析span 6 br/ 1.1/span气体吸附仪检测原理span 6 br/ 1.2 /span吸附模型概述span 7 br/ 1.3/span测定气体吸附量方法分类（物理吸附仪）span 9 br/ /span第二章span /span比表面及相关气体吸附相关国家标准span 11 br/ /span第三章span /span比表面及孔径检测类仪器市场分析span 13 br/ 3.1/span调研用户分析span 13 br/ 3.1.1/span用户地域分布span 13 br/ 3.1.2/span用户单位类型 span14 br/ 3.1.3/span用户行业分布span 15 br/ 3.1.4/span用户拥有的仪器台数span 19 br/ 3.2 /span市场分析span 20 br/ 3.2.1 /span仪器类型分布统计span 21 br/ 3.2.2 /span品牌市场占比（含国产、进口分析）span 21 br/ 3.2.3 /span吸附主题市场span 28 br/ 3.2.4/span锂电池新兴市场span 30 br/ 3.2.5 /span核磁共振法拾遗span 32 br/ 3.3 /span用户仪器采购决策模式span 32 br/ 3.4 /span用户采购的优先考虑因素span 33 br/ 3.5 /span品牌忠诚度（再次购买品牌）span 34 br/ /span第四章span /span用户就比表面及孔径检测类仪器的使用情况分析span 35 br/ 4.1 /span用户最近购买比表面及孔径检测类仪器的年限分布span 35 br/ 4.2/span用户使用比表面及孔径检测类仪器的频率分析span 36 br/ 4.3 /span用户使用比表面及孔径检测类仪器的耗材情况分析span 37 br/ 4.4 /span用户使用比表面及孔径检测类仪器的故障情况分析span 38 br/ /span第五章span /span用户售后服务满意度情况分析span 40 br/ 5.1 /span响应速度满意度调查span 40 br/ 5.2/span解决问题能力满意度调查span 41 br/ 5.4 /span用户培训满意度调查span 42 br/ 5.5 /span售后回访紧密度调查span 43 br/ 5.6 /span软件升级服务满意度调查span 44 br/ 5.7/span售后服务费用满意度调查span 44 br/ 5.8 /span售后服务满意度综合分析及用户改进建议span 45 br/ 5.9 /span用户对仪器本身的改进建议调查span 46 br/ /span第七章span /span比表面及孔径检测类仪器部分主流品牌和型号分析span 47 br/ 7.1 /span美国麦克仪器span 47 br/ 7.2 /span安东帕span 51 br/ 7.3 /span精微高博span 54 br/ 7.4 /span贝士德span 55 br/ 7.5 /span麦奇克拜尔span 57 br/ 7.6 /span彼奥德span 58 br/ /span第八章span /span总结span 60 br/ /span参考文献：span 62/span/span/pp style="margin: 0px 0px 16px text-align: justify text-indent: 2em "span style="color:#444444"如对本报告感兴趣，可通过以下邮箱spanliym@instrument.com.cn /span联系我司相关人员，咨询报告相关细节span!/span/span/pp style="margin: 0px 0px 16px text-align: justify text-indent: 2em "strongspan style="font-family:宋体 color:#00B0F0"报告链接：/span/strongstrong/strong/pp style="line-height: 24px background: white text-align: justify text-indent: 2em "a href="https://www.instrument.com.cn/survey/Report_Census.aspx?id=179" target="_self"strongspan style="color: rgb(0, 176, 240) "https://www.instrument.com.cn/survey/Report_Census.aspx?id=179 /span/strong/a/p