通过相位响应纳米温度计和神经网络实现精确快速的热感应

《Nano Letters》：Accurate and Fast Thermal Sensing via Phase-Responsive Nanothermometers and Neural Networks

准确快速且远程的纳米级温度传感对细胞热力学监测和微电子热管理至关重要。本研究提出荧光色变纳米开关器（CNSs），由硅胶囊包裹的相变材料（石蜡混合物）和荧光染料组成。其核心通过相变材料在37°C附近的固-液相转变调控染料聚集态，实现荧光寿命温度灵敏度达19% °C?1，且对pH、离子强度等环境因素不敏感。结合深度学习的U-Net算法处理原始衰减曲线，将热分辨率提升至0.6°C，时间分辨率达0.1秒，满足δt·δT=0.01°C·s的工程目标。实验证明CNSs可实时监测激光加热过程，温度响应与数值模拟吻合度达93%。该技术为生物医学和环境监测提供了高精度、抗干扰的纳米温度计新范式。

　　温度的精准测量在众多科学领域中扮演着至关重要的角色，例如材料加工、生物学研究、医疗诊断、环境科学、电子设备热管理以及食品加工等。传统温度测量技术，如水银温度计和红外热成像仪，虽然在历史上发挥了重要作用，但随着纳米电子学、纳米光子学和纳米医学的发展，这些方法已经难以满足现代应用对更高精度、更小空间分辨率和远程测量的需求。特别是在生物医学领域，为了不干扰细胞环境，对远程、非侵入式的温度传感技术提出了更高的要求。因此，科学家们正在探索新的方法，以实现对温度的高精度、高灵敏度和实时监测。在这项研究中，提出了一种新型的荧光色变纳米开关器（Fluorescent Chromatic Nanoswitchers, CNSs），它结合了纳米材料的热响应特性和先进的人工智能算法，为纳米尺度的温度测量提供了突破性的解决方案。

CNSs 是一种基于硅胶纳米胶囊的荧光温度传感器，其核心包含一种荧光染料和一种具有相变特性的材料。这种相变材料在特定温度范围内会发生固-液相变，从而改变染料的聚集状态。当相变材料处于固态时，染料分子倾向于聚集形成激发态（excimer）结构，导致发射光谱向红光区域偏移，并且荧光寿命显著增加；而当相变材料处于液态时，染料分子分散在溶液中，形成单分子状态，发射光谱偏向绿光区域，荧光寿命相应缩短。这种固-液相变引起的光谱变化是温度敏感的，而且对环境因素（如pH值、粘度、离子强度等）具有高度的抗干扰能力，使得CNSs在复杂环境中依然能够提供准确的温度读数。

在本研究中，科学家们发现，当使用特定的发射波长（约614 nm）时，CNSs 的荧光寿命对温度变化的响应最为显著。在37°C时，荧光寿命的温度敏感性达到19% °C?1，这比现有的许多荧光纳米温度传感器高出数倍。这种高灵敏度源于相变材料在固态和液态之间转换时，对染料分子状态的调控作用。此外，CNSs 的荧光寿命变化与环境因素无关，因此它们在实际应用中表现出极高的可靠性。例如，在模拟的生理条件下（如改变离子强度、pH值和粘度），CNSs 的温度测量结果依然保持稳定，表明其具备出色的抗干扰能力。

为了进一步提升 CNSs 的温度测量性能，研究人员引入了人工神经网络（Artificial Neural Networks, ANNs）进行荧光寿命信号的处理。传统方法在测量荧光寿命时，往往需要较长的信号采集时间，以确保足够的信噪比（Signal-to-Noise Ratio, SNR），从而提高测量精度。然而，这种方法在时间分辨率上存在局限，难以满足实时监测的需求。相比之下，ANNs 通过深度学习技术，能够在较低的 SNR 条件下对荧光寿命数据进行高效处理，显著提高温度测量的精度和速度。实验结果显示，使用 U-NET 神经网络算法对原始荧光衰减曲线进行处理后，温度测量的分辨率从 3°C 降低至 0.6°C，同时测量的可靠性也大幅提升。这种结合纳米材料和人工智能的新型传感方法，为实现快速、高精度的温度监测提供了新的思路。

为了验证 CNSs 在实际应用中的潜力，研究人员设计了一个光热实验。实验中，一个装有 CNSs 的样品池被放置在恒温环境中，随后通过 1450 nm 激光进行局部加热。激光在该波长下具有很强的水吸收能力，因此能够迅速提升样品池的温度。通过记录 CNSs 在不同时间点的荧光衰减曲线，并利用 U-NET 算法进行处理，研究人员能够准确追踪温度随时间的变化趋势。实验结果表明，CNSs 在 0.1 秒的时间分辨率下，依然能够实现 0.6°C 的温度测量精度，与数值模拟的结果高度一致。这说明 CNSs 不仅在实验室环境下表现出优异的性能，而且在实际应用中也具有广泛的适用性。

此外，研究人员还探讨了 CNSs 在活细胞中的应用潜力。然而，实验结果揭示了两个主要挑战：一是 CNSs 在细胞内的摄取效率较低，二是 CNSs 的荧光发射与细胞自身荧光存在显著重叠，这会干扰对荧光寿命的准确测量。为了解决这些问题，未来的 CNSs 设计可能需要采用近红外发射的荧光材料，以减少与细胞内其他荧光成分的重叠。同时，优化 CNSs 的表面修饰策略，以提高其在细胞内的摄取效率，将是实现其在生物医学领域应用的关键。

综上所述，这项研究通过设计一种新型的荧光色变纳米开关器 CNSs，结合纳米材料的热响应特性和人工智能算法，实现了高精度、高灵敏度和快速响应的温度测量技术。CNSs 在 37°C 附近表现出卓越的温度敏感性（19% °C?1），并且对环境因素具有高度的抗干扰能力。此外，使用人工神经网络进行信号处理，显著提升了 CNSs 的测量精度和时间分辨率，使其能够满足对实时温度监测的需求。尽管在活细胞中的应用仍面临一些挑战，但通过进一步优化 CNSs 的结构和功能，未来有望在生物医学领域实现广泛应用。这项研究不仅为纳米温度传感技术提供了新的发展方向，也为其他依赖于荧光信号的纳米传感器设计提供了理论支持和技术借鉴。