激光诱导击穿光谱（LIBS）多时间分辨技术：远程微生物检测的新突破

《Analytica Chimica Acta》：Study on precise identification of remote bacterial species using multi-temporal LIBS optimized by plasma electron temperature coefficient of variation

为解决 LIBS 远程微生物检测难题，研究人员提出优化方法，提升检测性能，意义重大。

　　随着全球对公共卫生、环境安全和军事防御领域中微生物威胁的关注度日益提高，开发准确、快速且高效的微生物识别技术成为关键问题。传统微生物检测方法，如培养技术、显微镜检查和生化检测，虽然应用广泛，但存在耗时、费力且易受环境干扰的问题，在快速响应和实时监测方面适用性有限，尤其在军事防御场景中，这些技术的局限性更为突出。

近年来，激光诱导荧光（LIF）和拉曼光谱等远程检测技术虽被用于微生物识别探索，但在灵敏度、适用性和检测速度等方面存在挑战，在复杂或恶劣环境中，获取清晰光谱信号困难，导致准确性和可靠性降低。

激光诱导击穿光谱（LIBS）作为一种基于原子发射光谱的技术，因其高时空分辨率、快速响应和多元素同时分析能力受到广泛关注。在微生物检测领域，此前研究主要集中在近距离（如几十毫米内）细菌种类分类，未涉及信号衰减和光谱相似情况下的远程检测可行性。

在本研究中，研究人员提出了一种基于等离子体电子温度变异系数（CV_T）优化的多时间分辨 LIBS 远程识别方法，旨在克服远程微生物检测的技术瓶颈，提高检测准确性和稳健性。

研究构建了具有可调节聚焦功能的同轴设计 LIBS 遥测系统，并对 10 种常见致病菌在 5 米和 10 米距离进行了多基质遥测试验。通过优化 100 - 1000 纳秒范围内的多个时间延迟，评估了单时间、双时间和多时间光谱组合的分类性能。结果表明，多时间分辨方法在所有基质上均提高了分类性能。在 5 米距离时，所有基质的识别率达到 100%，精确率、召回率和 F1 分数均达到 1.0；在 10 米距离时，铝基质的识别率从 76% 提高到 93%。此外，研究发现钙（Ca）、钠（Na）、碳（C）和钾（K）四种主要元素对分类结果的贡献率高达 60%。

该研究证明，基于 CV_T优化的多时间分辨 LIBS 技术有效克服了长距离信号衰减瓶颈，显著增强了远程微生物识别的稳健性和分析能力，为公共安全、医学诊断和军事防御等领域的远程检测提供了新方法。