皇家娱乐城

2025年9月16日，皇家娱乐城 智能装备技术研究中心种业装备部研究团队与上海海洋大学信息学院联合在分析化学领域顶级期刊Trends in Analytical Chemistry（IF=12）上在线发表“Application of Machine Learning to Improve the Accuracy of Electrochemical Sensors: A Review”的综述性论文。

Trends in Analytical Chemistry期刊是分析化学领域最具权威性的综述性期刊，在分析化学领域排名第一，是该领域前沿动态的指南针。李爱学研究员和硕士研究生杨皓宇为本文的第一作者，赵春江院士和罗斌副研究员为共同通讯作者。该研究得到国家自然科学基金区域联合基金(U23A20173)、“十四五”国家重点研发计划项目(2022YFD2002301)的资助。

电化学传感器凭借高灵敏度、快速响应、低成本、易集成与便携等优势，在环境监测、食品安全、医疗诊断和智慧农业等领域广泛应用，发挥了重要作用。然而，传统电化学传感器在实际应用中仍面临诸多挑战，制约了其测量性能的提升。近年来，人工智能（AI），尤其是机器学习（ML）技术的兴起，正推动电化学传感乃至整个分析化学领域向数据驱动范式转型，为提升电化学传感器的准确性提供了新途径。

论文系统梳理了导致电化学传感器准确性下降的关键问题，包括信号与浓度的非线性关系、低浓度检测误差、传感器老化、环境漂移及干扰物影响等，重点探讨了利用机器学习技术应对上述问题的策略、成效与挑战。本文的重要意义在于，通过深入分析现有方法的优势与局限，为电化学传感器的性能优化与应用提供明确的理论支持，可有效推动电化学传感器的商业化应用进程。

图1 ML驱动的电化学传感器在多方面提升准确性的示意图

图2（a）ML辅助传感器优化（b） ML辅助噪声数据处理

图3 基于ML的多组分同时检测

文章链接：//doi.org/10.1016/j.trac.2025.118469