（通讯员 裴启明）3月22日上午8:30，物电学院2025年求实导师学术沙龙第四期在16教B106和B107教室举行。本次沙龙邀请了硕士生导师蒋龙副教授和杨琴副教授做学术报告。
蒋龙副教授的报告题目是《中温固体氧化物燃料电池阴极材料的改性研究》。中温固体氧化物燃料电池（IT-SOFCs）因其高效、低排放等优势成为清洁能源领域的研究热点，但其阴极材料在中温（600–800℃）条件下的氧还原反应（ORR）动力学缓慢与长期稳定性不足等问题制约了实际应用。本研究针对典型双钙钛矿型阴极材料PrBaCo2O5+d中引入过渡金属元素Fe，通过表面性能和体相性能改性策略优化其电化学性能与耐久性，抑制Sr偏析并增强离子传输，显著改善了阴极材料的稳定性。通过XRD、XPS、EIS及弛豫时间分布（DRT）等表征手段的分析表明，改性后的阴极材料在活性-稳定性协同优化方面表现突出，为IT-SOFCs的实用化提供了材料设计新思路。
杨琴副教授的报告题目是《机器学习在新生儿遗传代谢病筛诊疗研的探索》。报告探讨了机器学习在新生儿遗传代谢病筛查、诊断和治疗中的应用。首先介绍了机器学习的基本概念及其与人工智能、深度学习的关系，强调了机器学习在医学领域的广泛应用，特别是在医学影像识别、辅助诊断和药物研发中的重要作用。随后，报告详细阐述了新生儿遗传代谢病的定义、筛查方法及诊断原则，指出当前筛查中存在的主要问题。为解决这些问题，报告提出利用机器学习方法，结合串联质谱（LC-MS/MS）和气相色谱（GC-MS）技术，从代谢组学数据中挖掘规律，辅助遗传代谢病的早期诊断和风险预测，从而提高筛查的准确性和效率。报告还展示了一系列应用案例，包括疾病模式识别、多类疾病分类、生物标志物筛选等。此外，报告还介绍了基于深度学习和生物网络算法的疾病表型致病机理研究，并提出了构建高性能三维卷积神经网络的方法。最后，报告总结了当前的研究进展，并展望了未来在扩大样本数据、提高模型稳健性方面的研究方向，旨在推动机器学习在新生儿遗传代谢病筛查中的实际临床应用。
物电学院求实导师学校学术沙龙有力促进了学院导师间的深度交流与协作，也开拓研究生学术视野，更为学院科研工作开拓出全新的发展方向。同时，学术沙龙为学院青年学子构建了一个高规格学术平台，引导他们充分领略不同研究领域的独特风貌与魅力，有效拓展学术视野，丰富知识体系，提升学识素养，为学院人才培养工作向更高水平迈进提供坚实助力。（审核 张华峰 编辑 梁军）
