SMARTERS 用 Attention U-Net 从模拟 TERS 高光谱图直接预测平面分子结构，测试集平均 Dice 达 0.842
该工作提出 SMARTERS——一个基于 Attention U-Net 的编码器-解码器模型，在 1840 个平面小分子的模拟 TERS 高光谱图像上训练，把振动光谱图直接映射为二维原子位置图（测试集平均 Dice 相似系数 0.842）以及按元素（H、C、N、O）区分的化学分辨结构图（测试集平均 0.810），从而证明从 TERS 图像自动识别分子结构在模拟数据上可行，无需传统的人工比对与逐例量子化学计算。