呋塞米（FSM）是最强的利尿剂之一,最常被用于治疗水肿和高血压等,然而呋塞米强的利尿作用会引起体内水、钠、钾等的大量损失,因此呋塞米的不当使用会引起体内电解质失衡,并可能引起严重的心脏并发症而危及生命。此外,呋塞米常被非法用于掩盖其他违禁药品的存在,因此呋塞米又被世界反兴奋剂机构（WADA）列为违禁药物。因此精准地测定呋塞米的含量对疾病的治疗、违禁药物的筛选都有非常重要的意义。多种分析方法已被用于药物的检测,其中基于分子印迹修饰的电致化学发光生物传感器因具有易于改性、响应快速、低成本、灵敏度高等优点而被广泛关注。然而,对于呋塞米的便携、即时、可视化检测的应用策略,目前尚为缺乏。因此,本文以此为出发点硒化钼/淀粉衍生的生物质碳（Mo Se2/BC）纳米复合材料作为基底材料,硫化镉量子点（Cd S QDs）作为发光体（能量受体）,光泽精（Luc）作为能量供体,分子印迹聚合物（MIP）作为特异性识别元件构建了基于共振能量转移（RET）机制的MIP-ECL传感系统。智能手机和深度学习的引入辅助实现了其在呋塞米（FSM）即时、可视化检测中的应用。主要的结论如下:（1）在该平台中,经过SEM、TEM、XRD等对生物质衍生的Mo Se2/BC复合材料、Cd S QDs等进行表征,这证明了材料的成功合成。采用CV、EIS、ECL等方法对MIP的性能进行研究,证明了MIP膜的成功合成以及其优异的识别能力。（2）FSM分子的洗脱-再吸附可用作控制ECL信号的开关。FSM的重吸附会阻碍发光体与共反应剂之间的接触,使ECL信号降低,以此作为FSM的检测原理。在FSM的浓度范围:0.010μmol/L～1μmol/L和1μmol/L～100μmol/L,ECL信号与FSM的浓度之间具有很好的线性关系（R~2=0.9947和0.9925）,检测限为4 nmol/L。（3）引入智能手机和深度学习实现了MIP-ECL传感体系对于FSM可视化检测的应用。基于卷积神经网络（CNNs）的深度学习实现了ECL信号的批处理,智能手机作为信号捕获器实现了设备的小型化。基于深度学习的智能手机传感平台在FSM浓度为1～70μmol/L范围内,图片的R值与FSM浓度之间表现出出色的线性响应,检测限为0.25μmol/L。此外,由于深度学习的可迁移性,基于智能手机的MIP-ECL系统有望促进多个领域的生化分析物的实时监测。