Onderzoekers maken goedkoop, AI-aangedreven apparaat om optische spectra te meten

Een team van onderzoekers van de UCLA Samueli School of Engineering heeft een nieuwe benadering van een oud probleem gedemonstreerd: het meten van lichtspectra, ook wel spectroscopie genoemd. Door gebruik te maken van schaalbare, kosteneffectieve nanofabricagetechnieken en AI-gestuurde algoritmen, hebben ze een systeem gebouwd en getest dat compacter is dan conventionele spectrometers, terwijl het ook extra ontwerpvoordelen biedt.

Spectroscopie is een centraal hulpmiddel voor vele toepassingen in de levenswetenschappen, geneeskunde, astrofysica en andere gebieden. Conventionele spectrometers splitsen licht in de samenstellende kleuren, zodat de intensiteit van elk kan worden gemeten. Dit leidt tot verschillende beperkingen en ontwerpcompetenties: voor een fijnere spectrale resolutie (met een kleinere afstand tussen detecteerbare kleuren of golflengten) kan het gebruik van duurdere hardware vereisen, waardoor de fysieke voetafdruk van het apparaat toeneemt en mogelijk de signaalsterkte wordt opgeofferd. Dit kan problematisch zijn voor toepassingen die een hoge gevoeligheid, hoge spectrale resolutie en een compact systeemontwerp vereisen. Het biedt ook verdere uitdagingen voor hyperspectrale beeldvorming, waarbij een spectrum voor elke pixel in een afbeelding wordt vastgelegd, een techniek die vaak wordt gebruikt voor teledetectietaken zoals milieumonitoring voor het beoordelen van de gezondheid van gewassen of de prevalentie van broeikasgassen naast andere toepassingen.

De benadering van de UCLA-onderzoekers, aangedreven door AI, geeft het spectroscopieprobleem van de grond af aan. In plaats van te vertrouwen op het splitsen van het licht in een regenboog van samenstellende golflengten, deconstrueert een nanogestructureerde chip het licht spectraal met behulp van honderden unieke spectrale filters parallel. Deze chip gebruikt plasmonische structuren als een spectrale encoder, die is samengesteld uit 252 tegels, elk met een uniek patroon op nanoschaal dat een duidelijk spectrum van licht doorlaat. Met andere woorden, het onbekende spectrum van het te meten licht wordt “gecodeerd” in de transmissie van elk van deze plasmonische tegels. Deze nanogestructureerde encoder is vervaardigd door middel van een opdruklithografieproces dat de productiekosten drastisch zou kunnen verlagen en opschaling naar grote productievolumes mogelijk zou maken.

Het licht dat door de spectrale encoderchip wordt uitgezonden, wordt opgevangen met behulp van een standaard, goedkope beeldsensor die routinematig wordt gebruikt in onze mobiele telefooncamera’s, waardoor een beeld wordt geproduceerd dat vervolgens wordt ingevoerd in een neuraal netwerk dat het onbekende spectrum van licht moet reconstrueren uit het gecodeerde beeld. informatie. Dit neurale netwerk voor spectrale reconstructie bleek veel sneller nauwkeurige resultaten te produceren dan andere computationele spectroscopiebenaderingen, wat een resultaat opleverde in minder dan een dertigste van een milliseconde. Dit nieuwe door AI aangedreven spectrometer-framework toont een pad rond de typische afwegingen tussen apparaatkosten, grootte, resolutie en signaalsterkte.

“We demonstreren hier niet alleen een proof-on-concept-apparaat”, zegt Aydogan Ozcan, bondskanselier hoogleraar Electrical and Computer Engineering en Associate Director van het California NanoSystems Institute (CNSI), wiens groep het onderzoek uitvoerde. “We presenteren een geheel nieuw raamwerk voor spectrometerontwerp op chipschaal. Het neurale netwerk, de trainingsspectra, de nano-encodergeometrieën en materialen; elk van deze componenten kan worden geoptimaliseerd voor verschillende toepassingen of specifieke taken, waardoor compacte, kostenbesparende effectieve spectrometers die metingen van hoge kwaliteit produceren voor een bepaald monstertype of spectraal regime. ”

Dit AI-enabled on-chip spectrometer-framework zou verschillende toepassingen kunnen vinden, variërend van milieumonitoring van gassen en toxines tot medische diagnostiek waarbij spectrale informatie nodig is om de aanwezigheid van verschillende biomarkers te onderscheiden. De onderzoekers merken ook op dat de plasmonische tegels kunnen worden verkleind en van mozaïek voorzien (zoals een camerapixelraster) om hyperspectrale beeldvorming uit te voeren, wat bijvoorbeeld belangrijk kan zijn bij autonome teledetectie waarbij een compacte, lichtgewicht vormfactor essentieel is.

De andere auteurs van het werk waren Electrical & Computer Engineering-onderzoekers Calvin Brown, Artem Goncharov, Zachary S. Ballard en Yunzhe Qiu, studenten Mason Fordham en Ashley Clemens, en Adjunct Professor of Electrical and Computer Engineering Yair Rivenson.

De studie is in het tijdschrift gepubliceerd ACS Nano.