高效的固态衍射光学元件制造方法

光学设计

1人已加入

描述

作者:Light新媒体

导读

近日,来自以色列理工学院的Yoav Shechtman团队,利用可固化透明材料的折射率匹配方法,提出了一种简单且经济高效的固态高性能衍射光学元件的制造方法,大幅简化了衍射光学元件的生产流程及难度,对光学与光子学领域的发展具有重要意义。

研究背景

衍射光学元件(Diffractive optical elements, DOEs)通过单个集成的光学元件实现高度复杂的光整形任务。这种能力使DOE在像差校正,增强现实,成像系统,太阳能等多个应用领域都受到广泛的关注。然而,高质量的光整形需要亚波长精度的制造,因此研发DOE的制造技术也极具挑战性。复杂的 DOE 通常由数十纳米分辨率的拓扑组成,这通常需要昂贵、耗时且需要特殊基础设施的制造方法,例如光刻等方法。

增材制造 (Additive manufacturing,AM) 是一种多功能且高效的制造方法,可为复杂部件提供快速的制造和经济高效的生产。此外,增材制造工艺对于所制造零件的几何复杂性相对稳健。尽管增材制造最近在打印光学元件方面显示出了有希望的结果,但增材制造在光学制造中的局限性仍然存在。这些限制与表面质量、光学特性(例如折射率、透明度)的均匀性以及精度、元件尺寸和制造持续时间之间的基本权衡有关。因此,如果能开发新的制造方案,使得DOE能够在增材制造技术的基础上进行制造,无疑能够大大降低DOE的制造成本,对光学与光子学领域的应用具有极其重要的价值。 创新研究 在本研究中,研究人员提出了一种快速、简单的基于增材制造的方案来制造全固态DOE,这种新的方案具备极高的灵活性、可用性和较低的资源成本,成功将成本与制造时间降低了数个数量级。

该方案通过结合两种仅折射率匹配的材料,有效地将DOE的临界尺寸从纳米尺度扩大到微米尺度,并相应地增加对制造误差的容忍度(图一)。在该方案中,对制造精度的要求被替换成了对材料折射率的精度要求,而这较容易实现。本研究进一步地使用该方法制造了来自多个光学领域的DOE来证明该方案的实用性和普适性,包括:菲涅尔微透镜阵列(图二)、产生具有不同拓扑电荷数的矢量光束的螺旋相位板(图三),用于 3D 超分辨率显微镜的相位掩模、编码荧光源的轴向和光谱信息,包括它们在 MINSTED 纳米显微镜中的应用(图四,图五,图六)。

这一研究突破了现有DOE制造技术的瓶颈,对于多种光学应用的工业化具有极其重要的作用,具有极高的学术与应用价值。

神经网络

图一:制作方法。近折射率匹配固体 DOE 制造过程主要步骤的示意图。使用市售 3D打印工具来打印 3D 模板(本工作使用了两种不同的技术,光聚合和纳米颗粒喷射,轴向分辨率约为 25 μm)。使用第一聚合物将模板转化为第一透明层。接下来,从模板中提取第一透明层,并在第一层上方聚合第二聚合物以获得最终的固体DOE。

神经网络

图二:微透镜阵列(micro lens array,MLA)。MLA的a) 2D高度图和 b)3D插图。c)相机上采集的图像,显示 MLA 聚焦的点以及三个点的强度图。d) 用于 MLA 演示的光学系统。e) 用于成像实验的光学系统示意图。f) 成像结果:两个示例物体“NBO LAB”和一颗星星通过 MLA从手机屏幕投影,并得到了两个相应的图像。

神经网络

图三:螺旋相位板(spiral phase plate,SPP)。a)测量SPP的拓扑电荷(m)和轮廓强度的实验装置。b)通过球面或柱面透镜(虚线和实线)和具有不同拓扑电荷的SPP的高斯光束成像的实验结果;从左到右分别为 m=1,2,8。c) 用于生成矢量场奇点的实验装置。BE:扩束镜;空间滤光片组件,P:偏振器,M1、M2:反射镜,SPP:螺旋相位板,QWP:四分之一波片,PBS:偏振分束器,BS:分束器,CCD:相机。d) 显示矢量场奇点生成的实验结果;每行分别对应于m=1和m=2生成的一组不同的实验测量的强度分布(右)和矢量场的理论分布(左)。

神经网络

图四:定位精度约为 1 nm的MINSTED 荧光纳米显微镜。在 STED 和 MINSTED 纳米显微镜中,编码 0-2π 相位的掩模可用于产生环形焦点图案,其中心具有“零”(最小)强度点以抑制荧光。a) STED 和 MINSTED 成像的操作原理,具有有效的点扩散函数 (EPSF),可以通过 STED 抑制模式的强度进行调整。b) E-PSF 的半峰全宽 (FWHM) 作为 STED 功率(636 nm 波长)的函数。使用固定的单个 Cy3B 荧光团重复测量 E-PSF。显示了数据的幂律拟合结果(虚线)。c) MINSTED 记录了 TOM22(线粒体外膜中的一种蛋白质)在用一抗和二抗染色的 U-2 OS 细胞中的定位。通过将每个定位显示为具有幅度统一和与其定位精度匹配的标准偏差的高斯来执行渲染(包括高精度定位的饱和度)。研究人员将此量表示为荧光团结合位点之间间距为 12 nm 的 3×3 DNA 折纸网格的累积归一化定位概率 (CNLP)的定位。d) 单分子迹线分析的定位精度直方图,表明中值精度(st. dev.)为 0.6 nm。e,f) DNA 折纸的两个例子。渲染是通过将每个定位显示为高斯分布来执行的,该高斯分布具有统一的像素和和与其定位精度相匹配的标准差(包括高精度定位的饱和度)。因此,图像对每个像素的定位概率 (LP/pix) 进行编码。比例尺:200 nm (c)、10 nm (e,f)。

神经网络

图五:使用 resPAINT 和 DH PSF 对细胞膜形貌进行 3D 超分辨率成像。a) 使用 1.32 NA 硅油物镜捕获的 100 nm 荧光珠的 DHPSF 校准。b) 卡通图显示了使用 resPAINT 对 Jurkat T 细胞顶端表面进行大自由度成像。c) WGA-HMSiR 在 9.4 pH 下与固定 Jurkat T 细胞(圆圈突出显示细胞)结合的代表性框架。(d) 使用 resPAINT 和 DHPSF 获取的细胞膜顶端表面的 3D 超分辨率图像。该图像包含约 30 万个定位点,以 30 毫秒的曝光时间收集了超过 30 万帧。为了突出细胞膜的形貌,我们将每个数据点与其局部邻居(200 nm 半径壳)进行比较以量化曲率。这是使用主成分分析完成的,该分析通常用于对点云数据进行分类

神经网络

图六:多色 PSF 工程 DOE。a) 多色 DOE 的高度图以及 515 nm(顶部)和 680 nm(底部)处的相应相位图案。b) 使用相同 DOE 在不同轴向位置的两种不同颜色荧光微球的实验图像 c) 两种不同颜色的自由扩散荧光微球(发射峰 515nm 和 680nm) d) 示例框架,其中神经网络获得的定位用红色和绿色三角形标记(左),叠加紫色神经网络重建(右) e) 绿色和红色荧光微球的重建 3D 轨迹 f) 两种颜色的单一荧光团(抗小鼠 AF488 和抗小鼠 AF647 抗体)在聚赖氨酸包被的盖玻片上,在两个不同的轴向位置同时成像 g) 用抗 TOM20-AF647 抗体标记的固定 COS7 细胞中线粒体的超分辨率 STORM 重建,虚线放大横截面:中空线粒体结构的示例。比例尺 b、d 和 e:2μm,g:5μm,虚线横截面:0.5μm。

编辑:黄飞

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分