电子说
传感新品
【新加坡国立大学: 开发多功能超宽带、多波长压缩成像传感器】
为了寻求一种能够适应多种波长同时保持高分辨率的一体化成像传感器,新加坡国立大学刘小钢教授团队提出了一种普适性强的名为“随机光致发光和压缩编码”(SPACE)的成像技术。通过使用SPACE,开发了一种多功能超宽带、多波长压缩成像传感器。
研究亮点
开创了基于多种镧系掺杂换能器的随机光致发光与压缩编码方案(SPACE),能够实现对X射线、紫外、近红外I区和近红外II区的多波长成像。
SPACE将多个场景创新性地编码到单个图像,后续使用压缩感知算法重建多个场景图像。
波长通道可以通过简单地控制材料层的数量和厚度被扩展。
SPACE最终实现了生物组织的多深度可视化和多能谱X射线成像。
研究简介
多波长、多通道、多深度成像技术彻底改变了科学研究和工业应用,可实现目标物体的精确三维重建和全面综合信息获取。这些技术可捕获不同波长范围内目标物体的独特特征,以及通过将不同波长的光照射物体不同部分,实现同时采集物体的多部位图像。当前的多波长成像方案包括:激发波长和滤光片的顺序切换,这使图像采集速度受限而无法同时观察物体不同部位之间的协同信息。
其他方案包括使用商用的多通道系统、衍射光学元件、超表面或多光谱滤光片来进行复杂的分束,往往会增加系统尺寸、复杂性和成本。因此,尽管光学成像和色散系统各自取得了快速进步,但它们的直接组合导致了繁琐的设置,阻碍了多波长和多通道成像的实际实现。此外,大多数现有方法仅限于可见光波段,实现跨越近红外(I区和II区)、可见光、紫外和X射线的多波长成像系统仍然超出了传统光学元件的能力范围。
针对上述挑战,为了寻求一种能够适应多种波长同时保持高分辨率的一体化成像传感器,新加坡国立大学刘小钢教授团队提出了一种普适性强的名为“随机光致发光和压缩编码”(SPACE)的成像技术。通过使用SPACE,开发了一种多功能超宽带、多波长压缩成像传感器。
具体地,SPACE将光致发光材料加工成稀疏随机阵列,然后结合压缩传感成像策略来重建完整图像。作者利用具有易于调节的窄激发和发射带、大斯托克斯/反斯托克斯位移以及出色的光学和化学稳定性的镧系元素换能器,作为从X射线到近红外光的多波长成像的波长选择组件。作为概念证明,四种稀土掺杂发光材料被选择,每种材料可将包括UV(375nm)、近红外I区(808 nm)、近红外II区(1532 nm)和X射线(0.089nm)转换为可由常见硅基传感器检测到的可见光。这些换能器以随机且互补的方式排列,并与滤光膜结合以消除激发光,然后与商用CCD集成,构建成多波长编码成像传感器。每个随机排列的换能器阵列对每个波长通道图像进行欠采样,并将其特定波长转换为可见光范围。最后使用压缩感知重建算法从欠采样图像中恢复结构信息。这个概念大大降低了对相机的分辨率要求,同时扩大了成像传感器的波长覆盖范围。为了提高重建性能和速度,端到端机器学习算法被使用。
利用设计和开发的基于SPACE的多波长成像传感器,使用单色CCD足以同时重建用四种不同波长标记的四幅图像。当与彩色RGB CCD结合使用时,通过利用具有不同发射波长的镧系元素换能器可以实现多层、多波长编码成像传感器,理论上将波长通道数量增加三倍。进一步,作者开发了一种通过用不同波长的光照射样品的不同部分来进行多深度成像的系统,该系统利用三种波长的光来捕获样本内不同深度的图像,同时使用X射线来获取内部图像。在对蜻蜓的翅膀和躯干进行成像时,不同波长的光可以聚焦并放大不同深度的结构。然而,躯干仍然无法透光。对比之下X射线可以看到躯干内部,但透明的翅膀结构由于吸收对比度不足而缺乏清晰的成像。因此,四个波长图像的结合可对物体的结构进行综合全面的采集和读取。此外,通过控制闪烁体层的厚度,SPACE被证明可以捕获多个波长或能级的高能辐射。这是由于闪烁体的光电吸收系数随着X射线能量的增加而急剧下降。因此,KeV能量的射线和MeV射线的衰减厚度不同,分别在亚毫米和厘米级别。因此,作者设计了包括0.2 mm和2.5 mm两种厚度的随机像素阵列,最终实现了对keV和MeV能量的X射线图像的同时采集。
SPACE为克服现有多波长成像技术的限制提供了一种解决方案。这种方法降低了对相机分辨率的要求,并简化了电子后处理。光学编码器和压缩传感的结合不仅允许使用更少的像素进行成像,而且还可以降低光子计数、提高吞吐量和减少延迟。SPACE方法也适用于各种多通道成像技术,如多寿命、多偏振和多相位成像,在生物医学成像、食品和农业、材料科学、地质和采矿勘探等领域有着重要的潜在用途。
图1 .基于SPACE的多波长成像传感器的设计和成像原理。
图2. 使用四种随机打印的镧系元素换能器对四个波长标记的场景同时成像。
图3. 多层光学编码器可将波长通道扩展3倍。
图4. 多深度成像和X射线多能谱成像验证。
传感动态
【艾迈斯欧司朗正式面向全球开放多项目晶圆(MPW)服务】
即日起,艾迈斯欧司朗诚挚邀请各大芯片设计公司体验艾迈斯欧司朗的集成电路(IC)代工服务,进行IC原型设计,共享晶圆制造服务。该服务也被称为多项目晶圆(MPW)/晶圆共享,可以享受共享晶圆制造带来的成本优势及其他优势。
艾迈斯欧司朗MPW服务提供180 nm和0.35 μm全范围的专业工艺,包括最近推出的180 nm CMOS技术(“C18”)。2024年的服务计划表已公布。
多项目晶圆服务将不同客户的多种设计需求集成到单片晶圆设计上。由于晶圆和掩膜的成本由各个多项目晶圆客户均摊,因此该服务可有效降低艾迈斯欧司朗代工厂客户的成本。
该项服务的实现得益于全球合作伙伴的支持,其中包括CIME-P(前身为CMP)和Fraunhofer IIS(通过EUROPRACTICE欧共体计划)。亚太地区和中国区的客户也可以通过当地MPW项目的合作伙伴MEDs Technologies使用该服务。
【倪光南院士:在CPU芯片领域,中国将迎来新型服务器的发展机遇】
“中国是世界最大的数据大国,对服务器有重大需求。”3月14日,中国工程院院士倪光南在2024玄铁RISC-V生态大会上表示,随着AGI(通用人工智能)的发展,中国AI算力中心建设正在蓬勃兴起,基于RISC-V架构的DSA新型服务器有可能实现对传统x86服务器的替代。
RISC-V是一种新兴指令集,因其开源、开放、简洁、灵活等特性,在当下的芯片产业周期中发展迅速。据悉,RISC-V由图灵奖得主大卫·帕特森教授团队研发,并于2010年宣布对外开源。因其可拓展性,适合智能硬件的发展需求,而对芯片设计厂商而言,也大幅降低了芯片设计的周期、成本。
业内人士预测,未来几年,RISC-V采用率将以40%年复合增长率增长,2030年RISC-V架构芯片有望突破160亿颗。据统计,RISC-V基金已有高通、英伟达和谷歌等超过4000名成员。目前,中国有数百家公司在关注或以RISC-V指令集进行开发,在RISC-V International 25个高级会员中,12家为中国企业,包括阿里巴巴、腾讯等。
为此,倪光南预测,在CPU芯片领域,未来将形成英特尔(x86)、Arm、RISC-V三分天下的格局。他认为,近几年中国服务器市场上非x86 服务器的份额仅在10%左右,基于RISC-V架构的新型服务器将替代传统的x86服务器,“融合RISC-V、扩展指令集、Chiplet(小芯片组)等技术,发展新型服务器是中国的一个机遇。”
硅谷芯片设计“大佬”吉姆·凯勒也表示,“未来会迎来前所未见的AI软件应用,而RISC-V有望打造出下一代的AI引擎”。
在会上,中国科学院软件研究所发布基于RISC-V架构的开源笔记本电脑“如意BOOK”,首次打通了从底层芯片到操作系统到商用软件的RISC-V全链路。达摩院院长张建锋则表示,今年下半年,第一款基于RISC-V与安卓开发的终端设备也将问世。
【科普|生物传感器】
01原理
首先生物传感器的组成包含抗体、抗原、蛋白质、DNA或者酶等生物活性材料,当待测物质进入传感器后,这些生物活性材料与待测物进行分子识别,然后发生生物反应并产生信息,这些信息进一步被化学换能器或者物理换能器转化为声、光、电等信号,仪器将信号输出,我们就能够得到待测物质的浓度。
02分类
1. 按照其传感器中所采用的生命物质分类,可分为:微生物传感器、、组织传感器、酶传感器、DNA传感器等。
2. 按照传感器器件检测的原理分类,可分为:热敏生物传感器、、光学生物传感器、酶电极生物传感器等。
03运用
1. 食品:用于监测合成生物食品和发酵食品所受的微生物污染,如内毒素污染。
2. 医学:酶传感器用于临床上测定尿素、葡萄糖、乳酸、天门冬酰胺等生化指标,基因传感器是主要用于结核杆菌、艾滋病毒和乙肝炎病毒等的检测。
3. 环境:在环境监测中,其应用主要涉及水源、土壤和空气等方面。水源监测中酶传感器能检测水中的酸碱度、氮、磷等离子体含量,而细胞传感器则可检测水中的细菌和病毒等微生物;土壤监测中抗体传感器可用于监测土壤重金属含量;大气监测中生物传感技术不仅被用在测定大气中的 CO2、NOx、SO2等的含量及浓度,还被用在监测甲醛等直接影响到我们的居住环境的气体污染物上。
04前景
自1962年它被发明以来,经过几十年的发展,出现了丰富多样的生物传感器类型,却没有大规模商业化应用。其原因在于,它的较难批量生产。生物传感器是多学科综合交叉的一门技术,主要的发展趋势是多功能化、微型化、智能化、集成化。未来生物传感器的研究工作将主要围绕大规模的应用在实际中而努力,最终逐步市场化和商品化。相信不用多久,新一代高灵敏度、低成本、高稳定性等众多优势的生物传感器将在环境监测领域,将发挥更大的作用。
审核编辑 黄宇
全部0条评论
快来发表一下你的评论吧 !