一種基于全電介質緊湊薄膜結構的計算重構微型光譜儀

據(jù)麥姆斯咨詢報道，近期，國科大杭州高等研究院物理與光電工程學院邵建達教授工作室和浙江大學光電學院沈偉東教授課題組聯(lián)合提出一種基于全電介質緊湊薄膜結構的計算重構微型光譜儀。相關成果以“Deep Learning-Based Miniaturized All-Dielectric Ultracompact Film Spectrometer”為題發(fā)表于中科院一區(qū)期刊ACS Photonics期刊。

近年來，隨著光譜分析的應用領域逐步擴大，對光譜儀較小物理尺寸、較低成本需求優(yōu)先于高性能，光譜儀向微型化、集成化和低成本等方面高速發(fā)展。計算重構型微型光譜儀常依靠具有寬帶光譜響應的陣列濾光片及探測器實現(xiàn)光譜編碼，依靠壓縮感知、深度學習等算法實現(xiàn)光譜重構。

本研究工作中，陣列濾光片采用緊湊薄膜結構，通過改變單一介質膜層厚度，實現(xiàn)特異性高的寬帶光譜響應。單點光譜重構僅需16個區(qū)塊，數(shù)量在同類方案中數(shù)量最少，尺寸為毫米級的陣列濾光片（單個區(qū)塊約2mm × 3mm）采用電子束蒸發(fā)的方法進行制備。

光譜重構網絡基于深度學習，輸入神經元數(shù)量對應區(qū)塊數(shù)，輸出神經元數(shù)量數(shù)量對應光譜通道數(shù)，含有若干隱層，各層神經元以全連接的方式連接，可實現(xiàn)高速、高精度光譜重構。應用于光譜成像時，得益于神經網絡并行計算優(yōu)勢，光譜成像所耗時間不與圖像空間分辨率成正比，相比于基于壓縮感知的光譜重構算法，速度大幅提升（對15萬像素圖像的光譜成像時間只需0.6s）。

圖1 (a) 基于緊湊薄膜結構的微型光譜儀外觀；(b) 基于簡單薄膜結構的陣列濾光片結構示意圖；(c) 基于深度學習的光譜重構算法。

所提出的微型光譜儀可實現(xiàn)對可見光波段（400 - 700nm）樣品絕對透射率/反射率的高精度重構，亦可在相同波段實現(xiàn)約2nm的單峰光譜分辨率和5nm的雙峰光譜分辨率。此外，本研究還對標準色卡進行了光譜成像，各區(qū)域的重構光譜與參考光譜高度吻合。

圖2 (a,b) 本研究提出的微型光譜儀可實現(xiàn) (a) 約2nm的單峰光譜分辨率及 (b) 約5nm的雙峰光譜分辨率；(c) 對濾光片的絕對透過率的光譜重構結果；(d) 對標準比色卡的光譜成像結果及藍、綠、紅三個色塊的光譜重構結果。

該論文第一作者為國科大杭高院2022級博士研究生溫俊仁，通訊作者為國科大杭高院楊陳楹副研究員和浙江大學沈偉東教授，共同作者包括杭高院雙聘教授邵宇川研究員，浙江大學章岳光副教授，杭高院碩士生郝凌云和高程等。

目前，該團隊積極探索科研成果轉化，采用了微米級紫外光刻技術與納米級薄膜沉積技術相結合的方法實現(xiàn)了百微米級濾光片陣列以及毫米級（約2mm × 2mm）微型光譜傳感模組。未來，該團隊還將進一步研發(fā)超光譜成像模組及全光譜成像芯片，有望在于天文探測、人工智能、消費電子等諸多領域發(fā)揮重要作用。

審核編輯：劉清