ACS Nano：人工智能让光谱学应用更加经济和精确

近日，加州大学洛杉矶分校萨缪尔工程学院的一组研究人员通过利用可扩展、经济高效的纳米制造技术以及人工智能驱动的算法，构建并测试了一个比传统光谱学更紧凑的系统，同时还具有额外优势。

该研究成果发表在ACS Nano。

光谱学是生命科学、医学、天体物理学和其他领域中许多应用的重要工具。传统的分光计将光分成不同的颜色，这样就可以测量每种颜色的强度。

但是，更精细的光谱分辨率(可检测的颜色或波长之间的间距更小)可能需要使用更昂贵的硬件，增加了设备的物理占地面积，并可能牺牲信号强度。

对于需要高灵敏度、高光谱分辨率和紧凑系统设计的应用，这可能是个问题。它还对超光谱成像提出了进一步的挑战。

而这项新研究中的纳米结构芯片不是依靠将光分成组成波长的彩虹，而是平行使用数百个独特的光谱过滤器对光进行光谱解构。

这种芯片使用等离子体结构作为光谱编码器，由252个拼块组成，每个拼块都具有独特的纳米级图案，可以传输不同的光谱。换句话说，待测量的未知光谱被“编码”在这些等离子体拼块的传输中。

这种支持人工智能的片上光谱仪框架可以找到各种应用，从气体和毒素的环境监测，到需要光谱信息来区分不同生物标志物的医学诊断。

研究人员还注意到，等离子体拼块可以缩小和细化(像相机像素网格)以执行高光谱成像，这在例如紧凑、轻量级的形状因子至关重要的自主遥感中可能很重要。

编译/前瞻经济学人APP资讯组

论文链接：

https://pubs.acs.org/doi/10.1021/acsnano.1c00079