Espectroscopia en chip basada en redes neuronales utilizando un codificador plasmónico escalable. Crédito:Instituto de Ingeniería de UCLA para el Avance Tecnológico
Un equipo de investigadores de la Escuela de Ingeniería Samueli de UCLA ha demostrado un nuevo enfoque a un viejo problema:medir espectros de luz, también conocido como espectroscopia. Aprovechando la escalabilidad, técnicas de nanofabricación rentables, así como algoritmos impulsados por IA, construyeron y probaron un sistema que es más compacto que los espectrómetros convencionales, al mismo tiempo que ofrece ventajas de diseño adicionales.
La espectroscopia es una herramienta central para muchas aplicaciones en las ciencias de la vida, medicamento, astrofísica y otros campos. Los espectrómetros convencionales dividen la luz en sus colores constituyentes para poder medir la intensidad de cada uno. Esto conduce a varias limitaciones y compensaciones de diseño:una resolución espectral más fina (con un espaciado más estrecho entre los colores o longitudes de onda detectables) puede requerir el uso de hardware más caro, aumentando la huella física del dispositivo y potencialmente sacrificando la intensidad de la señal. Esto puede ser problemático para aplicaciones que requieren alta sensibilidad, alta resolución espectral, y diseño de sistema compacto. También presenta más desafíos para las imágenes hiperespectrales, que implica capturar un espectro para cada píxel en una imagen, una técnica comúnmente utilizada para tareas de teledetección, como el monitoreo ambiental para evaluar la salud de los cultivos o la prevalencia de gases de efecto invernadero, entre otros usos.
El enfoque de los investigadores de UCLA, impulsado por IA, re-visualiza el problema de la espectroscopia desde cero. En lugar de confiar en dividir la luz en un arco iris de longitudes de onda constituyentes, un chip nanoestructurado deconstruye espectralmente la luz utilizando cientos de filtros espectrales únicos en paralelo. Este chip utiliza estructuras plasmónicas como codificador espectral, que se compone de 252 baldosas, cada uno con un patrón de nanoescala único que transmite un espectro de luz distinto. En otras palabras, el espectro de luz desconocido que se va a medir se "codifica" en la transmisión de cada uno de estos mosaicos plasmónicos. Este codificador nanoestructurado se fabrica mediante un proceso de litografía de impresión que podría reducir drásticamente el costo de producción y permitir el escalado a grandes volúmenes de producción.
La luz transmitida por el chip codificador espectral se captura utilizando un estándar, sensor de imagen económico que se utiliza habitualmente en las cámaras de nuestros teléfonos móviles, producir una imagen que luego se alimenta a una red neuronal encargada de reconstruir el espectro de luz desconocido a partir de la información de la imagen codificada. Se demostró que esta red neuronal de reconstrucción espectral produce resultados precisos mucho más rápido que otros enfoques de espectroscopia computacional. dando un resultado en menos de una trigésima parte de milisegundo. Este nuevo marco de espectrómetro impulsado por IA demuestra un camino en torno a las compensaciones típicas entre el costo del dispositivo, Talla, resolución y fuerza de la señal.
"Aquí no solo estamos demostrando una prueba en un dispositivo de concepto, "dijo Aydogan Ozcan, Profesor del Canciller de Ingeniería Eléctrica e Informática y Director Asociado del Instituto de NanoSistemas de California (CNSI), cuyo grupo realizó la investigación. "Presentamos un marco completamente nuevo para el diseño de espectrómetros a escala de chip. La red neuronal, los espectros de entrenamiento, las geometrías y materiales del nanocodificador; cada uno de estos componentes podría optimizarse para diferentes aplicaciones o tareas específicas, permitiendo compacto, espectrómetros rentables que producen mediciones de alta calidad para un tipo de muestra o régimen espectral dado ".
Este marco de espectrómetro en chip habilitado para IA podría encontrar varias aplicaciones que van desde el monitoreo ambiental de gases y toxinas, a diagnósticos médicos donde se necesita información espectral para distinguir la presencia de diferentes biomarcadores. Los investigadores también señalan que los mosaicos plasmónicos se pueden reducir y teselar (como la cuadrícula de píxeles de una cámara) para realizar imágenes hiperespectrales. que puede ser importante en, por ejemplo, teledetección autónoma donde sea compacto, El factor de forma ligero es esencial.
Los otros autores del trabajo fueron los investigadores de Ingeniería Eléctrica e Informática Calvin Brown, Artem Goncharov, Zachary S. Ballard y Yunzhe Qiu, estudiantes de pregrado Mason Fordham y Ashley Clemens, y el profesor adjunto de Ingeniería Eléctrica e Informática Yair Rivenson.
El estudio fue publicado en la revista ACS Nano .