超表面實時超光譜成像芯片的作用

光譜是物質的“指紋”，能夠揭示物質的組分和含量。光譜成像可以獲取成像視場內各像素點的光譜，為智能感知開拓了一個新的信息維度。近期，清華大學電子工程系黃翊東教授團隊崔開宇老師等在光譜成像芯片方面取得系列進展，研制出國際首款實時超光譜成像芯片，與已有的片上光譜檢測技術相比，實現(xiàn)了從單點微型光譜儀到超光譜成像芯片的跨越，在智能實時感知領域具有廣闊的應用前景。

光譜是指波長覆蓋紫外到紅外范圍的電磁波頻譜。在該頻譜區(qū)間內的光子能量同常見物質的能級間距相近，這使得光譜攜帶著豐富的光與物質相互作用的信息，因此光譜也被形象地稱為物質的“指紋”。光譜分析技術是揭示物質微觀結構和研究物質組分的重要工具，在物理、化學、生物、天文等領域有著廣泛的應用。

光譜成像是光譜技術與傳統(tǒng)成像技術的結合，可以獲取二維圖像中每個點的光譜信息，生成光譜圖像的數(shù)據(jù)立方（data cube）。根據(jù)光譜分辨率的不同，光譜成像可分為多光譜成像、高光譜成像和超光譜成像，其工作中心波長與光譜分辨率的比值（λ/Δλ）分別約為10、100和1000。

傳統(tǒng)的光譜成像技術大多采用空間掃描（逐點逐行掃描）或波長掃描的模式?？臻g掃描式光譜成像設備一般利用機械裝置推動單點或線陣的光柵光譜儀在成像平面內完成掃描操作，從而逐次獲取整個像平面內的光譜信息并生成光譜圖像。波長掃描式光譜成像設備則利用濾光片轉輪或者波長可調諧的窄帶濾波器，采集不同波長下的目標圖像，實現(xiàn)光譜成像。兩者都需要掃描操作，無法實時獲取視野場景中各像素點的光譜信息。

國際首款實時超光譜成像芯片

清華大學電子工程系黃翊東教授團隊（以下簡稱“團隊”）長期致力于微納光電子領域研究。近期，團隊崔開宇老師帶領學生在超表面超光譜成像芯片方面取得重要進展，研制出國際首款實時超光譜成像芯片（見圖1）。團隊利用硅基超表面實現(xiàn)了對入射光的頻譜域調制，通過改變超表面單元的結構參數(shù)實現(xiàn)不同的調制函數(shù)，利用互補金屬氧化物半導體圖像傳感器（CMOS Image Sensor, CIS）實現(xiàn)頻譜域到電域的投影測量，再通過壓縮感知算法重建得到入射光的光譜，并進一步通過超表面的大規(guī)模陣列集成實現(xiàn)實時光譜成像（Real-time Spectral Imaging, RTSI）。此外，團隊提出了基于圖像自適應的可重構超表面超晶胞（metasurface supercell），利用超表面單元結構的空分復用，解決了計算光譜難以兼顧頻譜分辨率和空間分辨率的問題。

該款實時超光譜成像芯片可將單點光譜儀的尺寸縮小到百微米以下，空間分辨率超過15萬像素，即在0.5平方厘米的芯片上集成了超過15萬個（356×436）微型光譜儀，可快速獲得每個像素點的光譜，工作譜寬450～750納米，單色光的測量精度（即波長精度）達到0.04納米，波長分辨率為0.8納米，測試結果如圖2所示。

由此可見，該款芯片是將計算重建型微型光譜儀進行了陣列化處理，集合了超表面、快照式光譜成像、超光譜成像等技術的優(yōu)勢，實現(xiàn)了器件的小型化和芯片化。

與此同時，團隊還同清華大學生物醫(yī)學工程系洪波教授團隊合作，使用實時超光譜成像芯片首次測量了活體大鼠腦部血紅蛋白及其衍生物的特征光譜的動態(tài)變化（見圖3）。團隊利用該芯片對活體大鼠腦部進行實時成像，通過算法從采集的灰度圖像中重建得到數(shù)據(jù)立方，獲取小鼠腦部不同位置的動態(tài)光譜變化情況，通過氧合血紅蛋白（HbO）與脫氧血紅蛋白（HbR）的特征吸收峰，分析獲取了對應的血管區(qū)和非血管區(qū)的血紅蛋白含量變化情況。

2021年初刊發(fā)于《科學》（Science）的綜述文章《光譜儀的小型化》（Miniaturization of Optical Spectrometers）就已關注到團隊早前的先期工作，并將這一超光譜成像芯片技術列為該領域的最新研究成果。團隊相關研究成果以《基于可重構超表面的實時超光譜成像芯片及動態(tài)腦光譜獲取》（Dynamic Brain Spectrum Acquired By A Real-Time Ultraspectral Imaging Chip With Reconfigurable Metasurfaces）為題于2022年正式在國際光學領域著名期刊《光學》（Optica）上發(fā)表。

基于自由形狀超原子超表面的超光譜成像芯片

團隊在研發(fā)上述超表面實時超光譜成像芯片的過程中，采用的仍然是基于規(guī)則形狀的超表面單元設計方法。這是因為對圓孔、方孔和十字孔等規(guī)則形狀的參數(shù)化描述較為簡便，例如圓孔的直徑、方孔的邊長等，便于采用參數(shù)掃描的方式進行結構設計。但這種基于規(guī)則形狀的設計自由度較低，只覆蓋了超表面單元設計空間的一小部分，相應的光譜成像性能仍有較大提升空間。

為突破規(guī)則形狀的限制，團隊提出了一種自由形狀超原子（Freeform Shaped Meta-Atoms）的超表面設計方法，即通過對一個單元內的區(qū)域進行網格劃分、格點值隨機分配以及濾波和二值化處理來生成自由形狀。得益于超表面參數(shù)設計空間的擴大，基于自由形狀超原子超表面的超光譜成像芯片的性能有了進一步提升，波長分辨率提升至0.5納米（見圖4）。

利用該芯片對24色麥克佩斯色卡（24-patch Macbeth color chart）和不同水果進行光譜成像的結果如圖5所示。以基于空間掃描的商用光譜相機拍攝的結果作為參考，利用超光譜相機對24種顏色的平均光譜重建保真度達到98.78%。



團隊相關研究成果以《基于自由形狀超原子超表面的超光譜成像》（Ultraspectral Imaging Based on Metasurfaces with Freeform Shaped Meta-Atoms）為題于2022年在國際光學領域著名期刊《激光與光子學評論》（Laser & Photonics Reviews）上發(fā)表。

審核編輯：劉清