超表面实时超光谱成像芯片的作用

光谱是物质的“指纹”，能够揭示物质的组分和含量。光谱成像可以获取成像视场内各像素点的光谱，为智能感知开拓了一个新的信息维度。近期，清华大学电子工程系黄翊东教授团队崔开宇老师等在光谱成像芯片方面取得系列进展，研制出国际首款实时超光谱成像芯片，与已有的片上光谱检测技术相比，实现了从单点微型光谱仪到超光谱成像芯片的跨越，在智能实时感知领域具有广阔的应用前景。

光谱是指波长覆盖紫外到红外范围的电磁波频谱。在该频谱区间内的光子能量同常见物质的能级间距相近，这使得光谱携带着丰富的光与物质相互作用的信息，因此光谱也被形象地称为物质的“指纹”。光谱分析技术是揭示物质微观结构和研究物质组分的重要工具，在物理、化学、生物、天文等领域有着广泛的应用。

光谱成像是光谱技术与传统成像技术的结合，可以获取二维图像中每个点的光谱信息，生成光谱图像的数据立方（data cube）。根据光谱分辨率的不同，光谱成像可分为多光谱成像、高光谱成像和超光谱成像，其工作中心波长与光谱分辨率的比值（λ/Δλ）分别约为10、100和1000。

传统的光谱成像技术大多采用空间扫描（逐点逐行扫描）或波长扫描的模式。空间扫描式光谱成像设备一般利用机械装置推动单点或线阵的光栅光谱仪在成像平面内完成扫描操作，从而逐次获取整个像平面内的光谱信息并生成光谱图像。波长扫描式光谱成像设备则利用滤光片转轮或者波长可调谐的窄带滤波器，采集不同波长下的目标图像，实现光谱成像。两者都需要扫描操作，无法实时获取视野场景中各像素点的光谱信息。

国际首款实时超光谱成像芯片

清华大学电子工程系黄翊东教授团队（以下简称“团队”）长期致力于微纳光电子领域研究。近期，团队崔开宇老师带领学生在超表面超光谱成像芯片方面取得重要进展，研制出国际首款实时超光谱成像芯片（见图1）。团队利用硅基超表面实现了对入射光的频谱域调制，通过改变超表面单元的结构参数实现不同的调制函数，利用互补金属氧化物半导体图像传感器（CMOS Image Sensor, CIS）实现频谱域到电域的投影测量，再通过压缩感知算法重建得到入射光的光谱，并进一步通过超表面的大规模阵列集成实现实时光谱成像（Real-time Spectral Imaging, RTSI）。此外，团队提出了基于图像自适应的可重构超表面超晶胞（metasurface supercell），利用超表面单元结构的空分复用，解决了计算光谱难以兼顾频谱分辨率和空间分辨率的问题。

该款实时超光谱成像芯片可将单点光谱仪的尺寸缩小到百微米以下，空间分辨率超过15万像素，即在0.5平方厘米的芯片上集成了超过15万个（356×436）微型光谱仪，可快速获得每个像素点的光谱，工作谱宽450～750纳米，单色光的测量精度（即波长精度）达到0.04纳米，波长分辨率为0.8纳米，测试结果如图2所示。

由此可见，该款芯片是将计算重建型微型光谱仪进行了阵列化处理，集合了超表面、快照式光谱成像、超光谱成像等技术的优势，实现了器件的小型化和芯片化。

与此同时，团队还同清华大学生物医学工程系洪波教授团队合作，使用实时超光谱成像芯片首次测量了活体大鼠脑部血红蛋白及其衍生物的特征光谱的动态变化（见图3）。团队利用该芯片对活体大鼠脑部进行实时成像，通过算法从采集的灰度图像中重建得到数据立方，获取小鼠脑部不同位置的动态光谱变化情况，通过氧合血红蛋白（HbO）与脱氧血红蛋白（HbR）的特征吸收峰，分析获取了对应的血管区和非血管区的血红蛋白含量变化情况。

2021年初刊发于《科学》（Science）的综述文章《光谱仪的小型化》（Miniaturization of Optical Spectrometers）就已关注到团队早前的先期工作，并将这一超光谱成像芯片技术列为该领域的最新研究成果。团队相关研究成果以《基于可重构超表面的实时超光谱成像芯片及动态脑光谱获取》（Dynamic Brain Spectrum Acquired By A Real-Time Ultraspectral Imaging Chip With Reconfigurable Metasurfaces）为题于2022年正式在国际光学领域著名期刊《光学》（Optica）上发表。

基于自由形状超原子超表面的超光谱成像芯片

团队在研发上述超表面实时超光谱成像芯片的过程中，采用的仍然是基于规则形状的超表面单元设计方法。这是因为对圆孔、方孔和十字孔等规则形状的参数化描述较为简便，例如圆孔的直径、方孔的边长等，便于采用参数扫描的方式进行结构设计。但这种基于规则形状的设计自由度较低，只覆盖了超表面单元设计空间的一小部分，相应的光谱成像性能仍有较大提升空间。

为突破规则形状的限制，团队提出了一种自由形状超原子（Freeform Shaped Meta-Atoms）的超表面设计方法，即通过对一个单元内的区域进行网格划分、格点值随机分配以及滤波和二值化处理来生成自由形状。得益于超表面参数设计空间的扩大，基于自由形状超原子超表面的超光谱成像芯片的性能有了进一步提升，波长分辨率提升至0.5纳米（见图4）。

利用该芯片对24色麦克佩斯色卡（24-patch Macbeth color chart）和不同水果进行光谱成像的结果如图5所示。以基于空间扫描的商用光谱相机拍摄的结果作为参考，利用超光谱相机对24种颜色的平均光谱重建保真度达到98.78%。



团队相关研究成果以《基于自由形状超原子超表面的超光谱成像》（Ultraspectral Imaging Based on Metasurfaces with Freeform Shaped Meta-Atoms）为题于2022年在国际光学领域著名期刊《激光与光子学评论》（Laser & Photonics Reviews）上发表。

审核编辑：刘清