超宽光谱图像融合的量子点光电二极管阵列

研究背景

多光谱图像融合是一种从不同波长的源图像中提取最相关信息并将其融合为统一图像的技术，目的是为机器视觉、自动驾驶汽车、医疗诊断和其他人工智能等后续应用提供更丰富、更有价值的信息。现有的多光谱图像融合方法通常依赖于视觉算法，包括多尺度变换、深度学习等，其代价是分辨率不匹配、计算资源过载和系统复杂。随着响应范围更广的光电探测器的发展，像素级图像融合是一种更实用的方法，只需使用一个光电探测器即可捕捉多光谱图像。这种方法简化了成像过程和系统，还具有节省计算资源和降低能耗的额外优势。

X射线、可见光和红外线的像素级多光谱图像融合 (PLMSIF) 在医疗成像、安全监控和无损检测等多个领域都备受期待。在医学成像应用中，X 射线图像强调无机骨骼纹理可见光图像支持外观评估，红外图像提供有机组织结构的详细描述。将 X 射线图像、可见光图像和红外图像合并为一幅图像，可以有效、全面地构建完整的医学图谱，传统方法是通过 X 射线、可见光和红外三个单独的光电探测器，然后应用视觉算法来实现的这种系统需要复杂的视觉算法和大量计算资源来补偿三种光电探测器在像素位置和分辨率上的差异，阻碍了医学成像领域人工智能的发展。随着人们对医疗成像的舒适性和实时性的要求越来越高，还需要考虑和开发可穿戴的柔性光电探测器，以适应不规则的生物表面，提高舒适度。然而，就我们所知，目前还没有关于单个柔性光电探测器能够捕捉 X 射线、可见光和红外图像以实现图像融合的报道。

研究成果

将来自多光谱图像的信息合并成一幅融合图像，可为人类或机器感知提供丰富的信息和益处。目前，需要使用多个具有不同响应波段的光电探测器，这就需要复杂的算法和系统来解决像素和位置不匹配的问题。理想的解决方案是像素级多光谱图像融合，即使用相同的光申探测器对多光谱图像进行融合，从而规避不匹配问题。在此，华中科技大学高亮&唐江教授团队介绍了利用胶体量子点光电二极管阵列进行像素级多光谱图像融合的可能性，该阵列具有从 X 射线到近红外的宽带响应范围，对弯曲和 X 射线辐照具有出色的耐受性。胶体量子点光电二极管阵列在可见光和近红外范围内的特定检测率超过 1012 Jones，在 X射线照射下的体积灵敏度约为 2x105 uC Gy-1 cm-3。为了展示像素级多光谱图像融合的优势，作者对包覆铁丝和软塑料的胶囊进行了成像，通过 X 射线和近红外融合图像成功揭示了胶囊的内部信息。相关研究以“Flexible and broadband colloidal quantum dots photodiode array for pixel-level X-ray to near-infrared image fusion”为题发表在Nature Communications期刊上。

图文导读

Fig. 1 | Pixel-level X-ray to infrared image fusion and work mechanism.

Fig. 2 | Device performance of PbS CQDs photodiode under UV-Vis-NIR light illumination.

Fig. 3 | Performance of flexible PbS CQDs photodiode under X-ray irradiation.

Fig. 4 | Image fusion of flexible PbS CQDs photodiode array.

总结与展望

总之，作者制备出了具有从 X 射线到近红外超宽带响应的柔性 PbS CODs光电二极管阵列。在可见光-近红外照明下，该器件具有高响应率和 EOE(0.38 AW-1和 766%)、低暗电流密度 (50.9 nA cm-2)、大线性动态范围 (>85 dB)、高检测率 (1.01 x 1012 Jones)和高-3dB 带宽(32 kHz)。在低偏压 (0.1-1.25 V)、30 keV X射线照射下，该器件显示出 ~17.8uC Gyair-1 cm-2 灵敏度和 ~2 x 105 uC Gyair-1 cm-3 体积灵敏度。此外，该器件还具有良好的柔韧性，在大曲率 (30°-60°) 弯曲 200 次后性能几乎没有下降。最后，单个 PbS CODs 光电二极管阵列被用于 X 射线、可见光和近红外的像素级图像融合。融合后的图像可以从不同波段的图像中收集到更全面的信息，而无需进行像素错配和复杂的成像处理。利用该柔性 PbS CODs 光电二极管阵列实现 X 射可见光和近红外像素级图像融合的简单方法，在柔性电子学中具有广阔的应用前景。

文献链接

Flexible and broadband colloidal quantum dots photodiode array for pixel-level X-ray to near-infrared image fusion

https://doi.org/10.1038/s41467-023-40620-3

转自：“i学术i科研”微信公众号

如有侵权，请联系本站删除！