人工智能增强的元表面用于即时测量散射折射率指数
Trevon Badloe1,2, Younghwan Yang3, Seokho Lee3
1Graduate School of Artificial Intelligence, Pohang University of Science and Technology (POSTECH), Pohang, 37673, Republic of Korea.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|September 3, 2024
概括
这项研究引入了一种使用机器学习和色度测量元表面进行实时液体折射率测量的新方法. 这种方法为昂贵的传统技术提供了一个快速,简单和高分辨率的替代方案.
科学领域:
- 纳米光子学 纳米光子学
- 机器学习 机器学习
- 频谱学是一种光谱学.
背景情况:
- 折射率测量在农业,食品和医药领域至关重要.
- 传统的方法,如圆测量是昂贵的,而阿贝折射测量仅限于单个波长.
- 存在对可访问,实时和宽频折射率测量工具的需求.
研究的目的:
- 开发一种基于机器学习的平台,用于实时测量液体的散射折射率.
- 为了利用色度测量元表面在可见光谱中进行传感.
- 为了证明一种非侵入性葡萄糖度传感的概念验证.
主要方法:
- 设计和制造高指数介电性金属表面.
- 使用显微镜和智能手机测量超表面反射率和反射颜色.
- 用实验数据训练深度学习模型,以确定折射率.
主要成果:
- 实现了分散的背景折射率分辨率约为10−4,与圆测量相比较.
- 在可见光谱中证明了实时测量能力.
- 成功地应用了测量葡萄糖度的平台,显示了医学传感的潜力.
结论:
- 超表面与机器学习相结合,为液体折射率传感提供了一个强大的平台.
- 这种方法使得快速,简单,高分辨率的测量不需要专门的专业知识.
- 这项技术对非侵入性医学诊断和其他领域有重大影响.
