钙钛矿用于制造高效的人造视网膜

KAUST 研究人员在寻求为计算机视觉应用开发更好的选择时，已经构建了一种可以以与人类视觉系统类似的方式“看到”并且可以识别手写数字的人工电子视网膜。

Mani Teja Vijjapu，电气工程博士。学生 Khaled Nabil Salama 和他的同事设计并制造了一系列光感受器，通过电容的变化来检测可见光的强度，模仿眼睛的视杆视网膜细胞的行为。

当阵列连接到电子 CMOS 传感电路和尖峰神经网络(具有 100 个输出神经元的单层网络)时，它能够以大约 70% 的准确度识别手写数字。

“我们在这一领域研究的最终目标是开发高效的神经形态视觉传感器，为计算机视觉应用构建高效的相机，”Salama 解释说。“现有系统使用的光电探测器需要电源才能运行，因此即使在待机状态下也会消耗大量能量。相比之下，我们提出的感光器是电容性设备，它们的运行不会消耗静态功率。”

感光器阵列是通过将具有合适光学和介电特性的材料夹在底部铝电极和图案化的氧化铟锡顶部电极之间制成的，以形成微型感光金属-绝缘体-金属电容器的像素化阵列。该阵列是在聚酰亚胺薄基板上制成的，因此它具有柔韧性，并且可以根据需要弯曲，包括模仿人眼的半球形。

在为其感光器选择材料时，KAUST 团队使用了钙钛矿混合材料(甲基溴化铅(MAPbBr3))纳米晶体嵌入三元共聚物聚偏二氟乙烯三氟乙烯-氯氟乙烯(PVDF-TrFE-CEF)中。

MAPbBr3 已经引起了太阳能电池研究的极大兴趣，它是可见光的强吸收剂，而 PVDF-TrFE-CEF 具有高介电常数。“我们之所以选择混合钙钛矿，是因为它们具有出色的光电子特性，例如出色的光吸收、长载流子寿命和高载流子迁移率，”Vijjapu 解释说。

使用 4×4 阵列和不同可见颜色的 LED 照明进行的测试表明，阵列的光学响应模拟了人眼的响应，对绿光具有最大的敏感性。重要的是，还发现感光器高度稳定，即使在环境条件下储存 129 周后响应也没有变化。

该团队的未来计划包括构建更大的感光器阵列、优化接口电路设计以及采用多层神经网络来提高识别功能的准确性。

标签：