近期，新加坡的研究人员设计出一种全球最小的LED（发光二极管），可以将现有智能手机的摄像头转变为高分辨率显微镜。这种亚光波长新型LED可用于实现全球最小的全息显微镜，有望使智能手机等日常设备中的现有摄像头，仅通过修改硅芯片和软件即可转换为显微镜。该技术也代表着室内农业和可持续农业诊断的微型化向前迈出了重要一步。
传统的光子芯片所需的光大多来自于外部光源，这不仅导致其整体能效较低，而且还从根本上限制了芯片的可扩展性。因此，人们基于各种材料（稀土掺杂玻璃、Ge-on-Si、异质集成III-V族材料等）设计了各种片上光源。虽然这些光源在性能方便表现优异，但其制造工艺在互补金属氧化物半导体（CMOS）平台中的集成仍然具有挑战性。与此同时，尽管Si在作为纳米级和单独可控发射光源的备选材料之一，非常具有潜。但由于其是间接带隙，导致它的量子效率很低，再加上现有材料和生产设备的限制，使得在CMOS中实现硅基光发射变得困难重重。
为了解决这个问题，新加坡-麻省理工学院科技合作联盟（SMART）的研究人员设计了一种室温下的CMOS集成亚波长LED，它具有高空间强度(102±48 mW/cm2)和极小的发射面积(0.09±0.04 μm2)，并且他们构建了一种新颖的、未经训练的深度神经网络架构，能够从全息显微镜中重建图像。该成果以“Simultaneous spectral recovery and CMOS micro-LED holography with an untrained deep neural network”为题发表在Optica 上（DOI: 10.1364/OPTICA.470712）。另外，该团队还在Nature Communications 上发表了题为“A sub-wavelength Si LED integrated in a CMOS platform”的论文（DOI: 10.1038/s41467-023-36639-1），展示了他们设计的最小的硅发射器，其光强度与最先进的具有更大发射区域的硅发射器相当。
图1 a) 12英寸完整晶圆 (b)芯片特写 (c) LED开启时的红外显微照片 (d)全息显微镜设置(e)重建全息图像与 (f) 实际图像对比
该团队设计出一种革命性的神经网络算法，利用该算法能够重建全息显微镜测量的物体，从而能够在无需笨重的传统显微镜或附加光学设备的环境下增强对微观物体(如细胞和细菌)的检测。该研究为构建微米尺度下的片上发射器奠定了基础。
为了展示该技术的应用价值，他们将这种LED集成到一个厘米级全硅全息显微镜中。无透镜显微镜比普通显微镜更小，也更便宜，因为它们不需要复杂、精确的透镜系统。它们利用光源照亮样品，之后光被散射到CMOS数字图像传感器上，形成数字全息图，由计算机处理后生成图像。因此，成像物体的计算重建是无透镜全息技术的一个难点。传统的重建方法需要对精确重建的实验设置有详细的了解，并且对难以控制的变量(光学像差、噪声、孪生图像等)敏感。 为此，他们开发了一种深度神经网络架构，以提高图像重建的质量。这种深度神经网络结合了全变分正则化以增加对比度，并考虑了源的宽频谱带宽。与需要训练数据的传统计算重建方法不同，该神经网络通过在算法中嵌入物理模型来消除对训练的需要。除了全息图像重建之外，相比于之前的监督学习技术，该神经网络具有一个突破性的进展，那就是提供从单个衍射强度模式中盲源光谱恢复。
图2 使用LED、全息显微镜和神经网络进行图像重建的过程
文章第一作者，麻省理工学院的研究助理Iksung Kang表示，他们的研究提供了一种概念验证，有望对很多需要微型LED的应用带来巨大影响。比如组合成阵列，以满足大规模应用所需的更高水平的照明。此外，由于微电子CMOS工艺的低成本和可扩展性，这可以在不增加系统复杂性、成本或外形因素的情况下实现设备制造。这使得能够相对容易地将手机相机转换成这种类型的全息显微镜。此外，还可以将控制电子元件甚至成像器集成到同一芯片中，从而打造一种一体式微型LED，有望对该领域带来变革性影响。”
SMART CAMP和DiSTAP首席研究员、麻省理工学院电气工程教授Rajeev Ram补充称，他们所设计的新型LED除了在无透镜全息术方面的巨大潜力之外，还有着广泛的其他应用。比如它的波长在生物组织的最小吸收窗口内，加上它的高强度和纳米级发射区域，有望成为生物成像和生物传感应用的理想选择。当然，人们还可以将这种LED与片上光电探测器集成在一起，从而在片上通信、近红外接近传感和光子学的片上测试中找到进一步的应用。
