科技是第一生产力、人才是第一资源、创新是第一动力 加快建设科技强国,实现高水平科技自立自强
氢能科技 沙蓬绿色种养产业模式 联源科技 超联科技 园区 园区 园区 园区 园区

一周前沿科技盘点丨我国科研人员首次实现像素“分割”成像;时空色彩魔术师:3D手性颜色单元的智能编程"

   2024-12-02 园区发展建设处、北京首都科技发展集团有限公司
33
核心提示:数字图像传感器的像素规模和性能,是影响天文、遥感等领域图像成像质量的核心要素。在当前的芯片制造水平下,数字图像传感器的像

数字图像传感器的像素规模和性能,是影响天文、遥感等领域图像成像质量的核心要素。在当前的芯片制造水平下,数字图像传感器的像素分辨率和成像质量已臻极限,难以大幅提升。对此,空天院张泽研究员团队首次实现像素“分割”成像,成功开发出超采样成像技术。

透过散射介质成像意义重大。目前,研究多利用深度神经网络在散斑图样中恢复清晰图像,通过优化光场调控实现高光学厚度的散射成像。然而,由于实际应用场景数据集难以获取,大多数实验在实验室环境下进行,使用空间光调制器加载图像,并在人造光源和侵入式照明条件下采集散射图像。这种实验条件与真实散射场景差异显著,导致训练出的深度神经网络难以应用于外场散射环境。近日,中国科学院研究团队进行了相关探索。

基于国际科技创新中心网络服务平台科创热榜每日榜单形成的一周科技记忆,我们推出《一周前沿科技盘点》专栏。今天,为大家带来第119期。

1、《Laser & Photonics Reviews》丨我国科研人员首次实现像素“分割”成像

超采样成像技术流程示意图

数字图像传感器的像素规模和性能,是影响天文、遥感等领域图像成像质量的核心要素。在当前的芯片制造水平下,数字图像传感器的像素分辨率和成像质量已至极限,难以大幅提升。中国科学院空天信息创新研究院张泽研究员团队首次实现像素“分割”成像,成功开发出超采样成像技术。超采样成像是一种能够突破像素分辨率极限,利用少数像素传感器实现大规模像素显像能力的技术。该技术能够显著提升图像传感器的像素分辨率和成像质量。

在实现原理上,该团队采用稳态激光技术扫描数字图像传感器,通过稳态光场表达式和输出图像矩阵的关联关系,精确求解出图像传感器像素内量子效率分布。当使用相机拍摄动态目标或者移动相机拍摄静态场景时,通过获取的像素内量子效率和像素细分算法,可以突破原始像素分辨率,实现超采样成像。稳态激光技术是由该团队首创的锋芒稳态激光技术演化而来,在原理上具有极稳定的光场形式。

超采样成像技术目前可以将像素规模提高5×5倍,即利用1k×1k的芯片可以实现5k×5k像素分辨率的成像。随着标校精度提高,像素分辨率具有提升空间。打个比方,原有像素是一个方块,通过这一技术可以将像素分割,等效变成25个像素(方块),对应着像素规模提升了25倍。

目前,这一技术在室内、室外对无人机、建筑、高铁、月亮等目标进行了成像试验,展现出良好的技术稳定性。

2、《Light: Science & Applications》丨时空色彩魔术师:3D手性颜色单元的智能编程

透过散射介质成像具有科学意义和应用价值。有研究利用深度神经网络实现在散斑图样中复原清晰的物体,通过优化光场调控实现透过散射介质聚焦以及实现超17倍光学厚度的散射成像等。而受限于实际应用场景数据集难以采集,多数研究只能利用空间光调制器依次加载大量图像。在实验室人造散射环境中,人造光源侵入式照明条件下,利用相机采集相应的散射图像。这样设计的实验条件与实际散射场景在光学特性上大相径庭。通过这些数据训练的深度神经网络只可用于类似的实验环境,无法应用于真实的外场散射环境。

中国科学院上海光学精密机械研究所研究员司徒国海团队提出了基于深度神经网络的、能够应用于自然场景的实时非侵入式透过散射介质光学成像方法(DescatterNet),分别从实验装置设计、数据集设计、数据预处理方法、AI模型优化和部署等方面开展研究,在真实物体和自然场景中取得显著的散射成像效果。研究显示,随着散射程度加深,原始散射图像迅速退化并完全无法分辨。DescatterNet对真实物体实现了高质量的散射成像,提高了成像系统的探测性能。

在前期成果的基础上,该团队进行了自然场景的散射成像实验并搭建了成像装置。实验中,该团队实现了透过户外5.9km的浓雾环境对自然场景的散射成像。传统图像增强方法难以复原出清晰图像,而DescatterNet可以取得最优的复原结果。

该研究表明,AI技术应用于真实散射场景的关键在于适配的数据集、数据处理算法及强大的神经网络。该研究结合光学成像原理研制的新一代智能成像技术提高了系统的探测性能,在恶劣天气下交通安全、视频监控、火场救援和水下探测等领域展现出应用前景。

3、《National Science Review》丨光栅结构色革新触觉传感器,机器人感知新高度

基于柔性光栅结构色的触觉感知方法示意图

触觉传感器是机器人执行复杂精细操作的关键核心部件之一。近年来,随着机器视觉技术发展,基于视觉识别原理的触觉传感器(又称视触觉传感器)成为触觉感知领域的重要研究方向。现有的视触觉传感器依赖几何光学信息或标记跟踪技术,其触点力位识别感知的分辨率和精度受到制约。

中国科学技术大学副教授董二宝课题组联合香港城市大学副教授于欣格团队受仿生结构色现象启发,创新性地采用柔性光栅薄膜在白光照射下形成的结构色图案作为触觉表征信息,并结合深度学习算法进行数据处理,实现了接触点的高灵敏、高分辨率感知。实验结果表明,这种基于柔性光栅结构色的视触觉感知方法能够充分利用结构色图案中蕴含的丰富触觉表征信息,在触点定位的空间分辨率和法向力识别精度方面优于当前的视触觉感知技术,并在综合性能方面得到提升。

这一基于柔性光栅结构色的触觉感知方法展现了优异的可拓展适用性。该团队基于核心组件的模块化设计,进一步开发了面向三种典型场景应用的传感器原型:一款高灵敏度振动传感器,能够精准检测低频振动信号;一款仿生触须传感器,能够灵敏感知低频振动和气流扰动;一套具备环向三维接触感知能力的内窥镜触觉传感系统。

进一步,实验验证了这一触觉感知方法在机器人感知、环境监测和医疗器械等领域的应用潜力,为智能感知技术发展提供了新的研究思路和技术途径。

4、《Nature Aging》丨破解衰老T细胞抗肿瘤难题,泛素连接酶成关键

衰老抑制CD8+ T细胞介导的抗肿瘤免疫模式图

伴随着衰老过程,人类患癌症风险上升。普遍认为,个体衰老进程导致DNA损伤和原癌基因激活,进而诱导细胞发生癌前病变。有研究提出,免疫衰老是衰老个体共有的生理现象。免疫衰老是伴随年龄增长出现的免疫系统的退行性改变,是导致个体“免疫力”下降进而诱发包括肿瘤等疾病的关键原因。其中,T细胞是机体重要的免疫细胞之一,尤其是CD8+ T细胞作为抗肿瘤免疫的一线细胞,在识别抗原后能够直接杀伤肿瘤细胞,在肿瘤免疫治疗中发挥调控作用。而衰老如何影响CD8+ T细胞的功能及其介导的抗肿瘤效应机制尚不明确。

中国科学院上海营养与健康研究所肖意传研究组通过比较年轻和衰老个体来源的CD8+ T细胞在Rag1-/-小鼠体内诱导皮下肿瘤后的表现,发现衰老组的CD8+ T细胞向组织驻留记忆T细胞(TRM)分化能力减弱。进一步研究发现,老年个体CD8+ T细胞中E3泛素连接酶BFAR的高表达抑制了TRM细胞的生成,影响了抗肿瘤免疫反应。机制上,BFAR通过泛素化激活去泛素化酶USP39,后者对JAK2的去泛素化作用抑制了JAK-STAT信号通路,从而减少了TRM细胞的分化。特异性敲除BFAR或使用小分子抑制剂iBFAR2能恢复CD8+ T细胞向TRM的分化,增强抗肿瘤免疫,并提高PD-1抗体治疗效果。这为改善老年人抗肿瘤免疫及PD-1抗体不响应患者的治疗提供了新策略。

这一研究揭示了衰老影响机体CD8+ T细胞抗肿瘤免疫反应的作用和分子机理,对衰老个体和PD-1抗体治疗不响应患者的肿瘤免疫防御能力缺陷的机制研究作了补充。BFAR作为衰老调控的关键靶点,提示其对临床老年患者肿瘤免疫治疗具有重要意义。

5、《Angewandte Chemie International Edition》丨新型三维框架,锂金属电池性能飞跃

科学家发展出新型三维共价有机框架 助力实现高性能锂金属电池

锂(Li)金属具有极高的理论比容量和低电化学电位,被广泛用作高能量密度电池的负极材料。锂枝晶的不可控生长和循环充放电过程中活性锂的持续消耗,导致锂金属电池库仑效率低、循环寿命短。在锂负极上构建人工固态电解质中间相,是抑制锂枝晶形成并提高循环性能的策略。三维共价有机框架具有沿3D方向延伸的框架,避免了层间π-π堆叠相互作用。而由于亲锂基团的多样性和密度不足,电池表现出较差的动力学性能。因此,构建具有致密亲锂基团的三维共价有机框架以实现均匀的锂吸附和沉积仍是挑战,或为追求高性能锂金属电池提供新思路。

中国科学院上海高等研究院研究员曾高峰和副研究员徐庆等,开发了新型三维共价有机框架作为锂金属电池的负极保护层。这一框架具有高密度的锂亲和位点,能够实现均匀的锂沉积行为调控。

该研究通过[6+4]合成策略,利用6连接的环三磷腈衍生物醛和4连接的卟啉基四苯基胺合成了新型磷腈三维共价有机框架。结构中的磷腈环和卟啉环作为电子丰富和亲锂位点,提高了三维方向上均匀的Li+通量,实现了高度平滑和致密的Li沉积。该电极涂层提高了Li/Por-PN-COF-Cu电池的库仑效率,促进了快速的Li+传输,使LiFePO4全电池即使在5 C的严苛速率下也能够稳定进行剥离/沉积过程。理论计算揭示了Li+与COF之间的强相互作用,利于Li+脱溶剂化,加快其反应动力学;同时,较低迁移势能表明Li+离子与π电子系统之间存在有利的相互作用。


免责声明:本网转载自其它媒体的文章及图片,目的在于弘扬科技创新精神,传递更多科技创新信息,宣传国家科技政策,展示国家科技形象,增强国家科技软实力,参与国际科技舆论竞争,推广科技企业品牌和产品,并不代表本网赞同其观点和对其真实性负责,在此我们谨向原作者和原媒体致以崇高敬意。如果您认为本网文章及图片侵犯了您的版权,请与我们联系,我们将第一时间删除。
 
 
更多>同类资讯
推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用说明  |  隐私政策  |  免责声明  |  网站地图  |   |  粤ICP备05102027号

粤公网安备 44040202001358号