banner
ニュース センター
優れた入力、厳格な品質保証。

広いダイナミックレンジとリアルな

May 29, 2023

Scientific Reports volume 13、記事番号: 12743 (2023) この記事を引用

287 アクセス

メトリクスの詳細

本研究では、多波長THzパラメトリック生成/検出および機械学習を備えたリアルタイムテラヘルツ(THz)分光システムを使用し、広いダイナミックレンジにわたる遮蔽を通じて試薬を識別およびイメージングする手法を提案します。 遮蔽を通して試薬を迅速に識別するために、「検出ストークスビーム」のスペクトル情報を機械学習による試薬認識に使用します。 一般的なテラヘルツ波による試薬同定では、連続スペクトルを取得し、後処理により定量的に分析します。 ただし、郵便で送られてくる違法薬物の検査などの実際の用途では、存在する量を定量化するのではなく、試薬を迅速に識別できる技術が必要です。 多波長THzパラメトリック生成・検出では、「多波長検出ストークスビーム」と近赤外(NIR)カメラを用いてTHzスペクトル情報を瞬時に測定できます。 さらに、機械学習により、リアルタイムで広いダイナミック レンジにわたって試薬の識別が可能になります。 さらに、識別結果を画素値としてプロットすることで、後処理をすることなく試薬の空間分布を高速に画像化することができます。

テラヘルツ(THz)波は試薬の指紋スペクトルと物質の透明性の両方を持っているため、隠された物体の識別(郵便物に隠された違法薬物や爆発物の検査など)に特に役立つと期待されています1、2、3。 ただし、テラヘルツ波の透明度はそれほど高くないため、高いダイナミックレンジを備えたリアルタイム分光計4,5が必要です。 また、分光性能がシールドによるテラヘルツ波の散乱の影響を受けないことも重要です。

リアルタイム測定のために提案されている方法には、単一周波数源の使用6、7、8、テラヘルツ時間領域分光法(THz-TDS)9、10、11、および多波長高速スイッチング注入シード法の使用が含まれます。 THzパラメトリック生成12、13、14、15、16。

私たちの研究は、主に注入シード THz パラメトリック発生器 (is-TPG) に基づいた THz 分光計の開発に焦点を当ててきました 16,17。 is-TPG は波長調整可能な光源であるため、関連する波長の数に応じて測定時間は増加します。 さらに、分光イメージングには数時間の測定と、得られた画像の後処理が必要です。 したがって、測定時間を大幅に短縮できるワンショット分光法とリアルタイム識別が必要です。 我々は多波長生成・検出 is-TPG システムを提案し、ワンショットでスペクトルを取得することに成功した 15,16。 しかし、リアルタイムでの自動識別はまだ実現されていません。 そこで本研究では、ワンショットで得られるスペクトルの同定に機械学習18を適用した。 目標は、減衰率が -60 dB の厚いシールドを通してでも試薬を迅速に識別できる実用的なシステムを考案することでした。 さらに、このシステムを分光イメージングに利用することで、各画素の情報を瞬時に識別することができ、40×40mm2のエリア内の試薬の空間分布を数十秒以内に把握することが可能となります。

is-TPG を用いた THz 分光システムの概要を図 1 に示します。多波長のシードビームがポンプビームとともに結晶に入射すると、多波長の THz 波が生成されます15,16。 THz パラメトリック検出 19 は、マルチ THz 波がシード ビームとして使用され、NIR「検出ストークス ビーム」が生成されてカメラで捕捉される、逆の生成シーケンスによっても可能です。 検出ストークスビームの発生角度は、非共線位相整合条件に従って検出されたテラヘルツ波によって決定されます。 したがって、検出ストークス光の発生角度をテラヘルツ波の周波数に変換することでワンショット分光が実現されます。 多波長発生時の水蒸気の吸収線を避けた周波数を選択できるため、ドライエアによるパージが不要です。

 20 dB./p> 60 dB. Due to additional attenuation by the reagent itself, measurements were possible through shielding with attenuation of up to − 50 dB. When measuring through cardboard, which has an uneven or etalon structure, the identification error increases slightly, but high overall accuracy is obtained, indicating that our method is resistant to the effects of shielding. In comparison, at low attenuation, although the differences in detection Stokes images for each reagent were small due to saturation, the system was able to achieve highly accurate identification with almost no errors, indicating that machine learning is useful for qualitative identification of reagents./p>