От помощи врачам в обнаружении рака до управления беспилотными автомобилями в дорожном движении, многие современные системы визуализации используют ближний инфракрасный свет, что обеспечивает четкое изображение там, где видимый свет рассеивается и дает размытое изображение. Однако системы ближнего инфракрасного диапазона испытывают трудности при прохождении света через такие материалы, как глубокие ткани или густой туман, поддаваясь тому же эффекту рассеяния, когда фотоны отклоняются от своего пути. Существующие системы визуализации в ближнем инфракрасном диапазоне также используют специализированные детекторы, изготовленные из дорогостоящих материалов, что ограничивает их доступность и широкое применение.
Исследователи из Университета Рочестера разработали более дешевую систему визуализации, которая решает обе эти проблемы. Система использует недорогие кремниевые детекторы, чтобы быстро преобразовать ближний инфракрасный свет в видимый, обеспечивая при этом более четкие изображения в сложных условиях. Технология, описанная в журнале Nature Communications, использует метод временной стробировки, над совершенствованием которого ученые работали более десяти лет. Он работает как сверхбыстрый затвор в фотоаппарате, но вместо механического движения управляется светом. Этот «затвор» открывается всего на пикосекунду — настолько быстро, что успевает пропустить только те световые частицы, которые пришли по прямому пути, а те, что отклонились из-за рассеяния, — блокируются. Благодаря этому изображение получается четким, даже если свет прошел через мутную среду.
В основе устройства — тонкая пленка из оксида индия-олова. Когда инфракрасный свет попадает на нее, он мгновенно преобразуется в видимый, и обычный детектор фиксирует изображение в реальном времени. Такая система может пригодиться в медицине — например, для более точного обнаружения опухолей, а также в системах LiDAR, которые помогают беспилотникам «видеть» дорогу в тумане или дожде.
Чтобы сделать технологию еще полезнее, исследователи объединили ее с искусственным интеллектом. Раньше система «видела» только небольшой участок, но с помощью алгоритмов машинного обучения удалось восстановить и расширить изображение, значительно увеличив поле зрения. Это как если бы узкий взгляд телескопа превратился в широкий обзор панорамы.
Ранее Наука Mail рассказывала о том, что предложен неинвазивный метод визуализации нервов внутри суставной ткани.