Von Laborinstrumenten zu praktischen Mikrosystemen
Licht trägt eine Fülle von Informationen über die Materialien, mit denen es interagiert. Hyperspektrale Bildgebung erfasst diese Informationen, indem sie Licht in Dutzende oder Hunderte schmaler Spektralbänder aufteilt und so einen datenreichen Fingerabdruck für jedes Pixel einer Szene erzeugt. Jahrzehntelang war diese Technik in Bereichen von der Fernerkundung bis zur biomedizinischen Diagnostik unverzichtbar. Doch die Systeme, die diese Bilder erzeugen, waren sperrig, langsam und auf Labor- oder Satellitenplattformen beschränkt. Ein neues Mikrosystem, das in der Zeitschrift Science beschrieben wird, soll das ändern: Es packt hyperspektrale Fähigkeiten in ein On-Chip-Gerät, das mit Videorate Bilder aufnehmen und gleichzeitig Rechenalgorithmen in Echtzeit ausführen kann.
Was ist Hypervision?
Die Arbeit, veröffentlicht in der August-Ausgabe 2026 von Science (Bd. 393, Ausgabe 6814, S. 888-894), stellt das vor, was die Autoren als On-Chip-Hyperspektral-Mikrosystem für Online-Videorate-Computational-Imaging beschreiben. Der Name deutet auf das Ziel hin: gewöhnlichen Kameras die Leistungsfähigkeit hyperspektraler Sensorik zu verleihen und den Prozess schnell genug zu machen, um Live-Szenen zu beobachten und zu analysieren.
Anstatt auf eine separate spektrale Erfassungseinheit zu setzen, integriert Hypervision Schlüsselkomponenten direkt auf einem Chip. Dieses Mikrosystem erfasst spektrale Informationen und führt die rechnerische Rekonstruktion in Echtzeit durch, wodurch ein kontinuierlicher Strom spektraler Bilder mit Videogeschwindigkeit entsteht. Der Sensor zeichnet nicht nur Licht und Farbe auf, sondern ein reichhaltiges Spektralwürfel für jeden Moment und verarbeitet die Daten dann im laufenden Betrieb.
Die Rolle der rechnergestützten Bildgebung
Einer der wichtigsten Wegbereiter des neuen Systems ist die rechnergestützte Bildgebung. Bei einer herkömmlichen Kamera werden die Rohdaten des Sensors direkt in ein Bild umgewandelt. Bei der rechnergestützten Bildgebung sind die vom Sensor erfassten Daten nur eine Zwischenrepräsentation, und fortschrittliche Algorithmen rekonstruieren das endgültige Bild. Hypervision nutzt dieses Prinzip, indem es einen Teil der spektralen Trennung und Analyse in Software verlagert. Die optische Front-End kann eine Mischung aus spektralen und räumlichen Informationen sammeln, die sorgfältig kodiert ist, und die On-Chip-Verarbeitung dekodiert diese Mischung in einen sauberen hyperspektralen Videoframe.
Dieser Ansatz hilft, die Beschränkungen der physikalischen Optik zu umgehen. Durch die Integration der Rechenebene auf demselben Chip oder Gehäuse ist das System nicht nur kompakter, sondern auch schneller, da die enorme Datenmenge, die bei der spektralen Bildgebung anfällt, reduziert werden kann, bevor sie vom Gerät übertragen wird.
Potenzielle Anwendungen in Wissenschaft und Medizin
Hyperspektrale Bildgebung mit Videorate eröffnet völlig neue Anwendungsfälle. In biomedizinischen Umgebungen könnte sie Chirurgen ermöglichen, Gewebesauerstoffversorgung, Perfusion oder pathologische Marker in Echtzeit zu sehen und Entscheidungen während einer Operation zu treffen, ohne Proben ins Labor zu schicken. Hyperspektrale Reflexionsmuster können subtile Unterschiede in Gewebestruktur und chemischer Zusammensetzung aufdecken, die mit bloßem Auge unsichtbar sind, und geben Klinikern ein leistungsstarkes visuelles Hilfsmittel.
Die industrielle Inspektion ist ein weiterer wahrscheinlicher Nutznießer. Ein Mikrosystem, das Materialien klassifizieren oder Verunreinigungen auf einem Förderband erkennen kann, wäre ein unschätzbares Werkzeug zur Qualitätskontrolle. Landwirtschaft und Umweltüberwachung könnten Drohnen oder Handgeräte einsetzen, um Pflanzengesundheit, Wasserqualität oder Bodenbeschaffenheit in Bewegung zu verfolgen.
Forschungslabore könnten ebenfalls von einem kompakten Instrument profitieren, das direkt auf ein Mikroskop oder einen Roboterarm montiert wird und die spektrale Analyse von Experimenten in Echtzeit ermöglicht. Die Tatsache, dass das System miniaturisiert ist, bedeutet, dass es in andere Instrumente integriert werden kann und so hyperspektrale Fähigkeiten weit über ihre traditionellen Nischen hinaus verbreitet.
Herausforderungen und der Weg nach vorn
Obwohl der Artikel wahrscheinlich Aufmerksamkeit erregen wird, bleiben Fragen zur spektralen Auflösung und Genauigkeit. On-Chip-Hyperspektral-Systeme müssen oft die Anzahl der Spektralbänder gegen die Empfindlichkeit und Pixelanzahl abwägen. Die Videorate-Fähigkeit deutet darauf hin, dass das System das verfügbare Licht effizient nutzt, aber die Leistung in der Praxis hängt von der Szene, der Beleuchtung und davon ab, wie gut die On-Chip-Algorithmen verallgemeinern.
Es gibt auch die Frage der Herstellung und der Kosten. Jedes Mikrosystem, das von einer Labordemonstration zur breiten Anwendung übergehen will, muss mit bestehenden Halbleiterfertigungsprozessen kompatibel sein. Wenn Hypervision auf einer herstellbaren Plattform aufbaut, könnte es den Weg für Verbraucherkameras, medizinische Geräte und Industriesensoren ebnen, die spektrale Details so einfach erfassen wie Video.
Eine neue Art des Sehens
Das Hypervision-Mikrosystem ist ein weiterer Schritt in Richtung der seit langem versprochenen Verschmelzung von Optik, Sensorik und Berechnung. Wenn ein Sensor das Zusammenspiel von Licht über viele Spektralbänder mit Videobildrate messen kann, und das auf einem Chip, der klein genug für ein kompaktes Gerät ist, beginnt die Grenze zwischen Kamera und Spektrometer zu verschwinden. Das Ergebnis ist eine Art von Sicht, die weit über das hinausgeht, was das menschliche Auge sehen kann.
Hypervision fügt gewöhnlichen Bildern eine lebendige, spektrale Dimension hinzu. Die vollen Auswirkungen werden erst jetzt erforscht, aber vorerst reicht es zu erkennen, dass die Ära der hyperspektralen Bildgebung mit Videorate der praktischen Realität näher rückt.
Dieser Artikel basiert auf einer Berichterstattung von Science (AAAS). Lesen Sie den Originalartikel.
Originally published on science.org