AI增强强场太赫兹光谱检测与成像技术：实现微米级无损检测的新突破

《iScience》：AI enhanced strong-field terahertz spectral detection and imaging

本刊编辑推荐：针对太赫兹无损检测中存在的材料折射率未知、脉冲信号混叠、检测过程耗时等技术瓶颈，研究人员开发了基于4英寸自旋电子太赫兹发射器的AI增强检测系统。该研究通过Conformer神经网络架构实现了±8μm精度的微米级厚度测量，并结合快速大面积缺陷扫描技术，在表面涂层处理和构件维护等领域展现出重要应用价值。技术指标显示系统动态范围达58dB，脉冲宽度0.367ps，频谱宽度5.13THz。

　　

在工业检测和科学研究领域，太赫兹波（0.1-10 THz）因其独特的物理特性正受到越来越广泛的关注。这种介于微波和红外之间的电磁波，兼具了微波的强穿透能力和红外的高分辨率特点，在金属缺陷检测、涂层厚度测量、复合材料内部结构评估等领域展现出巨大潜力。然而，尽管太赫兹技术前景广阔，当前仍面临三大技术挑战：材料折射率未知导致测量误差、超薄样品反射脉冲混叠难以识别、传统逐点扫描方式效率低下。这些问题严重制约了太赫兹技术从实验室走向工业现场的进程。

近日发表在《iScience》的研究论文"AI enhanced strong-field terahertz spectral detection and imaging"提出了一种创新解决方案。该研究团队成功将4英寸自旋电子太赫兹发射器（Spintronic Terahertz Emitter, STE）集成到无损检测系统中，并结合神经网络辅助的厚度预测和轮廓检测算法，实现了微米级精度的厚度测量和快速缺陷成像。

研究团队采用的关键技术方法包括：基于一维光子晶体增强的自旋电子强场太赫兹发射系统，其产生的太赫兹波具有58dB动态范围、0.367ps脉冲宽度和5.13THz频谱宽度；设计透射和反射双模式检测模块以适应不同材料特性；建立包含1000组模拟信号的训练数据集；开发结合CNN与Transformer优势的Conformer神经网络模型；采用双模式检测策略，透射模式适用于非导电复合材料，反射模式适用于金属基板涂层材料。

实验设置与系统性能

研究团队搭建的AI增强太赫兹光谱检测成像系统核心是一个4英寸直径的自旋电子太赫兹发射器，由钛蓝宝石激光放大器驱动，产生35fs脉冲宽度、1kHz重复频率的飞秒激光脉冲。系统采用电光采样（Electro-Optic Sampling, EOS）检测技术，结合锁相放大器和计算机信号处理，实现太赫兹波形的可视化分析。

系统创新性地设计了透射和反射双检测模式。透射模式下样品置于发射器与探测器之间的光路中，适用于非导电复合材料；反射模式采用15°入射角设计，特别适合金属基板上的涂层检测。这种双模式设计极大提升了系统的应用灵活性，能够满足不同材料的表征需求。

AI辅助光谱厚度测量

厚度测量实验选用高阻硅片作为验证样品，厚度范围100-500μm。传统飞行时间（Time-of-Flight, ToF）方法需要已知材料折射率，而本研究创新性地通过分析R₀、R₁、R₂三个反射峰的电场强度比值，推导出硅片在太赫兹波段的折射率为3.4644，与参考文献值3.418高度吻合。

针对超薄样品反射脉冲混叠难题，研究团队建立了包含1000组厚度1-1000μm的模拟信号数据集，并开发了Conformer神经网络架构。该模型巧妙结合了CNN的局部特征提取能力和Transformer的全局上下文建模优势，通过特征耦合单元实现有效特征整合。

训练结果显示，模型在150次迭代后达到99.8%的预测准确率（误差范围±8μm）。对实验测量信号的测试表明，所有厚度预测结果与标称值的偏差均在±20μm以内，验证了深度学习辅助厚度测量的有效性。

快速缺陷定位与AI辅助轮廓提取

针对大尺寸样品检测效率低的问题，研究团队提出了完整的快速缺陷定位与轮廓提取流程。利用4英寸太赫兹波束可实现大面积快速扫描，相比1英寸波束检测效率提升约16倍。实验使用120mm×120mm铝板验证，平坦样品仅显示单一反射峰，而带有60mm直径凹陷（深度1mm）的缺陷样品则清晰显示两个分离的反射峰，证明系统具备毫米级缺陷深度检测能力。

对于精细缺陷成像，研究采用孔径扫描方式对"THz"字母图案的金属板进行透射模式扫描。通过双三次插值方法处理原始图像数据，有效平滑了因采样密度不足产生的像素化伪影。随后使用基于动态增强多尺度架构的轮廓提取网络，成功从降噪后的扫描图像中提取出清晰的字母轮廓。

研究结论与意义

这项研究成功开发了一种AI增强的太赫兹光谱分析与成像技术，通过自旋电子强场太赫兹发射器和神经网络算法的有机结合，有效解决了太赫兹无损检测中的多个关键技术瓶颈。系统在微米级厚度测量方面表现出色，对1-1000μm厚度范围的硅片实现了±8μm的测量精度，同时具备快速大尺寸样品缺陷筛查和精细轮廓成像能力。

该技术的创新性主要体现在三个方面：首先，通过一维光子晶体增强的自旋电子发射器产生了高质量的太赫兹波源；其次，双模式检测设计适应了不同材料的检测需求；最重要的是，AI算法的引入解决了超薄样品脉冲混叠和缺陷轮廓提取的难题。

虽然研究取得了显著成果，作者也指出了若干可进一步优化的方向。如采用更薄的电光晶体可能进一步拓宽频谱带宽，缩小脉冲宽度，从而实现对亚微米级厚度样品的测量。此外，数据集架构和网络参数仍有迭代改进空间，以加速训练收敛和提高预测保真度。

这项技术为多层复合涂层厚度测量和复杂材料内部缺陷检测奠定了基础，在表面涂层处理、构件维护和文化遗产保护等领域具有广阔的应用前景。其可扩展性和高灵活性特点，为太赫兹技术从实验室走向工业应用提供了有力支撑。