编辑推荐：
本文构建了一种基于碳纳米管（CNTs）和细菌视紫红质（bR）的人工视网膜。通过 CNTs 和微孔 / 纳米孔结构调节光电流持续时间（PDT），实现了差异感知和视觉暂留功能，可应用于多种领域，为仿生智能应用提供新途径。
研究背景
在智能时代，从设备层面获取光学传感器的高维信息，尤其是视觉动态特征至关重要。对于生物视觉系统，如人类视网膜，光调节细胞具有检测运动特征的内置机制。但多数成像设备，像摄像机，通过捕获和比较静态帧来检测运动，数据量庞大。
动态视觉有两个关键特征：差异感知和视觉暂留能力。差异感知是指识别连续帧之间差异的能力，视觉暂留则是记住一系列单独帧以感知连续运动的能力。具有动态视觉能力的传感设备在运动传感领域，如无人机和自动驾驶汽车的导航系统，以及安全和环境监测系统中都有重要应用。
大多数传统人工视网膜结合神经网络虽能识别静态物体，但由传统无机 / 有机材料制成的设备在连续光下光电响应一致，难以调节光电流持续时间（PDT）。而细菌视紫红质（bR）作为一种具有材料稳定性和生物相容性的光电材料，在光刺激下可进行可控的质子跨膜运输，产生瞬时光电流，且其光电流在连续光照下会衰减，类似人类视觉系统的视觉暂留或疲劳机制，更利于仿生视觉应用。此外，bR - 基人工视网膜设备的动态识别能力与 PDT 相关，碳纳米管（CNTs）具有良好的生物相容性，可与 bR 结合实现电子 - 质子耦合传输功能，微孔 / 纳米孔结构也能影响质子运输，进而调节 PDT。
研究设计
本研究构建的人工视网膜由 bR 作为光电响应发生器，CNTs 和微孔 / 纳米孔结构作为光电响应调节器。其设计理念模仿人类视网膜的工作机制，人类视网膜中信号从光感受器传递到双极细胞，再到神经节细胞。双极细胞调节光响应，在人工视网膜中由 CNTs 完成；水平细胞和无长突细胞通过影响信号传输链上的其他细胞来调节信号，在人工视网膜中由设计的微孔 / 纳米孔结构实现。
bR 有两个重要特性：在光强变化足够时产生光电流，且在连续光刺激下电流随时间下降，分别对应人类视觉系统动态识别中的差异感知和视觉暂留特性。PDT 与光循环直接相关，对这两个特性都有影响。bR 的光循环过程伴随着质子运输，质子释放和吸收的异步发生导致膜电位平衡出现时间差δt1，产生瞬时光电流。质子在外部溶液中形成浓度梯度，其平衡时间δt2会影响 bR 分子的 PDT 和光循环，PDT 公式为PDT∝f(δt1,δt2)。通过调节δt1和δt2这两个关键参数，有望实现对 PDT 的调节，进而调控动态识别能力。
调节 CNTs 的浓度可加速 bR 的光循环周期，CNTs 作为低维纳米碳基材料，可通过载流子耦合加速质子运输。实验表明，添加 CNTs 会使 bR 中间 M 态寿命更快衰减，膜电位平衡的时间差δt1缩短，PDT 也随之缩短。从外部溶液质子平衡角度，引入微孔 / 纳米孔结构可通过限制质子运输来控制平衡时间。较小的孔径使单位时间内通过的质子减少，平衡时间δt2变长，PDT 延长。这些机制为 PDT 的调节提供了理论基础。
实验过程
在制备人工视网膜前，先对 bR 进行制备和表征。从中国普通微生物菌种保藏管理中心获取盐生盐杆菌（Halobacterium salinarum）1.2368，在特定基础培养基中培养，通过测量 560nm 处的吸光度来检测紫色膜的合成。当吸光度达到最大时，离心收获盐生盐杆菌培养物，纯化得到 bR。
人工视网膜由 bR 和 CNTs 组成。将 bR 悬浮液与 CNT 溶液超声混合，然后滴在氧化铟锡（ITO）导电玻璃上，通过诱导蒸发法制备 CNTs/bR 混合膜（膜尺寸：2×2mm）。利用原子力显微镜（AFM）和扫描电子显微镜（SEM）对混合膜和纯 bR 膜进行测试。AFM 图像显示，混合膜粗糙度值（Rq=17.6nm）低于纯膜（Rq=72.6nm），表明混合膜更平整均匀。SEM 图像也显示，bR 膜表面不如混合膜均匀。这是因为 bR 膜两侧亲水性不同，而 CNTs 表面疏水，使得混合膜在蒸发诱导沉积过程中 bR 取向更有序，有利于增强基于 bR 的光电器件的性能。
在基于聚二甲基硅氧烷的溶液室中，使用氙灯和三电极系统，以沉积有 CNTs/bR 混合膜的 ITO 为工作电极，纯 ITO 为辅助电极和参比电极，测试混合膜的光电响应。溶液室一侧可根据应用需求集成不同孔径的单孔。在 CNTs 和孔径大小的双重作用下，产生的光电流的 PDT 既能在小范围内（约几十毫秒）精细调节，也能在宏观上大范围调节，有利于获取和调整差异感知与视觉暂留特性。
实验结果
本研究定义设备的参考 PDT 值为光电流从峰值衰减到 5% 的持续时间。研究发现，bR 和 CNTs 的混合使 PDT 从约 100ms 缩短到约 83ms，且对于所有孔径尺寸，混合 CNTs/bR 膜的 PDT 衰减速度都比未混合膜快。不同孔径尺寸下，PDT 的调节范围从约 100ms 到约 5.4s。
研究不同 CNTs/bR 比例对 PDT 的影响时，在三种不同孔径尺寸下制备了多组不同比例（bR:CNTs = 100:1, 50:1, 20:1, 10:1 和纯 bR 膜）的样品。结果显示，随着 CNTs/bR 比例增加，PDT 呈下降趋势，下降梯度逐渐变缓并最终达到稳定值。
光强对 PDT 也有影响，在单微孔测试中，当光强从 24mW/cm2 增加到 220mW/cm2 时，设备的 PDT 增加直至饱和。这是因为光强增加会激发更多 bR 分子运输质子，使质子数量增加，平衡时间延长。当光强达到一定程度后，未激活的 bR 分子减少，质子运输数量增加变慢。同时，不同光强下增加 CNTs/bR 比例都能缩短 PDT，说明 CNTs 对 PDT 的调节作用相对独立、可重复且稳定。
为展示人工视网膜的差异感知能力，设计了基于设备快速 PDT 模式的模拟实验。混合 CNTs 后，设备 PDT 大幅缩短，产生窄尖峰信号（83ms）用于信号采样。只有当入射光强度变化显著时才会产生采样信号。在模拟实验中，设备阵列接收视频帧的光，当阵列中任何传感器感知的光强变化超过特定阈值时，设备产生脉冲信号并提取相应帧。利用提取的数据集训练机器学习算法，获得了良好的识别模型，证明了自适应帧提取方法的有效性。
传统光电传感器分析动态信息时，常采用平均帧提取法，这种方法不能根据视频内容动态调整，存在数据冗余或遗漏重要特征的问题。而本研究的动态视觉传感器基于帧间变化输出信号，避免了这些缺点。通过对连续视频帧进行灰度和图像分割处理，将视频帧处理成数值矩阵，以第一帧为基准帧，下一帧为比较帧，通过特定运算判断光强变化。当光强变化使 CNTs/bR 人工视网膜产生的光响应电流大于阈值V_s_{th}时，人工视网膜产生信号，CNTs 缩短 PDT，使信号可作为尖峰信号采样的开关，实现只提取变化大的帧，为车辆位移预测提供重要特征，避免信息冗余，便于后续神经网络预测。使用 YOLOv5 和长短期记忆网络（LSTM）的复合模型对车辆当前位置和下一位置进行识别和预测，平均精度均值（mAP）达到 0.965（交并比≥0.5 时）。
视觉暂留是动态视觉的另一特性。通过引入微孔 / 纳米孔结构，设备可实现慢 PDT 模式，展示视觉暂留能力。实验中，人工视网膜观察移动点时捕获到了褪色轨迹。当诱导光照射设备阵列的某个或多个单元并移动时，新照射单元基于光电响应获得初始电流值并开始衰减，衰减时间τ与 PDT 相关，基于此实现动态轨迹捕获。模拟实验中，假设设备阵列捕获球的轨迹，将电流值矩阵映射到灰度强度来观察。普通视频中，运动物体在单帧中是静止的，而人工视网膜能捕获帧间相对变化。当物体运动速度超过当前电流衰减速度时，可观察到视觉暂留效果。通过调节 PDT 可调整仿生视网膜的动态图像捕获能力，PDT 延长时，光电流衰减时间增加，能观察到物体更多的运动状态。
研究结论
本研究受生物视网膜结构启发，提出了 CNTs/bR 混合人工视网膜。利用 CNTs 和微孔 / 纳米孔结构实现了信号调节的功能仿生，获得了可调节的 PDT 范围（从约 83ms 到约 5.4s）。基于不同的设备 PDT 模式，设备实现了多种动态特征捕获功能。超快 PDT 模式下，实现了基于差异感知的自适应帧提取方法，并结合人工智能算法获得高质量识别和预测模型；慢 PDT 模式下，获取了传统电荷耦合器件图像帧无法获得的物体运动状态。这种动态识别能力解决了传统传感器信息获取不足的问题，为视觉系统提供全面、多维的视觉信息，实现准确的动态目标检测。通过集成神经网络算法，动态识别可应用于物体轨迹跟踪和预测等领域。该人工视网膜有望在仿生智能应用中促进更高效、自然和集成的感知交互能力。
