基于全光控突触的神经形态视觉系统在生物信息识别中的创新应用与性能研究

本文报道了一种基于ZnO与Cs2CoCl4单晶串联结构的全光控人工突触（AOC synapse），实现了紫外光（UV）增强与可见光（Vis）抑制的双向突触可塑性调控。该系统集成了光信息感知与处理功能，无需外加电压调制，显著简化了电路设计并降低了功耗。研究进一步展示了该突触在生物信息预处理中的去噪能力与特征识别中的权重更新功能，在复杂光环境下实现了超过90%的生物识别准确率，为高效神经形态视觉（neuromorphic vision）系统的开发提供了新思路。

　　

引言

在人工智能时代，实时视觉信息处理对能效提出更高要求。传统机器视觉系统依赖CPU/GPU进行图像处理与识别，存在能耗高、延迟大等局限性。受人类视觉系统启发，神经形态视觉通过近传感器计算与感知-计算融合架构，显著提升了能效与处理速度。人工突触作为神经形态视觉的基本计算单元，目前主要依赖电学调控方式，存在串扰、带宽限制与高能耗等问题。光电子突触虽能扩展带宽，但通常需要光-电混合控制模式，增加了电路复杂性。全光控（AOC）突触通过光刺激独立调控突触权重，成为解决上述问题的有效方案。

材料设计与工作机制

本研究提出了一种基于ZnO薄膜与Cs₂CoCl₄单晶串联结构的AOC突触。ZnO具有正光电导（PPC）效应，在紫外光照射下产生兴奋性突触后电流（EPSC）；Cs₂CoCl₄单晶则表现出负光电导（NPC）效应，在可见光照射下产生抑制性突触后电流（IPSC）。通过X射线光电子能谱（XPS）与开尔文探针力显微镜（KPFM）分析，证实ZnO中的氧空位（V_o）与Cs₂CoCl₄中的本征空位缺陷（V_Cs与V_Cl）分别是PPC与NPC现象的物理起源。第一性原理计算表明，在富钴条件下，V_Cl与V_Cs缺陷的形成能较低，易于捕获光生载流子并形成内建电场，从而实现对器件电导的抑制性调控。

突触性能表征

该AOC突触在360 nm紫外光与635 nm可见光脉冲刺激下，分别表现出短期增强（STP）与短期抑制（STD），并通过调节脉冲数量、频率与持续时间实现向长期增强（LTP）与长期抑制（LTD）的转变。脉冲数量依赖可塑性（SNDP）、脉冲频率依赖可塑性（SRDP）与脉冲持续时间依赖可塑性（SDDP）实验表明，突触权重可通过光脉冲参数精确调控。配对脉冲促进/抑制（PPF/PPD）行为进一步验证了其类生物突触的时序动力学特性。器件在交替紫外与可见光刺激下表现出高度可重复的电导调制循环，非线性度（NL）指数分别为0.20（增强）与0.19（抑制），满足人工神经网络（ANN）的权重更新需求。

生物信息预处理应用

基于AOC突触的紫外增强与可见光抑制特性，研究构建了光学卷积核滤波器，模拟人眼视觉聚焦功能。该卷积核通过加权平均多通道（RGB与UV）像素值，增强紫外与蓝色通道特征，抑制红色与绿色噪声。在指纹图像预处理中，系统对来自FVC 2002数据库的指纹数据进行去噪处理，显著提升了图像对比度与特征完整性。经过全连接神经网络分类，去噪后的指纹识别准确率达到98%，较噪声图像提升约20%。

神经形态视觉系统集成

研究进一步设计了全光控卷积神经网络（OCNN），将AOC突触作为突触权重单元，实现人脸识别任务。网络包含128×15突触阵列，通过基尔霍夫定律实现矩阵-向量乘法运算。权重映射实验表明，数值模型与突触派生模型的权重分布高度一致。在真实人脸数据库测试中，OCNN对原始图像的识别准确率达98%，对添加可见光噪声的图像通过卷积去噪后识别准确率恢复至95.2%，较未去噪图像提升60%。功耗分析显示，该AOC突触的能效优于多数光电子突触器件。

结论

本研究通过ZnO-Cs₂CoCl₄单晶串联结构实现了高性能全光控人工突触，解决了传统光电子突触依赖复杂界面效应与环境敏感性的问题。该系统在生物信息预处理与特征识别中表现出优异的去噪能力与识别精度，为复杂光环境下的生物信息识别提供了高效、低功耗的解决方案，推动了神经形态视觉系统的实际应用发展。