仿生视觉：可调灵敏度MoS2光电晶体管实现低对比度目标高效检测

《Light-Science & Applications》：Bioinspired phototransistor with tunable sensitivity for low-contrast target detection

为解决复杂视觉环境中低对比度目标识别困难及噪声干扰问题，研究人员开展了仿生视觉光电晶体管研究。该研究通过将O-plasma-treated MoS2/MoS2异质结二极管集成于MoS2场效应晶体管（FET）栅极，实现了光强依赖的灵敏度调节。结果表明，该器件对低对比度信号的检测灵敏度较传统探测器提升1000倍以上，并展现出优异的抗噪能力，为下一代机器视觉应用提供了新策略。

　　

在智能机器视觉领域，无论是自动驾驶的精准导航，还是智能监控的早期预警，都离不开能够“明察秋毫”的视觉传感器。然而，现实世界的光照环境瞬息万变，目标与背景的亮度差异往往微乎其微，这给传统的视觉传感器带来了巨大的挑战。想象一下，在雾霾天或黄昏时分，远处的车辆轮廓模糊不清，这正是典型的低对比度场景。传统的光电探测器（Photodetector）通常遵循“所见即所得”的线性响应模式，即光强增加多少，电流就线性增加多少。这种“老实”的特性在面对微弱的光强变化时，产生的电信号变化极小，极易被环境噪声淹没，导致无法有效识别目标。

为了突破这一瓶颈，科学家们将目光投向了自然界最精密的视觉系统——人眼。人眼拥有令人惊叹的“光适应”（Light Adaptation）能力，能够根据环境光强动态调整感光细胞的灵敏度。在强光下，人眼会自动降低灵敏度，避免过曝；在弱光下，则会提高灵敏度，以捕捉更多细节。这种“智能”的调节机制，使得人眼能够在巨大的动态范围内（约160 dB）保持对低对比度目标的高效识别，同时有效过滤掉无关的噪声信号。

受此启发，中国科学院金属研究所成会明院士、孙东明研究员、刘驰研究员团队联合辽宁大学贾大宇教授等，在《Light: Science & Applications》上发表了一项突破性研究。他们成功研制出一种基于二硫化钼（MoS₂）的、具有可调灵敏度的光电晶体管，完美地模拟了人眼的视觉适应机制。该器件通过将一种特殊的异质结二极管巧妙地集成在晶体管栅极中，实现了对光强变化的非线性、高增益响应。实验证明，该器件对低对比度信号的检测灵敏度比传统光电探测器高出1000倍以上，并且在复杂噪声环境下表现出卓越的鲁棒性，为下一代智能机器视觉系统的发展开辟了新的道路。

关键技术方法

研究人员主要采用了以下关键技术方法构建并验证了该仿生光电晶体管：

1. 1.
   范德华异质结堆叠技术：利用机械剥离和层转移方法，将石墨烯（Graphite）、六方氮化硼（h-BN）和MoS₂等二维材料精确堆叠，构建了高质量的场效应晶体管（FET）结构。
2. 2.
   氧等离子体处理：对MoS₂进行氧等离子体（O-plasma）处理，形成具有不同能带结构的MoO_xS_y材料，从而构建出O-plasma-treated MoS₂/MoS₂异质结二极管。
3. 3.
   光电性能表征：利用高分辨透射电子显微镜（HRTEM）、X射线光电子能谱（XPS）等手段对材料结构和组分进行表征；通过半导体分析仪和激光器系统，系统测量了器件在暗态和不同光照强度下的电学与光电响应特性。
4. 4.
   阵列集成与图像识别：构建了3×3光电传感器阵列，并利用人工神经网络（ANN）模型，对基于该阵列采集的低对比度图像进行识别，评估其在复杂环境下的目标识别能力。

研究结果

器件设计与表征

研究人员设计并制备了一种具有可调灵敏度的光电晶体管。其核心创新在于，在传统的MoS₂场效应晶体管（FET）的栅极结构中，嵌入了一个由氧等离子体处理的MoS₂（O-plasma-treated MoS₂）和原始MoS₂组成的异质结二极管，作为光敏层。该器件结构包括石墨烯（Graphite）欧姆接触、MoS₂沟道、六方氮化硼（h-BN）介电层以及顶底保护层。通过高分辨透射电子显微镜（HRTEM）和X射线光电子能谱（XPS）表征证实，氧等离子体处理成功地将氧原子引入MoS₂晶格，形成了MoO_xS_y（约MoO₂S）结构，其能带结构发生了显著变化，从而与原始MoS₂形成了n/n-异质结。

可调灵敏度的光电特性

该光电晶体管展现出独特的非线性光电响应。在特定栅极电压（V_GS）下，当光照强度低于某一阈值时，器件电流几乎不变；一旦光强超过该阈值，器件电流会急剧下降数个数量级，表现出类似“开关”的陡峭响应。更重要的是，通过调节栅极电压，可以精确地调控这个响应阈值。例如，当V_GS= -9 V时，器件的响应范围为77-454 μW cm^-2；而当V_GS= -5 V时，响应范围则移动至748-2122 μW cm^-2。这种特性使得器件能够像人眼一样，动态地调整其“感兴趣”的光强范围，从而在特定范围内保持极高的灵敏度。

低对比度目标检测与噪声抑制

为了验证其实际应用能力，研究人员构建了3×3光电传感器阵列。在低对比度目标检测实验中，当输入图案“O”与背景的光强比仅为1.2时，传统光电晶体管阵列的输出电流比仅为1.3，无法形成清晰图像；而该可调灵敏度光电晶体管阵列在相同条件下，输出电流比高达3.4，成功识别出“O”图案。在噪声抑制实验中，当输入图像“L”并叠加逐渐增强的背景噪声时，传统探测器输出的图像迅速模糊；而该器件在特定栅压下，仅对748-2122 μW cm^-2范围内的光强响应，有效过滤了范围外的噪声，始终输出清晰的“L”图像。

高鲁棒性目标识别

研究人员进一步将光电传感器阵列与人工神经网络（ANN）相结合，构建了智能机器视觉系统。在低对比度目标识别任务中，基于该器件的系统对“公交车”图像的识别准确率超过90%，而基于传统探测器的系统准确率几乎为零。在抗噪能力测试中，即使对测试图像添加高达30%的椒盐噪声（Salt-and-pepper noise），该系统的识别准确率仍能保持在80%左右，展现出卓越的鲁棒性。

结论与讨论

本研究受人类视觉系统的光适应机制启发，成功开发了一种具有可调灵敏度的MoS₂光电晶体管。该器件的核心创新在于将O-plasma-treated MoS₂/MoS₂异质结二极管作为光敏层集成于栅极结构中，利用二极管电阻随光强变化的特性，动态调节沟道上的电压分布，从而产生显著的光响应。通过调节栅极电压，可以精确控制光响应范围，实现对特定光强范围内低对比度目标的高灵敏度检测，同时有效抑制噪声干扰。

与传统光电探测器相比，该器件在检测低对比度信号方面实现了超过1000倍的灵敏度提升，并展现出显著增强的抗噪能力。这项研究为在复杂环境中实现鲁棒的低对比度目标检测技术开辟了新途径，有望推动下一代智能机器视觉系统的发展。