基于接触工程化IGZO的光电突触记忆晶体管实现的类视网膜视觉处理

《Advanced Science》：Retinomorphic Visual Processing Enabled by Contact-Engineered IGZO Optoelectronic Synaptic Memtransistors

　　

受人工智能和机器人技术快速发展的推动，神经形态视觉系统因其能在复杂动态环境中实现高效的视觉信息处理而受到广泛关注。特别是，模拟生物视网膜功能的光电器件对于实现高效的神经形态视觉处理至关重要。本文报道了一种基于光电突触记忆晶体管（Optoelectronic Synaptic Memtransistor， OSMT）的神经形态视觉系统，用于图像处理应用。通过将光响应性的铟镓锌氧化物（Indium–Gallium–Zinc–Oxide， IGZO）作为沟道材料与氧化铪（Hafnium Oxide， HfO₂）接触工程结构集成，OSMT展现出光学和电学可调的电阻态，从而为人工神经网络（Artificial Neural Network， ANN）的实现提供了稳定且可控的突触权重调制。得益于可靠的光电突触特性，ANN模拟实现了92.17%的手写数字识别准确率。此外，一个6 × 6的OSMT阵列展示了神经形态图像处理能力，包括对比度增强。这些结果凸显了OSMT作为智能机器视觉系统关键构建模块的潜力，为先进的机器人平台和人机界面提供了新的机遇。

**论文解读：基于接触工程化IGZO光电突触记忆晶体管的类视网膜视觉处理**

**一、 研究背景与意义**

随着人工智能与机器人技术的飞速发展，对能够高效处理复杂动态环境视觉信息的系统需求日益迫切。受生物视觉系统卓越能力的启发，神经形态视觉系统成为研究热点。在人类视觉通路中，入射光聚焦于视网膜，由感光细胞感知并经历关键的视觉信息预处理，如对比度增强和边缘检测，这些处理在信号传输至高级视觉中枢前完成高效的特征提取。视网膜同时感知光刺激和调节突触传递的能力，启发了传感器内和视网膜内计算范式，即感知与处理功能内在集成。

为了模拟这些功能，神经形态视觉系统需要能够直接响应光学输入、同时通过电信号自适应调整突触权重的突触器件。突触权重调制通常表现为器件电导或电阻的变化，因此，其电导能够被光和电刺激可靠调制的突触器件对于实现类视网膜的神经形态视觉系统至关重要。金属氧化物基平台因其与互补金属氧化物半导体（Complementary-Metal-Oxide-Semiconductor， CMOS）工艺兼容、大面积可扩展性和稳健的电学特性而受到特别关注。其中，铟镓锌氧化物（IGZO）等氧化物半导体表现出持续光电导（Persistent Photoconductivity， PPC）效应，使得仿生视觉器件中光学传感与突触权重调制能够有效耦合。

传统的两端结构忆阻器在集成到神经形态系统中时可能面临由潜行电流路径引起的复杂电路挑战。三端光电突触晶体管作为可靠的替代方案出现，通过解耦信号传输和权重调制路径，提供了精确且宽范围的电导可调性、用于信号放大和选通的固有晶体管功能，以及对复杂突触行为的稳健、无串扰模拟。特别是光电记忆晶体管，独特地集成了非易失性存储特性和光控突触操作，实现了具有超长保持时间的持久电导态，这确保了稳定的长期记忆存储和更低的能耗。

然而，现有器件在实现宽范围、多模态的突触调制，以及高效模拟视网膜预处理功能方面仍面临挑战。为此，研究人员在《Advanced Science》上报道了一种基于IGZO的光电突触记忆晶体管（OSMT），旨在为神经形态视觉系统提供一个集光学传感与突触权重调制于一体的高性能器件平台。

**二、 关键技术方法概述**

研究人员开发了一种基于接触工程结构的IGZO光电突触记忆晶体管。核心方法包括：1）器件制备：在重掺杂p型硅衬底上，以热氧化二氧化硅（SiO₂）为栅介质，通过射频磁控溅射沉积IGZO沟道层并图形化。关键创新在于，在沟道/漏极接触区域非对称地嵌入一层7.5纳米厚的氧化铪（HfO₂）中间层，然后沉积铝（Al）源/漏电极，形成非对称接触结构。2）工作机制：利用IGZO沟道的光响应特性（特别是PPC效应）实现光控电导调制，同时利用施加在漏极的电场驱动HfO₂层内氧空位（V_O²⁺）的迁移，实现电控电阻切换，从而获得电学高阻态（Electrically-driven High-Resistance State， E-HRS）、电学低阻态（Electrically-driven Low-Resistance State， E-LRS）和光学低阻态（Optically-driven Low-Resistance State， O-LRS）等多种可调电阻态。3）系统验证：通过构建6 × 6的OSMT阵列，模拟视网膜的像素化结构，演示图像对比度增强等视觉预处理功能；并利用NeuroSim+和DNN+NeuroSim平台，将实验测得的光电突触特性映射到人工神经网络（ANN）和卷积神经网络（Convolutional Neural Network， CNN）的权重中，评估其在手写数字（MNIST数据集）和复杂彩色图像（CIFAR-10数据集）识别任务中的性能。

**三、 研究结果与讨论**

**2.1 OSMT的概念验证与光电分析**
OSMT的设计灵感来源于生物视网膜的层次化处理过程。研究人员制备了具有非对称HfO₂中间层的OSMT，其沟道长度和宽度分别为40微米和200微米。通过将每个OSMT器件作为一个图像像素，构建了6 × 6阵列用于图像处理演示。电学测试表明，OSMT表现出显著的电阻切换滞回特性，而普通IGZO晶体管则没有。转移特性曲线分析显示，通过施加不同的电学（漏极电压V_D）和光学（紫外光照射）刺激，可以清晰地分辨出E-HRS、E-LRS和O-LRS三种状态，其中O-LRS与E-HRS的电流比高达约10⁶。此外，栅极电压（V_G）能够有效调制记忆窗口和导通电流，证明了OSMT作为三端器件的优势，即可通过栅极和漏极偏压协同精细调控突触电导。

**2.2 记忆晶体管的记忆特性与电阻切换机制**
研究人员评估了OSMT的记忆特性。耐久性测试显示，器件在超过100次的SET/RESET循环中保持了稳定的高低阻态切换。通过调节电学输入脉冲的持续时间，可以实现短期记忆（Short-Term Memory， STM）和长期记忆（Long-Term Memory， LTM）状态之间的动态转换。类似地，调节光学输入脉冲的持续时间也能诱导从STM到LTM的转变，这归因于IGZO的PPC行为，即光照停止后离子化氧空位的逐渐中和过程。关于电阻切换机制，研究人员通过分析电流密度-电压（J-V）特性的幂律行为，并结合器件几何尺寸缩放实验，提出了基于氧空位迁移的渐变型（Gradual-type）传导机制，而非丝状（Filament-type）传导。在初始状态，HfO₂层中均匀分布的氧空位提供了导电路径，使器件处于E-LRS。在负向V_D扫描下，氧空位在电场作用下向漏极漂移并积累，导致器件从LRS切换到HRS。在随后的正向V_D扫描下，氧空位反向漂移，恢复LRS状态。栅极偏压会抵消部分漏极电场，影响氧空位的漂移过程。

**2.3 利用OSMT模拟突触功能**
研究人员系统评估了OSMT对生物突触可塑性的模拟能力。研究表明，兴奋性突触后电流（Excitatory Postsynaptic Current， EPSC）的变化依赖于电学脉冲的幅度、数量和宽度，类似于生物突触中神经递质释放与脉冲参数的关系。通过电学脉冲序列，成功模拟了长时程增强（Long-Term Potentiation， LTP）和长时程抑制（Long-Term Depression， LTD）行为，尽管纯电调制的LTD过程表现出较高的非线性。同时，利用光学脉冲也成功模拟了配对脉冲易化（Paired-Pulse Facilitation， PPF）现象，PPF指数随脉冲间隔时间（Δt）的增加呈指数衰减。此外，EPSC的变化也表现出对光学脉冲强度、数量和宽度的依赖性，证明了OSMT突触权重可通过光和电输入进行动态、多模态调节。计算表明，单次突触权重更新的能耗约为70纳焦耳/脉冲，显示出良好的能效。

**2.4 LTP/LTD模拟与ANN性能**
为实现高性能神经形态计算所需的高线性度和宽动态范围突触权重更新，研究人员采用了光电结合的脉冲调制方案：使用50个相同的光学脉冲（紫外光）诱导LTP，利用光生载流子引起转移特性曲线负向漂移，实现更陡峭、更大范围的导电增加；对于LTD，则采用幅度逐步增加的负向电学脉冲序列，以抵消电导变化饱和趋势，显著提高了线性度。基于此优化方案获得的LTP/LTD特性，研究人员进行了ANN模拟。在使用MNIST手写数字数据集的测试中，采用光电调制方案的识别准确率达到了92.17%，显著高于纯电调制方案的~78.18%。混淆矩阵显示，经过训练后网络能够成功分类输入模式。为进一步评估器件在复杂视觉处理中的适用性，研究人员构建了CNN模型处理CIFAR-10数据集（包含复杂背景和纹理的彩色图像）。模拟结果显示，采用光电调制方案的识别准确率达到84.16%，接近使用理想突触器件模拟得到的90.71%准确率，而纯电调制方案则因LTD过程非线性度过高而无法有效训练。这表明OSMT具备处理超越简单模式识别的复杂光学信息的潜力。

**2.5 基于6 × 6 OSMT阵列的图像处理系统**
利用OSMT宽范围可调的电阻态，研究人员制备了6 × 6器件阵列，演示了类视网膜的图像处理功能，特别是对比度增强。在该系统中，每个OSMT器件对应一个图像像素。通过施加特定的“写入-读取-擦除-再写入”脉冲序列，首先在阵列上生成一个低对比度的字母“H”图像，然后通过全局擦除（施加负向电压脉冲将背景像素重置为E-HRS）和选择性再写入（对目标像素再次施加光或电脉冲）操作，显著增强了图像对比度。定量分析表明，经过光学图像处理后，目标像素与背景像素的平均电流比（对比度）提升了约520倍（从7.46提升至3.88 × 10³），效果优于电学处理方式。这归因于光学刺激能引起OSMT转移特性更大幅度的负向漂移，从而实现更高的电导可调窗口。此外，时间分辨光响应测量显示器件的本征上升时间（τ_rise）和下降时间（τ_fall）分别为9.33毫秒和52.67毫秒，表明其能够响应现实的视觉刺激。通过将沟道长度缩减至20微米，可以在更低的操作电压下实现类似的电导调制，从而将阵列单次写入过程的累积能耗从41.44纳焦耳降低至20.56纳焦耳，展示了通过器件结构优化实现高能效硬件的潜力。

**四、 结论与展望**

总之，本研究展示了一种通过宽范围调控从E-HRS到O-LRS的电导态来实现图像处理的神经形态视觉系统。器件的电阻态源于光响应IGZO沟道与非对称HfO₂中间层内电场诱导的氧空位迁移相结合。这些状态可以通过控制光电输入进行动态调制，从而实现广泛的电导控制。此外，通过光学和电学刺激模拟了生物突触可塑性的关键方面。基于突触可塑性的模拟，研究人员在ANN模拟中实现了高识别准确率，展示了OSMT在光电神经形态计算中的高度适用性。最重要的是，制备的6 × 6 OSMT阵列展示了一个图像处理系统。每个OSMT器件同时扮演生物视网膜和电突触的角色，直接响应光子输入并调制电突触权重以进行图像处理。研究人员相信，这些成果确立了OSMT作为先进神经形态视觉系统极具前景的构建模块，并为开发真正复制生物视觉系统卓越特征的智能视觉技术奠定了坚实基础。