Investigadores reducen una cámara al tamaño de un grano de sal

Vea También

 

Investigadores reducen una cámara al tamaño de un grano de sal
Investigadores de la Universidad de Princeton y la Universidad de Washington han desarrollado una cámara ultracompacta del tamaño de un grano de sal grueso. El sistema se basa en una tecnología denominada metasuperficie, que está tachonada de 1,6 millones de postes cilíndricos y puede fabricarse de forma similar a un chip de ordenador. Crédito: Universidad de Princeton

Las microcámaras tienen un gran potencial para detectar problemas en el cuerpo humano y permitir la detección de robots superpequeños, pero los enfoques anteriores capturaban imágenes borrosas y distorsionadas con campos de visión limitados.

Ahora, investigadores de la Universidad de Princeton y la Universidad de Washington han superado estos obstáculos con una cámara ultracompacta del tamaño de un grano de sal grueso. El nuevo sistema puede producir imágenes nítidas y a todo color a la par que una lente de cámara compuesta convencional 500.000 veces mayor en volumen, según informan los investigadores en un artículo publicado el 29 de noviembre en Nature Communications.

Gracias al diseño conjunto del hardware de la cámara y el procesamiento computacional, el sistema podría permitir la endoscopia mínimamente invasiva con robots médicos para diagnosticar y tratar enfermedades, y mejorar la obtención de imágenes para otros robots con limitaciones de tamaño y peso. Podrían utilizarse matrices de miles de estas cámaras para detectar toda la escena, convirtiendo las superficies en cámaras.

Mientras que una cámara tradicional utiliza una serie de lentes de cristal o plástico curvados para enfocar los rayos de luz, el nuevo sistema óptico se basa en una tecnología denominada metasuperficie, que puede fabricarse de forma similar a un chip de ordenador. La metasuperficie, de apenas medio milímetro de ancho, está salpicada de 1,6 millones de postes cilíndricos, cada uno del tamaño aproximado del virus de la inmunodeficiencia humana (VIH).

Cada poste tiene una geometría única y funciona como una antena óptica. Es necesario variar el diseño de cada poste para conformar correctamente todo el frente de onda óptico. Con la ayuda de algoritmos basados en el aprendizaje automático, las interacciones de los postes con la luz se combinan para producir las imágenes de mayor calidad y el campo de visión más amplio para una cámara de metasuperficie a todo color desarrollada hasta la fecha.

Una innovación clave en la creación de la cámara fue el diseño integrado de la superficie óptica y los algoritmos de procesamiento de señales que producen la imagen. Esto aumentó el rendimiento de la cámara en condiciones de luz natural, en contraste con las anteriores cámaras de metasuperficie que requerían la luz láser pura de un laboratorio u otras condiciones ideales para producir imágenes de alta calidad, dijo Felix Heide, autor principal del estudio y profesor adjunto de informática en Princeton.

Los investigadores compararon las imágenes producidas con su sistema con los resultados de anteriores cámaras de metasuperficie, así como con las imágenes captadas por una óptica compuesta convencional que utiliza una serie de seis lentes refractivas. Aparte de un poco de desenfoque en los bordes del encuadre, las imágenes de la cámara de tamaño nanométrico eran comparables a las de la configuración tradicional de lentes, cuyo volumen es más de 500.000 veces mayor.

Otros objetivos ultracompactos de metasuperficie han sufrido importantes distorsiones de la imagen, campos de visión reducidos y una capacidad limitada para captar todo el espectro de luz visible, lo que se conoce como imagen RGB porque combina el rojo, el verde y el azul para producir diferentes tonos.

"Ha sido todo un reto diseñar y configurar estas pequeñas microestructuras para que hagan lo que uno quiere", afirma Ethan Tseng, estudiante de doctorado en ciencias de la computación de Princeton que ha codirigido el estudio. "Para esta tarea específica de capturar imágenes RGB de gran campo de visión, es un reto porque hay millones de estas pequeñas microestructuras, y no está claro cómo diseñarlas de forma óptima".

Las anteriores cámaras de tamaño micro (izquierda) captaban imágenes borrosas y distorsionadas con campos de visión limitados. Un nuevo sistema denominado nanoóptica neural (derecha) puede producir imágenes nítidas y a todo color, a la par que una lente de cámara compuesta convencional. Crédito: Universidad de Princeton
Las anteriores cámaras de tamaño micro (izquierda) captaban imágenes borrosas y distorsionadas con campos de visión limitados. Un nuevo sistema denominado nanoóptica neural (derecha) puede producir imágenes nítidas y a todo color, a la par que una lente de cámara compuesta convencional. Crédito: Universidad de Princeton

El coautor principal, Shane Colburn, abordó este reto creando un simulador computacional para automatizar las pruebas de diferentes configuraciones de nanoantenas. Debido al número de antenas y a la complejidad de sus interacciones con la luz, este tipo de simulación puede utilizar "cantidades ingentes de memoria y tiempo", afirma Colburn. Desarrolló un modelo para aproximar eficazmente la capacidad de producción de imágenes de las metasuperficies con suficiente precisión.

"Aunque el enfoque del diseño óptico no es nuevo, este es el primer sistema que utiliza una tecnología óptica de superficie en la parte delantera y un procesamiento basado en la neurona en la parte trasera", dijo Joseph Mait, consultor de Mait-Optik y antiguo investigador principal y científico jefe del Laboratorio de Investigación del Ejército de Estados Unidos.

"La importancia del trabajo publicado es completar la hercúlea tarea de diseñar conjuntamente el tamaño, la forma y la ubicación de los millones de rasgos de la metasuperficie y los parámetros del procesamiento posterior a la detección para lograr el rendimiento de imagen deseado", añadió Mait, que no participó en el estudio.

Fuente, créditos y referencias:

Ethan Tseng et al, Neural nano-optics for high-quality thin lens imaging, Nature Communications (2021). DOI: 10.1038/s41467-021-26443-0

Fuente: Universidad de Princeton

Artículo Anterior Artículo Siguiente

Anuncio publicitario

Reciba actualizaciones por Telegram

¡Únete a nuestro canal de WhatsApp para recibir actualizaciones!