Slim algotritme analyseert grafeen 50 keer sneller

De Universiteit Twente heeft een slim algoritme gebruikt voor de signaalverwerking van Raman spectroscopie, waardoor materialen zoals grafeen en germaneen 50 keer sneller zijn te analyseren.

Trefwoorden: #algoritme, #foton, #grafeen, #Jun Gao, #kristalstructuur, #laserlicht, #molecuul, #pixel, #Principal Component Analysis, #Raman spectroscopie, #Sachin Nair, #signaal-ruisverhouding, #signaalverwerking, #UTwente

Lees verder

research

( Foto: UTwente )

ENGINEERINGNET.BE - Van grafeen wordt veel verwacht, als een sterk, ultradun en tweedimensionaal materiaal dat ook de basis kan zijn voor nieuwe componenten in de informatietechnologie. Dit vraagt om meettechnieken waarmee componenten zijn te karakteriseren.

Dat kan met Raman spectroscopie, waarbij laserlicht naar het materiaal wordt gestuurd. Verstrooide fotonen geven informatie over de trillingen en rotaties in moleculen, en daarmee over de kristalstructuur.

Gemiddeld wordt slechts 1 op de 10 miljoen fotonen die van de laser komen, op die manier verstrooid. Daardoor is het moeilijker om de juiste informatie af te leiden en het gaat erg langzaam: het kan een halve seconde vergen om een enkele pixel in beeld te brengen.

UT-onderzoekers Sachin Nair en Jun Gao slaagden er in de snelheid van Raman spectroscopie drastisch te verhogen dankzij een slim algoritme voor de signaalverwerking.

Het algoritme heet Principal Component Analysis (PCA) en wordt gebruikt om de signaal-ruisverhouding te verbeteren. PCA bepaalt de karakteristieken van zowel de ruis als van het eigenlijke signaal. Hoe groter de dataset is, hoe betrouwbaarder de herkenning van het eigenlijke signaal wordt.

Los daarvan hebben moderne Raman spectroscopen een lichtdetector, geheten electron-multiplying charge-coupled device (EMCCD), die ook gunstig werkt op de signaal-ruisverhouding. Netto resultaat is dat het verwerken van een pixel niet een halve seconde duurt, maar maximaal 10 milliseconden. Een heel sample scannen is geen kwestie meer van uren, maar van minuten.

Voor kwetsbare materialen zoals grafeenoxide is het voordeel daarnaast dat de intensiteit van de laser twee tot drie keer omlaag kan. Dit zijn belangrijke stappen om grip te krijgen op de materiaaleigenschappen.

De verbeterde Raman-techniek is door de onderzoekers 'algorithm-improved Confocal Raman Microscopy' (ai-CRM) genoemd. De techniek is ook te gebruiken voor andere 2D-materialen zoals germaneen, siliceen, molybdeendisulfide, wolfraamdisulfide en boornitride. Ook technieken zoals Atomic Force Microscopie kunnen ervan profiteren.