본 논문은 THz 시간영역 분광 기반(THz-TDS) 이미징 시스템을 통해 획득된 테라헤르츠(THz) 영상을 효율적으로 노이즈 제거(denoising)하기 위한 자기지도(self-supervised) 딥러닝 접근법을 소개하며, THz 영상에서의 노이즈 저감은 실용적 응용을 제한하는 핵심 과제라는 점을 다룬다. 깨끗한 영상 쌍의 필요 또는 정밀한 노이즈 모델링이 요구되는 기존 노이즈 제거 방법의 한계를 극복하기 위해, 우리는 노이즈만을 사용하여 효과적으로 학습할 수 있는 Noise2Noise 방법론을 채택하였다. 학습 과정을 최적화하기 위해 THz-TDS 시간영역 데이터에 제로 패딩(zero-padding)을 적용하고, 최적의 학습 영상 개수와 제로 패딩 비율을 결정하였다. Positive 1951 USAF Test Target의 THz 영상을 사용한 정량적 평가 결과, 유의미한 개선이 확인되었다. 즉, 신호대잡음비(SNR) 12.5 dB~33.1 dB 범위에서 초기에는 1.20 THz 영상의 노이즈 수준이 16.87~4.55였으나, 노이즈가 0.61~0.36으로 크게 감소하였으며, 이는 노이즈 제거율 96%~92%에 해당한다. 이러한 결과는 다양한 노이즈 수준을 갖는 THz 영상에 대해 모델이 효과적으로 대응함을 보여준다. 또한, 광범위한 실험 결과는 제안된 모델이 다양한 노이즈 환경과 영상 구조에 걸쳐 우수한 성능을 보이며 일관된 노이즈 제거 효율을 달성함을 검증한다. 이는 실제 환경의 THz 이미징 시스템에 적용하기 위한 탄탄한 기반을 제공한다. 추가로, 우리는 선형 구조를 갖는 USAF THz 영상에서 다양한 노이즈 수준과 주파수로 모델을 학습한 뒤, 곡선 구조를 갖는 Samjoko(삼각 다리 까마귀) 북마크(bookmark) THz 영상으로 테스트하여 모델의 범용성을 분석하였다. 모델은 서로 다른 영상 형태, 노이즈 수준, 주파수에 대해 일관되게 우수한 노이즈 제거 성능을 보였으며, 강건성과 적응성을 입증하였다. 다양한 조건에서도 일관된 노이즈 제거 능력을 유지하는 데 있어 본 딥러닝 모델의 성공은 실제 세계 THz 이미징 응용 가능성을 시사한다. 이러한 결과는 실험실에서 학습된 모델이 다양한 실용 환경에서 우수한 성능을 달성할 수 있음을 보여준다. • 자기지도 딥러닝은 깨끗한 쌍 없이도 THz 영상 노이즈 제거를 향상시킨다. • Noise2Noise 방법은 오직 노이즈가 포함된 테라헤르츠 영상만으로 효과적으로 노이즈를 제거한다. • 제로 패딩 최적화는 THz 영상에서의 노이즈 제거 성능을 개선한다. • 모델은 다양한 SNR에서 높은 노이즈 제거율(92%–96%)을 보인다. • 모델은 서로 다른 영상 형태, 주파수, 노이즈 수준에 적용 가능하다.

테라헤르츠(THz) 전자기파는 물에 대한 독특한 반응으로 잘 알려져 있으며, 차세대 생의학 진단 및 새로운 암 치료 기술 분야에서 유망한 기회를 제공한다. 본 연구는 THz 파를 조직으로 전달하는 효율을 향상시키고, 표적과 샘플 기판 간 굴절률 불일치로 인해 유발되는 신호 왜곡을 보상하는 임피던스 정합 효과를 조사하였다. 세 가지 후보 생체적합성 물질인 물, 글리세롤, 석유젤리를 피부 팬텀에 적용하고, THz 2차원 이미징 및 시간비행(time-of-flight, TOF) 이미징 방법을 사용하여 비교하였다. 마지막으로, 마우스 피부 조직에서 임피던스 정합 효과를 성공적으로 입증하였다.

테라헤르츠(THz) 파동은 0.1~10 THz 주파수 범위의 전자기파이며, THz 영상은 보안 검사, 생의학 분야, 그리고 재료의 비파괴 검사 등 다양한 응용 분야에서 활용된다. 그러나 THz 파동의 긴 파장으로 인해 THz 영상은 해상도가 낮다. 따라서 THz 영상의 해상도를 향상시키는 것은 현재의 주요 연구 주제이다. 본 연구에서는 THz 영상 초해상도를 달성하기 위해 U-Net의 개선 버전인 J-Net이라는 새로운 네트워크 아키텍처를 제안한다. J-Net은 저해상도(LR) 영상 특징을 추출하고 LR 영상을 고해상도(HR) 영상으로의 사상(mapping)을 효율적으로 학습할 수 있는 단순한 베이스라인 블록을 사용한다. 모든 학습은 DIV2K+Flickr2K 데이터셋을 이용하여 수행하였으며, 정량적 비교를 위해 첨두 신호 대 잡음비(peak signal-to-noise ratio, PSNR)를 사용하였다. 다른 THz 영상 초해상 기법들과의 비교에서 J-Net은 32.52 dB의 PSNR을 달성하였고, 이는 다른 기법들보다 1 dB 이상 높은 성능이다. 또한 J-Net은 다른 방법들에 비해 실제 THz 영상에서도 우수한 성능을 보인다. 실험 결과, 제안된 J-Net은 다른 THz 영상 초해상 방법에 비해 더 높은 PSNR 및 시각적 개선을 달성하는 것으로 나타났다.

반도체 산화바나듐(VO2) 박막을 기반으로 한 대역 스위칭이 가능하고 조절 가능한 테라헤르츠(THz) 메타물질이 THz 주파수 영역에서 제안되었다. 높은 도전도 변화율과 매끄러운 상전이 특성을 갖는 VO2 박막을 증착하였다. 대역 스위칭 특성을 얻고 THz 파 손실을 감소시키기 위해, VO2 박막을 선(line) 형태로 식각하였다. 두 개의 직사각형 C-형 공진기가 서로 마주 보도록 구성하였고, 그 사이에 식각된 VO2 박막 선을 배치하였다. VO2 박막이 절연체 상에 있을 때에는 두 공진기가 각각 공진하였으며, VO2 박막이 금속 상에 있을 때에는 두 공진기가 연결되어 하나로서 공진하여 대역 스위칭 특성을 보였다. 제작된 메타물질은 VO2 박막의 상태에 따라, 두 공진기가 전기적으로 분리되어 있을 때는 1.29 THz에서 공진하고, 전기적으로 연결되어 있을 때는 0.65 THz에서 공진하였다. 대역 스위칭 과정에서 THz 파 전달 특성은 연속적으로 조절 가능하였다. 제안된 구조의 측정 결과는, 식각된 VO2 박막을 기반으로 한 직사각형 C-형 메타물질이 대역 스위칭 및 연속 전송 제어를 수행할 수 있음을 명확히 보여주었다. 가까운 미래에는 식각된 VO2 박막 기반의 대역 스위칭이 가능하고 조절 가능한 THz 메타물질이 THz 6G 무선 통신 기술의 핵심 소자로 활용될 수 있다.

본 논문은 THz 시간영역 분광 기반(THz-TDS) 이미징 시스템을 통해 획득된 테라헤르츠(THz) 영상을 효율적으로 노이즈 제거(denoising)하기 위한 자기지도(self-supervised) 딥러닝 접근법을 소개하며, THz 영상에서의 노이즈 저감은 실용적 응용을 제한하는 핵심 과제라는 점을 다룬다. 깨끗한 영상 쌍의 필요 또는 정밀한 노이즈 모델링이 요구되는 기존 노이즈 제거 방법의 한계를 극복하기 위해, 우리는 노이즈만을 사용하여 효과적으로 학습할 수 있는 Noise2Noise 방법론을 채택하였다. 학습 과정을 최적화하기 위해 THz-TDS 시간영역 데이터에 제로 패딩(zero-padding)을 적용하고, 최적의 학습 영상 개수와 제로 패딩 비율을 결정하였다. Positive 1951 USAF Test Target의 THz 영상을 사용한 정량적 평가 결과, 유의미한 개선이 확인되었다. 즉, 신호대잡음비(SNR) 12.5 dB~33.1 dB 범위에서 초기에는 1.20 THz 영상의 노이즈 수준이 16.87~4.55였으나, 노이즈가 0.61~0.36으로 크게 감소하였으며, 이는 노이즈 제거율 96%~92%에 해당한다. 이러한 결과는 다양한 노이즈 수준을 갖는 THz 영상에 대해 모델이 효과적으로 대응함을 보여준다. 또한, 광범위한 실험 결과는 제안된 모델이 다양한 노이즈 환경과 영상 구조에 걸쳐 우수한 성능을 보이며 일관된 노이즈 제거 효율을 달성함을 검증한다. 이는 실제 환경의 THz 이미징 시스템에 적용하기 위한 탄탄한 기반을 제공한다. 추가로, 우리는 선형 구조를 갖는 USAF THz 영상에서 다양한 노이즈 수준과 주파수로 모델을 학습한 뒤, 곡선 구조를 갖는 Samjoko(삼각 다리 까마귀) 북마크(bookmark) THz 영상으로 테스트하여 모델의 범용성을 분석하였다. 모델은 서로 다른 영상 형태, 노이즈 수준, 주파수에 대해 일관되게 우수한 노이즈 제거 성능을 보였으며, 강건성과 적응성을 입증하였다. 다양한 조건에서도 일관된 노이즈 제거 능력을 유지하는 데 있어 본 딥러닝 모델의 성공은 실제 세계 THz 이미징 응용 가능성을 시사한다. 이러한 결과는 실험실에서 학습된 모델이 다양한 실용 환경에서 우수한 성능을 달성할 수 있음을 보여준다. • 자기지도 딥러닝은 깨끗한 쌍 없이도 THz 영상 노이즈 제거를 향상시킨다. • Noise2Noise 방법은 오직 노이즈가 포함된 테라헤르츠 영상만으로 효과적으로 노이즈를 제거한다. • 제로 패딩 최적화는 THz 영상에서의 노이즈 제거 성능을 개선한다. • 모델은 다양한 SNR에서 높은 노이즈 제거율(92%–96%)을 보인다. • 모델은 서로 다른 영상 형태, 주파수, 노이즈 수준에 적용 가능하다.

테라헤르츠(THz) 전자기파는 물에 대한 독특한 반응으로 잘 알려져 있으며, 차세대 생의학 진단 및 새로운 암 치료 기술 분야에서 유망한 기회를 제공한다. 본 연구는 THz 파를 조직으로 전달하는 효율을 향상시키고, 표적과 샘플 기판 간 굴절률 불일치로 인해 유발되는 신호 왜곡을 보상하는 임피던스 정합 효과를 조사하였다. 세 가지 후보 생체적합성 물질인 물, 글리세롤, 석유젤리를 피부 팬텀에 적용하고, THz 2차원 이미징 및 시간비행(time-of-flight, TOF) 이미징 방법을 사용하여 비교하였다. 마지막으로, 마우스 피부 조직에서 임피던스 정합 효과를 성공적으로 입증하였다.

테라헤르츠(THz) 파동은 0.1~10 THz 주파수 범위의 전자기파이며, THz 영상은 보안 검사, 생의학 분야, 그리고 재료의 비파괴 검사 등 다양한 응용 분야에서 활용된다. 그러나 THz 파동의 긴 파장으로 인해 THz 영상은 해상도가 낮다. 따라서 THz 영상의 해상도를 향상시키는 것은 현재의 주요 연구 주제이다. 본 연구에서는 THz 영상 초해상도를 달성하기 위해 U-Net의 개선 버전인 J-Net이라는 새로운 네트워크 아키텍처를 제안한다. J-Net은 저해상도(LR) 영상 특징을 추출하고 LR 영상을 고해상도(HR) 영상으로의 사상(mapping)을 효율적으로 학습할 수 있는 단순한 베이스라인 블록을 사용한다. 모든 학습은 DIV2K+Flickr2K 데이터셋을 이용하여 수행하였으며, 정량적 비교를 위해 첨두 신호 대 잡음비(peak signal-to-noise ratio, PSNR)를 사용하였다. 다른 THz 영상 초해상 기법들과의 비교에서 J-Net은 32.52 dB의 PSNR을 달성하였고, 이는 다른 기법들보다 1 dB 이상 높은 성능이다. 또한 J-Net은 다른 방법들에 비해 실제 THz 영상에서도 우수한 성능을 보인다. 실험 결과, 제안된 J-Net은 다른 THz 영상 초해상 방법에 비해 더 높은 PSNR 및 시각적 개선을 달성하는 것으로 나타났다.

반도체 산화바나듐(VO2) 박막을 기반으로 한 대역 스위칭이 가능하고 조절 가능한 테라헤르츠(THz) 메타물질이 THz 주파수 영역에서 제안되었다. 높은 도전도 변화율과 매끄러운 상전이 특성을 갖는 VO2 박막을 증착하였다. 대역 스위칭 특성을 얻고 THz 파 손실을 감소시키기 위해, VO2 박막을 선(line) 형태로 식각하였다. 두 개의 직사각형 C-형 공진기가 서로 마주 보도록 구성하였고, 그 사이에 식각된 VO2 박막 선을 배치하였다. VO2 박막이 절연체 상에 있을 때에는 두 공진기가 각각 공진하였으며, VO2 박막이 금속 상에 있을 때에는 두 공진기가 연결되어 하나로서 공진하여 대역 스위칭 특성을 보였다. 제작된 메타물질은 VO2 박막의 상태에 따라, 두 공진기가 전기적으로 분리되어 있을 때는 1.29 THz에서 공진하고, 전기적으로 연결되어 있을 때는 0.65 THz에서 공진하였다. 대역 스위칭 과정에서 THz 파 전달 특성은 연속적으로 조절 가능하였다. 제안된 구조의 측정 결과는, 식각된 VO2 박막을 기반으로 한 직사각형 C-형 메타물질이 대역 스위칭 및 연속 전송 제어를 수행할 수 있음을 명확히 보여주었다. 가까운 미래에는 식각된 VO2 박막 기반의 대역 스위칭이 가능하고 조절 가능한 THz 메타물질이 THz 6G 무선 통신 기술의 핵심 소자로 활용될 수 있다.

바나듐 산화물(VO2) 박막을 기반으로 한 이중 분할 직사각형 메타물질의 공진 특성은 테라헤르츠(THz) 주파수 영역에서 직사각형의 종횡비에 따라 조절되었다. VO2 박막 선은 이중 분할 직사각형 갭 사이에 식각하여, VO2 박막의 특성을 변화시킴으로써 공진 대역을 스위칭할 수 있도록 하였다. VO2 박막이 절연체 상태에 있을 때에는 직사각형이 분리되어 각각 개별적으로 공진하므로 고주파 대역에서 공진한다. 한편 VO2 박막이 온도 변화에 따라 절연체에서 도체로 전이되면, 분할된 직사각형들이 전기적으로 연결되어 단일 공진기로 작동하며, 공진 주파수가 저주파 대역으로 이동한다. 직사각형의 종횡비를 변화시키면 이중 분할 직사각형 메타물질의 공진 주파수와 공진 강도가 달라진다. 메타물질의 단위 셀 폭을 고정하고 높이를 조정하여 종횡비를 증가시키면, VO2 박막의 상태 및 입사 THz 파의 편광 상태와 무관하게 모든 경우에서 공진 주파수가 낮아진다. 본 논문에서 제안한 이중 분할 직사각형 메타물질의 공진 주파수와 공진 강도는 전체 단위 셀 크기가 아니라 종횡비의 변화만으로도 안정적으로 제어될 수 있었다. 식각된 VO2 박막을 기반으로 한 제안된 이중 분할 직사각형 메타물질은 THz 태그, 센싱 및 무선 통신 응용에 필수적일 것으로 기대된다.

본 연구는 THz 시간영역 분광(THz-TDS) 시스템에서 획득한 테라헤르츠(THz) 영상을 효율적으로 잡음 제거(denoising)하기 위한 자기지도 학습 기반 딥러닝 방법론을 제시한다. 깨끗한 영상과 잡음이 포함된 영상의 쌍(paired)을 요구하는 기존 접근법과 달리, 제안된 방법은 Noise2Noise 프레임워크를 활용하여 잡음 데이터만으로도 효과적인 모델 학습이 가능하도록 한다. 1.20 THz 영상에 대한 정량적 평가는 잡음 수준이 16.87에서 0.61로 유의하게 감소함을 보여주었으며, 이는 다양한 신호대잡음비(SNR) 조건 전반에서 96%의 개선에 해당한다. 또한 이 모델은 다양한 주파수 대역과 구조적 특성에 걸쳐 강한 일반화 능력을 보이며, 1.00–2.00 THz 스펙트럼 전 구간에서 일관되게 74%에서 96%에 이르는 잡음 감소를 달성한다.

THz 시스템에 사용할 수 있는 많은 광학 소자들이 지속적으로 연구되고 개발되고 있다. 그중에서도 액정(LC) 기반 편광자와 위상 천이 소자도 개발되어 왔다. THz 시스템에 사용되는 액정 소자는 셀(cell) 형태로 제작된다. 셀의 기판은 THz 주파수 범위에서 흡수가 낮아야 하며 투명해야 한다. THz 주파수 대역에서는 BK7 유리, 슬라이드 유리, 수정(쿼츠)과 같은 다양한 유리 재료를 기판으로 활용하는 연구와 개발이 보고되어 있다. 본 논문에서는 THz 대역에서 유리 재료의 굴절률 및 복굴절(birefringence)을 측정한 결과와, 이를 LC 셀 기판으로 사용할 가능성을 보고한다. 또한 이러한 결과에 기초하여, LC 셀을 제작한 후 THz 대역에서 굴절률, 흡수 계수, 복굴절을 측정한 결과를 보고한다.

테라헤르츠(THz)파는 0.1~10 THz의 주파수 범위에 해당하는 전자기파이며, THz 이미징은 보안 검색, 생의학 분야, 재료의 비파괴 검사 등 다양한 응용 분야에서 활용된다. 그러나 THz 영상은 THz파의 긴 파장으로 인해 해상도가 낮다. 따라서 THz 영상의 해상도를 향상시키는 것은 현재 활발히 연구되는 주제 중 하나이다. 본 연구에서는 THz 영상 초해상도를 해결하기 위해 U-Net의 개선 버전인 J-Net이라는 새로운 네트워크 아키텍처를 제안한다. 이는 저해상도(LR) 영상 특징을 추출하고 LR 영상을 고해상도(HR) 영상으로 효율적으로 사상(mapping)하는 데 사용할 수 있는 단순한 베이스라인 블록을 활용한다. 모든 학습은 DIV2K+Flickr2K 데이터셋을 사용하여 수행하였으며, 정량적 비교를 위해 피크 신호 대 잡음비(PSNR)를 사용하였다. 다른 THz 영상 초해상도 방법들과의 비교에서 JNet은 32.52 dB의 PSNR을 달성하였고, 다른 기법들보다 1 dB 이상 우수하였다. J-Net은 다른 방법들에 비해 실제 THz 영상에서도 더 뛰어난 성능을 보인다. 실험 결과, 제안된 J-Net은 다른 THz 영상 초해상도 방법에 비해 더 높은 PSNR과 시각적 개선을 달성함을 보여준다.

폭은 변화시키되 높이는 일정하게 유지한 H-형 메타물질의 공진 특성을 테라헤르츠(THz) 주파수 대역에서 조사하였다. 입사 THz 전기장의 편광이 H-형 구조의 폭과 각각 평행 또는 수직이 되도록 하는 두 가지 모드에서 H-형 메타물질을 수치적으로 분석하였다. 메타물질의 공진 주파수는 H형의 폭만 변화시키더라도 각 모드에서 안정적으로 변하였다. H-형 메타물질의 폭이 증가함에 따라, 입사 전자기파의 편광과 무관하게 두 모드에서 동작하는 메타물질의 공진 주파수는 유의미한 차이 없이 증가하였다. 두 모드에서 메타물질에 유도되는 전기장 분포와 표면 전류 밀도는 메타물질의 구조 비율을 변화시키며 수치적으로 분석하였다. 수치 분석은 H-형 메타물질의 폭이 변할 때 공진 특성이 변화하는 원인을 명확히 밝혀냈다. 수치 분석의 유효성은 THz-TDS(time-domain spectroscopy) 시스템을 이용한 실험으로 검증하였다. 실험 결과는 시뮬레이션과 일치하며, 메타물질의 수치 분석이 의미 있음을 분명히 보여준다. THz 주파수 대역에서의 H-형 메타물질의 분석된 공진 특성은 THz-가변(튜너블) 메타물질 설계와 THz 센서의 감도 향상에 적용될 수 있다.