Photonic Fano Resonator-Based Biosensing and Deep-Learning Quantification
연구 내용
Fano 공진 구조의 스펙트럼 제어를 기반으로 저굴절률 입자를 가시화하고, 광학 현미경 영상에서 미세 생체입자를 딥러닝으로 정량화하는 연구
Fano 공진의 비대칭 스펙트럼 특성을 박막 및 다공성 층 설계로 제어하는 접근을 바탕으로, 편광 의존 Fano 레조네이터를 구현하고 스펙트럼 형태를 스위칭 가능한 센싱 요소로 사용합니다. 이를 Gires-Tournois 기반 장치에 결합해 bright-field 현미경에서 저굴절률 나노입자의 가시성을 높이고, 후단에서 dilated convolution 구조의 딥러닝 모델로 색 편차와 영상 아티팩트를 보정하여 입자 카운팅 정확도를 향상시키는 방식으로 연구를 수행합니다. 또한 다층 필름 파라미터의 상호작용을 학습 기반 역설계로 최적화합니다.
관련 연구 성과
관련 논문
2편
관련 특허
1건
관련 프로젝트
1건
연구 흐름
초기에는 다층 박막의 기하 구조를 단순화하면서도 연속 상태를 통해 quasi-Lorentz부터 Lorentz, Fano에 이르는 스펙트럼 전체 형태를 생성하도록 공진 구조를 설계하고 편광 의존 스위칭 성능을 검증했습니다. 이후 Fano 및 GT 계열 포토닉 레조네이터를 bright-field 현미경과 결합하여 저굴절률 바이오입자의 신호 대비를 끌어올리는 센싱 프레임을 확립했습니다. 최근에는 딥러닝을 후단 정량화기로 배치해 보정과 추정을 동시에 수행하고, 필름 파라미터 최적화를 빠르게 수행하는 역설계 도구까지 확장하는 흐름으로 연구를 전개했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Full‐Control and Switching of Optical Fano Resonance by Continuum State Engineering
DeepGT: Deep learning-based quantification of nanosized bioparticles in bright-field micrographs of Gires-Tournois biosensor
관련 특허
구분
제목
인공지능 모델을 이용한 광학 현미경 이미지 개선 방법 및 이를 이용한 입자 정량화 방법
관련 프로젝트
구분
제목
인공지능을 활용한 효과적 잡음 제거 기술 개발을 통한 3차원 객체 추정 최적화