OFET ผสมผสานฟิล์ม CdSe quantum dot ที่ใช้ในการศึกษานี้ แฟลชเมมโมรี่แบบตอบสนองด้วยแสงที่ทำจากทรานซิสเตอร์แบบออร์แกนิกฟิลด์เอฟเฟกต์ (OFET) ที่สามารถลบได้อย่างรวดเร็วโดยใช้แสงเพียงอย่างเดียว อาจนำไปใช้ในแอพพลิเคชั่นต่างๆ รวมถึงวงจรการถ่ายภาพที่ยืดหยุ่น หน่วยความจำตรวจจับอินฟราเรด และเซลล์หน่วยความจำที่เก็บข้อมูลแบบมัลติบิต
นักวิจัยจากมหาวิทยาลัยฮันยาง
ในกรุงโซลและมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยี Pohang (POSTECH) พบว่าพวกเขาสามารถปรับปรุงประสิทธิภาพของอุปกรณ์เหล่านี้ได้อย่างมีนัยสำคัญโดยการใช้ประตูลอยตามจุดควอนตัมแคดเมียมซีลีไนด์ (CdSe) ที่มีการปรับเปลี่ยนพื้นผิว
“ความทรงจำที่ลบได้ด้วยแสงประเภท OFET ได้กลายมาเป็นองค์ประกอบที่น่าสนใจสำหรับการส่งข้อมูล” Yong Jin JeongและJaeyoung Jangผู้ซึ่งเป็นผู้นำในการวิจัยครั้งนี้อธิบาย “กระบวนการลบข้อมูลในอุปกรณ์ประเภทนี้มักจะควบคุมโดยใช้แสงเพียงอย่างเดียวตามกลไกการกู้คืนที่เกิดจากภาพถ่ายซึ่งทำงานด้วยการถ่ายโอนประจุที่เกิดจากภาพถ่ายผ่านอินเทอร์เฟซระหว่างชั้นเซมิคอนดักเตอร์และชั้นลอยในอุปกรณ์”
การกู้คืนที่เกิดจากภาพถ่ายหลังจากผ่านไปเพียงหนึ่งวินาทีJang และเพื่อนร่วมงานได้ศึกษาจุดควอนตัม CdSe ที่มีพื้นผิวปกคลุมไปด้วยโมเลกุลอินทรีย์ที่แตกต่างกันสามตัวที่พวกเขาใช้เป็นชั้น interlayers ประตูลอยตัวด้วยแสงในสถาปัตยกรรมหน่วยความจำทรานซิสเตอร์ที่ลบแสงได้ พวกเขามองว่าการปรับเปลี่ยนพื้นผิวของจุดส่งผลต่อประสิทธิภาพของความทรงจำอย่างไร และพบว่าการหุ้มแกนด์ขนาดเล็กของ octadecylphosphonic (ODPA) และโมเลกุลฟลูออรีนช่วยเพิ่มการกระจายของรูระหว่างจุดและช่องนำไฟฟ้าในอุปกรณ์ ซึ่งช่วยให้สามารถกู้คืนได้ด้วยภาพถ่ายหลังจากผ่านไปเพียงหนึ่งวินาทีโดยใช้แสงความเข้มต่ำ
“เราเคยสร้างความทรงจำของ OFET มาก่อน (ประกอบด้วย interlayer ประตูลอยแบบผสมโพลีเมอร์/C60) ที่สามารถลบออกได้โดยใช้แสงสีเขียวที่มีความเข้มต่ำ (0.5 mW/cm 2 ) และเราสามารถกำจัดตัวพาประจุที่ติดอยู่ (อิเล็กตรอน) ได้อย่างมีประสิทธิภาพ และหลุม) และเพื่อกู้คืนสถานะเริ่มต้น” จางกล่าว “อุปกรณ์เหล่านี้ประสบปัญหาหลายอย่างอย่างไรก็ตาม สิ่งสำคัญคือการลบข้อมูลที่เก็บไว้ใช้เวลานานถึง 30 วินาทีและการอ่านต้องใช้แรงดันเกต (ทำลาย) ที่ใช้นอกเหนือจากแสง”
ลบอย่างรวดเร็วโดยใช้แสงความเข้มต่ำ
การใช้วัสดุประตูลอยที่ออกแบบมาเฉพาะสำหรับอุปกรณ์หน่วยความจำทรานซิสเตอร์สามารถเอาชนะปัญหาเหล่านี้ได้ และช่วยให้สามารถลบได้อย่างรวดเร็วโดยใช้แสงความเข้มต่ำ (อีกครั้งเป็นสีเขียว) และกระบวนการอ่านข้อมูลที่ไม่ทำลายล้าง ประตูเหล่านี้ทำงานที่สำคัญหลายอย่าง: พวกเขาสร้างตัวพาประจุ (อิเล็กตรอนและรู) เมื่อพวกมันดูดซับแสงและถ่ายโอนประจุเหล่านี้ไปยังชั้นสารกึ่งตัวนำในทรานซิสเ
การใช้จุดควอนตัมสำหรับประตูลอยนั้นดีกว่าการใช้ C60 หรือวัสดุที่ใช้กันทั่วไปอื่นๆ เขาเสริม เนื่องจากคุณสมบัติทางแสงและทางอิเล็กทรอนิกส์ของจุดเหล่านี้สามารถแก้ไขได้โดยวิศวกรรมขนาดอนุภาคหรือเพิ่มลิแกนด์พื้นผิวเช่นเดียวกับในการศึกษานี้
อุปกรณ์ใหม่นี้มีอัตราส่วนหน่วยความจำสูงที่มากกว่า 10 5 ระหว่างสถานะ OFF และ ON bi-stable ปัจจุบันนานกว่า 10,000 วินาทีและพฤติกรรมการสลับแบบไดนามิกที่ดี เขากล่าวสู่การค้านักวิจัยเชื่อว่าความทรงจำ OFET ที่ลบได้ด้วยแสงสามารถนำไปใช้ในเชิงพาณิชย์ได้ในอนาคตอันใกล้ และงานของพวกเขาอาจเป็น “แนวทางที่เป็นประโยชน์” สำหรับการออกแบบวัสดุประตูลอยแบบโฟโตแอคทีฟ
“เท่าที่ทราบ เราเป็นคนแรกที่สร้างพื้นผิวของประตูลอยควอนตัมดอทในความทรงจำดังกล่าว” จางบอกกับPhysics World “อุปกรณ์หน่วยความจำที่พิสูจน์แนวคิดของเรายังใช้พลังงานน้อยลงระหว่างการทำงาน และสามารถรวมเข้ากับเครื่องตรวจจับแสงที่มีความไวสูงเพื่อใช้ในการถ่ายภาพที่ยืดหยุ่น เซ็นเซอร์แบบบูรณาการ และการใช้งานด้านชีวการแพทย์”
แล้วที่ไหนต่อ? นักวิจัยเกาหลีกล่าวว่าขณะนี้
พวกเขากำลังยุ่งอยู่กับการพยายามพัฒนาความทรงจำที่ลบได้ด้วยแสงแบบควอนตัมดอทโดยใช้กระบวนการที่ใช้โซลูชันทั้งหมด “ในการทดลองปัจจุบันของเรา เราใช้เทคนิคแบบสุญญากาศเพื่อสะสมสารกึ่งตัวนำอินทรีย์ (เพนตาซีน) และอิเล็กโทรดแหล่งกำเนิด/ระบายน้ำ (ทอง) เมื่อทำอุปกรณ์ของเรา” จางกล่าว “สิ่งเหล่านี้ไม่เหมาะสำหรับการใช้งานในพื้นที่ขนาดใหญ่และต้นทุนต่ำ เนื่องจากมีราคาแพง ใช้เวลานาน และซับซ้อน ดังนั้นกระบวนการแก้ปัญหาทั้งหมดจะดีกว่า”
อันที่จริง ความขาดแคลนของฐานข้อมูลขนาดใหญ่ของภาพทางการแพทย์ที่มีในการฝึกอัลกอริธึม AI เชื่อว่าเป็นหนึ่งในอุปสรรคสำคัญสำหรับเทคโนโลยีนี้ Summers และเพื่อนร่วมงานช่วยคลี่คลายสถานการณ์ อย่างน้อยก็เกี่ยวกับ X-ray ด้วยการเปิดตัวฐานข้อมูล ChestX-ray8 เมื่อปีที่แล้ว ซึ่งเป็นชุดภาพเอ็กซ์เรย์ 100,000 ภาพ
DeepLesion อาจช่วยหลีกเลี่ยงอุปสรรคเหล่านี้โดยการจัดหาฐานข้อมูลที่มีประสิทธิภาพเพียงพอของการสแกน CT และคำอธิบายประกอบประกอบเพื่อฝึกอัลกอริทึมเครือข่ายประสาทเทียมแบบลึก NIH แนะนำว่าสักวันหนึ่งสิ่งนี้อาจ “ช่วยให้ชุมชนวิทยาศาสตร์สร้างเครื่องตรวจจับรอยโรคสากลขนาดใหญ่ด้วยกรอบการทำงานแบบครบวงจร”
โดยรวมแล้ว ฐานข้อมูลมีการศึกษาประมาณ 10,600 ชิ้นจากผู้ป่วยที่ไม่ซ้ำกันมากกว่า 4400 รายที่ NIH Clinical Center ใน Bethesda รัฐแมริแลนด์ ในขณะที่ฐานข้อมูลปัจจุบันส่วนใหญ่ประกอบด้วย 10 ถึงหลายร้อยรอยโรคประเภทเดียว กลุ่มได้ออกแบบ DeepLesion ให้เก็บมากกว่า 32,000 รอยโรค ครอบคลุมการค้นพบทางรังสีที่หลากหลาย เช่น ก้อนในปอด ต่อมน้ำเหลืองโต และเนื้องอกในตับ
ด้วยฐานข้อมูลรอยโรคแบบหลายหมวดหมู่ DeepLesion เปิดโอกาสให้นักวิจัยได้พัฒนาอัลกอริธึม AI ที่สามารถตรวจจับและวินิจฉัยทางรังสีวิทยาโดยอัตโนมัติสำหรับแผลหลายประเภท NIH ตั้งข้อสังเกต นอกจากนี้ยังสามารถเปิดความเป็นไปได้ของเครื่องตรวจจับรอยโรคแบบสากลที่จะทำหน้าที่เป็นเครื่องมือคัดกรองเบื้องต้นและจะส่งผลลัพธ์ไปยังอัลกอริธึมอื่นที่มีความเชี่ยวชาญมากขึ้น นอกจากนี้ นักวิจัยอาจสามารถศึกษาความสัมพันธ์ระหว่างรอยโรคที่แตกต่างกันในการสแกน CT เดียวกันสำหรับการประเมินภาระมะเร็งทั้งร่างกาย
เพื่อเริ่มต้นแสดงให้เห็นถึงศักยภาพนี้ Summers และเพื่อนร่วมงานใช้ฐานข้อมูล DeepLesion เพื่อฝึกเครื่องตรวจจับรอยโรคแบบสากลต้นแบบเพื่อระบุรอยโรคประเภทต่างๆ เครื่องตรวจจับของพวกเขามีความไวถึง 81.1% โดยมีผลบวกปลอมห้ารายการต่อภาพ ( J. Medical Imaging 5 036501 )
Credit : เกมส์ออนไลน์แนะนำ >>>ป๊อกเด้งออนไลน์ ขั้นต่ำ 5 บาท
