【国内论文】MTP丨浙江理工大学郭道友教授团队：晶向调控 β-Ga₂O₃ 光电突触用于偏振敏感类脑视觉

        由浙江理工大学郭道友教授的研究团队在学术期刊 Materials Today Physics 发布了一篇名为 Orientation-Engineered β-Ga₂O₃ Optoelectronic Synapses for Polarization-Sensitive Neuromorphic Vision（晶向调控 β-Ga₂O₃ 光电突触用于偏振敏感类脑视觉）的文章。

        偏振光可承载光强、波长之外的多维光学信息，在自主导航、遥感成像、目标识别等智能感知领域具备重要应用。传统偏振视觉系统依赖外置偏振片、波片等分立光学元件，存在光路复杂、体积庞大、集成难度高的缺陷。各向异性宽禁带半导体可无需附加光学器件，直接将入射偏振光转化为差异化电信号，是轻量化偏振感知器件理想材料。β-Ga₂O₃ 具备日盲紫外响应特性，单斜低对称晶体结构带来本征光学各向异性，但薄膜晶向会直接改变光吸收二向色性强弱，目前缺少晶向精准调控方案，难以实现高分辨偏振突触感知。本文通过衬底工程在 r 面蓝宝石上外延生长 (201) 取向 β-Ga₂O₃ 薄膜，理论证实该晶向二向色比可达 3.2，器件可模拟完整突触可塑性，并搭建储备计算、卷积神经网络视觉系统，实现偏振增强人脸识别与手写数字抗噪识别，为片上集成紫外偏振类脑硬件提供全新晶向调控策略。

        偏振敏感类脑视觉系统为多维光学信息提取提供可行方案，但现有器件依赖笨重分立光学元件、感知与处理单元分离，难以小型化集成。本文制备晶向调控 β-Ga₂O₃ 紫外光电突触器件，用于偏振敏感类脑视觉。基于费米黄金定则与光跃迁选择定则，理论证明 β-Ga₂O₃ 的 (201) 晶面具备更强偏振选择性光吸收，258 nm 波长下二向色比可达 3.2。通过衬底工程在 r 面蓝宝石基底上可控外延生长 (201) 取向 β-Ga₂O₃ 薄膜。该器件可完整模拟偏振依赖突触行为，包含短时记忆向长记忆转变等功能，且学习记忆性能更优异。利用偏振调制突触响应搭建储备计算人脸识别系统，0° 偏振条件下迭代 200 次识别精度可达 92%；基于器件特性构建偏振调制卷积核用于图像边缘增强与手写数字识别，在 10%、20%、50% 噪声干扰下识别精度分别维持 99%、99%、97%。本研究提出基于 β-Ga₂O₃ 的偏振敏感光电突触晶向调控方案，为集感知、存储、计算一体的紧凑型紫外类脑视觉系统提供可行发展路径。

        ① 结合费米黄金定则理论计算，证实 β-Ga₂O₃ (201) 晶面偏振吸收能力优于反 (201) 晶面，258 nm 二向色比高达 3.2；

        ② 采用 r 面蓝宝石衬底外延生长高取向 (201) β-Ga₂O₃ 薄膜，大幅提升器件偏振分辨突触电流响应，0° 与 90° 偏振下突触电流差异显著；

        ③ 器件完整模拟配对脉冲易化、短时/长记忆转变等生物突触可塑性，光强、脉宽、脉冲数量均可调控学习遗忘动力学；

        ④ 搭建偏振调控储备计算系统，0° 偏振人脸训练 200 轮识别精度 92%，优于 90° 偏振工况；

        ⑤ 利用 0°/90° 偏振差异化突触响应构建图像卷积核，实现边缘提取，10%–50% 高噪声下手写数字识别精度均高于 97%。

        该器件在 254 nm 紫外光照下呈现明显偏振依赖兴奋性突触后电流，依托氧空位诱导持续光电导效应，可完整模拟学习、遗忘、可调记忆以及短时记忆向长记忆转化等核心突触功能。此外，偏振调制突触响应可用于类脑视觉处理，分别实现储备计算人脸识别、卷积核辅助手写数字识别功能；系统在 10%、20%、50% 椒盐噪声下识别精度分别达到 99%、99%、97%。本研究证明 β-Ga₂O₃ 是可同时集成紫外偏振感知、突触存储、类脑计算的潜力材料。

        本研究得到国家自然科学基金（62304205、62274148、62374147、U23A20349）、浙江省自然科学基金（LQ24F040002）、浙江理工大学科研基金（25062169-Y）、杭州市自然科学基金（2024SZRZDF040001）资助。

图 1 (a) 生物突触启发的偏振敏感类脑视觉示意图；(b) β-Ga₂O₃ 中氧空位介导的持续光电导能带原理图；(c) 不同晶向 β-Ga₂O₃ 的理论吸收谱与二向色比曲线；(d) 不同蓝宝石衬底上衬底工程调控 β-Ga₂O₃ 薄膜晶向生长示意图

图 2 (a) 生长在 r 面 Al₂O₃ 基底上 β-Ga₂O₃ 薄膜的 X 射线衍射图谱；(b) β-Ga₂O₃ 薄膜偏振拉曼光谱；(c) 平行偏振构型下角度分辨拉曼映射图；(d) 交叉偏振构型下角度分辨拉曼映射图；(e–h) 分别对应平行、交叉偏振拉曼强度极坐标图；(i) β-Ga₂O₃ 薄膜偏振分辨吸收光谱

图 3 (a,b) c 面蓝宝石基 β-Ga₂O₃ 光电突触在不同偏振角度下兴奋性突触后电流与对应极坐标图；(c,d) r 面蓝宝石基 β-Ga₂O₃ 光电突触在不同偏振角度下兴奋性突触后电流与对应极坐标图；(e) 不同光强下突触电流响应曲线；(f) 不同光照时长下突触电流响应曲线；(g) 不同光脉冲数量诱导短时记忆向长记忆转变的电流曲线

图 4 (a) 人脸识别储备计算框架示意图；(b–d) 0°、90° 偏振光下四进制光脉冲序列诱导的兴奋性突触后电流与动态储备状态；(e) 两种偏振状态下训练识别精度变化曲线；(f,g) 0°、90° 偏振人脸识别混淆矩阵

图 5 (a) 偏振调制卷积运算示意图；(b) 不同噪声原始图像与卷积处理后图像对比；(c,d) 不同噪声下训练精度与损失曲线；(e–g) 10%、20%、50% 噪声下手写数字识别混淆矩阵

DOI：

doi.org/10.1016/j.mtphys.2026.102176