当前位置: 仪器信息网 > 行业主题 > >

数显分厘卡

仪器信息网数显分厘卡专题为您提供2024年最新数显分厘卡价格报价、厂家品牌的相关信息, 包括数显分厘卡参数、型号等,不管是国产,还是进口品牌的数显分厘卡您都可以在这里找到。 除此之外,仪器信息网还免费为您整合数显分厘卡相关的耗材配件、试剂标物,还有数显分厘卡相关的最新资讯、资料,以及数显分厘卡相关的解决方案。

数显分厘卡相关的资讯

  • 迷你数显折射仪 日本ATAGO(爱拓)的应用
    迷你数显折射仪(又名折光仪)的应用与刻度式手持折射仪/折光仪类似,其数显折射仪(又名折光仪)特性可以有效消除人为读数误差,同时减轻操作者视力疲劳度。ATAGO(爱拓)的PAL系列迷你数显折射仪/折光仪是手持式折射仪/折光仪的创新与代表,完全颠覆了过去用户对于手持式折射仪/折光仪的传统认知,数字显示,仅手掌大小,重100g。PAL迷你数显折射仪/折光仪拥有让您惊奇的快速测量能力。只要将一滴样本溶液置于棱镜上,然后按「开始」键,糖度值会在3秒之内显示。具有数字LCD显示面版,可以避免主观错误的数值判读。PAL迷你数显折射计/折光仪可流水冲洗,具自动温度补偿,能测量高温样品,您将会对它的尺寸、设计、功能与性能感到惊奇!(日本ATAGO爱拓 折射仪&mdash 折射仪/折光仪&mdash 折光仪/旋光仪&mdash 旋光仪)ATAGO(爱拓)的AP-300旋光仪旋光仪是一款具有旋光度和国际标准糖度(ISS)双标度的全自动旋光仪旋光仪,AP-300全自动旋光仪/旋光仪专为需要测定旋光度和糖度的制糖行业而设计的一款旋光仪旋光仪。ATAGO(爱拓)是专业的折光仪/折射仪与旋光仪旋光仪生产厂商,生产多种类型的折光仪/折射仪及旋光仪 旋光仪。提供生产原料及成品的Brix值、折射率、盐度、糖度、物质浓度 、旋光度的测量方案!更多折光仪/折射仪/旋光仪旋光仪详情请点击 www.atago-china.com 或致电020-38108256 ATAGO(爱拓)中国分公司咨询。
  • 数显双功能水浴振荡器促销中......
    数显双功能水浴,原价6200元,先只要6折就可以买到!速速订购!!! 概述:数显水浴恒温振荡器,也叫:恒温水浴箱,或者:水浴摇床,是一种温度可控的恒温水浴槽和振荡器相结合的生化仪器,主要适用于各大中院校、医疗、石油化工、卫生防疫、环境监测等科研部门作生物、生化、细胞、菌种等各种液态、固态化合物的振荡培养。其主要特点:A:温控精确数字显示。B:振荡时又小浪花,但无浪花飞溅。C:设有机械定时。D:万能弹簧试瓶架特别适合作多种对比试验的生物样品的培养制备。E:无级调速,运转平稳,操作简便安全。F:内腔采用不锈钢制作,抗腐蚀性能良好。主要技术性能:1. 使用电源: 220V 50Hz 2. 加热功率: 1800w3. 定时范围: 0~120分(或常开)4. 振荡频率: 起动&mdash 300转/分,连续可调5. 振荡幅度: 20mm6. 恒温范围: 室温&mdash 100℃7. 振荡方法: 往复、回旋。双功能8. 温控分辨率: +0.01℃9. 温度均匀度:± 0.5℃;10. 水箱容积: 30L11. 外形尺寸: 700× 550× 490仪器配置: 主机     一台           电源线          一根使用说明书   一份           合格证          一份*万能弹簧夹具内置仪器中
  • 数显小负荷布式硬度计在有色金属检测中应用广泛
    数显小负荷布式硬度计在有色金属检测中应用广泛山东云唐智能科技有限公司数显小负荷布式硬度计在有色金属检测中确实有广泛的应用。这种仪器适用于铸铁、钢材、有色金属及软合金材料的硬度测定,尤其在黑色金属、有色金属及轴承合金材料的布氏硬度检测中发挥着重要的作用。此外,该设备对飞机、汽车等安全部件进行硬度检测也是非常理想的仪器。具体来说,数显小负荷布式硬度计具有以下特点:测量范围广泛:其测量范围为4~450HBS,4~650HBW,适用于各种硬度的材料测试。自动化程度高:采用LCD液晶显示屏,数字显示,菜单式操作,试验过程自动化,能自动保存每次试验的参数设置,试验过程自动化。精确度高:采用先进的无摩擦主轴系统,保证试验的准确可靠。应用范围广:不仅适用于软金属材料及小型零件的布氏硬度试验,也适用于对黑色金属、有色金属及轴承合金材料的布氏硬度检测。在实际应用中,数显小负荷布式硬度计可以满足不同种类和形状的试样测试,其操作简便、测试准确可靠,为有色金属检测提供了有力支持。数显小负荷布式硬度计在有色金属检测中有广泛的应用,以下是几个具体的应用案例:检测铝、铅、锡等软料硬度:数显小负荷布式硬度计可以用于检测铝、铅、锡等软料的硬度,这些材料在汽车、电子、包装等领域有广泛应用。通过使用数显小负荷布式硬度计,可以快速、准确地检测这些材料的硬度,从而控制产品质量和生产过程。检测轴承合金材料的硬度:轴承合金材料广泛应用于机械、汽车、航空等领域,其硬度是影响轴承性能的重要因素之一。数显小负荷布式硬度计可以用于检测轴承合金材料的硬度,帮助企业控制产品质量和确保设备正常运行。检测有色金属管材的硬度:有色金属管材在石油、化工、食品等领域有广泛应用,其硬度是评价管材质量的重要指标之一。数显小负荷布式硬度计可以用于检测有色金属管材的硬度,帮助企业控制产品质量和确保管道系统的安全可靠性。检测硬质合金材料的硬度:硬质合金材料具有高硬度、高耐磨性和良好的耐热性等特点,广泛应用于刀具、模具等领域。数显小负荷布式硬度计可以用于检测硬质合金材料的硬度,帮助企业控制产品质量和提高生产效率。总之,云唐数显小负荷布式硬度计在有色金属检测中具有广泛的应用价值,可以帮助企业提高产品质量和生产效率,确保设备和人身安全。
  • ATAGO(爱拓)PAL数显折射仪在制糖行业中的应用
    甘蔗作为制糖的主要原料,甘蔗蔗糖分是衡量甘蔗成熟和品种材料优劣的最重要指标,因此甘蔗蔗糖分检测成为甘蔗品种培育和种植工作中不能缺少的重要环节。一般情况下,当甘蔗的蔗茎田间蔗糖分13.00%以上时即可砍收,削去叶、梢和根等杂质,送到糖厂加工。目前我国蔗糖生产和科研单位普遍采用的甘蔗糖分检测方法是二次旋光法。但二次旋光法测定步骤繁琐、耗时、费力,因而导致检测效率低,无法进行大批量样品的检测,迫切需要建立一种可简便快速的甘蔗糖分测定方法。PAL系列迷你数显折射计操作方法: ATAGO(爱拓)的PAL系列迷你数显折射计是手持式折射计的创新与代表,完全颠覆了过去用户对于手持式折射计的传统认知,数字显示,仅手掌大小,重100g,具有使用快速简便、测定准确(测量精度Brix± 0.2%)、重量轻、体积小等优点。用与传统的刻度式手持折射计相比,其数显特性可以有效消除人为读数误差,同时减轻操作者视力疲劳度。而且PAL迷你数显折射计拥有让您惊奇的快速测量能力。只需用取样锥,取2~3滴甘蔗汁溶液置于棱镜上,然后按「开始」键,糖度值会在3秒之内显示。具有数字LCD显示面版,可以避免主观错误的数值判读。可流水冲洗,具自动温度补偿。其革命性的E.L.I(外部光线阻止)功能,在野外测量受到外部强光干扰测量时,仪器会自动提示,确保得到准确的测量值。糖厂投入使用的检测仪器:手持式折射计主要是糖厂农业部在野外检测用,工厂压榨时检测都是用全自动台式折光仪;广西是中国最大的糖业产地和集散地。广西地处华南,北回归线横贯其中,属亚热带气候区,发展糖业生产的气候条件得天独厚。 目前广西有糖厂98间,日榨甘蔗能力36万吨,分别属于10大糖业集团和部分国有控股企业。2003/2004年榨季原料甘蔗产量在4800万吨左右,产成品糖588万吨左右,产糖量占全国总产量的60%以上,2004/05年榨季由于播种面积减少和旱灾、霜冻等自然灾害影响,产糖有所减少,产糖量在530万吨左右,05/06年榨季甘蔗种植面积有所回生,预计甘蔗种植面积达到1030万亩,甘蔗产量将出现恢复性增产,甘蔗产量预计达到4850万吨左右,产糖600万吨左右。 广州市爱宕科学仪器有限公司的ATAGO(爱拓)的PAL系列迷你数显折射计和工厂压榨时检测工具全自动台式折光仪:在广西地区更是得到广大企业的认可和应用以下主要介绍广西博庆食品有限公司和广西洋浦南华糖业集团股份有限公司对本产品的应用中的成效:广西博庆食品有限公司广西博庆食品有限公司与ATAGO(爱拓)合作以来以来,使用PAL系列迷你数显折射计在甘蔗的砍收过程中取得了显著的成效,使得对甘蔗的砍收更准确,对整个制作工序达到了时间上的节约,人工上的节约,从而降低成本,使得企业旗下的石别、怀远两家制糖企业,现在现生产能分别为9000吨/日和6000吨/日得到了更大的保障且与ATAGO(爱拓)合作以来,旗下的石别、怀远两家制糖企业的日产平均增长达到0.4%,ATAGO(爱拓)优质的售后服务以及强大的技术团队使得我们的合作方的效益最大化,更使得我们双方共赢。广西洋浦南华糖业集团股份有限公司 据悉,2012年崇左全市甘蔗生产的目标任务是:完成甘蔗种植面积430万亩以上,其中新植蔗要达到190.9万亩、新扩种面积20万亩以上;力争2012/2013年榨季原料蔗和产糖量创历史新高,原料蔗达2300万吨以上、产糖287万吨以上,田间平均蔗糖分14.7%以上。 当然在这样浩大的工程中理所当然会有我们的作为强有力的技术支持后盾,PAL系列迷你数显折射计将发挥其最大的优势,ATAGO(爱拓)最为洋浦南华的合作方,会在仪器应用技术上保障博庆在使用过程中最大化的体现出PAL系列迷你数显折射计的简介准确性,更加希望洋浦南华在2012年取得辉煌,ATAGO(爱拓)将不计余力提供最好的售后服务保障。以下是ATAGO(爱拓)和广西糖厂建立良好的合作关系:广西南华糖业有限责任公司广西崇左东亚糖业有限公司广西博宣食品有限公司广西博华食品有限公司南宁糖业股份有限公司 结束语蔗糖是人类基本的食品添加剂之一也是食品中有营养的甜味剂。是光合作用的主要产物,广泛分布于植物体内。ATAGO(爱拓)食品检测工具,给广西糖厂带来了制糖生产过程中间制品快速分析检测 ,糖料品质检测 ,ATAGO(爱拓)PAL系列迷你数显折射计可以非常方便的用于田间或基层,简单快速的测量样品中糖分以判断其成熟度;或在附近没有实验室的条件下快速进行浓度测量以得到分析结果。通过以上分析,ATAGO(爱拓)的工厂压榨时检测工具全自动台式折光仪在制糖行业的应用得到了糖厂广泛认可。本文来之:广州市爱宕科学仪器有限公司
  • ATAGO(爱宕)发布最新型号的迷你数显水果酸度计
    新产品信息 迷你便携式数显酸度计 PAL-ACID系列 各位亲爱的客户: 很高兴向您介绍ATAGO(爱宕)的最新产品&mdash PAL-ACID酸度计!PAL-ACID酸度计秉承PAL系列一贯的迷你数显便携的特质,用于测量样品的总酸度并将之转换成柠檬酸和酒石酸的含量。 Cat.no.4651迷你数显柠檬酸酸度计PAL-ACID1PAL-ACID1工具箱包含主机1台, 反应试剂 10瓶 (5ml/瓶), 微量移液器1只, 微量吸头 10只, 一次性塑料吸管 10 只,校正液 1瓶, 挥发性样品适配器1个, AAA电池2节.柠檬酸是柑橘类水果、番茄、梨等蔬果的主要酸类成分。 Cat.no.4642 迷你数显酒石酸酸度计PAL-ACID2PAL-ACID2工具箱包含主机1台, 反应试剂 10瓶 (5ml/瓶), 微量移液器1只, 微量吸头 10只, 一次性塑料吸管 10 只,校正液 1瓶, 挥发性样品适配器1个, AAA电池2节.酒石酸是葡萄、鲜葡萄汁、葡萄酒等的主要酸类成分。 Q. 我的样品能用这款仪器测量吗? A. PAL-ACID1用于测量柑橘类水果、番茄、梨等蔬果的酸度,以柠檬酸含量来表征;PAL-ACID2用于测量葡萄、鲜葡萄汁、葡萄酒等样品中的酸度,以酒石酸含量来表征,请联系我们了解更多详情。 Q.如何测量? A.请点击http://www.atago.net/manual/查看使用方法视频演示。
  • 发布博君BJ-15数显粉末压片机新品
    BJ-15型 粉末压片机 作为红外分光光度计的附件,用于将溴化钾(KBr)、氯化钠(NaCl)等材料粉末压制成各种规格的试片,以便进行光谱分析,本压片机尤其适合于国外进口各种傅里叶红外光谱仪配套替代进口附件。同时它也适用于其它需要相应压力的工作场合。该机在结构紧凑、重量轻、生压快、操作简单、方便安全。BJ-15型 粉末压片机 主要特点:质量轻、外表美观、使用简单、升压快、不掉压BJ-15型 粉末压片机 主要参数:压力范围:0-15t活塞工作直径:65mm活塞工作行程:10mm工作台面:60mm最大工作空间:105mmBJ-15型 粉末压片机+数显压力表主要参数:压力表量程0-50MPa压力表最小分辨率:0.01mpa压片机最小分辨率:3.92公斤创新点:用数显压力表代替机械压力表,分辨率大大提高。博君BJ-15数显粉末压片机
  • 京都电子发布ALM-155数显酒精浓度计新品
    ALM-155数显酒精浓度计Digital Alcohol MeterALM-155数显酒精浓度计 适用范围:测定各类饮料酒的酒精度,如: 发酵酒/酿造酒(啤酒、葡萄酒、果酒、黄酒),蒸馏酒(白酒、白兰地、威士忌、伏特加/俄得克、朗姆酒、杜松子酒、奶酒、其他蒸馏酒),配制酒/露酒(植物类配制酒/植物类露酒、动物类配制酒/动物类露酒、动植物类配制酒/动植物类露酒、其它配置酒)的酒精度分析。注: 酒精度(乙醇含量): 系指在20°C时,100mL饮料酒中含有乙醇(酒精)的毫升数,即体积(容量)的百分数。ALM-155数显酒精浓度计 工作原理:数显酒精浓度计的测量,是酒类试样经直接加热蒸馏去除样品中的不挥发物,馏出物用水恢复至原体积,然后将酒样馏出液吸入数显酒精浓度计的U型振荡管,由于U型管中试样密度的变化会引起振动频率的改变,仪器可根据20°C时样品馏出液的振动频率自动计算得到馏出液的相对密度,仪器内置酒精水溶液相对密度与酒精度对照表,可直接测定试样中酒精含量的体积百分数。可取代酒精计法或密度瓶法之酒精度的试验方法。附注: 乙醇和水的二元混合物溶液,可以直接测量酒精浓度值。ALM-155数显酒精浓度计 主要特点:1. 高精确度、占地面积小、性能卓越的台式酒精浓度计。2. 酒精度的解析度为0.01%,密度的解析度为0.00001。3. 标配进样泵,一键启动进样和测量,样品量仅需8mL。4. 内置帕尔贴温控,温度固定20°C。仅需使用纯水校正。5. 可自动存储100组测量结果,数据可传输至U盘或电脑。6. 具酒精水溶液的相对密度与酒精度对照表,显示酒精度。7. 全范围酒精浓度测定,操作简单,精度高,测量速度快。ALM-155数显酒精浓度计 技术参数:测量范围: 酒精度0.00~100.00Vol%,密度0.69937~1.24887g/cm3,相对密度0.70000~1.25000。解析度: 酒精度0.01vol%,密度0.00001g/cm3,相对密度0.00001。重复性: 酒精度SD:0.05%vol%,密度SD:0.00005 g/cm3,相对密度SD:0.00005。测量温度: 20.00°C(固定)。酒精度对照表: 内建OIML和AOAC对照表。测量时间: 2~4分钟(使用标配蠕动泵)。最少样品量: 约8毫升(进样时间10秒)。显示: LCD液晶显示。进样方式: 使用蠕动泵进样或注射器进样。自动开始功能: 重复次数:2~100。校正方式: 使用纯水校正。电脑软件: SOFT-CAP(数据采集软件)。外接界面: USB(U盘或键盘),RS-232C(打印机和电脑)。数据输出: CSV格式至U盘。环境条件: 温度5~35°C,湿度85%RH以下。电源: 100~240V, 50/60Hz。耗电量: 约30W。尺寸: 270(宽)×402(深)×163(高)mm。重量: 约10kg。创新点:京都电子工业株式会社(KEM),从1978年开始生产U形管振荡式密度计,在技术方面有着宝贵的经验和悠久的历史。ALM-155的开发源自于清酒酒精度分析仪DA-155。DA-155多年来主要销售在日本的清酒酿酒厂。大多数清酒酿酒厂都是小型家族企业,他们对可靠的分析仪器需求非常强烈。KEM一直以合理的价格为他们提供简单易用、高性能的分析仪。ALM-155是一种专用的、小尺寸、高性能的台式数字密度计,主要用于分析葡萄酒、啤酒、白兰地、威士忌、伏特加等的密度、相对密度和乙醇浓度的测量。ALM-155的酒精度分辨率为0.01%,相对密度为0.00001。除了具备DA-155的特点外,另增加了密度值的显示、记忆100组测量结果、内置AOAC和OIML酒精度对照表、输出功能增加了USB串口,可利用U盘下载测量结果。在功能和数据储存输出上,更加提升。ALM-155数显酒精浓度计
  • CHA-S数显气浴恒温振荡器回馈客户低价促销
    CHA-S数显气浴恒温振荡器(又称空气恒温摇床)CHA-S数显气浴恒温振荡器(又称空气恒温摇床)是一种温度可控的恒温培养箱和振荡器相结合的生化仪器,主要适用于各大中院校、医疗、石油化工、卫生防疫、环境监测等科研部门作生物、生化、细胞、菌种等各种液态、固态化合物的振荡培养。其主要特点:A:温控精确数字显示。B:开设有补氧孔、恒温工作腔补氧充足。C:设有机械定时。D:万能弹簧试瓶架特别适合作多种对比试验的生物样品的培养制备。E:无级调速,运转平稳,操作简便安全。F:内腔采用不锈钢制作,抗腐蚀性能良好。CHA-S数显气浴恒温振荡器(又称空气恒温摇床)主要技术性能:一、 使用电源: 220V 50Hz二、 加热功率: 400w三、 定时范围: 0~120分(或常开)四、 振荡频率: 起动&mdash 300转/分,可调五、 振荡幅度: 20mm六、 恒温范围: 室温&mdash 50℃七、 振荡方法: 往复八: 温控精度: +1℃九: 装瓶量:试管:ø 16× 300mm100ml× 24只、200ml× 15只十: 外形尺寸: 700× 470× 500mm产品型号:(1) SHA-C型数显水浴恒温振荡器:属于-往复式。(2) THZ-82型数显水浴恒温振荡器:属于-回旋式。(3) SHA-B型数显水浴恒温振荡器:属于-往复和回旋,双功能式。(4) SHA-2型冷冻水浴恒温振荡器:属于制冷式,控温范围:5-100℃
  • ATAGO爱拓全新推出2款数显酸度计 助力乳酸浓度检测
    ATAGO(爱拓)(简称:爱拓)公司是一家著名的旋光仪和折光仪的专业制造厂家。该公司成立于1940年,从1940年开始生产精确折射仪、折光仪、旋光仪起,至今已有上七十多年的历史。其生产的旋光仪及折光仪作为行业的领导者一直享誉全世界,主要产品包括各型号旋光仪、折光仪、盐度计、浓度计、糖度计等。近日爱拓公司全新推出2款数显酸度计,为咸菜、乳酸菌饮料中的乳酸浓度检测提供新的选择。 PAL-ACID3 酸度计测试箱(乳酸)PAL-ACID3 迷你数显酸度计用于测量咸菜、乳酸菌饮料中的乳酸浓度。 PAL-ACID3 迷你数显酸度计测量样品的总酸度,并将之转换为乳酸含量。型号PAL-ACID3 酸度计测试箱(乳酸)Cat.No.4652测量范围乳酸含量1.0 to 45.0(g/l) (以乳酸为标度[g/l])分辨率0.1(g/l)重复性1.0 to 20.0(g/l) ± 0.5(g/l)20.1 to 40.0(g/l) ± 1.0(g/l)测量温度10 to 40° C (自动温度补偿)环境温度10 to 40° C选件&bull 校正溶液: RE-130002&bull 反应试剂 10 pcs : RE-99432&bull 反应试剂 20 pcs : RE-99430&bull 反应试剂 50 pcs : RE-99431电源2 × AAA 电池规格55(W)× 31(D)× 109(H)mm, 100g (仅主机)PAL-ACID3 迷你数显酸度计(乳酸)此货号仅为主机,不包含附件。型号PAL-ACID3(乳酸)Cat.No.4642测量范围乳酸含量1.0 to 45.0(g/l) (以乳酸为标度[g/l])分辨率0.1(g/l)重复性1.0 to 20.0(g/l) ± 0.5(g/l)20.1 to 40.0(g/l) ± 1.0(g/l)测量温度10 to 40° C (自动温度补偿)环境温度10 to 40° C选件&bull 微量移液器 : RE-79401&bull 校正溶液: RE-130002&bull 反应试剂 10 pcs : RE-99432&bull 反应试剂 20 pcs : RE-99430&bull 反应试剂 50 pcs : RE-99431电源2 × AAA 电池规格55(W)× 31(D)× 109(H)mm, 100g (仅主机)MASTER-53S 手持式折射计乳白色样品首选此产品克服了一直以来测试乳白色样品时,常会出现的界线不清的现象。非常适合用于测试乳白色样品。例如奶制调味品、酸奶、加奶咖啡、蛋黄酱、切削油等。 ModelMASTER-53S型号2355标度范围Brix 0.0 至 53.0%(自动温度补偿型)最小标度Brix 0.5%测量准确度Brix ± 0.5%(10 至 30℃)重复性± 0.25%尺寸重量3.2× 3.4× 16.8cm, 130g欲知详细资料,请关注:http://www.atago-china.com或者致电联系我们:020-38106065/38108256
  • 爱拓发布ATAGO(爱拓)便携式数显PH计 PAL-pH新品
    ATAGO(爱拓)全新力作——PAL-pH 正式上市!PAL-pH 是全球采用平滑型玻璃电极pH计,区别于传统球形玻璃电极pH计,耐用性更高!全球首创平滑型玻璃电极,清洁更方便、不易损坏,确保pH值准确测量,同时提高仪器使用寿命。平滑玻璃电极承重高达5kg创新型平滑玻璃电极,无需浸泡在饱和KCL溶液中保存。pH内参比电极,无需更换,使用寿命长达7-8年。首次使用,只需用纯水对电极活化20分钟即可。适用于少量样品的pH值测量,样品量仅需0.6mL标配三组缓冲液:pH4.01 pH6.86 pH9.18 可测量固体样品pH值配备NFC功能(近场通讯)*,测量数据可与手机直接传输,省去手写记录,有助数据分析。【技术参数】 Cat. No. 4311 产品型号 PAL-pH 便携式数显pH计 测量范围 pH 0.00 ~ 14.00 测量精度 pH±0.10 分辨率 pH 0.01 自动温度补偿范围10.0 ~ 40.0℃ 电源 AAA碱性电池×2 尺寸及重量 55×31×109mm,100g(仅主机)【适用范围】饮品、食品、水溶性油、土壤、碱性清洗液等等… … 广泛应用于日用化工、食品行业、生物制药、高校科研、环保卫生、海洋地质等行业。* 限安卓系统创新点:创新平滑形玻璃电极PH计,区别于传统球形玻璃电极,耐用耐压,样品量更少,仅需0.6ML。ATAGO(爱拓)便携式数显PH计 PAL-pH
  • 食品饮料行业好帮手 PAN-1 浸入式数显糖度计
    新产品信息 各位亲爱的客户:很高兴能为您介绍ATAGO的最新产品。 PAN-1浸入式数显糖度计 方便安装固定于容器壁上,无需额外的辅助工具。可进行单点测量和连续测量,适用于各类液体样品的测量。每30秒测量一次,可进行Brix值及温度的显示转换。 PAN-1浸入式数显糖度计颠覆了过去手持式、台式及在线等多种产品形态,采用通用的夹具设计。一、可方便的安装固定在各种容器的壁沿,无需额外的特殊工具。二、能够测试糖溶液、果汁、化学品及各类水溶液。三、30秒测量一次,可进行单点测量和连续测量。四、以锂电池为电源,操作简单方便。ATAGO爱拓 中文官网:http://www.atago-china.comATAGO 日本总部官网: http://www.atago.net 关于爱拓(日本ATAGO)成立于1940年的日本ATAGO(爱拓),半个多世纪以来不断地致力于研究和开发多样化的,应用广泛的光电测试仪器,其主要产品为折射仪,旋光仪及基于折射仪测定各种物质浓度的衍生产品仪器。ATAGO(爱拓)产品的应用涵盖食品饮料,果蔬加工,糖业,日用化工,生物制药,临床检验,石油化学到金属制造等许多领域,在世界处于领先地位并占据最大市场份额,ATAGO(爱拓)产品的设计与制造过程遵循ISO9000质量体系认证,所有ATAGO(爱拓)产品在离开厂房时均经过严格彻底的检验,产品品质卓越,耐用性超群,长久以来,凭借优秀的品牌知名度,ATAGO(爱拓)产品不断获得来自全世界一百多个国家客户的完全信赖. 关于爱拓中国(ATAGO CHINA Ltd.)2011年ATAGO(爱拓)中国分公司的成立和正式运行(全称广州市爱宕科学仪器有限公司),将使广大国内用户能够快速地购买产品,获得使用指导和维修服务。 索取ATAGO (爱拓) 产品与检测样品的相关测量方法资料,请与我们联络。ATAGO(爱拓)中国 联系电话 : 86-20-38108256/38106065/38106057
  • WIGGENS发布WIGGENS D-500D 数显均质乳化器新品
    数显均质乳化器D-500D详细信息: *D-500D均质器采用最新的快速拆卸清洗技术及数字化的智能反馈控制技术,保证最佳的破碎乳化效果。 *500W 电机功率运转平稳,低噪音,启动平稳柔和不会突然加速变速,具有更高的剪切力。*LED 数字式速度显示与控制,转速可以在 500-30000RPM 间任意设定 *智能转速控制系统,输出功率会随样品粘度变化而变化,保证均质过程在恒定转速下进行*驱动器外壳采用减噪材料设计,噪音强度:大约 66dB(A) at 25000 rpm ;大约 72dB(A) at30000rpm*D-500D均质器采用快速分散头安装设计,可以单手在几秒种内完成安装或者拆卸,分散头的定子-转子易于拆卸分散清洗,可以3步完成定子-转子的拆卸*分散头采用"锯齿"形设计,剪切力高,可以快速有效地分散破碎样品*适合样品容积:0.05-2000mL*材质:316L不锈钢,外加电镀层,坚固耐用防腐蚀,特制的Teflon轴承,具有绝佳的机械性能和化学稳定性,可高温高压消毒*保护等级 : IP20*D-500D 驱动单元 *订货号 : 1710500D 数显均质乳化器D-500D可选分散头产品型号2503250525072509251225202520F订货号250300042503001225030031250300302503006225200069252F0091分散头长度50mm85 mm107 mm82mm123 mm192mm170mm定子/ 转子直径3 mm / 1.8 mm5.6 mm / 3 mm7.8 mm / 5 mm7.8mm/5mm12 mm / 9 mm20 mm / 15 mm20 mm / 15 mm线速度4.0 m/s4.7 m/s7.8 m/s7.8mm14.1 m/s22 m/s22 m/s工作容积0.05 - 2 ml0.1 - 5 ml0.3 - 10 ml0.3-10ml2 - 250 ml100 - 2000 ml100 - 2000 ml应用少量植物、动物和人体组织的分散,适合圆底Eppendorf管少量植物、动物和人体组织分散;固体溶解;细胞破碎动物组织的分散;固体溶解 细胞、动植物组织和人体组织的分散植物,动物,人体组织,树脂,色素等的分散乳胶和悬浮液的制备;药片外膜的溶解;同类型产品手持式超细匀浆机D-130详细信息 * 手持式均质器采用双重绝缘防护,保障安全* D-130是一款可进行混合,分散,乳化,均质等操作的轻便的乳化机* 高剪切力的工作头可进行高温消毒可重复使用,且拆卸方便* 适用于在小型容器内分批加工流体物料,如加工肌肉、内脏、纤维类等。 高剪切均质乳化机D-130技术参数型号D-130空载转速(rpm) 8000 ~ 30000处理量范围H2O(mL) 0.1~ 50(H2O)/1~ 250(H2O)根据不同分散头输入/ 输出功率(W)130接触物料材质316L 不锈钢( 适合所有灭菌方式)可选配工作头直径5mm/L90mm(0.1~ 50mL) ?0mm/L150mm(1~ 250mLD-130 可选分散头产品型号DS-130/5DS-130/7DS-130/10DS-130/14分散头长度90mm160mm150mm170mm转子直径5mm7mm10mm14mm工作台容积0.1-50ml0.3-50ml1-250ml 2-250mlD-500高剪切均质乳化机D-500集灵巧、方便于一身,采用爪式高剪切工作头结构;多种分散头组合可选。可轻松满足多种高要求的分散乳化实验,尽享实验室分散乳化的乐趣。* 灵巧、轻便的外形设计,方便携带* 分散头结构简单,方便拆卸* 高质量的分散头采用316L不锈钢材质,拥有良好的防腐性能* 所有分散头采用同一种分散轴,可节约成本* 速度连续可调,保证了良好的分散效果* 三重安全保护措施:过载保护、平稳启动、安全开关* 分散物料粘度可达10000cps* 最高线速度34.9m/s* 高性价比技术参数空载转速(rpm) 10000 ~ 30000 处理量范围H2O(mL) 10 ~ 40000 额定电压(Hz) 220V 50/60Hz 输入/ 输出功率(W) 500/320 重量(kg) 1.3 接触物料材质316L 不锈钢/PTFE 外形尺寸(mm) 70X70X255 可选配工作头采用定子/ 转子组合原则,可以满足客户多种选择要求订货号1710500 D-500分解图示分散杯选型*对于普通圆柱形的分散杯,分散时会形成旋涡,旋涡将导致分散杯周边的物料无法接触到分散头,这种物理现象大大降低了物料混合和分散的程度。为了达到理想的分散效果,用户只能选择消耗更多能量来延长分散时间,然而另外一个问题就又出现了,分散时间的加长让大量的空气随旋涡进入到了样品中。*为解决以上问题,我们技术人员研发了 GS 分散杯,它不会像常规分散杯那样让样品形成定向流动,这样极大提高了分散效率,节省了时间和能源消耗。 *GS 分散杯材质有硼硅玻璃、不锈钢可选;规格可从几毫升到几升大小;可选择带盖或者不带盖、可选择是否带密封接头等。 分散杯型号型号直径(mm) H工作体积形状材质特点订货号GS 1530 / 15035 ml三叶草形硼硅33 玻璃不带螺纹扣,带盖11050010GS 2555 / 150150 ml三叶草形硼硅33 玻璃不带螺纹扣,带盖11050011GS 4080 / 200500 ml三叶草形硼硅33 玻璃不带螺纹扣,带盖11050012GS 5090 / 2501000 ml三叶草形硼硅33 玻璃不带螺纹扣,带盖11050013GS 60100 / 3001300 ml三叶草形硼硅33 玻璃不带螺纹扣,带盖11050014GS 15K30 / 15035 ml三叶草形硼硅33 玻璃螺纹扣,带破碎头连接口GS 15K mm,GS 25K 5 mmGS 40/50/60K ?0 mm螺纹扣,带破碎头锥形插入口:7.5,12,20 or 25 mm连接口GS 15K mm,GS 25K 5 mmGS 40/50/60K?0 mm11050020GS 25K55 / 150150 ml三叶草形硼硅33 玻璃11050021GS 40K80 / 200500 ml三叶草形硼硅33 玻璃11050022GS 50K90 / 2501000 ml三叶草形硼硅33 玻璃11050023GS 60K100 / 3001300 ml三叶草形硼硅33 玻璃11050024GS 15KL 7.530 / 15035 ml三叶草形硼硅33 玻璃11050030GS 25KL 1255 / 150150 ml三叶草形硼硅33 玻璃11050031GS 25KL 2055 / 150150 ml三叶草形硼硅33 玻璃11050032GS 40KL 2580 / 200500 ml三叶草形硼硅33 玻璃11050034GS 50KL 2590 / 2501000 ml三叶草形硼硅33 玻璃11050036GS 60KL 25100 / 3001300 ml三叶草形硼硅33 玻璃11050038GS 100 Z100 / 150900 ml圆柱形V2A 不锈钢不带螺纹扣,不带盖11050060GS 130 Z125 / 1702000 ml圆柱形V2A 不锈钢不带螺纹扣,不带盖11050061支架订货号描述适用型号WF11-DWF 可延伸平板支架( 双杆设计)D-500,D-500DWH11-DWH 可延伸H 型支架D-500,D-500D11045011分散杯固定夹具WF11-D, WH11-D11045030安全定位环WF11-D, WH11-D创新点:1、新增了快速拆卸清洗技术及数字化的智能反馈控制技术,保证最佳的破碎乳化效果。2、运转平稳,低噪音,启动平稳柔和不会突然加速变速,具有了更高的剪切力。WIGGENS D-500D 数显均质乳化器
  • 德祥:英国B+S 新款OPTi数显手持式折光仪全新发布
    专业的光学仪器制造商,百年品牌 &mdash &mdash 英国Bellingham + Stanley (简称B+S) 全新推出数显手持式折光仪 OPTi 系列。 相比原有的手持/便携式折光仪,新OPTi系列拥有更精巧迷你的外观,更坚固耐用的外壳。浅底易清洁的棱镜盘、超大明亮的显示屏、操作简单的双按键、大幅提升的测量精度&hellip &hellip 无论您是为了监测食品、化工、制药工厂流水线上的产品质量,还是为了野外采样的鉴定,OPTi都将带给您更加舒适、可靠的操作体验! 全新OPTi手持式折光仪单标度和双标度两大主系列机型,广泛应用于与我们生活息息相关的各个行业:食品、饮料、中西快餐联锁行业中Brix白利度检测;葡萄酒、啤酒行业中酒精度、波美度、Oechsle等检测;汽车行业中DEF/ AdBlue溶液尿素检测、防冻液冰点检测;石化行业中冷却液Brix或折光率检测;生命科学行业中原料折光率、尿液蛋白浓度检测;&hellip &hellip 更多产品请登陆德祥官网:www.tegent.com.cn渠道合作:南区(华南,西南与中南)地区请联系:周先生 Tel:020-22273381东区(华东, 江,浙,沪)地区请联系:黄小姐 Tel:021-52610159北区(华北,东北,西北)地区请联系:李先生 Tel:010-82326330德祥热线:4008 822 822邮箱:info@tegent.com.cn
  • 德祥:英国B+S最新 Brix 54 数显手持式折光仪年末推广促销!
    英国B+S最新 Brix 54 数显手持式折光仪年末推广促销现在开始!!! 型号:Brix 54(0 ~ 54 ° Brix x 0.1);货号:38-02;年末推广特价:RMB 1600 ★ 她的量程宽至 0 ~ 54 ° Brix★ 她的读数分辨率可达 0.1 ° Brix★ 她的准确度更高达 ± 0.2 ° Brix★ 她与生俱来温度补偿(ATC)的能力★ 特别是食品、饮料相关车间、实验室,可少不了她飞舞忙碌的身影 尤其适用于食品、饮料、制糖、酿酒及其他需要测定白利糖度(Brix)的工厂QC、实验室。数量有限,先到先得。 相比原有的手持/便携式折光仪,新OPTi系列拥有更精巧迷你的外观,更坚固耐用的外壳。浅底易清洁的棱镜盘、超大明亮的显示屏、操作简单的双按键、大幅提升的测量精度&hellip &hellip 无论您是为了监测食品、化工、制药工厂流水线上的产品质量,还是为了野外采样的鉴定,OPTi都将带给您更加舒适、可靠的操作体验!全新OPTi手持式折光仪单标度和双标度两大主系列机型,广泛应用于与我们生活息息相关的各个行业:食品、饮料、中西快餐连锁行业中Brix白利度检测;葡萄酒、啤酒行业中酒精度、波美度、Oechsle等检测;汽车行业中DEF/ AdBlue溶液尿素检测、防冻液冰点检测;石化行业中冷却液Brix或折光率检测;生命科学行业中原料折光率、尿液蛋白浓度检测;&hellip &hellip 更多产品请登陆德祥官网:http://www.tegent.com.cn/德祥热线:4008 822 822联系我们(直接用户)联系我们(经销商)邮箱:info@tegent.com.cn
  • 电脑数显中压双柱塞泵 诚招全国各地经销商
    电脑数显中压双柱塞泵 诚招各地经销商 高利润空间 适用领域广 市场需量大简 介 耐腐蚀 高精度 低脉冲★ TBP系列中压双柱塞泵,填补市场空白领域产品,国内市场占有率领先 ★ 拥有5大系列20个型号中压双柱塞泵产品,覆盖从实验室到工业级别 ★ 管道及泵头材料覆盖316L不锈钢材料,PEEK材料,纯钛金属材料 ★ 覆盖耐有机溶剂腐蚀、耐强酸强碱腐蚀、具有生物兼容性等领域 ★ 同田生物,国内最大的中压双柱塞泵供应基地 上海市第一批高新技术企业 ★ 10年发展历程,通过ISO9001:2000质量体系认证应用领域广泛用于化工、生物、石化、煤炭、染料、精细化工、科研、环保、农药、制药、食品等行业,充分满足以上行业连续恒压恒流,精确稳定输送腐蚀性液体的要求,可以为客户提供完善的流体输送解决方案!5 大 系 列 产 品 特 点 TBP-T系列纯钛金属材料中压柱塞泵(钛泵头) 管道及泵头采用纯钛金属,具有耐强酸碱腐蚀、高强度等特点,满足输送强腐蚀性液体的要求。TBP-K系列Peek材料中压柱塞泵(Peek泵头) 管道及泵头采用先进的Peek材料,耐化学药品腐蚀;且韧性和刚性兼备,具有完全生物兼容性,保护带有生物活性的液体。TBP系列不锈钢材料中压柱塞泵 泵管道及泵头采用优质316L不锈钢,耐有机溶剂腐蚀。Grad二元梯度泵系列 由两个高性能的可单独工作的泵组成,任一泵均可独立操控,中压梯度形成于泵出口,大大降低了低压梯度形式下的混合死体积,重现性好。Flash快速色谱泵系列 专为快速色谱应用而设计,该系列泵在工作压力范围内可以提供稳定精确的流速,尤其适用于快速制备色谱。公司在google、百度搜索引擎以及仪器信息网、中国化工网等著名仪器网站作了大力推广,关键词搜索排名均在前列! 招商热线 021-51320588-8009 400 820 3059 13564661460 王正华敬候广大化工、实验室、生物等仪器代理商来电商谈!
  • 上海今森发布氧指数测定仪数显智能型KS-653BH新品
    一、设备概述KS-653BH氧指数测定仪智能款是依据国家标准: GB/T5454—1997《纺织批品燃烧性能测定 氧指数测定法》、GB/T2406.2—2009《塑料 用氧指数指数法测定燃烧行为 第2部分室温试验》设计生产,用于测定各种纺织品包括机织、针织、无纺织物等的燃烧性能,KS-653BH氧指数测定仪智能款也可用于塑料、橡胶、纸张等的燃烧性能测定。遵循标准:GB/T2406.2-2009.用氧指数法测定燃烧行为第二部分:室温试验GB/T5454-1997《纺织品燃烧性能测定-氧指数测定法》GB/T10707-2008橡胶燃烧性能的测定GB/T8924-2005纤维增强塑料燃烧性能试验方法氧指数法GB/T2406-93《塑料燃烧性能试验方法-氧指数法》GB/T10707-2008《橡胶燃烧性能的测定氧指数法》GB/T8924-2005《纤维增强塑料燃烧性能试验方法氧指数法》GB/T23864《防火封堵材料》TB/T3237-2010动车组用内装材料阻燃技术条件二、设备特点智能氧指数测定仪机箱及部分结构: 1. 控制箱:采用数控机床加工成型,冷板喷涂,美观、防锈防腐。 2. 燃烧筒:耐高温优质石英玻璃管(内径¢100mm,长470mm) 3. 出口内径:φ100mm 4. 温度控制:具有加热及控温功能,含加热底座和石英加热保温玻璃筒,准确控温。 5. 试样夹具:自撑式夹具,并能竖直地夹住试样;(可选配非自撑式式样架) 6.主机尺寸:长*宽*高 1120mm × 深 520mm × 高 1250mm 三、智能氧指数测定仪系统组成: 智能氧指数测定仪由氧气、氮气调节系统、试样上端点火自动控制系统、PC 端操作软件及运算系统和信号处理系统组成。 1. 氧气、氮气调节系统 采用气体质量流量控制器配合PLC 逻辑控制器,实现氧气流量、氮气流量的全自动控制,流量调整精度高、速度快、稳定性好。气体质量流量控制器集成了流量控制、执行和反馈单元,真正的模块化结构,组态灵活、功能强大、调节精度高、速度快。PLC 逻辑控制器具有数模转换和模数转换功能,通过对气体质量流量控制器模拟量信号的控制,具有较高的精度,工作稳定性也有很高的提升,同时还具备RS485 通讯端口,可以直接与PC 端操作软件实现通讯。质量流量控制器的调节电压为0V~ +5V ,对应量程0L/min ~ 12 /min ,PLC 控制器的模拟量输出-10 V ~ +10 V ,对应控制值-2000 ~+ 2000。根据GB/T5454-1997 中附录B 氧浓度与氧气、氮气流量的关系,查表可知氧浓度对应的氧气、氮气流量值,通过计算流量对应的电压值,电压值对应的控制值,即可实现对氧浓度的调节。例如:所需氧浓度为30.0% ,经查表对应氧气流量为3.42 L/min ,氮气流量为7.98 L/min ,操作软件利用通讯将氧气控制值285 和氮气控制值665 发送至PLC ,PLC 控制质量流量控制器实现对氧浓度的调节。调节换算机制:所需氧浓度为30.0% ,氧气调节流量3.42L/min,调节电压1.425 V ,控制值285 ;氮气调节流量7.98 L/min ,调节电压3.325 V ,控制值665 。 2、试样上端点火自动控制系统 实现试样上端点火自动控制,针对标准要求的点火时间,做到准确控制,避免人工点火造成的误差,配合上下运动装置和左右运动装置实现试样上边沿均匀点燃。在保证点火时间的同时,点火器部分能够实现旋转,以便测量火焰长度,点火上下运动过程平稳。 3、PC 端操作软件及运算系统 使用WEINVIEW触摸屏PC 端操作软件,软件界面简洁明了,操作功能强大,易上手,以引 导试验过程的思想设计。对氧气氮气流量的计算方法科学合理,保证氧浓度数值的准确性。 通过对采集信号的运算得出实际的氧浓度数值,研究开发一套合理高效的运算规则,直接决定了试验结果的准确性。通过反复试验研究,总结气体流量和反馈信号之间的基本规律,有效缩小或规避仪表本身的测量误差,通过合理的算法确定准确的氧浓度数值。根据仪器自动化运行的特点,设计PLC 专用梯形图程序。4、信号处理系统 模拟量信号处理的合理与否直接决定了信号采集的准确性。气体质量流量控制器和PLC 之间的通讯模拟量信号为0V~5 VDC ,由于电压信号的抗干扰能力较差,所以采用必要、合理的抗干扰措施必不可少。PLC 控制应用系统中的干扰是一个十分复杂的问题,因此在系统的抗干扰设计中应综合考虑各方面的因素,根据实际应用中分析出干扰产生的原因,从而合理有效地采取抑制干扰措施,使PLC 应用系统可靠地工作。信号滤波是测量系统不可或缺的环节,从传感器拾取的信号中,不可避免地混杂有噪声和干扰,为了保证测量的正确性,必须采取抗干扰和抑制噪声的措施,信号滤波是抑制噪声的主要方法,在保证有用信号正常传递的情况下,将噪声对测量的影响减小到所允许的范围。本设计采用LC无源滤波器,特点是损耗小、噪声低、灵敏度低。 创新点:根据市场现有产品存在的问题,我司结合标准要求,重新规划设计思路,通过自动调节氧气和氮气的压力流量,达到要求的混合气体氧浓度,同时配合自动点燃装置,均匀点燃布样上边缘,利用操作软件实现试验过程自动化。通讯将上位机的流量设定值发送给流量控制器和执行器,用模拟量信号完成对氧气、氮气流量的设定,同时将执行器的信号反馈给上位机进行优化运算,保证了数据的准确性。自动点燃装置应用步进电机实现精准控制,点燃过程平稳准确。这种调节方法完全超越了手动调节的方式,弥补了手动调节氧指数测定仪的不足,实现流量调节准确度高、测试结果数据准确、稳定性高、调节过程快速,节省氧气和氮气消耗,缩短了整体试验的过程,大大提升了试验工作效率。氧指数测定仪数显智能型KS-653BH
  • 文献解读丨矿化胶原骨材料修复大鼠颅骨损伤
    研究背景 颅骨除了容纳、支持和保护脑组织,在头面部外形的塑造方面也承担了一定的责任。在严重的颅脑外伤、脑出血、颅内占位等情况下,需要紧急开颅手术缓解颅内高压,术后则会遗留颅骨缺损的问题,给患者的身心造成了严重的影响。颅骨成形术对颅骨缺损的修复和脑神经功能的恢复都有重要的意义。但用于颅骨成形术的传统生物材料都有着各自的优缺点,至今没有一个理想的解决方案,特别是传统生物材料都不能降解的致命缺陷对于儿童颅骨缺损的修复尤其不利,因此设计制备一种具有成骨活性的生物可降解颅骨修复材料非常迫切。 颅骨修复与其它长骨修复有较大的差异,主要表现在以下三个方面。 首先,颅骨修复除了需要快速成骨,还需要足够的力学支撑发挥保护作用,这就使得材料的孔隙率、孔径和力学强度之间产生了很难平衡的矛盾。 其次,颅骨的发育是膜内成骨作用的过程。在膜内成骨的过程中,骨髓间充质细胞在不形成软骨的情况下就直接分化为成骨细胞,紧接着形成包括额骨、顶骨以及部分枕骨的一系列扁平骨。这样一个相对复杂的成骨方式也决定了颅骨修复较其它长骨的修复更为困难。并且在颅脑外伤、肿瘤等原因造成的颅骨缺损中,硬脑膜常被损坏而缺损,对骨修复的过程更增加了困难。 再者,颅骨除了本身容纳、保护脑组织的作用外,还兼具塑形美容的作用,且颅骨的形状较复杂,个性化要求高,而传统的的人工骨材料规格单一、不可定制。因此,研发一种新的人工骨材料满足颅骨修复的特殊要求势在必行。 方法与结果 该研究采用复合支架的形式,将仿生矿化胶原与可降解生物相容性高分子材料——聚己内酯结合起来,采用溶剂造孔的方式,制备了一系列具有不同孔径分布及孔隙率特征的可植入骨修复支架材料。采用大鼠颅骨临界骨缺损动物模型对各组材料在体内的生物相容性及成骨性能进行评价,筛选出成骨性能最佳且力学强度可以接受的材料。 图1 不同孔结构特征支架SEM形貌及孔径统计分布 其中,最为重要的评价环节为影像学评价,已确定各个实验组之间在不同时间点的成骨情况差异。该研究中采取了Micro-CT(inspeXio SMX-90CT Plus, Shimadzu,日本岛津无损检测)透视并扫描4%多聚甲醛固定24h后的样本,扫描后经三维等值画图软件重建并进行成骨体积分析测定。通过X线透视及CT扫描影像评估样品植入前后的形状、骨密度,并通过成骨体积的测量进行定量分析。 图2 岛津Micro-CT三维重构结果 图3 根据Micro-CT结构计算的相对成骨体积 术后各组大鼠典型的Micro-CT扫描三维重建结果如图2所示。术后4周,模型组大鼠仅有少量针状骨结构位于缺损区,G1、G2、G4组大鼠骨桥位于缺损边缘,G3组大鼠骨桥部分通过缺损。术后8周,空白对照组大鼠缺损区中心有较多针状骨结构,边缘存在骨桥结构。G1、G2、G4组大鼠骨桥部分通过缺损,G3组大鼠骨桥通过缺损最长点。术后12周,模型组大鼠骨桥部分通过缺损,而G1、G2、G3、G4各组大鼠骨桥均通过了缺损最长点,而G3、G4组密度更接近于周围的骨组织,尤其是G3组,95%以上区域已成骨,部分缺损边界已显示不清。 定量分析通过三维重建软件测算出各组大鼠缺损部位的成骨体积,如图3所示。各组大鼠成骨体积在4周,8周,12周时都与空白对照组有显著性差异(P0.05),并且在各个时间点,G3组(pMC 1:10)矿化胶原基颅骨修复材料较G1、G2、G4组成骨体积更多,差异有统计学意义(P0.05)。 图4 Micro-CT重构的矢状位结果 术后各组大鼠Micro-CT正中矢状位影像如图4所示。术后4周,空白对照组缺损区边缘极少量点状高密度影,各实验组缺损区密度均匀增高,颅骨内面靠近硬膜一侧密度较对侧增高更明显。术后8周,空白对照组缺损区可见少量片状密度增高影,各实验组缺损区出现较大面积条状或片状密度增高影,且密度与周围骨质相近。术后12周,空白对照组可见条状密度增高影,各实验组缺损区域密度升高影面积较前明显增加,尤其是G3、G4组,缺损区大部分已被高密度影所占据,且密度和周围正常骨质非常相似。 图5 缺损区组织HE染色 图5所示为术后各组大鼠颅骨正中矢状位石蜡切片HE染色结果,新生成骨被染成密度均匀的粉红色。可以看到4周时,缺损区仅少量点状成骨,各实验组缺损区材料内部可见较密集的斑片状新生成骨。术后8周,对照组新生成骨较少,各实验组新生成骨由斑片状连接成长条状,部分跨越缺损区,新生成骨位于颅骨内侧面硬膜外层。术后12周,对照组缺损区可见部分条状新生成骨,各实验组材料内部和边缘皆有新骨形成,可观察到明显的骨小梁结构,尤其是G3组材料几乎完全降解,大部分被新生的自体骨结构所替代,尤其是靠近硬膜一侧,新生骨结构已与周围正常骨的结构相同。 总结与讨论 本部分研究采用大鼠颅骨临界骨缺损动物模型评价了不同溶剂配比的矿化胶原颅骨修复材料在体内的成骨性能。从影像学、组织学不同角度观察了材料诱导骨长入的过程,并进行了定量分析,筛选出成骨性能和力学强度达到最佳平衡的骨材料溶剂配比,既可以保证一定的力学强度,并且诱导成骨作用最好,为进一步颅骨修复材料的研发奠定了基础。 文献题目:《Tuning pore features of mineralized collagen/PCL scaffolds for cranial bone regeneration in a rat model》使用仪器:岛津5SMX-90CTPlus-1909第一作者:王硕原文链接:https://doi.org/10.1016/j.msec.2019.110186 声明 1、文章来源:Materials Science & Engineering C2、因篇幅有限,仅显示第一作者。3、本文不提供文献原文,如有需要请自行前往原文链接查看。4、所引用文献仅供读者研究和学习参考,不得用于其他营利性活动。
  • 日本ATAGO 爱拓全自动数显台式折光仪RX-5000α在上海番茄展上展出
    堪称番茄酱行业的一次贸易盛会-&ldquo 2012第四届中国番茄酱产业博览会&rdquo 于2012-4-13-15日在上海光大会展中心隆重举行,届时欢迎各位到场参观. 日本ATAGO爱拓 专注着食品行业的技术研究与应用,加强同行业间的交流与合作,ATAGO自动数显台式折光仪RX-5000&alpha 以及自动数显台式折光仪RX-5000&alpha -BEV已经在食品及饮料行业有了很好的口碑,也成为了食品及饮料行业生产提升优质产品的仪器好帮手。ATAGO仪器让食品检测部门检测提供解决方案,专注于提高生产效率和生产质量。 图为上海番茄展现场情况以及ATAGO 手持数显折射仪PAL-1测量番茄酱可溶性固体含量值 关于爱拓中国(ATAGO CHINA Ltd.)2011年ATAGO(爱拓)中国分公司的成立和正式运行(全称广州市爱宕科学仪器有限公司),将使广大国内用户能够快速地购买产品,获得使用指导和维修服务。网址:http://www.atago-china.com
  • 雷磁发布上海雷磁实验室ph计(数显酸度计)PHSJ-3F新品
    别名:数显酸度计【主要特点】●大屏幕点阵式液晶显示,直观清晰、内容全面;● 采用新型材料PC面板,轻触数字式按键,可靠耐用;;● 3种读数模式:Smart-Read:“快、中、严,自定义”多种平衡条件可选;Timed-Read:定时终止测量和定时自动间隔测量2种定时读数模式可选;Cont- Read功能,连续测量(支持间隔连续测量);● 支持电极性能提醒功能和电极标定提醒功能;● 支持自动温度补偿,自动识别GB、DIN、NIST等23种缓冲溶液,支持1-3点校准;● 支持存贮500套测量数据,符合GLP规范,支持多种数据查阅方式,支持数据删除和打印;● 支持USB连接PC、串口打印机;允许打印输出测量结果;● 具有断电保护功能,断电后数据不会丢失;● 支持固件升级。【技术参数】 型号技术参数PHSJ-3F仪器级别0.01级测量参数pH值、mV(ORP)、温度值测量范围pH(-2.00~20.00)pHmV(-1999~1999)mV温度(-5.0~135.0)℃分辨率pH0.01pHmV1mV温度0.1℃基本误差pH±0.01pHmV±0.1%FS温度±0.3℃稳定性(±0.01pH±1个字)/3h电源直流通用电源(9V DC,800mA,内正外负)尺寸(mm),重量(kg)280×215×92,1创新点:性价比高,厂牌知名度高。上海雷磁实验室ph计(数显酸度计)PHSJ-3F
  • 【综述】碳化硅中的缺陷检测技术
    摘要随着对性能优于硅基器件的碳化硅(SiC)功率器件的需求不断增长,碳化硅制造工艺的高成本和低良率是尚待解决的最紧迫问题。研究表明,SiC器件的性能很大程度上受到晶体生长过程中形成的所谓杀手缺陷(影响良率的缺陷)的影响。在改进降低缺陷密度的生长技术的同时,能够识别和定位缺陷的生长后检测技术已成为制造过程的关键必要条件。在这篇综述文章中,我们对碳化硅缺陷检测技术以及缺陷对碳化硅器件的影响进行了展望。本文还讨论了改进现有检测技术和降低缺陷密度的方法的潜在解决方案,这些解决方案有利于高质量SiC器件的大规模生产。前言由于电力电子市场的快速增长,碳化硅(SiC,一种宽禁带半导体)成为开发用于电动汽车、航空航天和功率转换器的下一代功率器件的有前途的候选者。与由硅或砷化镓(GaAs)制成的传统器件相比,基于碳化硅的电力电子器件具有多项优势。表1显示了SiC、Si、GaAs以及其他宽禁带材料(如GaN和金刚石)的物理性能的比较。由于具有宽禁带(4H-SiC为~3.26eV),基于SiC器件可以在更高的电场和更高的温度下工作,并且比基于Si的电力电子器件具有更好的可靠性。SiC还具有优异的导热性(约为Si的三倍),这使得SiC器件具有更高的功率密度封装,具有更好的散热性。与硅基功率器件相比,其优异的饱和电子速度(约为硅的两倍)允许更高的工作频率和更低的开关损耗。SiC优异的物理特性使其非常有前途地用于开发各种电子设备,例如具有高阻断电压和低导通电阻的功率MOSFET,以及可以承受大击穿场和小反向漏电流的肖特基势垒二极管(SBD)。性质Si3C-SiC4H-SiCGaAsGaN金刚石带隙能量(eV)1.12.23.261.433.455.45击穿场(106Vcm−1)0.31.33.20.43.05.7导热系数(Wcm−1K−1)1.54.94.90.461.322饱和电子速度(107cms−1)1.02.22.01.02.22.7电子迁移率(cm2V−1s−1)150010001140850012502200熔点(°C)142028302830124025004000表1电力电子用宽禁带半导体与传统半导体材料的物理特性(室温值)对比提高碳化硅晶圆质量对制造商来说很重要,因为它直接决定了碳化硅器件的性能,从而决定了生产成本。然而,低缺陷密度的SiC晶圆的生长仍然非常具有挑战性。最近,碳化硅晶圆制造的发展已经完成了从100mm(4英寸)到150mm(6英寸)晶圆的艰难过渡。SiC需要在高温环境中生长,同时具有高刚性和化学稳定性,这导致生长的SiC晶片中存在高密度的晶体和表面缺陷,导致衬底和随后制造的外延层质量差。图1总结了SiC中的各种缺陷以及这些缺陷的工艺步骤,下一节将进一步讨论。图1SiC生长过程示意图及各步骤引起的各种缺陷各种类型的缺陷会导致设备性能不同程度的劣化,甚至可能导致设备完全失效。为了提高良率和性能,在设备制造之前检测缺陷的技术变得非常重要。因此,快速、高精度、无损的检测技术在碳化硅生产线中发挥着重要作用。在本文中,我们将说明每种类型的缺陷及其对设备性能的影响。我们还对不同检测技术的优缺点进行了深入的讨论。这篇综述文章中的分析不仅概述了可用于SiC的各种缺陷检测技术,还帮助研究人员在工业应用中在这些技术中做出明智的选择(图2)。表2列出了图2中检测技术和缺陷的首字母缩写。图2可用于碳化硅的缺陷检测技术表2检测技术和缺陷的首字母缩写见图SEM:扫描电子显微镜OM:光学显微镜BPD:基面位错DIC:微分干涉对比PL:光致发光TED:螺纹刃位错OCT:光学相干断层扫描CL:阴极发光TSD:螺纹位错XRT:X射线形貌术拉曼:拉曼光谱SF:堆垛层错碳化硅的缺陷碳化硅晶圆中的缺陷通常分为两大类:(1)晶圆内的晶体缺陷和(2)晶圆表面处或附近的表面缺陷。正如我们在本节中进一步讨论的那样,晶体学缺陷包括基面位错(BPDs)、堆垛层错(SFs)、螺纹刃位错(TEDs)、螺纹位错(TSDs)、微管和晶界等,横截面示意图如图3(a)所示。SiC的外延层生长参数对晶圆的质量至关重要。生长过程中的晶体缺陷和污染可能会延伸到外延层和晶圆表面,形成各种表面缺陷,包括胡萝卜缺陷、多型夹杂物、划痕等,甚至转化为产生其他缺陷,从而对器件性能产生不利影响。图3SiC晶圆中出现的各种缺陷。(a)碳化硅缺陷的横截面示意图和(b)TEDs和TSDs、(c)BPDs、(d)微管、(e)SFs、(f)胡萝卜缺陷、(g)多型夹杂物、(h)划痕的图像生长在4°偏角4H-SiC衬底上的SiC外延层是当今用于各种器件应用的最常见的晶片类型。在4°偏角4H-SiC衬底上生长的SiC外延层是当今各种器件应用中最常用的晶圆类型。众所周知,大多数缺陷的取向与生长方向平行,因此,SiC在SiC衬底上以4°偏角外延生长不仅保留了下面的4H-SiC晶体,而且使缺陷具有可预测的取向。此外,可以从单个晶圆上切成薄片的晶圆总数增加。然而,较低的偏角可能会产生其他类型的缺陷,如3C夹杂物和向内生长的SFs。在接下来的小节中,我们将讨论每种缺陷类型的详细信息。晶体缺陷螺纹刃位错(TEDs)、螺纹位错(TSDs)SiC中的位错是电子设备劣化和失效的主要来源。螺纹刃位错(TSDs)和螺纹位错(TEDs)都沿生长轴运行,Burgers向量分别为0001和1/311–20。TSDs和TEDs都可以从衬底延伸到晶圆表面,并带来小的凹坑状表面特征,如图3b所示。通常,TEDs的密度约为8000-10,0001/cm2,几乎是TSDs的10倍。扩展的TSDs,即TSDs从衬底延伸到外延层,可能在SiC外延生长过程中转化为基底平面上的其他缺陷,并沿生长轴传播。Harada等人表明,在SiC外延生长过程中,TSDs被转化为基底平面上的堆垛层错(SFs)或胡萝卜缺陷,而外延层中的TEDs则被证明是在外延生长过程中从基底继承的BPDs转化而来的。基面位错(BPDs)另一种类型的位错是基面位错(BPDs),它位于SiC晶体的平面上,Burgers矢量为1/311–20。BPDs很少出现在SiC晶圆表面。它们通常集中在衬底上,密度为15001/cm2,而它们在外延层中的密度仅为约101/cm2。Kamei等人报道,BPDs的密度随着SiC衬底厚度的增加而降低。BPDs在使用光致发光(PL)检测时显示出线形特征,如图3c所示。在SiC外延生长过程中,扩展的BPDs可能转化为SFs或TEDs。微管在SiC中观察到的常见位错是所谓的微管,它是沿生长轴传播的空心螺纹位错,具有较大的Burgers矢量0001分量。微管的直径范围从几分之一微米到几十微米。微管在SiC晶片表面显示出大的坑状表面特征。从微管发出的螺旋,表现为螺旋位错。通常,微管的密度约为0.1–11/cm2,并且在商业晶片中持续下降。堆垛层错(SFs)堆垛层错(SFs)是SiC基底平面中堆垛顺序混乱的缺陷。SFs可能通过继承衬底中的SFs而出现在外延层内部,或者与扩展BPDs和扩展TSDs的变换有关。通常,SFs的密度低于每平方厘米1个,并且通过使用PL检测显示出三角形特征,如图3e所示。然而,在SiC中可以形成各种类型的SFs,例如Shockley型SFs和Frank型SFs等,因为晶面之间只要有少量的堆叠能量无序可能导致堆叠顺序的相当大的不规则性。点缺陷点缺陷是由单个晶格点或几个晶格点的空位或间隙形成的,它没有空间扩展。点缺陷可能发生在每个生产过程中,特别是在离子注入中。然而,它们很难被检测到,并且点缺陷与其他缺陷的转换之间的相互关系也是相当的复杂,这超出了本文综述的范围。其他晶体缺陷除了上述各小节所述的缺陷外,还存在一些其他类型的缺陷。晶界是两种不同的SiC晶体类型在相交时晶格失配引起的明显边界。六边形空洞是一种晶体缺陷,在SiC晶片内有一个六边形空腔,它已被证明是导致高压SiC器件失效的微管缺陷的来源之一。颗粒夹杂物是由生长过程中下落的颗粒引起的,通过适当的清洁、仔细的泵送操作和气流程序的控制,它们的密度可以大大降低。表面缺陷胡萝卜缺陷通常,表面缺陷是由扩展的晶体缺陷和污染形成的。胡萝卜缺陷是一种堆垛层错复合体,其长度表示两端的TSD和SFs在基底平面上的位置。基底断层以Frank部分位错终止,胡萝卜缺陷的大小与棱柱形层错有关。这些特征的组合形成了胡萝卜缺陷的表面形貌,其外观类似于胡萝卜的形状,密度小于每平方厘米1个,如图3f所示。胡萝卜缺陷很容易在抛光划痕、TSD或基材缺陷处形成。多型夹杂物多型夹杂物,通常称为三角形缺陷,是一种3C-SiC多型夹杂物,沿基底平面方向延伸至SiC外延层表面,如图3g所示。它可能是由外延生长过程中SiC外延层表面上的下坠颗粒产生的。颗粒嵌入外延层并干扰生长过程,产生了3C-SiC多型夹杂物,该夹杂物显示出锐角三角形表面特征,颗粒位于三角形区域的顶点。许多研究还将多型夹杂物的起源归因于表面划痕、微管和生长过程的不当参数。划痕划痕是在生产过程中形成的SiC晶片表面的机械损伤,如图3h所示。裸SiC衬底上的划痕可能会干扰外延层的生长,在外延层内产生一排高密度位错,称为划痕,或者划痕可能成为胡萝卜缺陷形成的基础。因此,正确抛光SiC晶圆至关重要,因为当这些划痕出现在器件的有源区时,会对器件性能产生重大影响。其他表面缺陷台阶聚束是SiC外延生长过程中形成的表面缺陷,在SiC外延层表面产生钝角三角形或梯形特征。还有许多其他的表面缺陷,如表面凹坑、凹凸和污点。这些缺陷通常是由未优化的生长工艺和不完全去除抛光损伤造成的,从而对器件性能造成重大不利影响。检测技术量化SiC衬底质量是外延层沉积和器件制造之前必不可少的一步。外延层形成后,应再次进行晶圆检查,以确保缺陷的位置已知,并且其数量在控制之下。检测技术可分为表面检测和亚表面检测,这取决于它们能够有效地提取样品表面上方或下方的结构信息。正如我们在本节中进一步讨论的那样,为了准确识别表面缺陷的类型,通常使用KOH(氢氧化钾)通过在光学显微镜下将其蚀刻成可见尺寸来可视化表面缺陷。然而,这是一种破坏性的方法,不能用于在线大规模生产。对于在线检测,需要高分辨率的无损表面检测技术。常见的表面检测技术包括扫描电子显微镜(SEM)、原子力显微镜(AFM)、光学显微镜(OM)和共聚焦微分干涉对比显微镜(CDIC)等。对于亚表面检测,常用的技术包括光致发光(PL)、X射线形貌术(XRT)、镜面投影电子显微镜(MPJ)、光学相干断层扫描(OCT)和拉曼光谱等。在这篇综述中,我们将碳化硅检测技术分为光学方法和非光学方法,并在以下各节中对每种技术进行讨论。非光学缺陷检测技术非光学检测技术,即不涉及任何光学探测的技术,如KOH蚀刻和TEM,已被广泛用于表征SiC晶圆的质量。这些方法在检测SiC晶圆上的缺陷方面相对成熟和精确。然而,这些方法会对样品造成不可逆转的损坏,因此不适合在生产线中使用。虽然存在其他非破坏性的检测方法,如SEM、CL、AFM和MPJ,但这些方法的通量较低,只能用作评估工具。接下来,我们简要介绍上述非光学技术的原理。还讨论了每种技术的优缺点。透射电子显微镜(TEM)透射电子显微镜(TEM)可用于以纳米级分辨率观察样品的亚表面结构。透射电镜利用入射到碳化硅样品上的加速电子束。具有超短波长和高能量的电子穿过样品表面,从亚表面结构弹性散射。SiC中的晶体缺陷,如BPDs、TSDs和SFs,可以通过TEM观察。扫描透射电子显微镜(STEM)是一种透射电子显微镜,可以通过高角度环形暗场成像(HAADF)获得原子级分辨率。通过TEM和HAADF-STEM获得的图像如图4a所示。TEM图像清晰地显示了梯形SF和部分位错,而HAADF-STEM图像则显示了在3C-SiC中观察到的三种SFs。这些SFs由1、2或3个断层原子层组成,用黄色箭头表示。虽然透射电镜是一种有用的缺陷检测工具,但它一次只能提供一个横截面视图,因此如果需要检测整个碳化硅晶圆,则需要花费大量时间。此外,透射电镜的机理要求样品必须非常薄,厚度小于1μm,这使得样品的制备相当复杂和耗时。总体而言,透射电镜用于了解缺陷的基本晶体学,但它不是大规模或在线检测的实用工具。图4不同的缺陷检测方法和获得的缺陷图像。(a)SFs的TEM和HAADF图像;(b)KOH蚀刻后的光学显微照片图像;(c)带和不带SF的PL光谱,而插图显示了波长为480nm的单色micro-PL映射;(d)室温下SF的真彩CLSEM图像;(e)各种缺陷的拉曼光谱;(f)微管相关缺陷204cm−1峰的微拉曼强度图KOH蚀刻KOH蚀刻是另一种非光学技术,用于检测多种缺陷,例如微管、TSDs、TEDs、BDPs和晶界。KOH蚀刻后形成的图案取决于蚀刻持续时间和蚀刻剂温度等实验条件。当将约500°C的熔融KOH添加到SiC样品中时,在约5min内,SiC样品在有缺陷区域和无缺陷区域之间表现出选择性蚀刻。冷却并去除SiC样品中的KOH后,存在许多具有不同形貌的蚀刻坑,这些蚀刻坑与不同类型的缺陷有关。如图4b所示,位错产生的大型六边形蚀刻凹坑对应于微管,中型凹坑对应于TSDs,小型凹坑对应于TEDs。KOH刻蚀的优点是可以一次性检测SiC样品表面下的所有缺陷,制备SiC样品容易,成本低。然而,KOH蚀刻是一个不可逆的过程,会对样品造成永久性损坏。在KOH蚀刻后,需要对样品进行进一步抛光以获得光滑的表面。镜面投影电子显微镜(MPJ)镜面投影电子显微镜(MPJ)是另一种很有前途的表面下检测技术,它允许开发能够检测纳米级缺陷的高通量检测系统。由于MPJ反映了SiC晶圆上表面的等电位图像,因此带电缺陷引起的电位畸变分布在比实际缺陷尺寸更宽的区域上。因此,即使工具的空间分辨率为微米级,也可以检测纳米级缺陷。来自电子枪的电子束穿过聚焦系统,均匀而正常地照射到SiC晶圆上。值得注意的是,碳化硅晶圆受到紫外光的照射,因此激发的电子被碳化硅晶圆中存在的缺陷捕获。此外,SiC晶圆带负电,几乎等于电子束的加速电压,使入射电子束在到达晶圆表面之前减速并反射。这种现象类似于镜子对光的反射,因此反射的电子束被称为“镜面电子”。当入射电子束照射到携带缺陷的SiC晶片时,缺陷的带负电状态会改变等电位表面,导致反射电子束的不均匀性。MPJ是一种无损检测技术,能够对SiC晶圆上的静电势形貌进行高灵敏度成像。Isshiki等人使用MPJ在KOH蚀刻后清楚地识别BPDs、TSDs和TEDs。Hasegawa等人展示了使用MPJ检查的BPDs、划痕、SFs、TSDs和TEDs的图像,并讨论了潜在划痕与台阶聚束之间的关系。原子力显微镜(AFM)原子力显微镜(AFM)通常用于测量SiC晶圆的表面粗糙度,并在原子尺度上显示出分辨率。AFM与其他表面检测方法的主要区别在于,它不会受到光束衍射极限或透镜像差的影响。AFM利用悬臂上的探针尖端与SiC晶圆表面之间的相互作用力来测量悬臂的挠度,然后将其转化为与表面缺陷特征外观成正比的电信号。AFM可以形成表面缺陷的三维图像,但仅限于解析表面的拓扑结构,而且耗时长,因此通量低。扫描电子显微镜(SEM)扫描电子显微镜(SEM)是另一种广泛用于碳化硅晶圆缺陷分析的非光学技术。SEM具有纳米量级的高空间分辨率。加速器产生的聚焦电子束扫描SiC晶圆表面,与SiC原子相互作用,产生二次电子、背散射电子和X射线等各种类型的信号。输出信号对应的SEM图像显示了表面缺陷的特征外观,有助于理解SiC晶体的结构信息。但是,SEM仅限于表面检测,不提供有关亚表面缺陷的任何信息。阴极发光(CL)阴极发光(CL)光谱利用聚焦电子束来探测固体中的电子跃迁,从而发射特征光。CL设备通常带有SEM,因为电子束源是这两种技术的共同特征。加速电子束撞击碳化硅晶圆并产生激发电子。激发电子的辐射复合发射波长在可见光谱中的光子。通过结合结构信息和功能分析,CL给出了样品的完整描述,并直接将样品的形状、大小、结晶度或成分与其光学特性相关联。Maximenko等人显示了SFs在室温下的全彩CL图像,如图4d所示。不同波长对应的SFs种类明显,CL发现了一种常见的单层Shockley型堆垛层错,其蓝色发射在~422nm,TSD在~540nm处。虽然SEM和CL由于电子束源而具有高分辨率,但高能电子束可能会对样品表面造成损伤。基于光学的缺陷检测技术为了在不损失检测精度的情况下实现高吞吐量的在线批量生产,基于光学的检测方法很有前途,因为它们可以保存样品,并且大多数可以提供快速扫描能力。表面检测方法可以列为OM、OCT和DIC,而拉曼、XRT和PL是表面下检测方法。在本节中,我们将介绍每种检测方法的原理,这些方法如何应用于检测缺陷,以及每种方法的优缺点。光学显微镜(OM)光学显微镜(OM)最初是为使用光学和光学放大元件近距离观察样品而开发的,可用于检查表面缺陷。该技术能够在暗场模式、明场模式和相位模式下生成图像,每种模式都提供特定的缺陷信息,并且这些图像的组合提供了识别大多数表面缺陷的能力。当检测灯照射在SiC晶圆表面时,暗场模式通过表面缺陷捕获散射光,因此图像具有深色背景,排除了未散射的光以及指示缺陷位置的明亮物体。另一方面,明场模式捕获未散射的光,由于缺陷的散射,显示带有深色物体的白色背景图像。相位模式捕获相移图像,这些图像由SiC晶圆表面的污染积累,显示相差图像。OM的散射图像在横向分辨率上具有优势,而相差图像主要针对检查晶圆表面的光滑度。一些研究已经有效地利用光学显微镜来表征表面缺陷。PeiMa等人发现,非常薄的胡萝卜缺陷或微管缺陷太小,无法通过光学相干断层扫描(OCT)进行检查,但由于其在横向分辨率方面的优势,可以通过光学显微镜进行检查。Zhao等利用OM研究了多型夹杂物、表面凹坑和台阶聚束的成因。光学相干断层扫描(OCT)光学相干断层扫描(OCT)是一种光学检测技术,可以提供所研究样品的快速、无损和3D地下图像。由于OCT最初用于诊断许多疾病,因此其大部分应用都是解析生物和临床生物医学样本的图像。然而,由于可见光和红外波长的先进光学元件的发展,OCT的分辨率已提高到亚微米级,因此人们对应用OCT检测SiC晶圆缺陷的兴趣日益浓厚。OCT中使用的光源具有宽带光谱,由可见光和红外区域的宽范围频率组成,因此相干长度很小,这意味着轴向分辨率可以非常高,而横向分辨率取决于光学器件的功能。OCT的原理基于低相干干涉测量,这通常是迈克尔逊型设置。OCT的光源分为两个臂,一个参考臂和一个检查臂。照射到参考臂的光束被反射镜反射,而照射到检测臂的光束被碳化硅晶圆反射。通过在参考臂中移动反射镜,两束光束的组合会产生干涉,但前提是两束光束之间的光程差小于相干长度。因此,探测器获取的干涉信号包含SiC晶圆的横截面信息,通过横向组合这些横截面检测,可以实现OCT的3D图像。然而,OCT的检测速度和横向分辨率仍无法与其他二维检测技术相媲美,工作光谱范围内表面散射和吸收损耗的干扰是OCT成像的主要局限性。PeiMa等人使用OCT分析胡萝卜缺陷、多型夹杂物、晶界和六边形空隙。Duncan等人应用OCT研究了单晶SiC的内部结构。微分干涉对比(DIC)微分干涉对比(DIC)是一种将相差引入表面缺陷图像的显微镜技术。与OM相比,使用DIC的优点是DIC的分辨率远高于OM的相位模式,因为DIC中的图像形成不受孔径的限制,并且DIC可以通过采用共聚焦扫描系统产生三维缺陷图像。DIC的光源通过偏振片进行线偏振,然后通过沃拉斯顿棱镜分成两个正交偏振子光束,即参考光束和检查光束。参考光束撞击碳化硅晶圆的正常表面,而检测光束撞击有缺陷的碳化硅晶圆表面,产生与缺陷几何形状和光程长度改变相对应的相位延迟。由于两个子光束是正交偏振的,因此在检测过程中它们不会相互干扰,直到它们再次通过沃拉斯顿棱镜并进入分析仪以生成特定于缺陷的干涉图案。然后,处理器接收缺陷信号,形成二维微分干涉对比图像。为了生成三维图像,可以使用共聚焦扫描系统来关闭偏离系统焦点的两个子光束,以避免错误检测。因此,通过使共聚焦系统的焦点沿光轴方向移动,可以获得SiC晶圆表面的三维缺陷图像。Sako等人表明,使用CDIC在SiC外延层上观察到具有刮刀形表面轮廓的表面缺陷。Kitabatake等人建立了使用CDIC的综合评估平台,以检查SiC晶圆和外延薄膜上的表面缺陷。X射线衍射形貌(XRT)X射线衍射形貌(XRT)是一种强大的亚表面检测技术,可以帮助研究SiC晶片的晶体结构,因为X射线的波长与SiC晶体原子间平面之间的距离相当。它用于通过测量由于缺陷引起的应变场引起的衍射强度变化来评估SiC晶圆的结构特性。这意味着晶体缺陷会导致晶格间距的变化或晶格周围的旋转,从而形成应变场。XRT常用于高通量、足分辨率的生产线;然而,它需要一个大规模的X射线发射装置,其缺陷映射能力仍然需要改进。XRT的图像形成机理基于劳厄条件(动量守恒),当加热灯丝产生的电子束被准直并通过高电势加速以获得足够的能量时,会产生一束准直的X射线,然后将其引导到金属阳极。当X射线照射到SiC晶片上时,由于X射线从SiC的原子间平面以特定角度散射的相长干涉和相消干涉,形成具有几个狭窄而尖锐峰的独特衍射图,并由探测器进行检查。因此,晶体缺陷可以通过衍射峰展宽分析来表征,如果不存在缺陷,衍射光谱又窄又尖锐 否则,如果存在缺陷引起的应变场,则光谱会变宽或偏移。XRT的检测机理是基于X射线衍射而不是电子散射,因此XRT被归类为光学技术,而SEM是一种非光学技术。Chikvaidze等人使用XRT来确认SiC样品中具有不同堆叠顺序的缺陷。Senzaki等人表明,扩展BPDs到TED的转变是在电流应力测试下使用XRT检测的三角形单个Shockley型堆垛层错(1SSF)的起源。当前的在线XRT通常用于识别缺陷结构,而没有来自其他检测技术(如PL和OM)的可识别检测信号。光致发光(PL)光致发光(PL)是用于检测晶体缺陷的最常用的亚表面检测技术之一。PL的高产量使其适用于在线批量生产。SiC是一种间接带隙半导体,在约380nm波长的近带边缘发射处显示PL。SiC晶片中在贯穿缺陷水平的重组可能是辐射性的。基于UV激发的PL技术已被开发用于识别SiC晶片内部存在的缺陷,如BPDs和SFs。然而,没有特征PL特征或相对于无缺陷SiC区域具有弱PL对比度的缺陷,如划痕和螺纹位错,应通过其他检查方法进行评估。由于发射能量根据缺陷的陷阱能级而变化,因此可以使用具有光谱分辨率的PL图像来区分每种类型的缺陷并对其进行映射。由于SF诱导的量子阱状能带结构,多型SF的PL光谱在350–550nm的波长范围内表现出多峰光谱。每种类型的SF都可以通过使用带通滤光片检查它们的发射光谱来区分,该滤光片滤除单个光谱,如图4c所示。Berwian等人构建了一种基于UV-PL的缺陷发光扫描仪,以清楚地检测BPDs、SFs和多型夹杂物。Tajima等人使用具有从深紫外到可见光和近红外等各种激发波长的PL来检测TEDs、TSDs、SFs,并检查PL与蚀刻凹坑图案之间的相关性。然而,一些缺陷的PL图像是相似的,如BPDs和胡萝卜缺陷,它们都表现出线状特征,使得PL难以区分它们,因此其他结构分析工具,如XRT或拉曼光谱,通常与PL并行使用,以准确区分这些缺陷。拉曼光谱拉曼光谱在生物学、化学和纳米技术中具有广泛的应用,用于识别分子、化学键和纳米结构的特征。拉曼光谱是一种无损的亚表面检测方法,可以验证SiC晶片中不同的晶体结构和晶体缺陷。通常,SiC晶圆由激光照射,激光与SiC中的分子振动或声子相互作用,使分子进入虚拟能量状态,导致被检测光子的波长向上或向下移动,分别称为斯托克斯拉曼散射或反斯托克斯拉曼散射。波长的偏移提供了有关SiC振动模式的信息,对应于不同的多型结构。研究表明,在实测的拉曼光谱中,200和780cm−1处的特征峰表示SiC的4H-多型,而160、700和780cm−1处的特征峰表示SiC的6H-多型。Chikvaidze等人使用拉曼光谱证实了2C-SiC样品中存在拉曼峰约为796和971cm−1的3H-SiC多型。Hundhausen等人利用拉曼光谱研究了高温退火过程中3C-SiC的多型转化。Feng等人发现了微管、TSDs和TEDs的峰值中心偏移和强度变化,如图4e所示。对于空间信息,拉曼映射的图像如图4f所示。通常,拉曼散射信号非常微弱,因此拉曼光谱需要很长时间才能收集到足够的信号。该技术可用于缺陷物理的详细分析,但由于信号微弱和电流技术的限制,它不适合在线检测。缺陷对设备的影响每种类型的缺陷都会对晶圆的质量产生不利影响,并使随后在其上制造的器件失效。缺陷和设备故障之间的劣化与杀伤率有关,杀伤率定义为估计导致设备故障的缺陷比例。每种缺陷类型的杀伤率因最终应用而异。具体而言,那些对器件造成重大影响的缺陷被称为杀手缺陷。先前的研究表明,缺陷与器件性能之间存在相关性。在本节中,我们将讨论不同缺陷对不同设备的影响。在MOSFET中,BPDs会增加导通电阻并降低栅极氧化层的可靠性。微管限制了运行电流并增加了泄漏电流,而SFs,胡萝卜和多型夹杂物等缺陷降低了阻断电压,表面上的划痕会导致可靠性问题。Isshiki等人发现,SiC衬底下存在潜在的划痕,包括复杂的堆垛层错和位错环,导致SiC-MOSFET中氧化膜的台阶聚束和介电强度下降。其他表面缺陷(如梯形特征)可能会对SiCMOSFET的沟道迁移率或氧化物击穿特性产生重大影响。在肖特基势垒二极管中,BPDs、TSDs和TEDs增加了反向漏电流,而微管和SFs降低了阻断电压。胡萝卜缺陷和多型夹杂物都会降低阻断电压并增加泄漏电流,而划痕会导致屏障高度不均匀。在p-n二极管中,BPD增加了导通电阻和漏电流,而TSDs和TEDs降低了阻断电压。微管限制了工作电流并增加了泄漏电流,而SF增加了正向电压。胡萝卜和多型夹杂物会降低阻断电压并增加漏电流,而表面上的划痕对p-n二极管没有直接影响。Skowronski等人表明,在二极管工作期间,SiC外延层内的BPDs转化为SFs,或者允许SFs通过导电沿着BPDs延伸,导致电流退化,从而增加SiCp-n二极管的电阻。研究还证明,SFs可能产生3C-SiC多型,导致SiCp-n二极管的少数载流子寿命缩短,因为3C-SiC多型的带隙低于4H-SiC多型,因此SFs充当量子阱,提高了复合率。此外,在PL表征下,单个Shockley型SFs膨胀,导致结电位发生变化,进而降低SiCp-n二极管的导通电阻。此外,TSDs会导致阻断电压下降,TEDs会降低SiCp-n二极管的少数载流子寿命。在双极器件中,BPD会降低栅极氧化层的可靠性,而TSD和TED会降低载流子寿命。微管限制了工作电流,而SF缩短了载流子寿命。胡萝卜和多型夹杂物会降低阻断电压,增加泄漏电流,并缩短载流子寿命。SiC中的点缺陷(空位)会缩短器件的载流子寿命,导致结漏电流并导致击穿电压降低。尽管点缺陷对电子设备有负面影响,但它们也有一些有用的应用,例如在量子计算中。Lukin等人发现,SiC中的点缺陷,如硅空位和碳空位,可以产生具有合适自旋轨道属性的稳定束缚态,作为量子计算的硬件平台选择。缺陷对不同器件的影响如图5所示。可以看出,缺陷会以多种方式恶化器件特性。虽然可以通过设计不同的设备结构来抵消缺陷的负面影响,但迫切需要建立一个快速准确的缺陷检测系统,以帮助人们观察缺陷并进一步优化过程以减少缺陷。请注意,分析SiC器件的特性以识别缺陷的类型和存在可能被用作缺陷检查方法(图6、7)。图5缺陷对不同设备的影响图6人工智能辅助的缺陷检测和设备性能评估图7利用激光减少制造过程中缺陷的方法高效的缺陷检测系统需要能够同时识别表面缺陷和晶体缺陷,将所有缺陷归入正确的类别,然后利用多通道机器学习算法显示整个晶圆的缺陷分布数据映射。Kawata等人设计了一种双折射图像中n型SiC晶圆位错对比度的自动检测算法,并以较高的精度和灵敏度成功检测了XRT图像位错对比度的位置。Leonard等人使用深度卷积神经网络(DCNN)机器学习进行自动缺陷检测和分类,方法是使用未蚀刻晶圆的PL图像和相应蚀刻晶圆的自动标记图像作为训练集。DCNN确定的缺陷位置和分类与随后刻蚀刻的特征密切相关。Monno等人提出了一种深度学习系统,该系统通过SEM检查SiC衬底上的缺陷,并以70%的准确率对其进行分类。该方法可以在不出现线性缺陷不一致的情况下组合多个瓦片,并能对126个缺陷进行检测和分类,具有很好的精度。除了检测缺陷外,降低缺陷密度也是提高SiC器件质量和良率的有用方法。通过使用无微管种子或基于溶液的生长,可以降低微管和TSD的密度。为了减少机械过程引起的表面缺陷,一些研究指出,飞秒激光可用于提高化学-机械平坦化的效率和切割质量。飞秒激光退火还可以提高Ni和SiC之间的欧姆接触质量,增加器件的导电性。除了飞秒激光的应用外,其他一些团队还发现,使用激光诱导液相掺杂(LILPD)可以有效减少过程中产生的损伤。结论在这篇综述文章中,我们描述了缺陷检测在碳化硅行业中的重要性,尤其是那些被称为杀手级缺陷的缺陷。本文全面综述了SiC晶圆生产过程中经常出现的晶体学和表面缺陷的细节,以及这些缺陷在不同器件中引起的劣化性质。表面缺陷对大多数器件都是有害的,而晶体缺陷则对缺陷转化和晶圆质量有风险。在了解了缺陷的影响之后,我们总结了常见的表面和亚表面检测技术的原理,这些技术在缺陷检测中的应用,以及每种方法的优缺点。破坏性检测技术可以提供可观察、可靠和定量的信息 然而,这些不能满足在线批量生产的要求,因为它们非常耗时,并且对样品的质量产生不利影响。另一方面,无损检测技术,尤其是基于光学的技术,在生产线上更适用、更高效。请注意,不同的检测技术是相辅相成的。检测技术的组合使用可能会在吞吐量、分辨率和设备复杂性之间取得平衡。未来,有望将具有高分辨率和快速扫描能力的无损检测方法集成到能够同时检测表面缺陷和晶体缺陷的完美缺陷检测系统中,然后使用多通道机器学习算法将所有缺陷分配到正确的类别,并将缺陷分布数据的映射图像显示到整个SiC晶圆上。原文链接:Defect Inspection Techniques in SiC | Discover Nano (springer.com)
  • 科学家辐照缺陷影响热离子发电器件石墨烯电极功函数研究获进展
    近期,中科院合肥研究院核能安全所在辐照缺陷影响热离子发电器件石墨烯电极功函数研究方面取得新进展,研究成果发表在国际材料薄膜领域期刊 Applied Surface Science 上。   石墨烯作为微型堆热离子发电器件电极涂层材料具有巨大的应用潜力,能够显著提升电极表面的电子发射能力。热离子发电器件在服役过程中,电极材料将面临高能粒子的辐照作用,早期的理论计算和实验研究表明,在石墨烯内部辐照诱导的缺陷类型主要是Stone-Wales缺陷、掺杂缺陷和碳空位等。缺陷的产生将会影响电极间隙内碱金属和碱土金属在石墨烯表面的吸附性质,进而改变石墨烯涂层的电子发射性能(功函数)。   针对上述问题,科研人员通过第一性原理计算方法在原子尺度上研究了缺陷石墨烯表面碱金属和碱土金属的吸附和迁移行为。研究结果表明:(1)石墨烯表面缺陷位点作为陷阱对金属原子具有捕获作用,Stone-Wales缺陷和碳空位缺陷附近的金属原子扩散受到了严重的阻碍,在掺杂B或O的石墨烯表面,金属原子迁移势垒也有不同程度的升高;(2)Stone-Wales缺陷、碳空位缺陷及掺杂石墨烯的表面功函数均显著增加,电子发射能力明显降低,这主要归因于电偶极子形成概率的降低以及金属内聚能的增加。本研究工作为石墨烯涂层材料在反应堆热离子发电器件中的应用提供了理论指导。   上述研究工作理论计算部分在合肥先进计算中心完成。图1 热离子能量转换示意图图2 碱金属和碱土金属在原始和含氧缺陷石墨烯表面的迁移行为
  • 普药大王蜀中制药涉嫌造假被查处
    中成药行业造假成风,质检风暴严打异常低价中标  由于涉嫌虚假投料,有“普药大王”之称的四川蜀中制药整条中成药生产线被令停产,涉及的都是基本药物。  《第一财经日报》记者从相关渠道了解到,国家食品药品监督管理局(下称“国家药监局”)4月份突击检查了蜀中制药。  放置整个行业来看,这可能并非孤例。  当前部分中药材价格上涨幅度较大,而部分企业基本药物集中招标采购中标价格却在下降。  基本药物行业出现的一些“亏本买卖”已经引起监管部门的注意,一场行业质检风暴应声而起。  中药生产线GMP证书被收回  近日,本报记者从多位业内人士处获悉,4月份,国家药监局对蜀中制药进行了突击飞行检查(即针对生产企业的突击现场检查),发现其在某两种中成药的生产中有违法行为,主要在投料环节存在相关原料、辅料涉及虚假投料行为。  一位接近国家药监局人士表示,国家药监局飞行检查人员确实在4月份突击检查了蜀中制药。  记者同时了解到,目前蜀中制药整个中药生产线因为涉嫌虚假投料而被停产,涉及的都是基本药物。  昨天,记者来到四川省食品药品监督管理局(下称“四川省药监局”)位于成都市玉池路的办公地点,其在相关采访问题的回复中提到,4月份在省局对蜀中制药广汉生产基地进行日常检查和国家药监局的飞行检查中,发现该企业中药生产有违反药品GMP相关规定的情况,已责令停产整顿,省局已经收回该企业的中药生产线GMP证书。  蜀中制药是中国制药工业百强企业,因其产品以基本药物为主,在业内有“普药(即治疗常见病、多发病的药品)大王”之称,其2010年的销售收入约为20亿元。资料显示,蜀中制药拥有国药准字品种200多个、六大剂型,其中包括阿莫西林胶囊、盖克感冒胶囊、复方板蓝根颗粒、氨咖黄敏胶囊等八个普药拳头品种。  GMP即药品生产质量管理规范的简称,根据法律规定,所有药品生产企业都必须获得GMP证书后方可从事药品生产。就蜀中制药而言,一旦中药GMP证书被药监局收回或吊销,则意味着该药厂一定时期内无法再进行中成药生产。  四川省药监局的书面回复中并未透露蜀中制药具体如何违反GMP规定,但据上述接近国家药监局人士透露,蜀中制药中药生产线GMP被吊销主要是因为在投料环节,采用非法的替代物质进行生产。“用劣质药材投料,用苹果皮代替苹果酸虚假投料,这些行为都可能存在。”  近日,记者在蜀中制药位于四川广汉市的公司总部看到,该企业的车棚停满了工人的摩托车辆,因为其西药生产基地仍在运行,从表面看生产基地似乎不存在异常。  值得关注的是,该企业的中西药生产基地均在此地。  当记者向该企业市场部人士求证相关信息时,对方称毫不知情,而且公司负责人不在,不方便接受采访。  当记者欲进入生产车间时,遭到了保安的阻拦。  “今天安总不在,没有他的允许,非生产人员不允许进入车间。”这一句话,一名保安对记者重复了两次。  安总即该企业董事长安好义,业内称之为“普药狂人”。  上游涨下游跌之怪象  上述接近国家药监局人士告诉记者,上述检查由国家药监局相关领导亲自督办,勒令四川省药监局自查。  记者还了解到,蜀中制药在检查结束后,立即递交了主动停产整顿报告,目前处于整改中。  而蜀中制药在市场上流通的相关中药产品,当地药监局仅电话通知了四川省内主要基本药物配送商停止进货与配送,但还未进行产品召回。四川省药监局药品安全监管处一名负责人表示,具体问题正在调查当中,这件事情还没有定性。  值得关注的是,本月初国家药监局下发了《关于深入开展基本药物生产和质量监督检查工作的通知》,计划从本月起展开为期2个月的基本药物生产监督检查,要求各地方药监局对辖区内基本药物的生产,特别是基本药物集中招标采购中标品种的生产进行监督检查,并确定了复方丹参片、板蓝根等20个品种为首批重点监督检查品种。  上述通知指出,当前部分中药材价格上涨幅度较大,而部分企业基本药物集中招标采购中标价格却在下降,这一现象应当引起监管部门的关注,采取有效措施加强基本药物生产监管。  而据业内几家基本药物配送商介绍,在行业自查中,不少可能有问题的企业都自发停掉了相关产品的生产。  记者了解到,蜀中制药此前已在筹备IPO事宜,正在密切接触投行。  如此违规生产为哪般?对此,成都中医药大学教授宋民宪告诉记者,一些中成药企业原料成本三年来涨了几倍,但产品价格太低是企业造假因素之一。  尤其是基本药物制度实施后,以省为单位的基本药物集中招标出现了“低价中标”的趋势。一些行业人士认为,这类价格倒挂的产品在正常生产工艺和条件下根本无法生产出来。  记者也注意到,蜀中制药的基本药物在各省的中标价几乎都仅是最高零售价的1/4~1/3,如10克×20包的板蓝根颗粒在安徽省的中标价为2.35元,而最高零售价为10.8元。
  • 晶圆表面缺陷检测方法综述【下】
    上接:晶圆表面缺陷检测方法综述【上】4. 基于机器学习的晶圆表面缺陷检测机器学习主要是将一个具体的问题抽象成一个数学模型,通过数学方法求解模型,求解该问题,然后评估该模型对该问题的影响。根据训练数据的特点,分为监督学习、无监督学习和半监督学习。本文主要讨论这三种机器学习方法在晶圆表面缺陷检测中的应用。机器学习模型比较如表2所示。表 2.机器学习算法的比较。分类算法创新局限监督学习KNN系列对异常数据不敏感,准确率高。复杂度高,计算强度高。决策树-Radon应用Radon以形成新的缺陷特征。过拟合非常熟练。SVMSVM 可对多变量、多模态和不可分割的数据点进行高效分类。它对多个样本不友好,内核函数难以定位。无监督学习多层感知器聚类算法采用多层感知器增强特征提取能力。取决于激活函数的选择。DBSCAN可以根据缺陷模式特征有选择地去除异常值。样本密度不均匀或样本过大,收敛时间长,聚类效果差。SOM高维数据可以映射到低维空间,保持高维空间的结构。目标函数不容易确定。半监督学习用于增强标记的半监督框架将监督集成学习与无监督SOM相结合,构建了半监督模型。培训既费时又费时。半监督增量建模框架通过主动学习和标记样本来增强模型性能,从而提高模型性能。性能取决于标记的数据量。4.1. 监督学习监督学习是一种学习模型,它基于该模型对所需的新数据样本进行预测。监督学习是目前晶圆表面缺陷检测中广泛使用的机器学习算法,在目标检测领域具有较高的鲁棒性。Yuan,T等提出了一种基于k-最近邻(KNN)的噪声去除技术,该技术利用k-最近邻算法将全局缺陷和局部缺陷分离,提供晶圆信息中所有聚合的局部缺陷信息,通过相似聚类技术将缺陷分类为簇,并利用聚类缺陷的参数化模型识别缺陷簇的空间模式。Piao M等提出了一种基于决策树的晶圆缺陷模式识别方法。利用Radon变换提取缺陷模式特征,采用相关性分析法测度特征之间的相关性,将缺陷特征划分为特征子集,每个特征子集根据C4.5机制构建决策树。对决策树置信度求和,并选择总体置信度最高的类别。决策树在特定类别的晶圆缺陷检测中表现出更好的性能,但投影的最大值、最小值、平均值和标准差不足以代表晶圆缺陷的所有空间信息,因此边缘缺陷检测性能较差。支持向量机(SVM)在监督学习中也是缺陷检测的成熟应用。当样本不平衡时,k-最近邻算法分类效果较差,计算量大。决策树也有类似的问题,容易出现过度拟合。支持向量机在小样本和高维特征的分类中仍然具有良好的性能,并且支持向量机的计算复杂度不依赖于输入空间的维度,并且多类支持向量机对过拟合问题具有鲁棒性,因此常被用作分类器。R. Baly等使用支持向量机(SVM)分类器将1150张晶圆图像分为高良率和低良率两类,然后通过对比实验证明,相对于决策树,k-最近邻(KNN)、偏最小二乘回归(PLS回归)和广义回归神经网络(GRNN),非线性支持向量机模型优于上述四种晶圆分类方法。多类支持向量机在晶圆缺陷模式分类中具有更好的分类精度。L. Xie等提出了一种基于支持向量机算法的晶圆缺陷图案检测方案。采用线性核、高斯核和多项式核进行选择性测试,通过交叉验证选择测试误差最小的核进行下一步的支持向量机训练。支持向量机方法可以处理图像平移或旋转引起的误报问题。与神经网络相比,支持向量机不需要大量的训练样本,因此不需要花费大量时间训练数据样本进行分类。为复合或多样化数据集提供更强大的性能。4.2. 无监督学习在监督学习中,研究人员需要提前将缺陷样本类型分类为训练的先验知识。在实际工业生产中,存在大量未知缺陷,缺陷特征模糊不清,研究者难以通过经验进行判断和分类。在工艺开发的早期阶段,样品注释也受到限制。针对这些问题,无监督学习开辟了新的解决方案,不需要大量的人力来标记数据样本,并根据样本之间的特征关系进行聚类。当添加新的缺陷模式时,无监督学习也具有优势。近年来,无监督学习已成为工业缺陷检测的重要研究方向之一。晶圆图案上的缺陷图案分类不均匀,特征不规则,无监督聚类算法对这种情况具有很强的鲁棒性,广泛用于检测复杂的晶圆缺陷图案。由于簇状缺陷(如划痕、污渍或局部失效模式)导致难以检测,黄振提出了一种解决该问题的新方法。提出了一种利用自监督多层感知器检测缺陷并标记所有缺陷芯片的自动晶圆缺陷聚类算法(k-means聚类)。Jin C H等提出了一种基于密度的噪声应用空间聚类(DBSCAN)的晶圆图案检测与分类框架,该框架根据缺陷图案特征选择性地去除异常值,然后提取的缺陷特征可以同时完成异常点和缺陷图案的检测。Yuan, T等提出了一种多步晶圆分析方法,该方法基于相似聚类技术提供不同精度的聚类结果,根据局部缺陷模式的空间位置识别出种混合型缺陷模式。利用位置信息来区分缺陷簇有一定的局限性,当多个簇彼此靠近或重叠时,分类效果会受到影响。Di Palma,F等采用无监督自组织映射(SOM)和自适应共振理论(ART1)作为晶圆分类器,对1种不同类别的晶圆进行了模拟数据集测试。SOM 和 ART1 都依靠神经元之间的竞争来逐步优化网络以进行无监督分类。由于ART是通过“AND”逻辑推送到参考向量的,因此在处理大量数据集时,计算次数增加,无法获得缺陷类别的实际数量。调整网络标识阈值不会带来任何改进。SOM算法可以将高维输入数据映射到低维空间,同时保持输入数据在高维空间中的拓扑结构。首先,确定神经元的类别和数量,并通过几次对比实验确定其他参数。确定参数后,经过几个学习周期后,数据达到渐近值,并且在模拟数据集和真实数据集上都表现良好。4.3. 半监督学习半监督学习是一种结合了监督学习和无监督学习的机器学习方法。半监督学习可以使用少量的标记数据和大量的未标记数据来解决问题。基于集成的半监督学习过程如图 8 所示。避免了完全标记样品的成本消耗和错误标记。半监督学习已成为近年来的研究热点。图8.基于集成的半监督学习监督学习通常能获得良好的识别结果,但依赖于样本标记的准确性。晶圆数据样本可能存在以下问题。首先是晶圆样品数据需要专业人员手动标记。手动打标过程是主观的,一些混合缺陷模式可能会被错误标记。二是某些缺陷模式的样本不足。第三,一些缺陷模式一开始就没有被标记出来。因此,无监督学习方法无法发挥其性能。针对这一问题,Katherine Shu-Min Li等人提出了一种基于集成的半监督框架,以实现缺陷模式的自动分类。首先,在标记数据上训练监督集成学习模型,然后通过该模型训练未标记的数据。最后,利用无监督学习算法对无法正确分类的样本进行处理,以达到增强的标记效果,提高晶圆缺陷图案分类的准确性。Yuting Kong和Dong Ni提出了一种用于晶圆图分析的半监督增量建模框架。利用梯形网络改进的半监督增量模型和SVAE模型对晶圆图进行分类,然后通过主动学习和伪标注提高模型性能。实验表明,它比CNN模型具有更好的性能。5. 基于深度学习的晶圆表面缺陷检测近年来,随着深度学习算法的发展、GPU算力的提高以及卷积神经网络的出现,计算机视觉领域得到了定性的发展,在表面缺陷检测领域也得到了广泛的应用。在深度学习之前,相关人员需要具备广泛的特征映射和特征描述知识,才能手动绘制特征。深度学习使多层神经网络能够通过抽象层自动提取和学习目标特征,并从图像中检测目标对象。Cheng KCC等分别使用机器学习算法和深度学习算法进行晶圆缺陷检测。他们使用逻辑回归、支持向量机(SVM)、自适应提升决策树(ADBT)和深度神经网络来检测晶圆缺陷。实验证明,深度神经网络的平均准确率优于上述机器学习算法,基于深度学习的晶圆检测算法具有更好的性能。根据不同的应用场景和任务需求,将深度学习模型分为分类网络、检测网络和分割网络。本节讨论创新并比较每个深度学习网络模型的性能。5.1. 分类网络分类网络是较老的深度学习算法之一。分类网络通过卷积、池化等一系列操作,提取输入图像中目标物体的特征信息,然后通过全连接层,根据预设的标签类别进行分类。网络模型如图 9 所示。近年来,出现了许多针对特定问题的分类网络。在晶圆缺陷检测领域,聚焦缺陷特征,增强特征提取能力,推动了晶圆检测的发展。图 9.分类网络模型结构图在晶圆制造过程中,几种不同类型的缺陷耦合在晶圆中,称为混合缺陷。这些类型的缺陷复杂多变且随机性强,已成为半导体公司面临的主要挑战。针对这一问题,Wang J等提出了一种用于晶圆缺陷分类的混合DPR(MDPR)可变形卷积网络(DC-Net)。他们设计了可变形卷积的多标签输出和一热编码机制层,将采样区域聚焦在缺陷特征区域,有效提取缺陷特征,对混合缺陷进行分类,输出单个缺陷,提高混合缺陷的分类精度。Kyeong和Kim为混合缺陷模式的晶圆图像中的每种缺陷设计了单独的分类模型,并通过组合分类器网络检测了晶圆的缺陷模式。作者使用MPL、SVM和CNN组合分类器测试了六种不同模式的晶圆映射数据库,只有作者提出的算法被正确分类。Takeshi Nakazawa和Deepak V. Kulkarni使用CNN对晶圆缺陷图案进行分类。他们使用合成生成的晶圆图像训练和验证了他们的CNN模型。此外,提出了一种利用模拟生成数据的方法,以解决制造中真实缺陷类别数据不平衡的问题,并达到合理的分类精度。这有效解决了晶圆数据采集困难、可用样品少的问题。分类网络模型对比如表3所示。表3. 分类网络模型比较算法创新Acc直流网络采样区域集中在缺陷特征区域,该区域对混合缺陷具有非常强的鲁棒性。93.2%基于CNN的组合分类器针对每个缺陷单独设计分类器,对新缺陷模式适应性强。97.4%基于CNN的分类检索方法可以生成模拟数据集来解释数据不平衡。98.2%5.2. 目标检测网络目标检测网络不仅可以对目标物体进行分类,还可以识别其位置。目标检测网络主要分为两种类型。第一种类型是两级网络,如图10所示。基于区域提案网络生成候选框,然后对候选框进行分类和回归。第二类是一级网络,如图11所示,即端到端目标检测,直接生成目标对象的分类和回归信息,而不生成候选框。相对而言,两级网络检测精度更高,单级网络检测速度更快。检测网络模型的比较如表4所示。图 10.两级检测网络模型结构示意图图 11.一级检测网络模型结构示意图表4. 检测网络模型比较算法创新AccApPCACAE基于二维主成分分析的级联辊类型自动编码。97.27%\YOLOv3-GANGAN增强了缺陷模式的多样性,提高了YOLOv3的通用性。\88.72%YOLOv4更新了骨干网络,增强了 CutMix 和 Mosaic 数据。94.0%75.8%Yu J等提出了一种基于二维主成分分析的卷积自编码器的深度神经网络PCACAE,并设计了一种新的卷积核来提取晶圆缺陷特征。产品自动编码器级联,进一步提高特征提取的性能。针对晶圆数据采集困难、公开数据集少等问题,Ssu-Han Chen等首次采用生成对抗网络和目标检测算法YOLOv3相结合的方法,对小样本中的晶圆缺陷进行检测。GAN增强了缺陷的多样性,提高了YOLOv3的泛化能力。Prashant P. SHINDE等提出使用先进的YOLOv4来检测和定位晶圆缺陷。与YOLOv3相比,骨干提取网络从Darknet-19改进为Darknet-53,并利用mish激活函数使网络鲁棒性。粘性增强,检测能力大大提高,复杂晶圆缺陷模式的检测定位性能更加高效。5.3. 分段网络分割网络对输入图像中的感兴趣区域进行像素级分割。大部分的分割网络都是基于编码器和解码器的结构,如图12所示是分割网络模型结构示意图。通过编码器和解码器,提高了对目标物体特征的提取能力,加强了后续分类网络对图像的分析和理解。在晶圆表面缺陷检测中具有良好的应用前景。图 12.分割网络模型结构示意图。Takeshi Nakazawa等提出了一种深度卷积编码器-解码器神经网络结构,用于晶圆缺陷图案的异常检测和分割。作者设计了基于FCN、U-Net和SegNet的三种编码器-解码器晶圆缺陷模式分割网络,对晶圆局部缺陷模型进行分割。晶圆中的全局随机缺陷通常会导致提取的特征出现噪声。分割后,忽略了全局缺陷对局部缺陷的影响,而有关缺陷聚类的更多信息有助于进一步分析其原因。针对晶圆缺陷像素类别不平衡和样本不足的问题,Han Hui等设计了一种基于U-net网络的改进分割系统。在原有UNet网络的基础上,加入RPN网络,获取缺陷区域建议,然后输入到单元网络进行分割。所设计的两级网络对晶圆缺陷具有准确的分割效果。Subhrajit Nag等人提出了一种新的网络结构 WaferSegClassNet,采用解码器-编码器架构。编码器通过一系列卷积块提取更好的多尺度局部细节,并使用解码器进行分类和生成。分割掩模是第一个可以同时进行分类和分割的晶圆缺陷检测模型,对混合晶圆缺陷具有良好的分割和分类效果。分段网络模型比较如表5所示。表 5.分割网络模型比较算法创新AccFCN将全连接层替换为卷积层以输出 2D 热图。97.8%SegNe结合编码器-解码器和像素级分类层。99.0%U-net将每个编码器层中的特征图复制并裁剪到相应的解码器层。98.9%WaferSegClassNet使用共享编码器同时进行分类和分割。98.2%第6章 结论与展望随着电子信息技术的不断发展和光刻技术的不断完善,晶圆表面缺陷检测在半导体行业中占有重要地位,越来越受到该领域学者的关注。本文对晶圆表面缺陷检测相关的图像信号处理、机器学习和深度学习等方面的研究进行了分析和总结。早期主要采用图像信号处理方法,其中小波变换方法和空间滤波方法应用较多。机器学习在晶圆缺陷检测方面非常强大。k-最近邻(KNN)、决策树(Decision Tree)、支持向量机(SVM)等算法在该领域得到广泛应用,并取得了良好的效果。深度学习以其强大的特征提取能力为晶圆检测领域注入了活力。最新的集成电路制造技术已经发展到4 nm,预测表明它将继续朝着更小的规模发展。然而,随着这些趋势的出现,晶圆上表面缺陷的复杂性也将增加,对模型的可靠性和鲁棒性提出了更严格的挑战。因此,对这些缺陷的分析和处理对于确保集成电路的高质量制造变得越来越重要。虽然在晶圆表面缺陷分析领域取得了一些成果,但仍存在许多问题和挑战。1、晶圆缺陷的公开数据集很少。由于晶圆生产和贴标成本高昂,高质量的公开数据集很少,为数不多的数据集不足以支撑训练。可以考虑创建一个合成晶圆缺陷数据库,并在现有数据集上进行数据增强,为神经网络提供更准确、更全面的数据样本。由于梯度特征中缺陷类型的多功能性,可以使用迁移学习来解决此类问题,主要是为了解决迁移学习中的负迁移和模型不适用性等问题。目前尚不存在灵活高效的迁移模型。利用迁移学习解决晶圆表面缺陷检测中几个样品的问题,是未来研究的难题。2、在晶圆制造过程中,不断产生新的缺陷,缺陷样本的数量和类型不断积累。使用增量学习可以提高网络模型对新缺陷的识别准确率和保持旧缺陷分类的能力。也可作为扩展样本法的研究方向。3、随着技术进步的飞速发展,芯片特征尺寸越来越小、越来越复杂,导致晶圆中存在多种缺陷类型,缺陷相互折叠,导致缺陷特征不均匀、不明显。增加检测难度。多步骤、多方法混合模型已成为检测混合缺陷的主流方法。如何优化深度网络模型的性能,保持较高的检测效率,是一个亟待进一步解决的问题。4、在晶圆制造过程中,不同用途的晶圆图案会产生不同的缺陷。目前,在单个数据集上训练的网络模型不足以识别所有晶圆中用于不同目的的缺陷。如何设计一个通用的网络模型来检测所有缺陷,从而避免为所有晶圆缺陷数据集单独设计训练模型造成的资源浪费,是未来值得思考的方向。5、缺陷检测模型大多为离线模型,无法满足工业生产的实时性要求。为了解决这个问题,需要建立一个自主学习模型系统,使模型能够快速学习和适应新的生产环境,从而实现更高效、更准确的缺陷检测。原文链接:Electronics | Free Full-Text | Review of Wafer Surface Defect Detection Methods (mdpi.com)
  • 蒙娜丽莎等艺术名作中的甲状腺迷思|甲状腺知识科普系列(一)
    “终有一日,我们的子孙会惊讶于他们的先人竟不了解那些无比浅薄的常识。”塞涅卡,《自然问题》卷七,1世纪得益于医疗手段的发展以及信息技术的进步,对于生活在现代的我们来说,甲状腺相关的疾病并不陌生,因为我们普遍接受过科学的熏陶和洗礼。但生活在古代的人们就没那么“幸运”了,很多疾病对于他们来说都是“未知”,而“未知”意味着满满的“恐惧”。甲状腺疾病古已有之,你知道在人们认识甲状腺之前,甲状腺疾病在古代是怎么被发现和记录下来的吗?古人又是怎么治疗甲状腺疾病的呢?在科学启蒙运动之前,甲状腺肿大经常以不同的风格出现在各种类型艺术作品中,例如达芬奇的名作——《蒙娜丽莎》。除此之外比较典型的是,在文艺复兴时期和巴洛克时代的绘画和雕塑中,甲状腺肿大也很普遍。针对艺术作品中出现的甲状腺肿大,有科学家专门进行了研究,他们发现数个世纪以来,不同种族、不同地区的人群都出现了甲状腺肿大的现象,并且频率较高,特别是在缺碘的地区。这也从侧面解释了为何不同时期以及类型的艺术作品中甲状腺的出镜率会如此之高。古往今来,绘画雕刻等艺术作品一直是人类认知世界的一种表现形式,从法国拉斯科洞窟史前壁画对野牛的描述,再到当今小学生教室里学生对花草的绘制,通过艺术作品,我们能窥见人类的健康情况以及精神面貌。在文艺复兴时期,人们对精神疾病的了解比较匮乏,认为是脑子里的鬼怪使人失去理智,于是画家将凿颅治病的画面记录了下来,如今我们或许会认为这些做法既可笑又恐怖,实际上艺术作品中这样看似荒诞的记录也成为了我们研究疾病的历史依据。对比今天医学的技术发展,人类对疾病的认知显然已经从愚昧走到了科学。值得一提的是,有很多现代人们熟知的疾病都能在经典的艺术作品中找到描述痕迹。甲状腺疾病是临床常见的内分泌系统疾病,它很常见,因此大多时候会被生活节奏快的现代人忽视。然而这类疾病却常见于前人流传下来的艺术作品中。那么,有哪些名作中隐藏着这类疾病?这些艺术作品又是怎么表现甲状腺疾病的?隐藏在艺术作品中的疾病,从蒙娜丽莎说起很多艺术作品中的人物都“暗含玄机”,除了各式各样的表现手法以外,人物的形态上也会有许多值得推敲的地方,比如世界绘画大师达芬奇的名画《蒙娜丽莎》。达芬奇为了能在绘画与雕塑中对人体描绘更加准确,曾进行过许多次尸体解剖,因此就有了动脉粥样硬化等一系列跨时代的发现。只可惜他生前大部分成果并未公之于众,直到后人仔细翻阅他的手稿时,这些发现才重见天日。 Mona Lisa,达芬奇绘制,1502《蒙娜丽莎》是列奥纳多达芬奇最伟大的作品之一,大众对这莞尔一笑的画中人并不陌生。然而,“微笑”的面纱之下,是各种疾病。对于蒙娜丽莎所患的疾病,历史上可谓是众说纷纭,比如有科学家通过她左上眼睑眼角内侧的凸起,以及右手背虎口处的肿块,判断蒙娜丽莎是一名家族性高胆固醇血症(Hypercholesterolemia)患者。据美国CDC官网介绍,家族性高胆固醇血症的体征为:膝盖、指关节或肘部周围有肿块或肿块;跟腱肿胀或疼痛;眼睛周围发黄的区域;角膜外侧呈半月形的白灰色。根据上述蒙娜丽莎眼睑的凸起、手虎口的肿胀等症状,部分科学家认为蒙娜丽莎是一名家族性高胆固醇血症患者。但是,2017年12月,美国布莱根妇女医院研究员曼迪普梅赫拉(Mandeep R. Mehra)与合作者在《梅奥诊所论文集》(Mayo Clinic Proceedings)上发表了论文,题为“The Mona Lisa Decrypted: Allure of an Imperfect Reality”(解码蒙娜丽莎:不完美现实的诱惑),称蒙娜丽莎可能患有甲状腺功能减退症(Hypothyroidism),而不是一名家族性高胆固醇患者。研究者指出,蒙娜丽莎的异常体征——前额高、头发稀疏且粗糙、没有眉毛、左侧内眦处有黄色瘤、右手背肿胀(这可能是脂肪瘤或黄色瘤)、皮肤整体呈黄色、尤其是甲状腺区域没有角膜弓,这些可能意味着她患有甲状腺肿大。梅赫拉还认为,蒙娜丽莎的原型——丽莎德尔乔孔多(Lisa del Giocondo)现实中活到了63岁,但如果她有心脏病和脂质代谢紊乱,根据当时的医疗条件来看她不太可能活到这个年纪。因此,梅赫拉表示,乔孔多更有可能是甲状腺功能减退症患者。艺术作品中的甲状腺肿胀 实际上,在一些不同风格时期、不同区域的艺术品中,经常出现人物的颈部相对突出,疑似肿胀的情况。为了研究艺术作品中这种颈部“异常”现象是否与甲状腺的病变有关,意大利布雷西亚大学医学博士雷莫阿科罗纳(Remo Accorona)等人研究了1964年至2017年5月发表的131篇艺术与甲状腺为关键词的相关论文,并于2018年将研究成果以“Thyroid Swelling: A Common Phenomenon in Art?”(甲状腺肿胀:艺术作品中的常见现象?)为题,发表在《欧洲甲状腺杂志》上。文章指出,在131篇论文中,有69篇分析了甲状腺肿大在艺术作品中是如何描绘的,作者还试图将不同的表现方式与特定的病理状况联系起来。阿科罗纳等人还总结了艺术作品的作者和人类学研究者的观点,提出了关于甲状腺肿胀主要原因的各种假设,这些假设均来源于艺术品中代表人物的形态。缺碘引起的地方性甲状腺肿 通常,缺碘会导致中年人出现大的甲状腺肿(多结节)。根据有关学者的说法,这可能是贫困和社会阶层低下的标志,当然,这种说法或许会有被指将人污名化的风险。慢性桥本甲状腺炎在大多数情况下,桥本甲状腺炎通常会影响年轻女性,其特征在于甲状腺腺体尺寸小,但在某些情况下甲状腺可能均匀地增大。据资料显示,当时的部分艺术家认为,这一特征是年轻女性美丽外表的象征之一。 自身免疫性产后甲状腺炎有些研究者推测,产后甲状腺炎可能是圣母玛丽亚甲状腺肿大的其中一种原因,这也是许多艺术家的热门话题,特别是在文艺复兴时期。甲状腺功能亢进和格雷夫斯病甲状腺功能亢进症(hyperthyroidism,简称甲亢),是指甲状腺本身的病变引发的甲状腺毒症,甲状腺功能亢进症通常是由于毒性多结节性甲状腺肿,这通常与甲状腺整体增大有关。更罕见的是,甲状腺功能亢进症是由格雷夫斯病引起的(这是一种自身免疫性疾病,但并不意味着甲状腺腺体一定会肿大)。甲亢患者通常会有一些明显的症状,如眼球突出或躁动不安,一些艺术家利用了这种病症的特征,将其与场景中的特殊意义(即疯狂)联系起来。除了上述几种假设之外,还有部分科学家认为艺术作品中会利用画中人物不寻常的甲状腺肿大来凸显人物的特征,有时甚至会夸张地将甲状腺部分特别放大。文艺复兴和巴洛克时期的甲状腺肿通过上面的描述,我们不难发现几个世纪前,甲状腺肿大似乎是一种“流行”疾病。今天我们知道,甲状腺肿是甲状腺疾病中的一类,就是人们称说的“大脖子病”。那么,甲状腺肿不肿这个问题到底源于何时?在甲状腺的生理作用被揭示之前,人们尤其是艺术家对甲状腺肿有怎样的认识,又会怎样去表现甲状腺异常的人?这要追溯到文艺复兴时期。文艺复兴是一个伟大文化繁荣发展的时期,它始于14世纪中叶,一直持续到16世纪末。值得注意的是,从解剖学的角度来看,尽管甲状腺的生理作用直到19世纪末才被发现,但甲状腺的解剖形态早在文艺复兴时期就已经被描述出来了。历史上,第一个绘制甲状腺腺体的人是达芬奇,他在1510年绘制了解剖学研究中的第一张甲状腺图解剖学研究中的第一张甲状腺图 by Leonardo da Vinci (1510)随后,在1543年,近现代解剖学之父安德烈亚斯维萨里(Andreas Vesalius)在他的巨著《人类组织结构》中对腺体进行了再现。这本人体解剖学地图集出版后,甲状腺开始被医生所了解,但直至19世纪下半叶,才开始出现了腺体的有效手术治疗的描述,瑞士伯尔尼大学外科教授西奥多科赫(Theodor Kocher)为此作出了卓越的贡献。1909年,Kocher因其在甲状腺外科领域的成就而荣获诺贝尔奖。安德烈亚斯维萨里(Andreas Vesalius)在《人类组织结构》中绘制的甲状腺(1543)研究人员声称,在这一时期的艺术作品中,他们至少发现了56种甲状腺肿的表现形式。因此,研究者得出结论,甲状腺肿大在历史上是很常见的情况,并且这些作品通常都与人们的日常生活息息相关。他们以此确定了三类当时的主要艺术作品表现趋势。“博尔盖塞版下十字架”及细节(B), 拉斐尔桑齐奥(Raffaello Sanzio)第一种趋势:甲状腺肿大在艺术品中被视为理想人类之美的一部分。以拉斐尔桑齐奥(Raffaello Sanzio)的作品为例,他的艺术体现了文艺复兴时期的和谐与理想之美。他认为颈部肿大或许是模特的正常外貌,而且他还夸大了这一特征,认为这是理想之美的一部分。比如,在《博尔盖塞版下十字架》一作中,画面右侧的一位女性被描绘成甲状腺肿大的形象。《基督显圣》,拉斐尔桑齐奥(Raffaello Sanzio)而在《基督显圣》中,画作右下部描绘了一个颈部增大的男孩,伴有甲状腺肿大(眼球突出、体重减轻和躁动)的迹象。在这幅艺术品的常见解释中,男孩“被撒旦附身”,正在等待着奇迹。因此甲状腺功能亢进的迹象与身体情况之间有一定相关性,而这种假设在当时就存在。 《怪诞的头》也被称为《吉普赛之王斯卡拉穆齐亚》(达芬奇,1500-1505年)第二种趋势:甲状腺肿大被描绘成一种人体解剖学特征。达芬奇被人体解剖学的巨大好奇心所驱使着,对奇怪的相貌有些着迷,典型的例子是他的作品《怪诞的头》。在达芬奇的绘画作品中,他常常会把人物比较“特殊”的生理结构写实地表达出来,而不会忽略它,他的画中人也出现了甲状腺肿大的情况。 《圣安德鲁受难》 米开朗基罗梅里西(Michelangelo Merisi)第三种趋势:文艺复兴时期的艺术创新(透视和研究人体解剖学)趋向于现实主义,甲状腺肿可作为人物特征的“直接证据”。比如米开朗基罗梅里西(Michelangelo Merisi),他希望为观众创作具有巨大情感效果的画作,并避免人物的形象被理想化——特别是下层阶级人士。他们的每个身体特征,包括甲状腺肿大,都会被精确地描绘出来。具有代表性的例子是《圣安德鲁受难》(1607年)。在画作的左下部分,他描绘了一位患有明显甲状腺肿大的老太太,结合服饰及其他特征,她可能来自一个低阶层群体。 其他艺术作品中的甲状腺肿大除了上面所介绍的绘画作品中呈现出的甲状腺肿形态,许多雕塑、摆件也会塑造人物甲状腺肿的形象。意大利都灵大学名誉教授路易吉马西米诺塞纳(Luigi Massimino Sena)研究了不同艺术作品中的甲状腺肿,并制作了合集《艺术中的甲状腺》(The Thyroid in Art)。塞纳在这份报告中指出,甲状腺肿大在古代就已被人们所知晓。在钱币、雕塑、绘画和简单的工艺品中,甚至是一些人物的民间传说里,都对甲状腺肿大的男子、妇女和儿童有着大量的描述,这说明甲状腺肿大是一种有普遍而具有代表性的疾病。下面我们一起来探索几个典型有趣的案例。1. 《前殖民雕塑》《前殖民雕塑》该雕塑作品中有着明显甲状腺肿大的人,属于“科罗拉多”人,曾经居住在厄瓜多尔安第斯地区的瓜拉班巴河流域。巧合的是,此地当时确实出现了地方性甲状腺肿和地方性克汀病的大量病例,这可能是艺术家把雕塑主角塑造成甲状腺肿大患者的原因。 2. 《人体雕像阿德纳文化》《人体雕像阿德纳文化》在该作品中,工匠师雕刻了一个甲状腺肿大的侏儒形象:头很大、上半身躯干比腿长,且腿也是弯曲浮肿的,这符合了部分甲状腺机能减退的症状。3. 神也会得甲状腺肿大古希腊神话中诸神在钱币上,艺术家也大做甲状腺肿大的文章,常出现患上甲状腺肿大的人物形象。以上钱币中有一位是大家熟悉的雅典娜,你找到在哪儿了吗?从上述例子来看,甲状腺肿大在艺术作品中实际上很常见,通过艺术来研究甲状腺肿,能更进一步去探索甲状腺肿的流行病学特征、地理参考价值、社会和行为价值。通过这些绘画艺术,研究者还发现,甲状腺肿大的特征主要属于底层社会阶层,如牧羊人、农民、工人、女佣、流浪歌手,仅有3%的作品是重要人物的个人肖像。简而言之,在甲状腺的生理学面纱被揭开之前,甲状腺肿大总是会引起人们的惊讶或恐惧,而这与它的起源和功能息息相关。几个世纪以来,甲状腺激发了人们的想象力,在丰富艺术作品的同时,也为我们理解甲状腺疾病与社会阶层之间的关系打开了一扇窗口。同时,这也是甲状腺疾病研究工作中一笔不可或缺的财富。本文作者:云梦伊(西湖欧米) 参考文献1. Stuckey HL, Nobel J. The connection between art, healing, and public health: a review of current literature. Am J Public Health. 2010 Feb 100(2):254-63. doi: 10.2105/AJPH.2008.156497. Epub 2009 Dec 17. PMID: 20019311 PMCID: PMC2804629.2. https://en.wikipedia.org/wiki/Mona_Lisa, edited on 11 October, 20223. Accorona, R., Huskens, I., Meulemans, J., Cappelli, C., Nicolai, P., & Lombardi, D. (2018). Thyroid swelling: a common phenomenon in art?. European thyroid journal, 7(5), 272-278.4. Did Mona Lisa Suffer from Hypothyroidism? https://www.sci.news/medicine/mona-lisa-hypothyroidism-06374.html, Sep 20185. Mandeep R. Mehra & Hilary R. Campbell. 2018. The Mona Lisa Decrypted: Allure of an Imperfect Reality. Mayo Clinic Proceedings 93 (9): 1325-1327 doi: 10.1016/j.mayocp.2017.12.0296. Luigi Massimino Sena, The Thyroid in Art. 2011 ASCP Annual Meeting/WASPaLM XXVI World Congress, October 2011
  • 欧盟修订新鲜果蔬的上市标准
    欧盟所执行的(EU)第543/2011法规是一项有关新鲜水果蔬菜上市标准的通用且详尽的法规。而欧盟于2013年6月21日开始所执行的(EU)No 594/2013法规则是对该新鲜水果蔬菜上市标准的修正和修订。  (EU)第1234/2007法规连同(EU)第543/2011法规是涉及未加工新鲜果蔬上市标准的法规。未被特定上市标准包含在内的新鲜果蔬菜必须符合该通用准则第一部分附录中的要求。欧盟执行的(EU)第 594/2013法规在上市标准方面做了如下修订:  为了保证适合在本地销售但不符合欧盟上市标准的产品在当地销售时不受阻。欧盟可应相关成员国的要求做出这些产品可不受欧盟上市标准限制的规定。  允许通过了(EU)第594/2011法规第15条规定符合性检测的第三国为新鲜果蔬出具合格证。  为保证可追溯性,该通用上市标准修改为可按果蔬的批次给予更好的产品识别。  与新的联合国和欧洲经济委员会关于苹果和梨子的标准保持一致。  另外,除无核小蜜橘以及小柑橘之外,其它产品均适用联合国和欧洲经济委员的时间表。  批准以色列可根据(EU)第594/2011法规第15条规定出具合格证,但限于一定范围之内。  改变和修订将于2013年10月1起生效。但是,关于上市年限的第2条规定将于2011年6月22日开始执行。
  • 国内首个书画艺术光谱技术实验室在西安成立
    吴昌硕的梅花为什么透着金石气息?齐白石的鱼虾如何跃然纸上?潘天寿的蔬果有怎么的铺陈规律?在传统意义上,这些问题是美学研究的对象,而在科技发展突飞猛进的当下,美学问题也可以从科学中寻找答案。  7月19日,西安书画艺术品光谱技术实验室揭牌,这个由陕西文化产权交易所与中科院西安光机所共同组建的科研基地,将利用科学技术解决艺术品鉴定难题,系全国首个书画艺术品光谱技术实验室。  据介绍,实验室将利用光学技术对书画作品进行扫描分析,通过对数据的分析归纳出艺术家的创作规律。“科学与文化在本质上是统一的,二者需要融合发展。”中科院西安光机所副所长李学龙说。  光谱成像技术不仅有望“看到”美学规律,通过建立完善的数据库体系,还能为艺术品收藏、流通、传承、交易等提供技术支持。据了解,该实验室的研究成果也将对正在建立中的艺术品行业标准体系提供有力参考。  除了科学分析,同日上线的陕西文交所电子化交易平台,还为艺术品提供了走向资本市场最前沿的契机。据悉,该平台将发行版权清晰、兼具艺术价值和投资价值的近现代名家书画作品复制品,通过二级交易市场,发掘价值、兑现价值。  实验室解决艺术品鉴定难题,交易平台把艺术品带到资本市场̷̷陕文投集团董事长王勇认为,文化、科技、金融这三者的融合创新,正在有力发掘历史文化的现代表达。
  • 大型超市在售果蔬频现“农药残留”
    要彻底消除农药残留隐患,除了在硬件和检测标准上尽快与国际接轨,理顺多头执法的监管体制更为关键  “农药检测,保证每日安全与新鲜。”  走进位于北京市东部沃尔玛超市万达广场店的蔬菜、水果区,便能看到墙上的宣传语。在另一边的墙上,则是“蔬菜农药检测公告栏”,其中列出了受检蔬果的品名和供应商。  不过,一位正在挑菜的中年女性却对本刊记者坦言,买了菜回去,还是得在水里多浸泡,“他说检测了,谁知道是不是走过场?”  本月早些时候,3月15日,国际环保组织绿色和平公布的一份《超市生鲜散装食品调查报告》(下称《报告》)就指出,一些大型超市出售的生鲜蔬果样品,经检测发现混合农药残留既广且多、有违法使用和禁用的农药。  实际上,从今年年初以来,农药残留所带来的食品安全隐患,已经持续发酵。  2010年1月下旬,武汉市在对市场上的豇豆进行检测时发现,一些来自海南的豇豆含有禁用农药水胺硫磷。2月6日,武汉市农业局向海南省农业厅发出协查函,宣布三个月内停止该省生产的豇豆进入武汉市销售。  截至春节前,武汉市共查出3596.9公斤海南豇豆含有禁用农药,并全部销毁。同时,全国多个地方均发现了含有水胺硫磷的豇豆。为此,农业部2月24日下发紧急通知,要求各地进一步加强蔬菜质量安全生产监督管理。  仅海南三亚一地,从3月1日至3月18日,就查封了37家无证经营的农药店,查扣禁止使用的高毒、高残留农药98瓶。而这,显然仅仅是冰山一角而已。  在今年的全国“两会”上,不少代表委员都纷纷表示,是时候关注农副产品农药残留超标问题,解决食品安全的“体制之痛”了。  绿色和平的批评  “绿色和平”食品与农业项目主任王伟康表示,从2009年10月29日至11月17日,在北京、天津、武汉、杭州、成都、广州、长沙和福州等八个城市的九家大型连锁超市的19家门店,他们随机抽取了83份散装食品,包括散装大米、蔬菜和水果,进行农药残留检验。  该组织声称,样品被送至独立第三方检测机构进行检测。结果发现,在77份蔬果中,有两个样品含有国家禁用农药甲胺磷残留 14个样品含有违法使用的农药残留,即超出了登记允许使用的范围。  沃尔玛超市和伊藤洋华堂超市,均因为问题严重而遭到点名批评。采自湖北武汉沃尔玛中山大道分店的豇豆样品,被检出有六种违法使用的农药 采自北京伊藤洋华堂西直门店的草莓样品,则被检出有两种违法使用的农药以及一种国家禁用的农药。  其实,这已不是绿色和平第一次就农药残留问题,向超市发难。  早在2009年7月16日,在发布的第三期《蔬果安全状况监测》中,绿色和平就声称,在北京的沃尔玛、家乐福、易初莲花和华润万家等四家超市的甜瓜、苹果、桃子、油桃和樱桃上,检出了17种农药残留 其中有7种,更是被国际权威机构认定为致癌及有潜在致癌危害的农药。  不过,这一指控却遭到了官方的反驳。作为中国食品安全监管综合协调部门的卫生部,于当年11月18日在其官方网站称,被检出的农药残留量均未超过国家标准限量值的规定,也没有发现国家明令禁止的高毒和禁用农药品种,“该监测报告所涉及的蔬果均不存在安全性问题”。  同时,卫生部还质疑,“绿色和平”委托的检验机构出具的检测报告有不规范之处。  在中国农业科学院蔬菜花卉研究所研究员李宝聚看来,要求不存在任何剂量的农药残留,的确有些过于严苛。毕竟,当今的农产品约有三分之一的产量,是依靠农药从病虫草害手中夺回的。如果不使用农药,中国将损失30%至40%的粮食,以及50%至80%的蔬菜。  吃不用农药生产出来的蔬菜,“无论从中国的实际情况,还是从发达国家的发展现状来看,都是不现实的”,他解释说。  也许是吸取了上一次的教训,“绿色和平”在此次的《报告》中突出强调了存在违法使用和禁止使用的农药。  不过,在接受本刊记者采访时,王伟康依然拒绝透露第三方检测机构的名称,这也使得无法对这份《报告》的全面性以及客观性做进一步的评估。  禁用农药依旧在  即便绿色和平的报告确有偏颇之处,但农药残留问题仍不失为一个关系到整个食品安全的真问题。  农药,作为人类发明的一把“双刃剑”,既能在农业生产过程中抵御病虫草害,可一旦使用不合理,便可能通过多种途径侵入人体,损害神经、内分泌、生殖等多个系统的健康。因此,各国对于农药的使用,往往都有着严格的监管。  在中国也不例外。早在2006年,农业部等四部委就联合发布公告,决定自2007年1月1日起,全面禁止在国内销售和使用甲胺磷、甲基对硫磷、磷胺、对硫磷、久效磷这五种高毒有机磷农药。  根据业内人士的推测,当时中国每年使用的农药中,有35%的使用量属于高毒农药。而上述五种农药的使用量,更是占到高毒农药的70%。  然而,中国农业大学食品科学与营养工程学院院长罗云波在接受本刊记者采访时表示,这些高毒农药并没有随着一纸禁令彻底退出江湖。  2008年,河北省邯郸市疾病预防控制中心的高海红对当地市场上的325份蔬菜样品进行了检测,结果发现其中123份含有甲胺磷,占38% 按照国家标准的规定,其中有91份超过了检测限,超标率高达28%。  同年,山西省农产品质量安全检验监测中心对全省11个市所在地的蔬菜生产基地、批发市场、超市和农贸市场进行了四次连续监测,监测的蔬菜包括九类20多个品种1751个样品。结果,有54个样品被检出六种禁用农药超标,其中就包括甲胺磷,以及此次在海南豇豆中发现的水胺硫磷。  山西省农产品质量安全检验监测中心研究认为,禁用农药之所以难以完全杜绝,可能有两个方面的原因:一是在目前分散的农业生产模式下,很多农户的用药仍游离在政府有关部门的监管之外,还有人在违规使用 另一方面,则是因为以前使用的高毒农药残留在土壤中,仍有可能“感染”新种植的蔬果。  即便对于允许使用的农药,残留超标的情况也屡见不鲜。在上述山西的监测中,农药残留总的超标率就为4.5%,其中芹菜超标率高达16.5%。  舍本逐末的检测  应当承认,面对农药残留,各地已开始在检测体系上下工夫。很多城市建起了农产品质量监督检验检测中心和农产品检验检测站,对农产品生产基地、批发市场、农贸市场、超市进行监测。不少超市亦强化了自己的检测能力,以把住最后的关口。  但在李宝聚看来,检测毕竟只能针对部分农药,通过检测来解决蔬菜产品的安全性问题,治标不治本。鉴于真正出现问题的,是在农产品的生产环节,这就决定了流通环节的检测,只能起到辅助作用。  受硬件条件等制约,有时候这些检测甚至难以有效地发挥辅助作用。  在海南豇豆事件之前,海南三亚市南繁科学技术研究院的任红等人,就曾针对海南省的瓜菜农药残留监控模式撰文称,尽管各市、县级检测中心已经建立,并配备了检测仪器,“但大多是一些速测仪器”,检测的指标单一,制约了检测项目的拓展和检测工作的全面开展。  而在事件发生后,海南省农业厅农产品质量安全监管处处长邢诒铁亦承认,对瓜菜的检测主要是看农药总量是否超标,无法查出农药的种类。而首先发现“毒豇豆”的武汉市,采取了成本更加高昂的定量检测,才发现了水胺硫磷。  除了硬件,“软件”上也存在诸多缺陷。中国对于农药残留的限量标准,亦有不少未与国际接轨之处,这也削弱了农药残留检测的效果。  根据“绿色和平”提供的资料,被世界卫生组织列为剧毒和高毒的农药共20种,在中国禁用的仅有4种。  中国的农药最大残留限量标准,目前主要由国家标准和行业标准两部分组成。前者由卫生部和国家标准化管理委员会共同发布,后者主要由农业部发布。根据统计,截至2009年,中国共有涉及178种农药在92种(类)食品和农产品中的807项限量标准。  然而,在很多专家看来,这远远不够。因为中国在近200种作物上有600多种农药登记使用,常用农药也有400多种,当前的限量标准并不能满足食品安全的需求。从国际上看,国际食品法典委员会(下称CAC)的限量标准超过3000项,比中国高出了一大截。  监管体制待理顺  根据国务院办公厅印发的《2010年食品安全整顿工作安排》,制(修)订食品中农药残留限量标准,已被列入2010年工作计划。  但王伟康也希望,在政府完善相关标准的同时,超市也应通过自己对整个产业链的控制力,干预蔬果的生产环节,促使农民不使用剧毒、高毒的农药,以及科学使用农药。目前,政府正在推动的“农超对接”,或许也给大型超市提供了这种干预契机。  所谓“农超对接”,即农户直接向超市供货,省掉了批发商、供货商等中间流通环节。如此一来,可以节省成本,降低产品价格。  本刊记者注意到,在北京沃尔玛超市万达广场店,已有不少苹果贴上了“农超对接”的标签。  沃尔玛在中国的“农超对接”启动于2007年,目前已涉及至少20万农民。按照沃尔玛的计划,到2011年底时,“农超对接”项目涉及的农民将达到100万人,超市三分之一的蔬果类产品都将来自定点农场。  王伟康认为,“农超对接”增强了超市对于农户的影响力,超市应该通过宣传、培训等方式以及相应的惩罚机制,帮助、激励农户科学使用农药或者使用杀虫灯等非农药手段。  不过,超市的影响力显然只能覆盖一部分农户。要从根本上解决农产品生产环节的弊端,政府监管体系的漏洞也应尽快弥补。  根据1997年开始实施的《农药管理条例》以及随后的政府“三定”方案,农药管理涉及农业、工信、质检、工商、卫生等多个部门。  例如,农业部门负责农药登记审批 工业和信息化部门负责农药生产企业核准,核发生产批准文件 质监部门则负责核发按国标和行标生产的农药产品的生产许可证。  这种多头执法带来的监管隐患,在食品安全领域已经早有先例。李宝聚就认为,农业管理与技术推广部门,长期以来重于查处违禁农药,却忽略了对菜农的技术指导。一些农户为了取得好的防治效果和蔬果外观,往往急功近利使用高毒农药,或者盲目增加施药次数和农药浓度,或者施药后两到三天便将蔬果上市,致使农药残留严重超标。  因此,不少业内专家建议,应尽快理顺农药的管理体制。  全国人大代表、浙江温岭市农业技术推广站副站长林燚便在全国“两会”上建议,应明确农药管理的主管部门,赋予农业部门实施从农药登记到生产经营许可、市场监管、使用指导和废弃物管理的职能,其他部门予以配合。此外,还应完善小作物和特色作物的农药登记,并加强农业部门对农户的培训和辅导。  从更宏观的层面来看,当前小而散的农业生产,亦增加了政府监管的难度和成本,如何更好地组织起农业生产,从而保证农产品的安全与质量,仍需决策者在制度上加以创新。
  • 近三年光谱结合化学计量学分析技术综述文献的评述(一)
    近三年光谱结合化学计量学分析技术综述文献的评述(一)Commentary on the review articles of spectroscopy technology combined with chemometrics in the last three years褚小立(中石化石油化工科学研究院有限公司,北京,100083)摘要:近些年,现代光谱分析技术得到了迅猛发展,该技术的一个关键特征是采用化学计量学方法对光谱数据进行处理,从而尽可能多地获得有用信息,并且,该技术可直接对不同形态的复杂混合物进行定性和定量分析,在检测速度、成本、效率、通用性、自动化和便携性等方面表现出优于多数传统方法的特殊优势,在农业、食品、制药、石油、化工、烟草、环保和医学等各个领域得到了广泛的应用。因此,现代光谱分析技术也日益得到关注和重视。本文对近三年(2020-2022年)发表的涉及光谱结合化学计量学为主题的综述论文进行评述,主要论述了这类技术的发展现状、存在的挑战以及未来的发展方向,引用文献351篇。1引言现代光谱分析技术,如紫外可见光谱(UV-vis)、中红外(MIR)、近红外(NIR)、拉曼光谱(Raman)、三维荧光光谱(EEM)、太赫兹(THz)光谱、核磁共振(NMR)光谱、激光诱导击穿光谱(LIBS)等,可直接对不同形态的复杂混合物进行定性和定量分析,具有速度快,效率高,可无损和在线分析等优势,在农业、食品、制药、石油、化工、烟草、环保和医学等各个领域得到了广泛的应用(图1)。该技术的一个显著特点是借助化学计量学方法从光谱数据中尽可能多的提取详细的有价值的化学信息,其目的是为了显著提高分析结果的稳健性和准确性,使传统光谱技术不可实现的应用成为现实。图1 光谱结合化学计量学方法的分析技术框架图近年来,随着人工智能、大数据、云计算等,尤其是深度学习的快速发展,为化学计量学注入了新思路、新途径和新方法,用于光谱分析的新型化学计量学方法如雨后春笋般涌现出来,成为国内外本领域专家学者的重点和热点研究方向。借助材料学、MEMS制造技术、计算机技术等的进步,光谱类仪器及其应用也得到了长足发展。近三年(2020-2022年),光谱结合化学计量学的综述论文也如井喷式般的出现,涉及到光谱学、光谱仪器、化学计量学(机器学习)方法、以及在诸多领域的应用研究等方方面面。本文以“化学计量学(chemometric)” 或“机器学习(machine learning)”,“光谱(spectroscopy)”或“光谱技术(spectroscopic technology)”或“光谱仪(spectrometer)”,以及“综述(review或overview)”为关键词,以2020年至今为时间段,在Science Direct、Scopus、Web of Science、Google Scholar和知网(CNKI)上进行检索,对检索到的351篇综述类论文进行了整理、归纳和评述。2 光谱学与光谱技术2.1近/中红外光谱Beć等综述了量子计算化学在近红外光谱解析方面的进展,指出振动光谱学与计算化学形成的显著的协同作用,随着理论方法和计算机技术的进步,将大大提高振动光谱,特别是近红外光谱的应用潜力[1]。在另一篇综述中,他们论述了明确且详细的谱带归属研究对深入认识和理解近红外光谱的重要意义,解释了不同微型光谱仪所提供的化学信息贡献的差异的原因[2]。水光谱组学是一门研究水和水系统分子间氢键组成形态的新兴科学,它通过观察近红外光对水的作用所表征特征峰的变化来分析水系统中溶剂与溶质间的作用关系,具有非侵入性、分析速度快和定性定量等特点。孙岩等总结了用于温控近红外光谱分析的化学计量学方法,以及利用温控近红外光谱技术研究小分子的结构和蛋白质、温敏聚合物结构转变过程等方面的研究工作,利用随温度变化的水光谱信息,可实现对含水混合物的定性和定量分析[3]。陈定芳等梳理了水光谱组学的历史沿革、研究方法及其应用现状,阐明了水光谱组学用于测定人体经络脏腑的超分子结构特征的可行性[4]。褚小立等从振动光谱基础理论、光谱仪器硬件和化学计量学3个方面对近红外光谱分析技术的最新进展进行了综述,认为以近红外光谱为核心的商业产品将在不同应用领域进一步提供深化和细化的服务,近红外光谱有望成为与时代发展特征(如人工智能、大数据、云计算和物联网等)最相关的一项分析技术[5]。王家俊等探讨了在网络化应用环境中,近红外光谱仪器设备存在的硬件差异以及传统化学计量学方法在建模、数据处理存在的不足对近红外光谱的深度应用产生的影响,提出了云计算应用的解决思路,并对大数据时代近红外光谱分析网络化模式的应用前景进行了展望[6]。Fakayode等介绍了近红外光谱、傅里叶变换红外光谱仪器和拉曼光谱的最新技术创新进展,对2015-2018年期间近红外光谱、傅里叶变换红外光谱仪器和拉曼光谱在药品、食品等质量控制和保证等方面的应用现状进行了探究[7]。霍学松等综述了近些年新型的商品化微小型(便携式、手持式和袖珍式)近红外光谱仪器及其应用进展,指出物联网技术在智能农业、智能工厂、智能医疗和智慧城市等众多领域的兴起,成为推动近红外光谱传感器向着微型化方向发展的主要力量[8]。Zhu等综述了商品化便携式近红外光谱仪的主要类型,总结并比较了它们的性能指标,还介绍了促进小型化的新技术,对仪器未来发展的前景进行了展望[9]。表面增强红外吸收(SEIRA)是一种超灵敏的红外光谱技术,能够实现亚单层膜水平的表面选择性探测。Zhou等对SEIRA传感机制和理论模型的进展进行了综述,从结构设计、材料选择到结合机器学习算法等方面讨论了优化SEIRA性能的方法[10]。2.2拉曼光谱Pan等综述了人工智能方法结合拉曼光谱用于分析复杂混合物的进展,包括化学品、食品、药品和医学诊断等,指出拉曼光谱如SERS可以与红外光谱相结合,以增强物质识别能力[11]。Orlando等综述了拉曼光谱在先进材料科学表征中的应用进展,认为随着现场拉曼分析的推广应用,该技术在未来有望成为材料表征的常规分析技术[12]。Löbenberg等系统比较了不同拉曼分析技术的特点,介绍了拉曼光谱作为过程分析技术(PAT)工具在医药产品和工艺开发中的应用进展[13]。图2 用于体内上皮组织诊断的快速光纤共焦拉曼光谱系统Heng等综述了现代拉曼仪器、微型光纤拉曼探针设计和制造的最新进展(图2),论述了实时光纤拉曼光谱在临床内窥镜检查期间改善体内癌前病变和癌症早期诊断等方面具备的潜力[14]。Barik等概述了用于体内测量的不同光纤探针,重点介绍了用于生物医学的拉曼光谱探头,并对影响探针提取最佳光谱特征的各种方面,如光纤探头、辐射源、探测器和光谱仪等进行了探究[15]。 图3 基于SERS的传感器在农业应用示意图表面增强拉曼光谱(SERS)是一种高度灵敏的技术,可增强由某些纳米结构材料支撑的分子的拉曼散射。Han等概述了SERS设备、SERS活性材料制备和SERS测量的详细信息,重点介绍了SERS与化学计量学结合在多个研究领域的最新应用,包括探测表面反应和界面电荷转移、结构表征和化学/生物传感。此外,还讨论了SERS光谱再现性、技术局限性和可能的优化方法[16]。Liu等对目前SERS农业传感器现状和发展进行了总结,较全面地阐述了SERS在农产品质量安全控制中,对农药残留等有害物质检测的发展和应用(图3),介绍了SERS 传感器/基底在不同应用场景中的优势和价值[17]。空间偏移拉曼光谱(SORS)技术可在一定程度上克服通过包装对材料进行定性或定量分析的问题。Arroyo-Cerezo等综述了SORS结合化学计量学方法在食品和农业领域的应用,比较了商业和工业分析仪以及实验室规模的食品和饮料SORS实施情况,讨论了未来在农业食品供应链中的部署途径[18]。低频拉曼光谱(LFR)探测与长程有序(即结晶度)相关的振动模式,该模式可提供固态结构特征和其他特性的独特信息。Bērziņš等详细讨论了LFR的基础理论、仪器和数据分析(包括化学计量学和计算技术的应用)的各个方面,并总结了LFR在药物分析中的新应用[19]。2.3太赫兹光谱随着光源和探测器组件的迅猛发展,太赫兹(THz)谱技术最近在医学、材料、生物传感和制药工业等多个领域都得到了较快发展。Feng综述了太赫兹光谱与化学计量学结合的最新进展,以及太赫兹谱在评估食品质量和确保食品安全方面中的应用,并讨论了太赫兹谱的优势和一些固有的局限性[20]。Rawson等讨论了太赫兹光谱的原理和仪器,重点介绍了太赫兹技术在水分监测、土壤传感、种子分类、品种来源鉴别、残留检测、微生物、毒素和食品腐败检测、食品掺假鉴定、食品或农产品中的异物检测等方面的应用[21]。2.4 LIBS光谱激光诱导击穿光谱法(LIBS)是一种简单、直观、多用途的原子发射光谱法,它将快速脉冲激光束聚焦到样品上,形成含有其组成元素的等离子体,然后使用发射光的光谱分析检测存在的元素。激光诱导击穿光谱技术具有多元素同时检测、结构简单、检测速度快、不受样品形态影响等特点,在诸多领域展现出广阔的应用前景。Andrade等综述了近些年LIBS样品制备、定性分析、校正策略以及提高LIBS分析灵敏度方法的进展,指出现场应用、在线应用、以及与化学计量学方法的深度融合是未来LIBS技术的主要发展趋势[22]。李祥友等综述了激光诱导击穿光谱技术的机理、装置类型、基础研究进展(信号增强方法、定性定量分析方法),以及在深空探测、地质勘探、环境污染、食品安全、工业冶金和生物医疗等领域的应用进展,指出为了实现海量材料的快速、高灵敏度检测,在线 LIBS 装置的研制将是未来的发展趋势[23]。Harmon等论述了实验室和现场LIBS分析技术,综述了LIBS在大气、天然水、矿物、岩石、沉积物和土壤等地球科学领域中的应用研究进展[24]。Wang等总结了LIBS定量分析技术的最新进展,包括不确定性和误差产生机制、硬件改进和定量校正方法(包括基于物理原理的校正模型、基于数据驱动的校正模型和混合模型),解释了信号不确定性和矩阵效应对LIB定量分析性能的影响,提出了LIBS定量分析的改进策略框架[25]。Chen等综述了激光诱导击穿光谱(LIBS)与机器学习相结合在地球化学和环境资源勘探中的最新进展,提出了LIBS在未来发展中的潜在应用,包括现场快速筛选和极端环境下的远程探测等。由于LIBS可同时分析轻元素和重元素含量,在工业中,特别是在钢铁、汽车和飞机制造业中变得非常流行[26]。Velásquez-Ferrín 论述了LIBS在分析食品微量营养素、基本成分和有毒物质的应用进展,包括谷物、蔬菜、盐、酒精饮料、烟草、糖、肉、鱼、咖啡、茶和水等[27]。Legnaioli等综述了激光诱导击穿光谱(LIBS)在工业应用中的进展,包括能源工业、制药业、金属工业、建筑业、食品和饲料工业、资源回收工业等[28]。图4 激光诱导击穿光谱成像技术的应用示意图曾庆栋等综述了便携式LIBS的发展历程,对各种激光光源(小型 Nd:YAG固体激光器、二极管泵浦固体激光器、微片激光器、光纤激光器以及光纤传能的方案)应用于便携式LIBS系统的最新研究进展进行了综述和分类讨论,提出在应用领域应当从“专机专用”的角度着手,即一个样机只针对某个领域的某几种元素,甚至是某几个谱线来设计[29]。Limbeck等综述了LIBS成像仪器和相关化学计量学方法的最近进展,总结了LIBS成像在生命科学、地质学和材料科学领域的应用实例(图4),展示了LIBS在空间分辨分析中的优势,还讨论了该技术的未来前景和潜在应用[30]。2.6微型光谱仪光学、半导体、智能手机和许多其他制造技术的最新进展促进了光谱仪器的小型化和微型化。从未来的角度来看,这些传感器的小型化和性能改进将导致广泛的传感网络与物联网相结合,提供前所未有的现场诊断,从而为医疗保健和环境监测等许多其他应用提供实时分析。Yang等对光谱仪微型化的技术路线、技术突破及其后续应用进行了系统的分析,总结了过去三十年中所发展的四种微型光谱仪(图5),即色散型(dispersive optics)、窄带滤光型(narrowband filters)、傅里叶变换型(Fourier transform)和计算光谱(reconstructive)。论文指出了微型光谱仪发展历程中的重要技术突破,认为微型光谱仪的发展主要依赖于加工技术的进步和计算能力的提升[31]。图5 超小型微型光谱仪的四种策略示意图Biswas等概述了智能手机光谱仪的最新发展,重点是光收集、色散、检测和光谱校准,这些光谱仪可以利用实时物联网将边缘数据传输到云端,在未来,该仪器或将为使用者提供前所未有的现场诊断[32]。Zhi等总结了国内外微型光谱仪的发展现状,重点介绍了微型光谱仪在精准农业中的应用研究进展,指出随着新原理、新工艺和新材料的发展,微型光谱仪在提高特异性的同时,正朝着高性能、高集成度和单芯片方向发展[33]。荧光传感器有着高灵敏度和特异性的优点,Shin等论述了便携式不同类型荧光传感器的特点,并讨论了其在水质监测、生物医学等领域的应用进展[34]。Zhang等从理论、实现和性能指标方面系统地回顾了芯片傅里叶变换光谱仪(FTS)的进展,尤其是芯片静态FTS,包括空间调制、时间调制和空时共调制FTS,指出芯片FTS的应用将会逐渐扩展到食品安全、健康分析和大气探测等领域[35]。Ravindran评述了用于微光谱仪的光栅技术的新研究趋势,探究了评估光栅性能的主要参数,发现光栅效率、凹槽密度、自由光谱范围和分辨率对光栅性能有重要影响[36]。王飞等论述了片上光谱成像系统的分光原理、集成方式,展望了片上光谱成像系统在生物医疗、环境监测、军事装备和智能消费电子等领域的应用前景,指出未来基于片上光谱成像系统的各种光谱成像设备将真正进入掌上时代,深度融入个人日常生活,在食品安全、移动健康等方面展现出其独特的魅力[37]。3 化学计量学算法与策略3.1概述Wang等从实用性的角度综述了近十年来在现代光谱分析中应用的各种化学计量学方法,包括光谱预处理、波长(变量)选择、数据降维、定量校正、模式识别、模型传递、模型维护和多光谱数据融合等[38]。Houhou等重点介绍了化学计量学、机器学习和深度学习等人工智能方法用于光谱和成像分析的最新研究和趋势,包括核磁共振、质谱、振动光谱、X射线、原子力显微镜、电子显微镜和二维色谱等,他们认为深度学习在生物医学中的应用,以及数据融合方法,是未来研究的主题之一[39]。Zhang等汇总了用于LIBS多元定量和定性分析的机器学习方法(图6),讨论了模型可解释性、数据集大小、过拟合以及噪声、干扰等问题和挑战[40]。Costa等也综述了用于LIBS的化学计量学方法,比较了多种定量校正方法的优缺点[41]。图6 人工智能、机器学习、化学计量学之间的关系示意图图7 用于电化学、光谱学和联用质谱学中的化学计量学方法框架图Peris-Díaz等引用300多篇文献回顾了2018~2020期间化学计量学方法在电化学、光谱学和联用质谱学中的应用研究和发展趋势(图7),并论述了使用这些方法时要避免的潜在陷阱[42]。图8 光谱分析中常用的化学计量学方法工具箱Meza Ramirez等介绍了应用于光谱分析的机器学习和人工智能背景、概念和方法,及其在生命科学和医疗领域的最新研究进展,并给出了光谱分析中常用的机器学习和人工智能工具箱(图8)[43]。Oliveira等综述了各种分析技术与化学计量学方法结合用于石油泄漏研究中的应用和研究进展,讨论了化学计量学方法的一些概念性和不当使用等问题[44]。Aleixandre-Tudo等对化学计量学在食品科学和技术研究领域的应用进行了文献计量学评估,结果表明,化学计量学是一个内容丰富且发展快速的领域,广泛应用于食品领域[45]。Rocha等综述了2008-2018年期间非线性方法(人工神经网络、支持向量机、自组织映射等)在食品(蔬菜、水果、食用油和奶制品等)分类和预测分析中的应用,讨论了非线性方法相对于传统多元分析方法的优缺点[46]。Carolien等用实例对用于食品质量评估的多种化学计量学方法进行了探究,指出食品科学家和统计学家之间需要跨学科合作,以便正确使用数据分析方法并合理解释结果[47]。Ma等全面综述了神经网络在食品分析(如食品识别、食品供应链安全和组学分析等)中的应用进展,提出友好界面软件包的空白、难以解释的模型行为、多源异质数据等是阻碍神经网络广泛推广应用的主要挑战[48]。3.2光谱预处理与波长选择由于测量模式、样品状态和其他外部物理、化学和环境因素,光谱仪等分析仪器产生的数据可能包含不必要的变化。数据预处理的总体目标是从信号中去除不必要的变化或影响,以便与感兴趣属性相关的有用信息可用于有效建模。基线漂移是拉曼、中红外、近红外以及激光诱导击穿光谱等光谱仪器测量过程中经常出现的问题,会对光谱的定量和定性分析产生不利影响。王海朋等系统评述了光谱基线校正的基本算法、改进算法和新型算法及其应用研究进展,认为目前的基线校正算法大都没有从机理或光谱本质方面对基线漂移做出解释,在具体应用时应根据具体的对象加以选择和改进[49]。Mishra等系统介绍了用于光谱预处理的方法,重点论述了新出现的集成融合预处理方法,并归纳出了三种基于集成融合的预处理策略[50]。波长(变量)选择是近红外光谱(NIR)多元校准的重要步骤,也是近红外光谱研究的一个热点。现如今,已经开发了大量的变量选择方法,由于其原理和应用范围的不同,它们具有不同的优点和缺点。Fu等归纳了基于联合策略开发的变量选择方法,联合方法的目的是应用两种或多种变量选择算法,利用它们各自的优势,从高维NIR数据集中更有效地选择特征波长[51]。de Araújo Gomes等则概述了用于食品光谱数据分析中的波长变量筛选方法,并通过定量校正和分类识别实例论述了变量选择的重要性[52]。3.2多维高阶算法化学多维校正方法具有突出的“二阶或更高阶优势”,被视为借助绿色智能的“数学分离”来替代或增强传统的“物理/化学分离”,这避免或显著简化了样品预处理过程,减少了分析时间。此外,可以消除背景基体和干扰信号的影响,即使在存在未知干扰的情况下,也可以实现对感兴趣的多个分量的同时、快速和准确的定量分析。Wu等综述了基于各种高阶分析数据的多维校正的理论和分析应用的最新进展,重点讨论了多线性模型及其扩展、具有二阶或高阶优势的多维校正算法以及其他基本问题,并着重介绍了它们对绿色分析化学的贡献,例如在环境样品定量分析中的应用[53, 54]。在另一篇综述中,吴海龙等则系统综述了近5年来二阶、三阶、四阶校正方法与不同高阶分析仪器相结合的代表性应用,强调了多维校正方法对绿色分析化学的贡献[55]。图10 近红外光谱成像与高阶化学计量学算法用于药物杂质测定和有效期估计的分析流程图Sun对用于化学和生物制造过程中张量数据分析的方法进行了综述,指出张量数据分析是一种有前景的过程理解和优化工具,为提取有用的过程信息开辟了新的可能性[56]。Vignaduzzo等讨论了高阶化学计量学与多种仪器技术(如紫外-可见光谱、荧光、色谱、电化学等)相结合解决药学定性和定量问题的研究进展,是解决包括降解研究、杂质和原料药测定(溶解试验、均匀性试验等)等问题的有力工具(图10),还讨论了该策略在药物鉴定、PAT和QbD中的应用潜力[57]。Yu等综述了多维校正算法与近红外光谱结合在食品工业过程控制、质量评价、欺诈识别和分类、以及图像分析等方面的应用进展,作者认为,多维算法与光谱数据的结合可以将食品加工数据信息转化为操作知识,能进一步提高对食品系统和食品过程的理解[58]。Mazivila等论述了如何利用多维分辨方法从基于分析物触发的半导体量子点(QD)荧光调制(猝灭/增强)的传感平台中体现激发发射荧光矩阵(EEFM)的二阶优势,包括平行因子分析(PARAFAC)、多元曲线分辨交替最小二乘(MCR-ALS)和基于残差双线性的未展开偏最小二乘(U-PLS/RBL)[59]。de Juan等系统论述了多元曲线分辨(MCR)方法50年的发展历程,重点介绍了MCR在组学、成像或多维色谱等领域的新应用[60]。Mazivila 等则重点论述了MCR-ALS结合光谱和色谱技术在过程分析化学(PAC)和过程分析技术(PAT)中用于实时过程监测和控制的进展[61]。Park等系统综述了二维相关光谱在概念、实验方法和应用研究等方面的进展,强调了二维相关光谱与多元分辨和多元校正方法的结合[62]。Yang等重点综述了二维相关光谱结合多维化学计量学方法在乳制品、酒精饮料、食用油等食品质量检测中的应用[63]。Liu等综述了二维相关光谱在水环境、土壤环境和大气环境检测和分析中的应用,特别是在研究环境中有机物的分子特性以及与金属离子的相互作用机理等方面的进展[64]。Rutherford等讨论了应用于生物流体红外光谱分析的机器学习分类算法,强调了二维红外光谱的多维性及其具有的丰富信息,其与分类算法结合具有令人鼓舞的潜力[65]。3.3多数据融合多光谱融合技术是将不同类型的光谱进行优化和整合,实现单光谱优势互补,以获得更全面、更可靠、更丰富的特征数据,达到提高模型预测准确性和稳定性的目的。戴嘉伟等对近年出现的多光谱数据融合技术的新策略和新方法进行了综述,作者认为将多光谱仪器硬件与多光谱数据融合算法结合是未来的发展趋势,通过云平台可将多光谱数据的采集和数据的融合处理进行集成,进一步节约人力物力,提高分析效率[66]。图11 低级、中级和高级数据融合的建模策略(包括深度学习)示意图Calvin等综述了用于评估食品质量的电子鼻(ENs)、电子舌(ET)和电子眼(EEs)组合系统开发的最新进展,特别讨论了不同数据融合策略的应用(图11)[67]。Azcarate等系统论述了数据融合的不同策略,强调数据结构对选择融合策略的重要性,以及如何将它们合并到不同的数据分析场景中[68]。Mishra等概述了多块数据分析的概念、可执行的各种任务(包括探索性数据分析、预测建模、变量选择、预处理优化和模型转移)以及不同方法的优缺点[69]。3.4深度学习图12 人工神经网络家族的Venn图深度学习是近年来非常活跃的一支人工神经网络方法(图12),主要包括CNN、ResNets、自动编码器、GAN、RNN等,在光谱分析中主要有四种应用场景:光谱预处理、分类、回归和光谱特征提取。Debus等综述了深度学习方法及其在分析化学中的应用,包括定量分析、混合物中特定化合物的识别、光谱重建、图像分析和样品分类等[70]。数据规模的增长和计算能力的提高促进了深度学习在光谱及医学影像分析中的应用,但深度学习模型可解释性的不足是阻碍其应用的关键因素。刘煦阳等从算法角度介绍了深度学习及三类可解释性方法的原理,综述了深度学习及可解释性方法在光谱及医学影像分析,提出基于小规模数据的训练策略、增强模型可解释性的方法及可解释模型的构建仍是未来的发展趋势[71]。光谱数据的深度学习建模中的一个主要主题是选择和优化适用于光谱建模特定任务的深度神经网络架构。Passos等基于实现和优化光谱回归和分类两个实例,介绍了一套旨在优化深度学习模型超参数的方法[72]。图13 传统人工神经网络与深度神经网络的区别Mishra等就深度学习在近红外光谱数据建模中的主要优点和潜在缺陷进行了批判性和全面的论述(图13),介绍了深度学习在回归、分类、模型更新、模型转移和光谱图像处理等方面的应用,作者认为具有广泛变异性的大光谱数据集是训练更复杂、准确和稳健模型的关键。尽管该文是针对近红外光谱评述的,但许多观点也可扩展适用于其他光谱技术[73]。Nikzad-Langerodi等从化学计量学和分析化学角度概述了迁移学习的理论、概念和应用,并将其与校正模型更新/适应和模型转移向联系,提出了未来的应用前景[74]。Luo等在综述中讨论了深度学习算法在拉曼光谱分析中的最新发展以及这些算法存在的挑战[75]。Mozaffari等综述了一维卷积神经网络在便携式拉曼光谱仪中识别未知物质的研究进展,指出缺乏可用于深度学习的大型拉曼光谱数据库是当前面临的最大挑战[76]。Lussier等论述了应用于拉曼和SERS的深度学习和人工智能方法,涉及食品和饮料,病毒和细菌,刑侦、医疗等领域的定性和定量分析[77]。Cobas等论述了机器学习(ML)和深度学习(DL)方法在核磁共振信号处理和小分子分析领域的各种应用,包括结构自动验证和溶液中NMR观测值的预测等[78]。Chen等总结了深度学习方法在核磁共振(NMR)光谱学中的应用,认为深度学习方法有可能将NMR光谱学转化为化学和生命科学中更高效和强大的技术[79]。图14 用于LIBS的ANN方法Li等综述了用于激光诱导击穿光谱(LIBS)分析的人工神经网络(ANN)方法(图14),包括反向传播神经网络(BPNN)、径向基函数神经网络(RBFNN)、自组织映射(SOM)和卷积神经网络(CNN)等,比较了这些有代表性人工神经网络方法的网络结构原理及其特点,以及它们在LIBS分析中的应用,深入讨论了变量选择、网络构建、数据集利用、网络训练、模型评估等具体实施时的策略性问题,指出了ANN方法在过拟合和可解释性等方面的局限性,展望了多光谱融合、全谱建模、广义谱、多算法组合等方面的发展[80]。赵文雅等总结了LIBS结合ANN模型在地质、合金、有机聚合物、煤炭、土壤及生物等领域的具体应用,展望了ANN在LIBS光谱深度信息挖掘、便携式专用型设备开发、技术联用等方面的发展前景[81]。Cui等讨论了卷积神经网络(CNN)和递归神经网络(RNN)等深度学习方法在电化学生物传感器、可穿戴电子器件、SERS和基于其他光谱的生物传感器、荧光生物传感器和比色生物传感器中的应用,提出在这些应用程序中,所建模型必须是可解释的(而不是黑匣子)。医疗专业人员和决策者必须能够理解机器决策。同时,人类的知识和推理规则需要以透明的方式纳入深度学习系统,以强制和规范其学习和决策过程。此外,将人类知识和推理规则纳入机器学习过程可以显著减少训练模型所需的样本量[82]。Pradhan等讨论了深度学习在生物光子领域的可能性,包括图像分类、分割、配准、伪染色和分辨率增强,以及深度学习在光谱数据中的潜在用途,如光谱数据预处理和光谱分类,并对深度学习在振动光谱应用面临一些挑战进行了讨论,例如数据的缺乏、光谱的复杂性、光谱内的类间和类内差异以及深度学习模型的可解释性[83]。Nayak等论述了从人工神经网络到深度学习在智能食品加工中的应用进展,包括了该领域从浅层学习到深度学习的详细过程[84]。Liang等论述了近红外光谱和红外光谱与人工神经网络(浅层神经网络和深层神经网络)相结合用于食品质量和安全认证以及品种和产地的可追溯性的研究进展,指出不应盲目追求复杂的神经网络结构,应根据测量数据集的复杂性设计网络,并应专注于研究神经网络轻量级结构和算法[85]。Zhang等的综述侧重于深入学习算法在食品和农产品质量评估中的应用、当前研究的经验教训和未来展望,深度学习方法能够平滑光谱数据并提取信息特征,所以其主要优点之一是通过端到端分析可在很大程度上减少对领域知识的依赖[86]。Mishra等综述了用于高光谱图像特征提取和分类的4种深度学习方法,并归纳了它们在常用数据集中获得的对比结果[87]。Ozdemir等综述了用于高光谱图像特征提取和分类的深度学习算法[88]。Kassem等系统综述了用于图像视觉诊断皮肤病变的机器学习和深度学习方法,认为小数据集、特殊图像选择和种族偏见是当前面临的主要挑战[89]。Zhu等则综述了应用于食品加工领域机器视觉技术的传统机器学习和深度学习方法,应用领域包括食品安全检测、食品加工监控和异物检测等[90]。Jaiswal等综述了高光谱成像结合深度学习在多领域的应用进展,包括生物医学、食品质量、农业、生态、采矿、林业和国防等领域,提出应在高光谱解混合、异常检测、模式识别和数据融合等方面进行深入研究,以有效利用高光谱数据立方体[91]。Wang等从深度学习模型和特征网络两个方面综述了高光谱图像分析在农业中的应用,包括品种分类、成熟度和成分预测、遥感图像分类和植物病害检测,提出了迁移学习、生成对抗网络、半监督学习和主动学习是应对有限标记训练样本挑战的有前景的技术[92]。Odebiri等论述了从传统神经网络向深度学习的过渡,并讨论了遥感数据预测土壤有机碳(SOC)带来的应用潜力和主要挑战[93]。Yang等概述了深度学习技术在园艺领域中的应用场景,以及应用的模型和框架、使用的数据和总体性能结果,包括品种识别、产量估计、质量检测、病虫害管理、生长监测等[94]。3.5标准与规范拉曼光谱越来越多地应用于生物学、法医学、诊断学、药剂学和食品科学。这种增长不仅是由仪器设备和实验方法的改进引起的,也是由化学计量学技术的发展引起的。Guo等概述了拉曼光谱分析中的化学计量学过程,包括实验设计、数据预处理、数据学习和模型传递,讨论了可能遇到的方法陷阱问题及解决办法,在此基础上提出了化学计量学方法用于拉曼光谱分析的标准化流程,其目的是将基于化学计量学方法的拉曼分析技术从概念验证研究进一步推向实际应用[95]。Barton等论述了用于拉曼光谱分析的化学计量学方法进展,尤其是与仪器和数据校准相关的方法,概述了使用拉曼光谱创建、验证和传递化学计量学模型所需的步骤和应注意的问题[96]。Ntziouni等全面分析了与拉曼光谱相关的标准方法、指南和规范,指出制定通用标准方法对进一步促进拉曼光谱技术的发展和应用至关重要,尤其是对于表面增强拉曼光谱和低分辨率便携式分析仪来说[97]。结合化学计量学的光谱分析方法在疾病筛查和诊断、微生物学研究、法医学和环境调查中非常有吸引力,其中快速、准确和可靠的分类模型是基础。Morais等编写了用于振动光谱数据(FTIR、Raman和近红外)的多元分类分析规程,重点介绍了一系列关键步骤,如预处理、数据选择、特征提取、分类和模型验证[98]。Afara等提出了近红外光谱和成像表征生物组织的工作流程规范,并展示了近红外光谱和成像在探索和诊断生物组织应用中的分析能力[99]。Yang等系统总结了世界范围内的近红外光谱相关的标准,涉及仪器、建模通则和应用方法等[100]。3.6其他随着校正样本数据集的日益增大、样本来源日益广泛及光谱采集条件日益复杂,非线性方法的使用越来越普遍。Zareef等概述了近红外光谱应用于食品分析的非线性定量和定性校正算法,包括ANN、AdaBoost、SVM、ELM和局部校正方法(LA),讨论了各种方法的优缺点[101]。李明等针对近红外光谱通用模型在农产品和食品检测中的研究进行综述,通过比较传统模型建模方法与通用模型建模方法,分别就建立通用模型过程中样品信息的获取、模型的建立以及样品信息的预测三大建模步骤中使用的方法进行总结,并归纳了近红外光谱通用模型在建模步骤中的要点[102]。Dorantes等针对土壤的光谱分析,综述了校正集大小的选择、通过子集构建目标校正模型,以及通过加标方法实现库转移等建模优化方法和策略[103]。模型转移是用于在光谱仪之间转移光谱校正模型的一类化学计量学方法。传统模型转移方法对标准样品的要求一直是一个挑战,因为此类测量在现实应用中存在困难。Mishra等论述了近年来在模型转移领域取得的研究进展,提出随着人工智能、深度学习和计算能力的不断进步,无标样算法将会得到越来越多的应用[104]。在模式识别中,单类分类方法(one-class classification)是一种只针对一类实例建模分析,以特定的置信水平固定目标样本类的边界,对新样本的类别进行判定的方法,利用这一特点能有效区分不同于真实样本的数据,大大减少了检测的工作量,在食品掺假检测应用领域有一定的发展潜力。唐逸芸等对单类分类方法进行了综述,重点介绍了几种常见的单类分类方法如数据驱动的簇类独立软模式(DD-SIMCA)、单类偏最小二乘(OCPLS)、单类支持向量机(OCSVM)以及单类随机森林(OCRF),论述了该方法在食品真实性鉴别中的应用,包括食用油、乳制品、饮料、保健品、香辛料及谷物等[105]。Lavine等论述了红外光谱两种相似性比对方式(库搜索算法和模式识别方法)的优劣,强调了在使用统计方法比较光谱时,光谱专家参与认证以及光谱高质量的重要性[106]。Ferguson等综述了傅里叶变换红外光谱(FTIR)和量子级联激光红外光谱(QCL)结合机器学习方法在检测和分类不同癌症组织的进展,论文强调了F1得分可作为直接比较模型性能的定量指标,并指出基于集成策略的识别方法往往能得到较好的结果,而且识别技术正在朝着可以捕捉组织复杂性的分层建模方向发展[107]。独立分量分析(ICA)是一种概率方法,其目标是从混合观测信号中提取最大独立和非高斯的基本分量信号。由于分析化学中许多应用获取的数据是成分信号的混合物,因此这种方法非常有用。Monakhova等综述了近年来ICA在荧光、UV-VIS、NMR、振动光谱以及色谱中定量和定性分析的应用,提出了进一步的研究方向[108]。图15 光谱解混技术的研究现状Research status of spectral unmixing technology光谱成像中,低空间分辨率和物质异质性等因素造成的图像混合像元问题,使像元级的数据处理和应用难以满足实际需求。光谱解混提取亚像元尺度上的端元和丰度信息,为现实应用的数据精细化定量分析提供技术支撑。杨斌等介绍了近些年光谱解混理论方法和应用的相关研究进展(图15),总结了光谱解混技术与应用研究中的不足和构建二者协同发展的必要性[109]。本文为评述第一部分,第二部分查看请点击此处
  • 蔬菜是否被辐射 实验室里现“原形”
    实验室内,工作人员将蔬菜、水和土壤样本逐一放入高纯锗伽马谱仪。   国家核事故应急协调委员会公布北京的菠菜测出微量放射性碘-131后,在社会上引发了公众对放射性物质的关注。14日,记者探访北京市疾病预防控制中心,揭秘放射性物质的“现形”过程。  测试一次需10到24小时  在北京市疾控中心的实验室中,放射卫生防护所所长娄云正在制作蔬菜样品。她戴着口罩、手套,拿着一把剪刀修剪野生蒿菜的根茎和腐叶去灰土、剪根茎、除腐叶、选取可食部分做样品,这是制作蔬菜样品的第一步。  之后,她和同事把蒿菜放入粉碎机,将其绞成比饺子馅儿还细小的碎状物体,并把它们放入乳白色的样品盒,一边放一边用圆形的铁块压实,以保证装满后样品达到180克。  随后,这个装着蒿菜碎末的样品盒被送往另一个实验室。这个实验室里装有一台高约1.3米的伽马谱仪,下半部分是液氮罐,用来制造低温,上半部分是高约80厘米的圆柱体。可别小看这么的一台仪器,造价约100万元,还是从欧洲进口的。机器最值钱的是里面那个银白色的金属锗探头,这是一个高精度的探头,可以测量出样品中的伽马射线,不过它必须在零下160摄氏度的环境下才工作,底部液氮罐就是用来养护探头的。  由于样品放射性微弱,每次检测过程需要持续10至24个小时。整个测量过程完成之后,数据会被电脑自动收集。  在机器旁边的电脑上,有一串曲线在移动。娄云指着屏幕上一块红色位置介绍:“这就是放射性物质比较集中的地方,出现了微弱峰值。我们专门用红色进行标识,之后再进一步处理数据,就能确定蒿菜中是否含有放射性物质。”  清明节采集11件样品  自从日本大地震导致核泄漏之后,北京市疾控中心放射防护所就开始密切关注北京空气中放射性物质的浓度。 4月1日,北京下了一场春雨,放射性物质随灰尘降落到地表,蔬菜、土壤等物品表面放射性物质瞬间增多了。清明节期间,防护所副所长万玲和同事们几乎每天驱车300公里,跑遍了昌平、怀柔、平谷采集样品。  北京这个季节生长在露天菜地里的蔬菜主要是菠菜和莴笋叶,而且两种蔬菜的叶子呈开散状,表面有茸毛,灰尘容易聚集,于是决定以菠菜、莴笋叶作为蔬菜样品,后来还增加了野外的荠菜和蒿菜。  可是,由于现在蔬菜大都是温室种植,找露天生长的蔬菜还真不那么容易。每个样品至少得采集两三斤,并制成两份样品。 清明节假期,防护所共采集样品11件,经过实验分析,于4月5日得出菠菜中有放射性物质的结论,并上报国家疾控中心,为国家核事故应急协调委员会发布消息提供依据。  至于含有放射性物质的蔬菜能否食用,娄云说:“做完实验后剩下的样品,我们自己带回家做菜去了。因为蔬菜中的放射性物质并不会渗透入蔬菜,只是附着于物体表面,所以即使有放射性物质,用流动的水认真冲洗3遍即可。”  居民饮用水也被测量  雨水不仅降落到蔬菜和土壤中,还流进江河湖泊。为了确认饮用水的安全性,防护所的工作人员还从自来水厂的出水口、京密引水渠、潮白河等地段采集了水的样品。  他们把一升样品水分成两份,倒入两个3000毫升的大烧杯,放在电热板上加热,让水分蒸发,之后经过坩埚碳化、马弗炉灰化,待水分全部蒸发,样品就变成了白、黑、灰、褐等颜色各异的粉末。把这些粉末放入样品盘,再放进弱α、β测量仪,得出的数据输入程序进行分析和校正,就能得出样品中的总放射性浓度。  为了解放射性物质是否进入食物链,防护所还来到奶牛场采集原奶,检测过程也与饮用水类似。  近半个月来,采集持续不断,其中采集蔬菜6次。目前,防护所工作人员已经采集了26件样品,包括菠菜、原奶、土壤、羊甲状腺等,其中只检测到菠菜、莴笋叶等大叶类蔬菜中含有微量放射性物质。  万玲告诉记者,如果近期北京再下一次雨,将再出去采集一次,并与上次的测量结果对比,看看雨后蔬菜中还有没有放射性物质。
  • 晶圆表面缺陷检测方法综述【上】
    摘要晶圆表面缺陷检测在半导体制造中对控制产品质量起着重要作用,已成为计算机视觉领域的研究热点。然而,现有综述文献中对晶圆缺陷检测方法的归纳和总结不够透彻,缺乏对各种技术优缺点的客观分析和评价,不利于该研究领域的发展。本文系统分析了近年来国内外学者在晶圆表面缺陷检测领域的研究进展。首先,介绍了晶圆表面缺陷模式的分类及其成因。根据特征提取方法的不同,目前主流的方法分为三类:基于图像信号处理的方法、基于机器学习的方法和基于深度学习的方法。此外,还简要介绍了代表性算法的核心思想。然后,对每种方法的创新性进行了比较分析,并讨论了它们的局限性。最后,总结了当前晶圆表面缺陷检测任务中存在的问题和挑战,以及该领域未来的研究趋势以及新的研究思路。1.引言硅晶圆用于制造半导体芯片。所需的图案是通过光刻等工艺在晶圆上形成的,是半导体芯片制造过程中非常重要的载体。在制造过程中,由于环境和工艺参数等因素的影响,晶圆表面会产生缺陷,从而影响晶圆生产的良率。晶圆表面缺陷的准确检测,可以加速制造过程中异常故障的识别以及制造工艺的调整,提高生产效率,降低废品率。晶圆表面缺陷的早期检测往往由经验丰富的检测人员手动进行,存在效率低、精度差、成本高、主观性强等问题,不足以满足现代工业化产品的要求。目前,基于机器视觉的缺陷检测方法[1]在晶圆检测领域已经取代了人工检测。传统的基于机器视觉的缺陷检测方法往往采用手动特征提取,效率低下。基于计算机视觉的检测方法[2]的出现,特别是卷积神经网络等神经网络的出现,解决了数据预处理、特征表示和提取以及模型学习策略的局限性。神经网络以其高效率、高精度、低成本、客观性强等特点,迅速发展,在半导体晶圆表面缺陷检测领域得到广泛应用。近年来,随着智能终端和无线通信设施等电子集成电路的发展,以及摩尔定律的推广,在全球对芯片的需求增加的同时,光刻工艺的精度也有所提高。随着技术的进步,工艺精度已达到10纳米以下[5]。因此,对每个工艺步骤的良率提出了更高的要求,对晶圆制造中的缺陷检测技术提出了更大的挑战。本文主要总结了晶圆表面缺陷检测算法的相关研究,包括传统的图像处理、机器学习和深度学习。根据算法的特点,对相关文献进行了总结和整理,对晶圆缺陷检测领域面临的问题和挑战进行了展望和未来发展。本文旨在帮助快速了解晶圆表面缺陷检测领域的相关方法和技能。2. 晶圆表面缺陷模式在实际生产中,晶圆上的缺陷种类繁多,形状不均匀,增加了晶圆缺陷检测的难度。在晶圆缺陷的类型中,无图案晶圆缺陷和图案化晶圆缺陷是晶圆缺陷的两种主要形式。这两类缺陷是芯片故障的主要原因。无图案晶圆缺陷多发生在晶圆生产的预光刻阶段,即由机器故障引起的晶圆缺陷。划痕缺陷如图1a所示,颗粒污染缺陷如图1b所示。图案化晶圆缺陷多见于晶圆生产的中间工序。曝光时间、显影时间和烘烤后时间不当会导致光刻线条出现缺陷。螺旋激励线圈和叉形电极的微纳制造过程中晶圆表面产生的缺陷如图2所示。开路缺陷如图2 a所示,短路缺陷如图2 b所示,线路污染缺陷如图2 c所示,咬合缺陷如图2d所示。图1.(a)无图案晶圆的划痕缺陷;(b)无图案晶圆中的颗粒污染。图2.(a)开路缺陷,(b)短路缺陷,(c)线路污染,以及(d)图案化晶圆缺陷图中的咬合缺陷。由于上述晶圆缺陷的存在,在对晶圆上所有芯片进行功能完整性测试时,可能会发生芯片故障。芯片工程师用不同的颜色标记测试结果,以区分芯片的位置。在不同操作过程的影响下,晶圆上会产生相应的特定空间图案。晶圆图像数据,即晶圆图,由此生成。正如Hansen等在1997年指出的那样,缺陷芯片通常具有聚集现象或表现出一些系统模式,而这种缺陷模式通常包含有关工艺条件的必要信息。晶圆图不仅可以反映芯片的完整性,还可以准确描述缺陷数据对应的空间位置信息。晶圆图可能在整个晶圆上表现出空间依赖性,芯片工程师通常可以追踪缺陷的原因并根据缺陷类型解决问题。Mirza等将晶圆图缺陷模式分为一般类型和局部类型,即全局随机缺陷和局部缺陷。晶圆图缺陷模式图如图3所示,局部缺陷如图3 a所示,全局随机缺陷如图3b所示。全局随机缺陷是由不确定因素产生的,不确定因素是没有特定聚类现象的不可控因素,例如环境中的灰尘颗粒。只有通过长期的渐进式改进或昂贵的设备大修计划,才能减少全局随机缺陷。局部缺陷是系统固有的,在晶圆生产过程中受到可控因素的影响,如工艺参数、设备问题和操作不当。它们反复出现在晶圆上,并表现出一定程度的聚集。识别和分类局部缺陷,定位设备异常和不适当的工艺参数,对提高晶圆生产良率起着至关重要的作用。图3.(a)局部缺陷模式(b)全局缺陷模式。对于面积大、特征尺寸小、密度低、集成度低的晶圆图案,可以用电子显微镜观察光刻路径,并可直接进行痕量检测。随着芯片电路集成度的显著提高,进行芯片级检测变得越来越困难。这是因为随着集成度的提高,芯片上的元件变得更小、更复杂、更密集,从而导致更多的潜在缺陷。这些缺陷很难通过常规的检测方法进行检测和修复,需要更复杂、更先进的检测技术和工具。晶圆图研究是晶圆缺陷检测的热点。天津大学刘凤珍研究了光刻设备异常引起的晶圆图缺陷。针对晶圆实际生产过程中的缺陷,我们通过设备实验对光刻胶、晶圆粉尘颗粒、晶圆环、划痕、球形、线性等缺陷进行了深入研究,旨在找到缺陷原因,提高生产率。为了确定晶圆模式失效的原因,吴明菊等人从实际制造中收集了811,457张真实晶圆图,创建了WM-811K晶圆图数据集,这是目前应用最广泛的晶圆图。半导体领域专家为该数据集中大约 20% 的晶圆图谱注释了八种缺陷模式类型。八种类型的晶圆图缺陷模式如图4所示。本综述中引用的大多数文章都基于该数据集进行了测试。图4.八种类型的晶圆映射缺陷模式类型:(a)中心、(b)甜甜圈、(c)边缘位置、(d)边缘环、(e)局部、(f)接近满、(g)随机和(h)划痕。3. 基于图像信号处理的晶圆表面缺陷检测图像信号处理是将图像信号转换为数字信号,再通过计算机技术进行处理,实现图像变换、增强和检测。晶圆检测领域常用的有小波变换(WT)、空间滤波(spatial filtering)和模板匹配(template matching)。本节主要介绍这三种算法在晶圆表面缺陷检测中的应用。图像处理算法的比较如表1所示。表 1.图像处理算法的比较。模型算法创新局限小波变换 图像可以分解为多种分辨率,并呈现为具有不同空间频率的局部子图像。防谷物。阈值的选择依赖性很强,适应性差。空间滤波基于空间卷积,去除高频噪声,进行边缘增强。性能取决于阈值参数。模板匹配模板匹配算法抗噪能力强,计算速度快。对特征对象大小敏感。3.1. 小波变换小波变换(WT)是一种信号时频分析和处理技术。首先,通过滤波器将图像信号分解为不同的频率子带,进行小波分解 然后,通过计算小波系数的平均值、标准差或其他统计度量,分析每个系数以检测任何异常或缺陷。异常或缺陷可能表现为小波系数的突然变化或异常值。根据分析结果,使用预定义的阈值来确定信号中的缺陷和异常,并通过识别缺陷所在的时间和频率子带来确定缺陷的位置。小波分解原理图如图5所示,其中L表示低频信息,H表示高频信息。每次对图像进行分解时,图像都会分解为四个频段:LL、LH、HL 和 HH。下层分解重复上层LL带上的分解。小波变换在晶圆缺陷特征的边界处理和多尺度边缘检测中具有良好的性能。图5.小波分解示意图。Yeh等提出了一种基于二维小波变换(2DWT)的方法,该方法通过修正小波变换模量(WTMS)计算尺度系数之间的比值,用于晶圆缺陷像素的定位。通过选择合适的小波基和支撑长度,可以使用少量测试数据实现晶圆缺陷的准确检测。图像预处理阶段耗费大量时间,严重影响检测速度。Wen-Ren Yang等提出了一种基于短时离散小波变换的晶圆微裂纹在线检测系统。无需对晶圆图像进行预处理。通过向晶圆表面发射连续脉冲激光束,通过空间探针阵列采集反射信号,并通过离散小波变换进行分析,以确定微裂纹的反射特性。在加工的情况下,也可以对微裂纹有更好的检测效果。多晶太阳能硅片表面存在大量随机晶片颗粒,导致晶圆传感图像纹理不均匀。针对这一问题,Kim Y等提出了一种基于小波变换的表面检测方法,用于检测太阳能硅片缺陷。为了更好地区分缺陷边缘和晶粒边缘,使用两个连续分解层次的小波细节子图的能量差作为权重,以增强每个分解层次中提出的判别特征。实验结果表明,该方法对指纹和污渍有较好的检测效果,但对边缘锋利的严重微裂纹缺陷无效,不能适用于所有缺陷。3.2. 空间过滤空间滤波是一种成熟的图像增强技术,它是通过直接对灰度值施加空间卷积来实现的。图像处理中的主要作用是图像去噪,分为平滑滤镜和锐化滤镜,广泛应用于缺陷检测领域。图6显示了图像中中值滤波器和均值滤波器在增加噪声后的去噪效果。图6.滤波去噪效果图:(a)原始图像,(b)中值滤波去噪,(c)均值滤光片去噪。Ohshige等提出了一种基于空间频率滤波技术的表面缺陷检测系统。该方法可以有效地检测晶圆上的亚微米缺陷或异物颗粒。晶圆制造中随机缺陷的影响。C.H. Wang提出了一种基于空间滤波、熵模糊c均值和谱聚类的晶圆缺陷检测方法,该方法利用空间滤波对缺陷区域进行去噪和提取,通过熵模糊c均值和谱聚类获得缺陷区域。结合均值和谱聚类的混合算法用于缺陷分类。它解决了传统统计方法无法提取具有有意义的分类的缺陷模式的问题。针对晶圆中的成簇缺陷,Chen SH等开发了一种基于中值滤波和聚类方法的软件工具,所提算法有效地检测了缺陷成簇。通常,空间过滤器的性能与参数高度相关,并且通常很难选择其值。3.3. 模板匹配模板匹配检测是通过计算模板图像与被测图像之间的相似度来实现的,以检测被测图像与模板图像之间的差异区域。Han H等从晶圆图像本身获取的模板混入晶圆制造工艺的设计布局方案中,利用物理空间与像素空间的映射,设计了一种结合现有圆模板匹配检测新方法的晶圆图像检测技术。刘希峰结合SURF图像配准算法,实现了测试晶圆与标准晶圆图案的空间定位匹配。测试图像与标准图像之间的特征点匹配结果如图7所示。将模式识别的轮廓提取技术应用于晶圆缺陷检测。Khalaj等提出了一种新技术,该技术使用高分辨率光谱估计算法提取晶圆缺陷特征并将其与实际图像进行比较,以检测周期性2D信号或图像中不规则和缺陷的位置。图7.测试图像与标准图像之间的特征点匹配结果。下接:晶圆表面缺陷检测方法综述【下】
Instrument.com.cn Copyright©1999- 2023 ,All Rights Reserved版权所有,未经书面授权,页面内容不得以任何形式进行复制