买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国科大杭州高等研究院申请的专利一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116295832B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310288927.9，技术领域涉及：G01J3/28；该发明授权一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法是由杨美晨;朱贺;朱家旗;亓洪兴;戴宁;吴惠桢;刘梦娟设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法在说明书摘要公布了：本发明公开了一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法，包括下列步骤：S1：光学滤波结构与太赫兹探测器的制备；S2：训练数据集的构建；S3：构建用于太赫兹波段物质透射谱线重构网络模型；S4：训练物质透射谱线重构网络模型；S5：透射谱重构。本发明提供了一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法，采用微纳加工技术和深度学习技术相结合的方式，提出一种纳米级的光学滤波结构，与太赫兹探测器相结合探测光电流；提出一种深度学习重建网络算法，实现太赫兹波段范围为70‑200cm‑1透射谱的高精度测量。

本发明授权一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法在权利要求书中公布了：1.一种基于深度学习重构算法的太赫兹计算光谱仪的制备方法，其特征在于，包括下列步骤： S1：光学滤波结构与太赫兹探测器的制备，采用光刻法在高纯硅上溅射100nm厚的金属铝膜，并在铝膜上光刻出设计好的光学滤波结构；采用离子注入、光刻、剥离等微纳加工技术制备出太赫兹探测器； S1的具体步骤包括： S1-1：采用离子注入技术制备吸收区，在高阻的锗衬底上注入不同剂量的磷离子，形成不同浓度的锗掺磷吸收层和电极层，阻挡层由基底自然形成； S1-2：采用光刻法光刻出电极区形状并用磁控溅射技术沉积铝膜，之后采用丙酮进行剥离，得到金属Al电极； S1-3：采用光刻法在高纯硅上溅射100nm厚的金属铝膜，并在铝膜上光刻出设计好的光学滤波结构，并采用刻蚀、磁控沉积镀膜工艺制备出对不同波长滤波的滤波器； S2：训练数据集的构建，将利用傅里叶变换光谱仪实际测量的真实物质太赫兹波段透射谱作为标签，计算光谱仪测量数据作为训练数据，建立起网络模型数据集； S3：构建用于太赫兹波段物质透射谱线重构网络模型，基于图像领域超分辨算法EDSR网络，减小网络残差块数量至8层；引入反卷积层作为上采样和网络通道调整方法，并添加线性全连接层对最后的网络输出进行调整，使最终的网络更适用于物质透射谱线的重建并减少网络冗余； S3的具体步骤包括： S3-1，深度扩展层：深度扩展层通过64个卷积核卷积运算，将1层输入通道扩展至64，以增大模型参数容量，深度扩展层网络滤波器大小为5×1，网络通道数为64； S3-2，残差网络层：残差网络层的输入为深度扩展层得到的输出数据，一共包含8个级联的残差子网络，用于提取输入数据的残差特征； 每一个残差子网络结构包含两路分支，一路分支包括卷积层、Relu激活层、卷积层和缩放层，另一路分支直接将前一层输入连接至输出，两路分支相加得到残差子网络的输出；8个子网络级联，得到这一支路的输出，残差子网络的卷积核大小为5×1，网络通道数为64； 残差网络层的输出为8个残差子网络级联之路的输出； S3-3，上采样层：采用反卷积作为上采样方法，将经由残差网络层得到的输出根据需要进行指定倍数的上采样；同时，将通道数由64调整为1，反卷积核大小为7×1； S3-4，数据调整层：由于经过上采样层的数据与对比标签数据的长度不同，引入线性全连接层对上采样层的数据进行调整，目的是使网络最终输出与对比标签数据长度保持一致，便于重建效果比较； S4：训练物质透射谱线重构网络模型，采用均方误差作为S3所述网络的损失函数；采用自适应矩估计方法作为网络优化器，训练获得网络权重模型； S5：透射谱重构，以汞灯为光源，光源照射到待测物质以后经由S1所述制备的光学滤波结构和探测器可以得到电流采样值，将测量得到的数据输入S4中训练的网络进行重构，得到最终的物质透射谱。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国科大杭州高等研究院，其通讯地址为：310000 浙江省杭州市西湖区象山支弄1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。