Il progetto SEEBETTER ha cercato di sviluppare una sofisticata tecnologia per le protesi retiniche.
Sin dall’avvento della fotografia, la scienza ha continuato a studiare i sensori di luce per catturare le immagini del mondo reale. Recentemente la tecnologia CCD e CMOS ha permesso la messa a punto di dispositivi all’avanguardia, in grado di trasformare le immagini ottiche in segnali digitali, destinati ai settori della sanità, all’industria automobilistica, ai media e alla sicurezza.
Secondo MarketsandMarkets, entro il 2020 i sensori di immagine varranno sul mercato 13,24 miliardi di euro (15,77 miliardi di USD). David San Segundo Bello, coordinatore del progetto SEEBETTER (Seeing Better with Hybrid BSI Spatio-Temporal Silicon Retina) che si concluderà a breve, ne ha descritto lo stato dell’arte, i punti di forza e le potenziali future applicazioni.
“Il progetto SEEBETTER (Seeing Better with Hybrid BSI Spatio-Temporal Silicon Retina) è nato dalla convinzione che queste tecnologie siano rallentate dal modo in cui producono sequenze ridondanti di immagini a una frequenza di trama limitata. Negli ultimi tre anni si è cercato di superare questo problema “realizzando una retina di silicone avanzata con l’efficienza quantica e l’elaborazione spaziotemporale delle retine biologiche”. In altre parole, sono stati studiati i ruoli funzionali di varie cellule gangliari per capire meglio la visione della retina, dopo di che si è tentato di ricreare la sua capacità di generare dati a seconda di cambiamenti tempestivi della quantità di luce percepita.
L’obiettivo di SEEBETTER comprende quattro aspetti: capire meglio il ruolo funzionale delle principali classi di cellule gangliari; creare modelli matematici e computazionali dell’elaborazione visiva della retina dalla prospettiva della biologia, della visione artificiale e del futuro delle protesi retiniche; progettare e costruire una retina in silicio ad alte prestazioni con una gamma eterogenea di pixel specializzati per l’elaborazione visiva sia spaziale che temporale e usare la tecnologia di back-side processing del silicio per aumentare la sensibilità del sensore.
Questa retina di silicio è un sensore di immagine costruito in silicio, che funziona in modo simile alla retina biologica. In questo senso, è molto diversa dalla retina di silicone che si impianta in un paziente come protesi retinica.
Anche se il nostro “sensore della retina di silicio” si potrebbe usare in una retina “artificiale” impiantabile, il nostro progetto non si rivolge direttamente a questo campo di applicazione. Potrei dire, comunque, che il vantaggio principale in questo scenario di utilizzo sarebbe che il sensore funziona in modo simile alla retina biologica, quindi potrebbe essere “più facile” collegarlo al nervo ottico, ma questo settore non rientra nel mio campo di competenze e quindi posso fare solo delle ipotesi.
Se, invece, pensiamo ai sensori di immagini nel campo della cosiddetta “visione industriale”, allora il principale vantaggio del nostro sensore è la sua gamma dinamica più ampia rispetto ai sensori standard. Concretamente, la gamma dinamica di un sensore di immagine si può definire come la differenza tra la quantità più bassa di luce che si riesce a rilevare prima di raggiungere il rumore di fondo del sistema e la quantità più alta di luce prima che il pixel sia saturato. Nei sensori standard, per aumentare la gamma dinamica è necessario molto lavoro e sono necessari dei compromessi per quanto riguarda l’elemento di fotorilevamento, i componenti elettronici della lettura dei pixel e il controllo dei pixel. Nel nostro sensore, il limite principale è la quantità di impulsi che si possono elaborare, cioè la velocità dei componenti elettronici. Poiché non si generano dati quando non ci sono cambiamenti della scena, questo risulta in un più basso consumo di energia e velocità dei dati di cui molte applicazioni potrebbero beneficiare.
Un sensore di retina in silicio funziona in modo completamente diverso rispetto ai sensori di immagine CCD o CMOS attualmente disponibili. I sensori di immagine standard generano dati in modo proporzionale alla quantità di luce che arriva sui pixel del sensore. L’informazione si trova nell’“ampiezza” del segnale del pixel e i pixel sono attivi e leggono a intervalli di tempo regolari definiti dalla frequenza dei fotogrammi e/o dal tempo di esposizione. Le informazioni rilevanti per l’applicazione saranno estratti da questi valori dei pixel per ogni immagine o inquadratura.
Il nostro sensore, d’altra parte, è basato sul principio DVS (Dynamic vision sensor), che si ispira al modo in cui funziona la retina biologica. Invece di generare dati proporzionali alla quantità di luce, ogni pixel è sensibile ai cambiamenti tempestivi che influenzano la quantità di luce. I dati generati consistono in impulsi digitali asincroni e le informazioni sono contenute nella quantità di tempo che passa tra un impulso e l’altro. Per esempio, un cambiamento lento della quantità di luce su un particolare pixel genererà impulsi con una velocità relativamente bassa, mentre cambiamenti improvvisi genereranno impulsi a velocità alta. Allo stesso tempo, se non ci sono cambiamenti nella scena inquadrata dal sensore, non si generano dati.
Ovviamente la retina biologica vera è molto più complessa, ha molti tipi diversi di pixel (cellule) che comunicano anche con quelle vicine. Queste proprietà sono molto difficili o impossibili da sviluppare con una tecnologia CMOS standard. Con il nostro progetto, aggiungiamo altre funzionalità ai pixel rispetto ai “sensori di retina in silicio” già disponibili, ma è una piccola aggiunta. Ciononostante siamo convinti che questa funzionalità limitata rispetto alla vera retina potrebbe essere molto ultile in numerose applicazioni di visione.
Queste funzionalità aggiuntive richiedono ovviamente pixel più grandi: pitch tra 10 e 20 micrometri a seconda del nodo tecnologico e della funzionalità inclusa nel pixel. Invece i sensori standard attualmente hanno pixel di dimensioni comprese tra i due e i cinque micrometri, alcuni produttori offrono già pitch di pixel molto vicini al micrometro.”
Per ulteriori informazioni questo è il link al progetto SEEBETTER: http://projects.imec.be/seebetter
Pubblicazioni correlate: https://projects.imec.be/seebetter/publications.html