多変量光学素子(MOE)


  • Wideband Optical Interference Filters with Application-Specific Spectral Patterns
  • Increase Sensitivity and Specificity of Analyte Detection
  • Fabricated for UV, Visible, and Infrared with Traditional Bandpass Filter Methods

Wideband, Analyte-Specific Spectral Response of an Example MOE

Related Items


Please Wait

効率的な分析物検出を行うための広帯域フィルタ

製品に対するご質問、

お見積り依頼については

お気軽に当社まで

お問い合わせください。

Contact Us
Multivariate Optical Element Multiplication
Click to Enlarge

MOEによる光の透過率加算フィルタリングの例(t=波長λにおける透過率)

当社は2019年5月初めにCirtemo社を合併し、同社の多変量光学素子(MOE)技術を取り扱うこととなりました。MOE技術に関する40以上の特許と永続ライセンスを有するCirtemo社のMOEチームは、Thorlabs Spectral Worksとして当社に加わりました。ご質問がございましたら当社までお問い合わせください。

用途例

  • 粉末、液体、スラリおよびガスを検出
  • 工程制御(薬剤、飲食物、工業用品など)
  • 海洋モニタリング
  • 生命科学
Bandpass Filter vs MOE Comparison
Click to Enlarge

バンドパスフィルタとMOEの比較( t1およびt2は上の光のフィルタリング例の画像をご参照ください)

多変量光学素子(MOE)は広帯域の分光フィルタで、バンドパスフィルタよりも広域なスペクトル波長をサンプリングすることができます。MOEは一般的なバンドパスフィルタと同様の方法で製造されますが、希望する透過率や反射応答性に合わせて各層の厚さを変えることができます。この特殊なスペクトル特性によって、より高い感度を示し、250 nm~14 μmの透過帯域において分析物(粉末、液体、ガスなど)をリアルタイムで化学検出することができます。

計量化学的分析手法を使用して、MOEにエンコードされた回帰曲線を求めます。MOEは入射信号を分光法的に重み付けして、用途に特有の回帰や測定された未知のスペクトルを加算することができます。これにより、入射信号はディテクタによって効率的に合算されます。このようにセットアップをシンプルにすることで、複雑で波長に敏感な機器を使用する必要がなくなります。MOEを統合させることで、分光法システムは実験用途のハイレベルな分析物検出能力を持ちながら、より小型、軽量かつ強靭になります。

MOEは従来のバンドパスフィルタを使用可能なほとんどすべての光学システムに統合して、フィルタ型の光度計やハイパースペクトルイメージングシステム、ならびに用途に応じたセンサなどの機能を向上させることができます。MOEを組み込んだ光度計はインライン型の工程モニタリングや、医療現場での使用、製造現場の機器への組み込みなどの用途に適しています。MOEの設計および製造前にはモデリングを行い、特定の用途への実施が技術的に可能かを確認します。当社のSpectral WorksチームはMOEのそれぞれの用途に必要なサイズ、波長範囲、スペクトル応答特性について協力しながら設計を行っていきます。

また、Spectral Worksチームは、ナノパターン転写による製造技術の開発を進めておりますが、これにより磁性のナノ微粒子を使用してナノメートルレベルでパターン形成された光学素子を製作することができます。詳細についてはこちらをご覧ください。

Selected Publications Using MOEs

2019

 

Jones CM, Dai B, Price J, Li J, Pearl M, Soltmann B, and Myrick M. "A New Multivariate Optical Computing Microelement and Miniature Sensor for Spectroscopic Chemical Sensing in Harsh Environments: Design, Fabrication, and Testing." Sensors. 2019 Feb 8; 19 (3): 701.

2018

 

Dai B, Jones CM, Pearl M, Pelletier M, and Myrick M. "Hydrogen Sulfide Gas Detection via Multivariate Optical Computing." Sensors. 2018 Jun 22; 18 (7): 2006.

Rekully CM, Faulkner ST, Lachenmyer EM, Cunningham BR, Shaw TJ, Richardson TL, and Myrick ML. "Fluorescence Excitation Spectroscopy for Phytoplankton Species Classification Using an All-Pairs Method: Characterization of a System with Unexpectedly Low Rank." Appl. Spectrosc. 2018 Mar 1; 72 (3): 442–462.

2016

 

Priore R, Dougherty J, Cohen O, Bikov L, and Hirsh I. "Design of a Miniature SWIR Hyperspectral Snapshot Imager Utilizing Multivariate Optical Elements." Emerg. Imaging Sens. Technol. - Proc. SPIE. 2016 Oct 25; 9992: 999205.

Priore RJ and Jacksen N. "Spectral Imaging of Chemical Compounds Using Multivariate Optically Enhanced Filters Integrated with InGaAs VGA Cameras." Chem. Biol. Radiol. Nucl. Explos. Sens. XVII - Proc. SPIE. 2016 May 12; 9824: 98240P .

2015

 

Priore RJ and Swanstrom JA. "Multivariate Optical Computing for Fluorochrome Discrimination." Prog. Biomed. Opt. Imaging - Proc. SPIE. 2015 Mar 9; 9332.

2014

 

Jones CM, Freese R, Perkins D, and Dai B. "Multivariate Optical Computing Enables Accurate Harsh-Environment Sensing for the Oil and Gas Industry." Laser Focus World. 2014 Aug 6, pp 27–31.

Priore RJ and Swanstrom JA. "Multivariate Optical Element Platform for Compressed Detection of Fluorescence Markers."Next-Generation Spectrosc. Technol. VII - Proc. SPIE. 2014 May 21; 9101, 91010E.

Ice Core Technology in East Africa. Pipeline. 2014; pp 142–145.

2013

 

Eriksen KO, Petroleum S, Jones C, Freese R, Zuilekom A, Van, Gao L, Chen D, Gascooke D, and Engelman B. "Field Tests of a New Optical Sensor Based on Integrated Computational Elements for Downhole Fluid Analysis." Soc. Pet. Eng. 2013 Sep 30; 166415.

Jones C, Gao L, Perkins D, Chen D, and Gascooke D. "Field Test of the Integrated Computational Elements: A New Optical Sensor for Downhole Fluid Analysis." Soc. Petrophysicists Well Log Anal. 2013 Jun 22; 1–10.

Priore RJ. "Multivariate Optical Elements Beat Bandpass Filters in Fluorescence Analysis." Laser Focus World. 2013 Jun 10; 49–52.

Swanstrom JA, Bruckman LS, Pearl MR, Simcock MN, Donaldson KA, Richardson TL, Shaw TJ, and Myrick ML. "Taxonomic Classification of Phytoplankton with Multivariate Optical Computing, Part I: Design and Theoretical Performance of Multivariate Optical Elements."Appl. Spectrosc. 2013 Jun 1; 67 (6): 620–629.

Swanstrom JA, Bruckman LS, Pearl MR, Abernathy E, Richardson TL, Shaw TJ, and Myrick ML. "Taxonomic Classification of Phytoplankton with Multivariate Optical Computing, Part II: Design and Experimental Protocol of a Shipboard Fluorescence Imaging Photometer." Appl. Spectrosc. 2013 Jun 1; 67 (6): 630–639.

Pearl MR, Swanstrom JA, Bruckman LS, Richardson TL, ShawTJ, Sosik HM, and Myrick ML. "Taxonomic Classification of Phytoplankton with Multivariate Optical Computing, Part III: Demonstration." Appl. Spectrosc. 2013 Jun 1; 67 (6): 640–647.

2012

 

Jones C, Freese B, Pelletier M, Perkins D, Chen D, Shen J, and Atkinson R. "Laboratory Quality Optical Analysis in Harsh Environments." Soc. Pet. Eng. 2012 Dec 10; 163289.

2007

 

Profeta LTM and Myrick ML. "Spectral Resolution in Multivariate Optical Computing.Spectrochim. Acta - Part A Mol. Biomol. Spectrosc. 2007 Jun; 67 (2): 483–502.

Simcock MN and Myrick ML. "Precision in Imaging Multivariate Optical Computing." Appl. Opt. 2007 Mar 1; 46 (7): 1066–1080.

2004

 

Priore RJ, Haibach FG, Schiza MV, Greer AE, Perkins DL, and Myrick ML. "Miniature Stereo Spectral Imaging System for Multivariate Optical Computing." Appl. Spectrosc. 2004 Jul 1; 58 (7): 870–873.

Haibach FG and Myrick ML. "Precision in Multivariate Optical Computing." Appl. Opt. 2004 Apr 1; 43 (10): 2130.

2003

 

Haibach FG, Greer AE, Schiza MV, Priore RJ, Soyemi OO, and Myrick ML. "On-Line Reoptimization of Filter Designs for Multivariate Optical Elements." Appl. Opt. 2003 Apr 1; 42 (10): 1833.

2002

 

Soyemi OO, Haibach FG, Gemperline PJ, and Myrick ML. "Design of Angle-Tolerant Multivariate Optical Elements for Chemical Imaging." Appl. Opt. 2002 May; 41 (10): 1936–1941.

Soyemi OO, Haibach FG, Gemperline PJ, and Myrick ML. "Nonlinear Optimization Algorithm for Multivariate Optical Element Design." Appl. Spectrosc. 2002 Apr 1; 56 (4): 477–487.

Myrick ML, Soyemi OO, Karunamuni J, Eastwood D, Li H, Zhang L, Greer AE, and Gemperline PA. "Single-Element All-Optical Approach to Chemometric Prediction." Vib. Spectrosc. 2002 Feb 28; 28 (1): 73–81.

Myrick ML, Soyemi OO, Haibach F, Zhang L, Greer A, Li H, Priore R, Schiza MV, and Farr JR. "Application of Multivariate Optical Computing to Near-Infrared Imaging." Vib. Spectrosc. Sens. Syst. - Proc. SPIE. 2002 Feb 22; 4577.

Myrick ML, Soyemi OO, Schiza MV, Farr JR, Haibach FG, Greer AE, Li H, and Priore RJ. "Application of Multivariate Optical Computing to Simple Near-Infrared Point Measurements." Instrum. Air Pollut. Glob. Atmos. Monit. - Proc. SPIE. 2002 Feb 7; 4574.

2001

 

Soyemi O, Eastwood D, Zhang L, Li H, Karunamuni J, Gemperline P, Synowicki RA, and Myrick ML. "Design and Testing of a Multivariate Optical Element: The First Demonstration of Multivariate Optical Computing for Predictive Spectroscopy." Anal. Chem. 2001 Feb 10; 73 (6): 1069–1079.

Myrick ML, Soyemi O, Li H, Zhang L, and Eastwood D. "Spectral Tolerance Determination for Multivariate Optical Element Design." Fresenius J. Anal. Chem. 2001 Feb; 369: 351–355.

1998

 

Nelson MP, Aust JF, Dobrowolski JA, Verly PG, and Myrick ML. "Multivariate Optical Computation for Predictive Spectroscopy." Anal. Chem. 1998 Jan 1; 70 (1): 73–82.

2021 Photonics Westでのデモンストレーション

動画では当社の多変量光学素子(MOE)技術について、まず使用可能な分野をはじめとして、その概要を説明します。次に、どの食用油が測定されたのかを検知するために、光学系内でMOEをどのように使用するかについてのデモンストレーションを行っています。このデモンストレーションを通して、MOEの基本的な動作原理やMOE周辺の光学系の設計法などについて説明し、さらにMOEの実際のアプリケーションについても言及しています。

動画内容

  • 02:26 - デモンストレーションとアプリケーションの原理
  • 03:55 - 食用油に関するデモンストレーションの概要説明
  • 07:09 - 実験における設計プロセス
  • 08:15 - MOEがどのように機能して、複雑なスペクトルの中から特定の物質痕跡を識別するかの説明
  • 11:05 - 前述の原理の食用油デモンストレーションへの適用
  • 13:58 - 食用油に関するデモンストレーションのまとめ
  • 15:18 - MOEを使用した実際のアプリケーション

2021ウェビナー「リアルタイム分光法と光学的多変量解析の比較」

動画では当社の多変量光学素子(MOE)技術の概要を、まず歴史から簡単に説明します。次に分析の観点からMOEの機能を説明します。最後にMOEのエンコードのプロセスと、MOEの応用についてご紹介します。

動画内容

  • 01:41 - MOE製品化の歴史
  • 02:55 - 実際の計測における課題
  • 03:31 - MOEの概念(多変量解析と多変量検量)
  • 06:06 - MOEの概要説明
  • 08:17 - MOEで信号がエンコードされる仕組み
  • 09:55 - MOE使用例:危険物質の検出
  • 13:36 - MOEのインライン計測の例

Posted Comments:
No Comments Posted