客户成果丨华南师范大学《Advanced Functional Materials》：基于GeSxSe1-xWSe2 范德华异质结中的双向自驱动光响应在先进神经形态视觉系统中的验证

华南师范大学电子科学与工程学院（微电子学院）高伟副研究员课题组与未来科技研究院郑涛特聘副研究员、中科院半导体所刘端阳副研究员在可重构双向光电器件领域中取得最新进展，该研究成果以“Bidirectional Self-Powered Photoresponse in GeSxSe1-x/WSe2 van der Waals Heterostructures for Advanced Neuromorphic Vision Systems”为题发表在《Advanced Functional Materials》上。

双向光电器件能够模拟视网膜神经元的神经生物学功能，在人工神经形态视觉系统领域展现出巨大潜力。然而，关于实现双向光响应特性宽范围调控的系统性研究方法仍属空白。有鉴于此，本研究通过合金工程协同范德华异质结策略，成功实现了二维GeSxSe1-x/WSe2（0 ≤ x ≤1）vdW异质结中双向光响应特性的动态调控。在GeS0.2Se0.8/WSe2异质结中，获得了响应度在289.84至-934.11 mA W-1范围内可重构的双向光响应——较二元GeSe/WSe2异质结（0.9至-17.34 mA W-1）提升近两个数量级。此外，该器件在20V最佳电压窗口内展现出线性栅压驱动的双向响应特性。这种极性光响应性能的可调性源于硫含量变化驱动的能带对齐诱导的带偏移演化与费米能级变化。进一步地，当与脉冲神经网络集成时，GeS0.2Se0.8/WSe2异质结器件可实现动态视觉系统模拟，以约99%的识别精度达成卓越的运动感知能力。这项可重构双向光电器件的突破性进展，为高精度、高效率的神经形态视觉传感器开辟了新途径。

图1. GeSxSe1-x/WSe2 vdW异质结的结构与特性特征。(a)在SiO2/Si衬底上、采用h-BN封装层的GeSxSe1-x/WSe2 vdW异质结器件三维示意图。(b) 典型GeS0.5Se0.5/WSe2异质结的光学显微镜图像及(c) 扫描电子显微镜图像。(d) GeS0.5Se0.5/WSe2异质结的原子力显微镜图像及相应高度剖面。(e) GeS0.5Se0.5、WSe2及GeS0.5Se0.5/WSe2异质结的拉曼光谱。(f) WSe2与GeS0.5Se0.5/WSe2异质结的光致发光光谱。(g) 开尔文探针力显微镜图像及GeS0.5Se0.5与WSe2之间的表面电势差。(h) GeSxSe1-x/WSe2异质结费米能级差随硫组分变化的函数关系。

图2. GeS0.5Se0.5/WSe2 vdW异质结器件的栅压驱动双向自驱动光响应及传输机制。(a) 635 nm光照下的输出特性曲线和(b) 转移特性曲线。(c) 635 nm脉冲光照下不同栅压的时间分辨光响应。(d) Vg = -60 V和(e) Vg = 60 V时，在638 nm光照（功率10 μW、光斑直径1.5 μm、扫描间距0.5 μm）下的自供电扫描光电流显微图像。(f) 635 nm光照下GeS0.5Se0.5/WSe2异质结在Vg = -60 V和60 V时的能带对齐示意图。分别在635 nm光照下，栅压从-60 V至60 V范围内：(g) GeS0.2Se0.8/WSe2异质结、(h) GeS0.5Se0.5/WSe2异质结和(i) GeS0.8Se0.2/WSe2异质结的光伏响应度随栅压变化曲线。

图3. 在635 nm光照下，GeSxSe1-x/WSe2 vdW异质结器件的栅压驱动光伏响应性能随硫掺杂含量的变化关系。不同栅压（-60/60 V）下，不同光功率密度对应的自供电时间分辨光响应曲线：(a) x = 0.2，(b) x = 0.5，(c) x = 0.8。(d-f) 对应组分下，光电流随光功率密度的变化关系。(g-i) 对应组分下，响应度随光功率密度的变化关系。

图4. GeSxSe1-x/WSe2 vdW异质结光电晶体管的响应时间、比探测率及关键光电性能对比。(a、d) GeS0.2Se0.8/WSe2、(b、e) GeS0.5Se0.5/WSe2和(c、f) GeS0.8Se0.2/WSe2异质结器件的响应时间以及噪声功率密度随频率变化曲线。(g) GeSxSe1-x/WSe2（x=0.2, 0.5, 0.8）异质结器件在635 nm光照下的响应度与比探测率性能指标与，近期报道的自供电光电探测器的对比分析。

图5. 用于手势识别的传感器内脉冲神经网络。(a) 采用传感器内脉冲神经网络实现动态视觉感知与处理的工作流程示意图。(b) 在恒定光强下，两个互补分支产生零输出光电流；而当光强变化时，其光响应时间差异可触发脉冲信号生成。(c) 128×128光电传感器阵列示意图。(d) 训练后各子像素阵列的响应度分布。每个子像素阵列在特定区域呈现更显著的光响应分布，反映出对不同运动模式的差异化灵敏度。(e) 三种不同动作的识别准确率随训练迭代次数的变化曲线。

该工作中通过使用 TuoTuo Technology的紫外无掩模光刻机完成了器件制备工作。

作者信息介绍：华南师范大学电子科学与工程学院硕士生贺英博和毛希怡为文章的共同第一作者，华南师范大学高伟老师和郑涛老师，中科院半导体所刘端阳老师为文章的共同通讯作者。

论文链接：

https://doi.org/10.1002/adfm.202517969