随着物联网和人机互联技术的快速发展，构建高效、低功耗的人工视觉系统成为其中的关键环节和重要研究课题。然而，传统视觉系统依赖图像传感器、存储器和处理器的分离式设计，导致硬件复杂、能耗高且效率有限，严重制约了其实际应用价值。
相比之下，人类视觉系统通过视网膜感知光信号并将其转化为电信号，再由大脑完成处理与记忆，展现了高度集成与高效的特点。受此启发，我校刘洋教授课题组提出一种基于CuSCN/ZnO量子点异质结界面的光电忆阻器，该器件在光照激发下表现出显著的持续光电导效应，成功模拟了多种突触行为，实现了传感-存储-计算一体化功能集成，突破了传统架构的限制。得益于其独特的PN异质结界面，该器件展现出优异的自整流特性，可有效抑制阵列中的潜行电流问题，为实现大规模高密度集成提供了技术支持。研究团队通过构建卷积神经网络对MNIST手写数字数据集进行验证，获得了92.52%的识别准确率。在此基础上，课题组进一步将光电忆阻器与量子点发光二极管集成，通过器件间协同效应，实现了光信号的硬件级降噪与实时可视化等高级功能。该研究为多功能人工视觉系统的硬件设计提供了新思路，有助于推动光电忆阻器的智能化应用发展。相关研究成果以Multifunctional PN optoelectronic synapse and its smart integration towards augmented artificial visual system为题，发表于《npj Flexible Electronics》（Nature旗下一区TOP期刊，影响因子15.5）。
福建师范大学为该研究工作的第一完成单位，海峡柔性电子（未来科技）学院研究生林庆红为本文第一作者，温州理工学院朱阳斌副教授为本文的共同第一作者；海峡柔性电子（未来科技）学院的刘洋教授，福州大学李福山教授及西北工业大学黄维院士为共同通讯作者。本研究得到了国家自然科学基金、福建省自然科学基金等项目的资助。
文章链接：https://www.nature.com/articles/s41528-025-00459-8