Вода черноголовская отзывы: Негазированная питьевая вода ЧерноголовкА Вкусная

1.

Введение

Терагерцовое (ТГц) излучение соответствует электромагнитному спектру от 0,1 до 1 ТГц (от 1 до 100 мэВ). Многие молекулы демонстрируют сильное поглощение в терагерцовом диапазоне частот из-за их вращательных и колебательных переходов. Это молекулярное свойство открывает многообещающие возможности для различных перспективных применений терагерцовой визуализации в биологических науках. ¹ Возможные области практического интереса могут включать неинвазивное обнаружение клеток и тканей, ^{2 , 3} неразрушающее разделение урожая и семян, ^{4 , 5} и мониторинг содержания воды в живых клетках человека и растения. ⁶ Чтобы осуществить переход от лабораторного терагерцового метода визуализации к технологии промышленного уровня, медленные и громоздкие однопиксельные системы растрового сканирования необходимо заменить быстрыми передовыми многопиксельными камерами. Такие усовершенствованные системы обработки изображений становятся особенно важными в конвейерных приложениях с высокой пропускной способностью. В этой статье мы представляем подробное исследование эволюции гидратации растений, выполненное с использованием полупроводниковой мультипиксельной ТГц камеры. Основная цель нашего исследования состояла в том, чтобы сделать терагерцовую технологию более практичной и универсальной для широкого спектра биологических приложений.

Уровень содержания воды в растениях является одним из ключевых параметров, за которым необходимо следить почти на каждом этапе процесса их выращивания. С одной стороны, недостаточное увлажнение может привести к значительному снижению качества и количества урожая, тогда как длительный или сильный водный стресс может привести даже к гибели урожая. С другой стороны, чрезмерное орошение не только экономически неэффективно из-за чрезмерного использования водных ресурсов, но и может нанести вред растениям, ухудшив аэрацию почвы и тем самым повысив их уязвимость перед некоторыми вредителями и болезнями. Поэтому очень важно определить допустимый уровень обезвоживания растения, чтобы не нанести ему вреда и не нарушить его нормальный рост и продуктивность.

Традиционно состояние гидратации растения в целом отслеживается путем измерения содержания воды в его листьях. ⁷ Это количество может быть получено из анализа данных их передачи и отражения, полученных в терагерцовом (ТГц) диапазоне частот. В отличие от большинства обезвоженных биологических тканей, прозрачных для терагерцового излучения, вода в этом частотном диапазоне является чрезвычайно адсорбирующей. ^{8 , 9} Таким образом, даже относительно небольшие колебания количества воды, содержащейся в листьях, приводят к резким изменениям их ТГц оптических свойств. ^{6 , 10 – 14} Такие флуктуации можно легко обнаружить с помощью современных методов визуализации в ТГц диапазоне. Например, современные терагерцовые технологии достаточно сложны, чтобы выполнять промышленный неразрушающий контроль качества продукции, ^{15 – 19} и даже проверку безопасности. ^{20 , 21}

В неразрушающем контроле, проводимом на ТГц частотах, есть два общепринятых подхода: спектроскопия во временной области ^{22 , 23} и непрерывной (непрерывной) схем. ^{24 , 25} Первый основан на облучении образца короткими электромагнитными импульсами и анализе результирующего переданного или отраженного сигнала. Хотя этот метод предоставляет подробную информацию о спектрах поглощения или отражения образца во всем терагерцовом диапазоне частот, типичная установка является очень сложной и дорогостоящей, с довольно низкой скоростью измерения. Последний метод, с другой стороны, значительно проще, быстрее и экономичнее, поскольку позволяет реализовать достаточно компактные и портативные коммерчески доступные решения. В последнее время сообщалось о ряде непрерывных формирователей изображения, работающих на одной частоте излучения, ^{25 – 31} , включая несколько систем, разработанных нашей группой в TeraSense. ^{32 – 35}

В этой статье мы адаптируем вышеупомянутый прибор TeraSense для изучения содержания воды в листьях растений. В предлагаемой схеме падающее непрерывное излучение, генерируемое стандартным диодным источником с лавинно-импульсным излучением и временем прохождения (IMPATT) на частоте 100 ГГц, распространяется через образец листа и затем регистрируется камерой формирования изображения, ^{32 , 33} , что позволяет проанализировать характер пропускания образца и, следовательно, распределение воды внутри листьев. Выбранная частота соответствует одному из атмосферных микроволновых окон ³⁶ , что обеспечивает малые потери мощности микроволнового излучения при распространении в объеме воздуха. Предлагаемый подход к измерениям имеет несколько ключевых преимуществ по сравнению с традиционными разрушающими методами, такими как термогравиметрические методы. Он полностью сохраняет целостность исследуемого образца, так как терагерцовое излучение на средних уровнях мощности оказывает незначительное влияние на растения. Во-вторых, он позволяет удаленно контролировать содержание воды в листьях в режиме реального времени, чтобы можно было изучать динамику увлажнения растений в различных условиях. Кроме того, технология визуализации в ТГц облегчает анализ пространственного распределения воды внутри листьев.

2.

Описание системы

В наших экспериментах мы использовали конфигурацию системы, схематично изображенную на рис. 1(а). При таком расположении излучение источника на диоде IMPATT испускается рупорной антенной, прикрепленной непосредственно к фланцу выходного волновода генератора. Чтобы получить почти нерасходящийся пучок излучения, мы использовали асферическую политетрафторэтиленовую (ПТФЭ) коллимирующую линзу с фокусным расстоянием 50 мм. Пятно луча было сделано достаточно большим, чтобы покрыть всю площадь массива пикселей видеокамеры. Фотографии источника и камеры показаны на рис. 1(б) и 1(в) соответственно. Источник работал на фиксированном уровне выходной мощности ~80  мВт и на одной частоте 96 ГГц с шириной линии 1 МГц, как определено измерениями, проведенными с помощью анализатора спектра Agilent E4407B вместе со смесителем гармоник Agilent 11970W и измерителем мощности VDI Erickson PM5.

Рис. 1

(а) Схема экспериментальной установки. Пучок излучения, создаваемый источником на диоде IMPATT, коллимируется линзой из ПТФЭ с фокусным расстоянием 50 мм. Распределение мощности внутри луча исследуется камерой формирования изображения. (b) и (c) Фото камеры и источника IMPATT. (d) и (e) обычная фотография в видимом свете и субтерагерцовое изображение листа дерева. Цвета изображения указывают значения коэффициента передачи.

Сердцем системы является камера, работающая в режиме реального времени [Рис. 1(c)], основанный на новом методе обнаружения плазмонов ^{37 , 38} , который делает возможным сверхбыстрое обнаружение терагерцового излучения при комнатной температуре. Камера имеет массив 32×32  пикселей с шагом 1,5×1,5  мм2 и размером одного пикселя 1,3×1,3  мм2. В диапазоне от 96 до 98 ГГц эффективная чувствительность каждого пикселя составляет 50 ± 10  кВ/Вт, а соответствующая эквивалентная мощность шума составляет 1  нВт/Гц1/2. Скорость получения изображения камерой была установлена ​​на 24 кадра в секунду. Вся система визуализации управляется персональным компьютером с помощью специально разработанного программного обеспечения.

Чтобы оценить динамику и пространственное распределение содержания воды внутри листьев, мы получили диаграмму пропускания нескольких образцов листьев, при этом каждый образец был помещен непосредственно на фотокамеру. Расстояние между поверхностью листа и массивом детекторов равнялось 4 мм. Мощность падающего луча нормировалась по эталонному изображению, снятому, когда на камере не было объектов. На рисунках 1(d) и 1(e) показана фотография листа дерева и его субтерагерцовое изображение, восстановленное из нескольких изображений размером 32×32   пикселей. Цвета обозначают значения коэффициента передачи. Примечательно, что на полученном изображении четко разрешена внутренняя структура листа. В нашем исследовании мы сосредоточились главным образом на двух видах растений, важных для сельского хозяйства, а именно на клевере и траве. Мы измеряли характер передачи от разных листьев в течение нескольких дней, пока растения, растущие в горшках, находились в условиях ограничения воды.

3.

Результаты измерений

На рисунке 2 показаны данные о передаче для трех листьев клевера, протестированных в течение 6-дневного периода без полива. Синие открытые символы представляют собой зависимость пропускания, усредненную по количеству пикселей камеры. Для усреднения коэффициента пропускания были взяты три участка листа, в частности, прямоугольные участки размером 5×6  пикселей, выбранные примерно в центре каждого листа. Затем значения пропускания всех этих пикселей были усреднены, что дало сплошную линию на рис. 2. За весь период испытаний синяя кривая иллюстрирует заметное изменение пропускания, которое почти утроилось по значению через 6 дней без полива растения, что отражает значительное снижение содержания воды в листьях. Примечательно, что наблюдается плато с примерно постоянным значением пропускания в течение первых 3 дней и последующим подъемом. Рисунки 2(a)–2(c) включают субтерагерцовые изображения, обозначающие схемы передачи листьев клевера, зарегистрированные в первый, третий и пятый дни эксперимента. Изображения помогают визуализировать постепенное уменьшение содержания воды внутри листьев, делая очевидным, что центральные части листьев высыхают с меньшей скоростью, чем их периферия. Таким образом, применение субтерагерцовой визуализации необходимо для правильной оценки содержания воды, поскольку положение листа может измениться.

Рис. 2

Изменения в передаче субтерагерцового сигнала через лист клевера. Синяя кривая с пустыми кружками обозначает временную эволюцию передачи через образцы листьев растения, находящегося в условиях ограничения воды. Соответствующие субтерагерцовые изображения листьев клевера (а)–(в) иллюстрируют различные уровни гидратации, измеренные в первый, третий и пятый дни эксперимента. Цвета изображения соответствуют значению коэффициента пропускания. Красная кривая со сплошными точками представляет аналогичную зависимость для листа, срезанного с того же растения.

Для сравнения аналогичный эксперимент был проведен с листьями, отделенными от того же растения клевера. Как показано красной кривой, срезание листа вызывает всплеск его коэффициента передачи, что означает быстрое обезвоживание оторванного листа в течение одного дня.

Другим интересным моментом в нашем исследовании было изучение динамики воды в листьях во время цикла обезвоживания-полива. На рисунке 3 показана передача трех образцов травинок в течение 9-дневного периода испытаний с одним промежуточным поливом на 6-й день. В этом случае оценка передачи была получена с использованием той же процедуры усреднения, которая описана выше. Три изображения на рисунке представляют собой картины передачи, зарегистрированные в первый, четвертый и шестой дни эксперимента, в течение которых вода к растению не подавалась. Как и в предыдущих результатах для листьев клевера, мы можем видеть хорошо зарекомендовавшую себя тенденцию увеличения коэффициента передачи, связанную с постепенным обезвоживанием листьев злаков.

Рис. 3

Изменения в передаче субтерагерцового сигнала через травинки. Синяя кривая с пустыми кружками соответствует средним значениям пропускания. Красной пунктирной линией отмечен момент полива растения. Субтерагерцовые изображения (а)–(в) иллюстрируют различную степень увлажнения травинок, зарегистрированных в первый, четвертый и шестой дни эксперимента до указанного полива растения. Цвета изображения обозначают значение коэффициента пропускания.

При поливе травы в конце 6-го дня, что отмечено красной пунктирной линией, данные указывают на быстрый возврат к исходному уровню передачи, подразумевая, что содержание воды в листьях травы полностью восстанавливается менее чем за сутки после полива.

Поскольку коэффициент пропускания напрямую связан с количеством воды в листьях растений, во многих сельскохозяйственных целях достаточно знать его значение, не переводя его в фактическое содержание воды. Следовательно, эта цифра может быть использована в качестве основы для оценки других интересующих параметров, в том числе оптимального графика полива сельскохозяйственных культур.

4.

Заключение

В заключение, система визуализации TeraSense, состоящая из диодного источника IMPATT, конденсорной линзы и видеокамеры, была адаптирована для проведения количественного анализа временной эволюции и пространственного распределения воды в клевере. и листья травы. Содержание воды в образцах листьев оценивали путем измерения прохождения через листья излучения с частотой 100 ГГц. Мы наблюдали временные изменения коэффициента передачи, когда растения находились в условиях ограничения воды. Показано, что полив растений после длительного обезвоживания приводит к быстрому восстановлению параметра пропускания до исходного значения. Представленные экспериментальные данные демонстрируют, что приборы для визуализации TeraSense полностью способны контролировать состояние гидратации растений. Дальнейшее развитие в этой области исследований может включать повышение частоты излучения до более высокой полосы 300 ГГц для повышения пространственного разрешения. В этом случае размер пикселя будет соответственно уменьшен, чтобы избежать потери пространственного разрешения. Кроме того, визуализация в режиме отражения может обеспечить непрерывный удаленный мониторинг и контроль состояния гидратации растений в режиме реального времени.

Благодарности

Работа выполнена при поддержке гранта РНФ № 19-72-30003. Раскрытие информации: у авторов нет потенциальных конфликтов интересов, которые следует раскрывать.

Ссылки

1. 

T. Crowe et al.,
« Терагерцовые источники и детекторы и их применение в биологическом зондировании »,
Филос. Транс. Математика. физ. англ. наук, 362 365
–377
(2004). https://doi.org/10.1098/rsta.2003.1327Google Scholar

2. 

Т. Леффлер и др.,
« Терагерцовая визуализация биомедицинских тканей в темном поле »,
Опц. Экспресс, 9
(12), 616
–621
(2001). https://doi.org/10.1364/OE.9.000616 OPEXFF 1094-4087 Академия Google

3. 

П. Кноблох и др.,
“ Медицинская ТГц визуализация: исследование гистопатологических образцов »,
физ. Мед. биол., 47
(21), 3875
–3884
(2002). https://doi.org/10.1088/0031-9155/47/21/327 PHMBA7 0031-9155 Академия Google

4. 

Х. Ге и др.,
« Определение качества пшеницы с использованием терагерцового спектра »,
Опц. Экспресс, 22 12533
–12544
(2014). https://doi.org/10.1364/OE.22.012533 ​​OPEXFF 1094-4087 Академия Google

5. 

Сюй В. и др.,
« Дискриминация трансгенного риса, содержащего белок cry1ab, с использованием терагерцовой спектроскопии и хемометрии »,
науч. Респ., 5 11115
(2015). https://doi.org/10.1038/srep11115 SRCEC3 2045-2322 Академия Google

6. 

Б. Б. Ху и М. К. Насс,
« Визуализация с использованием терагерцовых волн »,
Опц. Лет., 20
(16), 1716 г.
–1718
(1995). https://doi.org/10.1364/OL.20.001716 OPLEDP 0146-9592 Академия Google

7. 

P. E. Verslues et al.,
« Методы и концепции количественной оценки устойчивости к засухе, засолению и замерзанию, абиотическим стрессам, влияющим на водный статус растений »,
Завод Ж., 45 523
–539
(2006). https://doi.org/10.1111/tpj.2006.45.issue-4Google Scholar

8. 

Дж. Сюй, К. В. Пласко и С. Дж. Аллен,
Спектры поглощения жидкой воды и водных буферов в диапазоне частот от 0,3 до 3,72 ТГц ”,
Дж. Хим. физ., 124 036101
(2006). https://doi.org/10.1063/1.2151267 JCPSA6 0021-9606 Google Scholar

9. 

Х. Дж. Либе, Г. А. Хаффорд и Т. Манабе,
« Модель комплексной диэлектрической проницаемости воды на частотах ниже 1 ТГц »,
Междунар. J. Инфракрасные миллиметровые волны, 12 659
–675
(1991). https://doi.org/10.1007/BF01008897Google Scholar

10. 

Д. Миттельман, Р. Якобсен и М. Нусс,
« Т-лучи »,
IEEE Дж. Сел. Верхний. Квантовая электрон., 2 679
–692
(1996). https://doi.org/10.1109/2944.571768 IJSQEN 1077-260X Академия Google

11.  

Н. Борн и др.,
“ Мониторинг реакции растений на засуху с помощью терагерцовой спектроскопии во временной области »,
Физиол. растений, 164 1571
–1577
(2014). https://doi.org/10.1104/pp.113.233601 PLPHAY 0032-0889 Академия Google

12. 

Э. Кастро-Камю, М. Паломар и А. А. Коваррубиас,
« Динамика водного слоя листьев Arabidopsis thaliana, отслеживаемая in vivo с использованием терагерцовой спектроскопии во временной области »,
науч. Респ., 3 2910
(2013). https://doi.org/10.1038/srep02910 SRCEC3 2045-2322 Академия Google

13. 

Р. Генте и др.,
« Определение содержания воды в листьях по данным терагерцовой временной спектроскопии ,»
J. Инфракрасный, миллиметровый, терагерцовый, 34 316
–323
(2013). https://doi.org/10. 1007/s10762-013-9972-8Академия Google

14. 

Г. Г. Эрнандес-Кардосо и др.,
“ Терагерцевая визуализация для раннего скрининга синдрома диабетической стопы: доказательство концепции »,
науч. Респ., 7 42124
(2017). https://doi.org/10.1038/srep42124 SRCEC3 2045-2322 Академия Google

15. 

С. Вицке и др.,
« Промышленное применение ТГц систем »,
проц. SPIE, 7385 738506
(2009). https://doi.org/10.1117/12.840991 PSISDG 0277-786X Академия Google

16. 

М. Швердтфегер и др.,
“ Выход за пределы длины волны: трехмерное изображение скрытых субволновых трещин в скульптуре и строительных материалах с помощью терагерцовой спектроскопии отражения во временной области »,
заявл. Опт., 52 375
–380
(2013). https://doi.org/10. 1364/AO.52.000375 APOPAI 0003-6935 Академия Google

17. 

Х. Чжун и др.,
« Неразрушающая идентификация дефектов с помощью терагерцовой времяпролетной томографии »,
IEEE Sens. J., 5 203
–208
(2005). https://doi.org/10.1109/JSEN.2004.841341 ISJEAZ 1530-437X Google Scholar

18. 

А. И. Эрнандес-Серрано и др.,
« Контроль качества кожи с помощью терагерцовой спектроскопии во временной области »,
заявл. Опт., 53 7872
–7876
(2014). https://doi.org/10.1364/AO.53.007872Google Scholar

19. 

Д. Банерджи и др.,
« Диагностика содержания воды в бумаге с помощью терагерцового излучения »,
Опц. Экспресс, 16 9060
–9066
(2008). https://doi.org/10.1364/OE.16.009060 OPEXFF 1094-4087 Академия Google

20.  

К. Кавасе и др.,
« Неразрушающая терагерцовая визуализация запрещенных наркотиков с использованием спектральных отпечатков пальцев »,
Опц. Экспресс, 11 2549
–2554
(2003). https://doi.org/10.1364/OE.11.002549 OPEXFF 1094-4087 Академия Google

21. 

Ю. К. Шен и др.,
Обнаружение и идентификация взрывчатых веществ с помощью терагерцовой импульсной спектроскопии »,
заявл. физ. Лет., 86 241116
(2005). https://doi.org/10.1063/1.1946192 APPLAB 0003-6951 Академия Google

22. 

М. Тонучи,
« Передовая терагерцовая технология »,
Нац. Фотоника, 1 97
–105
(2007). https://doi.org/10.1038/nphoton.2007.3 NPAHBY 1749-4885 Google Scholar

23. 

П. Джепсен, Д. Кук и М. Кох,
Терагерцовая спектроскопия и визуализация: современные методы и приложения ”,
Лазерная фотоника, ред. , 5 124
–166
(2010). https://doi.org/10.1002/lpor.v5.1Академия Google

24. 

С. Хаджилукас, Л. Карацас и Дж. Боуэн,
« Измерения содержания воды в листьях с использованием терагерцового излучения »,
IEEE транс. Теория СВЧ, 47 142
–149
(1999). https://doi.org/10.1109/22.744288 IETMAB 0018-9480 Академия Google

25. 

Н. Карпович и др.,
« Компактная субтерагерцовая система непрерывного действия для инспекционных приложений »,
заявл. физ. Лет., 86 054105
(2005). https://doi.org/10.1063/1.1856701 APPLAB 0003-6951 Академия Google

26. 

А. Доброю и др.,
Терагерцовая система визуализации на основе генератора обратной волны »,
заявл. Опт., 43 5637
–5646
(2004). https://doi.org/10.1364/AO. 43.005637 APOPAI 0003-6935 Академия Google

27. 

Q. Сонг и др.,
« Быстрая система непрерывной визуализации терагерцовых волн для обеспечения безопасности »,
Опц. коммун., 282 2019
–2022
(2009). https://doi.org/10.1016/j.optcom.2009.02.019 OPCOB8 0030-4018 Google Scholar

28. 

Б. Брайтенштейн и др.,
« Внедрение терагерцовой технологии в биологию растений: новый метод мониторинга изменений состояния воды в листьях »,
Дж. Заявл. Бот. Качество еды, 84 158
–161
(2011). Google ученый

29. 

Ю. Ф. Сан и др.,
« Терагерцовый детектор с автоматическим смешиванием ган / водорослей при комнатной температуре, усиленный резонансными антеннами »,
заявл. физ. Лет., 98 252103
(2011). https://doi.org/10.1063/1. 3601489APPLAB 0003-6951 Академия Google

30. 

Ю. Ф. Сан и др.,
« Высокочувствительный, малошумящий, работающий при комнатной температуре, самосмешивающийся терагерцовый детектор, реализованный с использованием плавающих антенн на полевом транзисторе на основе гана ,
заявл. физ. лит., 100 013506
(2012). https://doi.org/10.1063/1.3673617 APPLAB 0003-6951 Академия Google

31. 

Х. Цинь и др.,
Обнаружение некогерентного терагерцового излучения с помощью полевых транзисторов с высокой подвижностью электронов с антенной связью »,
заявл. физ. Лет., 110 171109
(2017). https://doi.org/10.1063/1.4982604 APPLAB 0003-6951 Академия Google

32. 

Цыдынжапов Г. и др.,
« Коммерческая субтерагерцовая видеокамера »,

в 20-м междунар. дисп. Семинары 2013, IDW 2013,
1413
–1414
(2013). Google ученый

33. 

Муравьев В. и др.,
“ Высокоскоростная полупроводниковая камера для формирования изображений терагерцового диапазона ”,

в 38-м межд. конф. Инфракрасные, миллиметровые и терагерцовые волны,

(2013). https://doi.org/10.1109/IRMMW-THz.2013.6665502Google Scholar

34. 

Муравьев В.М. и др.,
« Новая система обработки изображений в терагерцовом диапазоне для промышленного применения »,

в 41-м межд. конф. Инфракрасные, миллиметровые и терагерцовые волны,

(2016). https://doi.org/10.1109/IRMMW-THz.2016.7758612Google Scholar

35. 

Цыдынжапов Г.Е. и др.,
« Новый терагерцовый сканер для тела »,

в 43-м межд. конф. Инфракрасные, миллиметровые и терагерцовые волны,

(2018). https://doi.org/10.1109/IRMMW-THz.2018.8510513Google Scholar

36. 

М. Кляйн и А. Дж. Гасевски,
“ Чувствительность миллиметровых и субмиллиметровых частот к колебаниям температуры атмосферы и водяного пара »,

в Sens. Manag. Окружающая среда. Международный IEEE. Geosci. и Remote Sens., IGARSS’98, Symp. проц.,
568
–571
(1998). https://doi.org/10.1109/IGARSS.1998.699513Google Scholar

37. 

Муравьев В.М., Кукушкин И.В.,
« Плазмонный детектор/спектрометр субтерагерцового излучения на основе двумерной электронной системы со встроенным дефектом »,
заявл. физ. лит., 100 082102
(2012). https://doi.org/10.1063/1.3688049APPLAB 0003-6951 Академия Google

38. 

Муравьев В. М. и др.,
« О времени отклика плазмонных терагерцовых детекторов »,
Дж. Эксп. Теор. физ. Письмо, 103 792
–794
(2016). https://doi.org/10.1134/S0021364016120080 JTPLA2 0021-3640 Академия Google

Биография

Антон Владимирович Щепетильников получил степень бакалавра и магистра прикладной физики и математики в Московском физико-техническом институте, Москва, Россия, в 2010 и 2012 годах соответственно. Он получил докторскую степень по физике твердого тела в Институте физики твердого тела, Черноголовка, Россия, в 2016 году. В настоящее время он является старшим научным сотрудником Института физики твердого тела, Черноголовка, Россия, а также старшим инженером в Terasense Group Inc., Сан-Хосе, США. Его текущие исследовательские интересы включают физику вращения в низкоразмерных системах и приложения для визуализации субтерагерцового диапазона.

Алексей Михайлович Зарезин получил степень бакалавра прикладных физико-математических наук в Московском физико-техническом институте, Москва, Россия, в 2019 году. В настоящее время он получает степень магистра в Московском физико-техническом институте, Москва, Россия. . Он также является инженером в Институте физики твердого тела, Черноголовка, Россия, и инженером в Terasense Group Inc., Сан-Хосе, США. Его текущие исследовательские интересы включают плазмоны в низкоразмерных системах и приложения для визуализации субтерагерцовой частоты.

Вячеслав М. Муравьев получил степень бакалавра и магистра прикладной физики и математики в Московском физико-техническом институте, Москва, Россия, в 2005 и 2007 годах соответственно. Он получил докторскую степень по физике твердого тела в Институте физики твердого тела, Черноголовка, Россия, в 2010 году. В настоящее время он является старшим научным сотрудником Института физики твердого тела, Черноголовка, Россия, а также вице-президентом Terasense Group Inc., Сан-Хосе, США. Его текущие исследовательские интересы включают плазмоны в низкоразмерных системах и приложения для визуализации субтерагерцовой частоты.

Павел А. Гусихин, , получил степень бакалавра и магистра прикладной физики и математики в Московском физико-техническом институте, Москва, Россия, в 2009 и 2011 годах соответственно. Он получил степень доктора философии по физике твердого тела в Институте физики твердого тела, Черноголовка, Россия, в 2016 году. В настоящее время он является научным сотрудником Института физики твердого тела, Черноголовка, Россия, а также старшим инженером в Terasense Group Inc., Сан-Хосе, США. Его текущие исследовательские интересы включают плазмоны в низкоразмерных системах и приложения для визуализации субтерагерцовой частоты.

Кукушкин Игорь Викторович — главный научный сотрудник Института физики твердого тела, Черноголовка, Россия, а также президент Terasense Group Inc., Сан-Хосе, США. В 1983 г. получил степень кандидата наук по физике твердого тела в Институте физики твердого тела, г. Черноголовка, Россия. В 2016 г. избран действительным членом Российской академии наук (отделение общей физики и астрономии).