[논문 리뷰] High-resolution wide-field magnetic imaging with sparse sampling using nitrogen-vacancy centers

Keqing Liu, Jiazhao Tian외 8명|arXiv (Cornell University)|2026. 01. 31.

Diamond and Carbon-based Materials Research인용 수 0

한 줄 요약

희소 샘플링 프레임워크(MABE)를 제안하여 25개의 측정값만으로 10^4-픽셀 폭의 NV 다이아몬드 자장 이미지를 재구성하고, SSIM 약 0.999 이상 및 위상 변조 다이나믹 디커플링 펄스(PM-pulse) 최적화를 통한 감도 향상.

ABSTRACT

Nitrogen-vacancy (NV) centers in diamond enable quantitative magnetic imaging, yet practical implementations must balance spatial resolution against acquisition time (and thus per-pixel sensitivity). Single-NV scanning magnetometry achieves genuine nanoscale resolution, nonetheless requires typically a slow pixel-by-pixel acquisition. Meanwhile, wide-field NV-ensemble microscopy provides parallel readout over a large field of view, however is jointly limited by the optical diffraction limit and the sensor-sample standoff. Here, we present a sparse-sampling strategy for reconstructing high-resolution wide-field images from only a small number of measurements. Using simulated NV-ensemble detection of ac magnetic fields, we show that a mean-adjusted Bayesian estimation (MABE) framework can reconstruct 10000-pixel images from only 25 sampling points, achieving SSIM values exceeding 0.999 for representative smooth field distributions, while optimized dynamical-decoupling pulse sequences yield an approximately twofold improvement in magnetic-field sensitivity. The method further clarifies how sampling patterns and sampling density affect reconstruction accuracy and suggests a route toward faster and more scalable magnetic-imaging architectures that may extend to point-scanning NV sensors and other magnetometry platforms, such as SQUIDs, Hall probes, and magnetic tunnel junctions.

연구 동기 및 목표

• 공간 해상도와 획득 시간의 균형을 통해 NV 중심으로 빠르고 와이드 필드 자기 이미징의 필요성을 제시한다.
• 희소 샘플링과 베이지안 재구성이 고해상도 자기장 맵을 재구성할 수 있음을 입증한다.
• 최적화된 다이나믹 디커플링 펄스가 픽셀당 감도를 어떻게 향상시키는지 보여준다.
• 정확한 재구성을 위한 샘플링 패턴과 밀도에 대한 지침을 제공한다.
• NV 중심 외의 다른 자기측정 플랫폼에 적용 가능성을 시사한다.

제안 방법

• 실제 노이즈 하에서 400 μs 총 진화 시간과 XY-8 시퀀스로 NV 집단 검출의 교류 자기장을 시뮬레이션한다.
• 25 샘플링 포인트에서 10^4-픽셀 이미지를 재구성하기 위해 평균 보정 베이지안 추정(MABE)을 적용한다.
• 측정 바이어스를 보정하기 위해 참조 기반 평균 보정(비례 보정)을 도입한다.
• 비均질 확산과 노이즈 하에서 게이트 충실도를 최대화하기 위해 위상 변조(PM) 제어 펄스를 최적화한다.
• 1개, 2개, 3개의 극값 분포에 걸쳐 SSIM 및 기타 지표로 이미징 성능을 정량화한다.

실험 결과

연구 질문

• RQ1 NV 집단을 사용하여 희소한 측정 집합으로 고해상도 와이드 필드 자기장 이미지를 신뢰하게 재구성할 수 있는가?
• RQ2 실제 NV 노이즈 하에서 샘플링 밀도와 샘플링 패턴이 재구성 품질에 어떤 영향을 미치는가?
• RQ3 PM-펄스 최적화 다이나믹 디커플링으로 자기장 감도가 어떤 개선을 얻을 수 있는가?
• RQ4 MABE 프레임워크가 학습 없이 작동하며 더 큰 시야나 다른 자기측정 플랫폼으로 확장 가능한가?

주요 결과

• 대표적 매끄러운 분포에 대해 25 샘플링 포인트에서 SSIM > 0.999인 10^4-픽셀 자기장 이미지를 재구성할 수 있다.
• PM-pulse 최적화로 Pauli-X 및 Pauli-Y 게이트 충실도가 ~0.43에서 ~0.68로 증가하여 스핀 대비와 감도가 향상된다.
• 최적화된 센싱 시퀀스는 자기장 감도에서 약 두 배의 개선을 가져오며(예: 한 경우 0.94에서 0.45 nT/√Hz로).
• 참조 기반 평균 보정을 사용한 MABE 재구성은 MAE 및 RMSE를 ~10^-4로 감소시키고 PSNR ~30 dB, R^2 ~0.98–0.99, SSIM ~1.0으로 상당한 지표 향상을 달성한다.
• 격자 기반 샘플링 전략이 희소 재구성에서 테스트된 전략들 중에서 가장 잘 작동한다.
• 샘플링 포인트를 25에서 100으로 늘려도 SSIM의 수익이 감소하는 수익으로, 샘플 수가 네 배 증가에도 0.9999를 넘지 않는다.