图像引导原位无掩模光刻实现微流控器件快速成型

微流控技术历经多年发展，如今已成为生物医学分析、即时诊断等领域的底层支撑技术。这一成就离不开一个关键环节——微器件的快速制造。在众多制造方案中，基于数字微镜器件（DMD）的无掩模光刻技术，凭借其可自定义图案、制造速度快、初始投入相对较低等优势，成为一条高性价比的路径。

然而，理想与现实之间往往存在差距。通常，这种光刻方法需要在很薄的光刻胶层内完成，随后还需借助刻蚀或深反应离子刻蚀（DRIE）进行后续加工，才能获得纳米至亚毫米级别的微流控器件。因此，若能实现“原位”一步成型，省去繁琐的后处理步骤，才能真正引发效率革命。

问题在于，原位无掩模光刻过程中的聚合反应并不总是可控。它受预聚物溶液的材料特性、局部光化学环境以及紫外光强度分布的共同影响。无论是阳离子聚合还是自由基聚合，反应物质都会从激发区域向四周扩散，如同墨水在水中逐渐晕染。此外，DMD照明本身存在光不均匀性——当两个曝光区相互靠近时，自由基扩散与光不均匀性会协同作用，导致特征结构展宽、过度固化，甚至使原本不相连的结构“粘连”在一起。结果，缩小特征间距比缩小特征尺寸本身更具挑战。更棘手的是，若用于制造含细胞的支架结构，细胞还会散射光线，进一步降低打印精度。这一系列连锁反应被行业内称为“邻近效应”。本质上，它与聚合物链的生长、光的不均匀性、散射、热或分子扩散以及后续曝光的剂量积累密切相关。

如何解决邻近效应？常见的思路包括：通过线性光栅、振荡、曝光剂量调制来操控入射光，或在预聚合物溶液中添加光抑制剂以改变材料特性。但线性光栅仅在薄光刻胶层中有效，而调整预聚合物溶液的方法主要提升3D打印的垂直分辨率，对水平方向改善有限。近年来，研究人员探索了多种方案。例如，负投影光刻技术（NPL）针对PEGDA材料，可将无掩模光刻的分辨率提升至20–50微米厚的微流控器件中，实现边长25微米、间距100微米的正方形结构，但代价是多步聚合工艺与复杂的材料合成。另一种闪光光聚合方法，通过控制光引发剂的自由基扩散来减少邻近效应，但曝光时间缩短、强度增加后，结构均匀性又成为新问题。归根结底，核心挑战依然在于：需要在无掩模光刻过程中，对曝光和图案生长实现更精准的控制。

好消息是，随着摄像头与人工智能技术的进步，图像辅助的闭环控制开始展现潜力——这一思路已在激光增材制造领域得到验证，如今正逐步应用于微流控领域。

值得关注的是，美国理海大学（Lehigh University）的研究团队近期提出了一套新方案，名为“图像引导原位无掩模光刻”（IGIs-ML）。其核心思路清晰直接：将动态图像分析与间歇流量控制相结合。实验结果表明，该方法在大面积、多器件制造中，对密集特征的重复性和保真度表现优异。同时，它具有良好的通用性，可用于制造多种微流控器件，并有效规避邻近效应和尺寸限制问题。从经济性和可靠性角度评估，这套方法已展现出超越传统快速原型制造工具的潜力。相关研究成果已发表于《自然·通讯》（Nature Communications），标题为“Rapid prototyping of high-resolution large format microfluidic device through maskless image guided in-situ photopolymerization”。

图1 基于原位图像引导的微流控原型器件制造示意图

具体而言，研究者搭建的这套系统首次将基于图像的反馈机制引入投影图案的精确控制、紫外线的高速触发以及无掩模光刻的流量控制中，真正实现了一步到位的原位原型制作。该系统具有高度灵活性，不受材料类型、紫外线功率、光均匀性乃至器件厚度的影响。

图2 无掩模光刻的原位跟踪和动态投影

图3 模拟自由基扩散和光不均匀性对器件制造的影响

图4 光固化过程中的动态形状校正

在验证阶段，他们利用该方法制造了大规模确定性侧向位移（DLD）器件，在空间图案的保真度和可重复性方面均表现出色。更难得的是，他们在多种光敏材料上进行了尝试，包括PEGDA 700、PEGDA 250、商业树脂以及常用于生物工程的明胶甲基丙烯酰（GelMA），均取得了良好效果。

图5 所提出的大规模制造方法的可重复性

最后，为展示这套方法的实际应用潜力，他们从CAD文件出发，直接制造了两个脉管网络状结构，工艺步骤极少。同时，还生成了一批具有可调参数的均匀凹微柱，用于细胞球体培养。这些成果充分验证了新方法的可行性与实用性。

图6 自动化原位微脉管和载细胞水凝胶制造

总体而言，这项研究建立了一套对材料、实验装置和操作人员依赖度均降至最低的系统性方法。利用该方法制造各种高空间分辨率的微流控器件，相较于现有快速成型平台，确实向前迈进了一大步。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：图像引导原位无掩模光刻实现微流控器件快速成型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题