通过利用融合两个显微镜信号的智能学习算法,密歇根大学的研究人员首次在一纳米尺度上实现了高分辨率、高效的3D化学成像。就上下文而言,纳米是一毫米的百万分之一,或人类头发宽度的十万分之一
密歇根大学材料科学与工程副教授、发表在《自然通讯》上的这项研究的通讯作者Robert Hovden说:“看到远小于光波长的看不见的世界,对于理解我们在纳米尺度上设计的物质至关重要,不仅是在二维,也是在三维。”
“通过利用我们对成像过程的了解,并采用一种新的断层重建方法,我们现在能够以高分辨率同时对结构和化学成分进行3D成像。这对复杂和异质材料来说是一种特别有用的方法,”该研究的贡献作者、加州大学伯克利分校材料科学与工程系副教授、劳伦斯伯克利国家实验室分子铸造部的科学家Mary Scott说
到目前为止,纳米材料研究人员不得不在成像3D结构或2D化学分布之间做出选择
这两种成像技术都使用扫描透射电子显微镜,它可以加速高能电子束穿过样品材料。这些高能电子可以在小于原子键长的距离上解析结构。然而,高分辨率成像需要大量的剂量或能量来有效地捕捉原子结构或化学成分
大多数情况下,化学成像所需的剂量正好处于材料的极限,如果样品再暴露在光束中,就会开始熔化。这对于需要获取许多化学图像的3D化学成像来说尤其重要
纳米级3D成像的工作原理与医学CT扫描类似,在医学CT扫描中,设备围绕患者旋转,以多个角度收集图像,以3D方式查看内部结构
取而代之的是电子断层扫描—3D纳米级成像的首选方法—当样品在电子束周围倾斜时,电子束保持静止。然而,这也有其自身的一系列复杂性,研究人员无法对样品进行完全成像,必须依靠机器学习算法来预测不可用角度的视图
Hovden说:“结构是一回事,但如果你想看到晶体管上的氧化物层或为清洁能源应用而设计的纳米颗粒中氧气的分布,你需要看到纳米级的化学,这是仅靠电子断层扫描无法获得的。”为了克服能量剂量问题,研究团队开发了一种被称为“多模电子断层扫描”的新过程,以收集每个倾斜角度的图像,而化学图像则每隔几次倾斜就稀疏地收集一次。然后,多模态算法获取两种信号类型的信息,并输出3D结构和化学成分
混合信号可使能量剂量减少约100倍,确保在成像完成之前样品不会被破坏
结果表明,该技术能够同时对有机化合物和金属进行成像,证明了该技术在广泛的材料上的应用
密歇根大学材料科学与工程博士毕业生、该研究的主要作者乔纳森·施瓦茨说:“我们的解决方案利用了显微镜中存在的所有互补信号,促进了不需要太多剂量的信号和非常渴望剂量的信号之间的通信。”
这两种成像技术依赖于电子在材料中移动时的不同物理特性。3D成像依赖于弹性散射,在弹性散射中,电子穿过样品时不会损失能量。在化学成像中,更高能量的电子束增加了发生更罕见的非弹性散射事件的可能性,在这种情况下,电子失去了反映其碰撞元素的特定能量,从而提供了独特的化学特征
Hovden说:“这是一种全新的方法,可以用来混合和使用弹性和非弹性散射电子的信号。”除了化学分布,机器学习输出甚至提供了有关化学计量或材料中元素比例的信息。例如,对于氧化铁(Fe2O3)中的每个基序,每三个氧原子可以有两个铁原子,或者每两个氧原子可能有两个铁原子
“因为该算法试图找出存在的元素的分解,所以它很好地捕捉到了化学成分的比例。这是我们在算法优化过程中免费获得的,”现为陈·扎克伯格成像研究所科学家的施瓦茨说
Hovden将这项技术的成功归功于物理学、材料科学和现代计算机科学
“第一步是了解每个探测器在显微镜下与物质相互作用的电子的物理性质。计算机科学将所有这些探测器连接在一起,以创建一个完整的图像。这是该领域的一个全新空间,”Hovden说
组合两种不同的信号以增强信息—也称为多模式成像—正在工程领域获得越来越多的关注。甲烷泄漏可以使用卫星成像与热或化学传感相结合的方法进行检测和解决。自动驾驶汽车将提供地形信息的遥感信号与汽车信号混合,以改善导航
“这是一个
Journal information: Nature Communications
Provided by University of Michigan College of Engineering
2024-10-28
2024-10-28
2024-10-28
2024-10-28
2024-10-28