CN117491400A - 消减热漫散射和非弹性散射的扫描透射衍射方法及装置 - Google Patents

消减热漫散射和非弹性散射的扫描透射衍射方法及装置 Download PDF

Info

Publication number
CN117491400A
CN117491400A CN202311450660.5A CN202311450660A CN117491400A CN 117491400 A CN117491400 A CN 117491400A CN 202311450660 A CN202311450660 A CN 202311450660A CN 117491400 A CN117491400 A CN 117491400A
Authority
CN
China
Prior art keywords
diffraction
scanning
scattering
convergence
function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311450660.5A
Other languages
English (en)
Other versions
CN117491400B (zh
Inventor
于荣
崔吉哲
郑怡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202311450660.5A priority Critical patent/CN117491400B/zh
Publication of CN117491400A publication Critical patent/CN117491400A/zh
Application granted granted Critical
Publication of CN117491400B publication Critical patent/CN117491400B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/20058Measuring diffraction of electrons, e.g. low energy electron diffraction [LEED] method or reflection high energy electron diffraction [RHEED] method
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/05Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/056Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
    • G01N2223/0565Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction diffraction of electrons, e.g. LEED

Landscapes

  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本申请涉及一种消减热漫散射和非弹性散射的扫描透射衍射方法及装置,其中,方法包括:采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据;根据实验数据计算位置平均的会聚束衍射,并在实验数据中每个扫描位置减去会聚束衍射,得到数据集;在四维扫描透射衍射分析或叠层成像的重构过程中减去会聚束衍射,使得利用数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。由此,解决了相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。

Description

消减热漫散射和非弹性散射的扫描透射衍射方法及装置
技术领域
本申请涉及材料结构分析与检测技术领域,特别涉及一种消减热漫散射和非弹性散射的扫描透射衍射方法及装置。
背景技术
相关技术中,四维扫描透射衍射技术是一种用于研究材料内部结构变化的高分辨率成像方法,叠层成像是一种基于四维扫描透射衍射信息的相位恢复技术,可以对物体内部不同组分、结构和形貌进行非破坏性观察,具有较高的空间分辨率、相位精度和剂量效率。
然而,相关技术中,在已有的叠层成像的重构算法中,前向传播过程缺少对热漫散射和非弹性散射的精确描述,无法完备地描述前向传播的物理过程,导致重构过程中的计算衍射图与实验衍射图存在较大的误差,限制了叠层成像的重构质量和应用范围,降低了结构分析精度和叠层重构效率,亟待改进。
发明内容
本申请提供一种消减热漫散射和非弹性散射的扫描透射衍射方法及装置,以解决相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。
本申请第一方面实施例提供一种消减热漫散射和非弹性散射的扫描透射衍射方法,包括以下步骤:采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据所述会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据;根据所述实验数据计算位置平均的会聚束衍射,并在所述实验数据中每个扫描位置减去所述会聚束衍射,得到数据集;在四维扫描透射衍射分析或叠层成像的重构过程中,减去所述会聚束衍射,使得利用所述数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。
可选地,在本申请的一个实施例中,所述实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项。
可选地,在本申请的一个实施例中,所述在四维扫描透射衍射分析或叠层成像的重构过程中,减去所述会聚束衍射,使得利用所述数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献,包括:计算正向传播过程模拟数据和所述数据集的损失函数;求解所述损失函数关于优化参数的梯度;根据所述梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数。
可选地,在本申请的一个实施例中,在计算所述正向传播过程模拟数据和所述数据集的损失函数之前,还包括:初始化所述物函数和所述电子束函数;根据所述物函数和所述电子束函数计算所述模拟数据。
本申请第二方面实施例提供一种消减热漫散射和非弹性散射的扫描透射衍射装置,包括:采集模块,用于采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据所述会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据;第一计算模块,用于根据所述实验数据计算位置平均的会聚束衍射,并在所述实验数据中每个扫描位置减去所述会聚束衍射,得到数据集;重构模块,用于在四维扫描透射衍射分析或叠层成像的重构过程中,减去所述会聚束衍射,使得利用所述数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。
可选地,在本申请的一个实施例中,所述实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项。
可选地,在本申请的一个实施例中,所述重构模块包括:计算单元,用于计算正向传播过程模拟数据和所述数据集的损失函数;求解单元,用于求解所述损失函数关于优化参数的梯度;优化单元,用于根据所述梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数。
可选地,在本申请的一个实施例中,还包括:初始化模块,用于初始化所述物函数和所述电子束函数;第二计算模块,用于根据所述物函数和所述电子束函数计算所述模拟数据。
申请第三方面实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的消减热漫散射和非弹性散射的扫描透射衍射方法。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,该程序被处理器执行时实现如上的消减热漫散射和非弹性散射的扫描透射衍射方法。
本申请实施例可以对采集到的实验衍射图进行预处理,包括但不限于扣除位置平均的衍射图,或者在实验衍射图与叠层成像重构算法的计算衍射图中都扣除位置平均的衍射图,从而进行分析或重构,获得样品的结构信息,有效消减热漫散射和非弹性散射对叠层成像技术的影响,提高了叠层成像精度的同时,提高收敛速度和更大的样品厚度容忍度。由此,解决了相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。由此,解决了相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种消减热漫散射和非弹性散射的扫描透射衍射方法的流程图;
图2为根据本申请一个实施例的消减热漫散射和非弹性散射的扫描透射衍射方法的原理示意图;
图3为根据本申请一个实施例的扣除位置平均衍射图算法的原理示意图;
图4为根据本申请一个实施例的原始数据预处理结果展示示意图;
图5为根据本申请一个实施例的快速收敛效果的对比示意图;
图6为根据本申请一个实施例的对于厚样品的算法改进前后效果对比示意图;
图7根据本申请实施例提供的一种消减热漫散射和非弹性散射的扫描透射衍射装置的结构示意图;
图8为根据本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的消减热漫散射和非弹性散射的扫描透射衍射方法、装置、电子设备及存储介质。针对上述背景技术中心提到的相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率的问题,本申请提供了一种消减热漫散射和非弹性散射的扫描透射衍射方法,在该方法中,可以对采集到的实验衍射图进行预处理,包括但不限于扣除位置平均的衍射图,或者在实验衍射图与叠层成像重构算法的计算衍射图中都扣除位置平均的衍射图,从而进行分析或重构,获得样品的结构信息,有效消减热漫散射和非弹性散射对叠层成像技术的影响,提高了叠层成像精度的同时,提高收敛速度和更大的样品厚度容忍度。由此,解决了相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。
具体而言,图1为本申请实施例所提供的一种消减热漫散射和非弹性散射的扫描透射衍射方法的流程示意图。
如图1所示,该消减热漫散射和非弹性散射的扫描透射衍射方法包括以下步骤:
在步骤S101中,采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据。
可以理解的是,会聚束衍射指的是一种光学技术,用于研究物体的衍射图样,以获取关于物体结构和性质的信息,会聚束衍射信息是指通过使用会聚光束照射样品,然后收集和处理由样品衍射产生的光强分布图所得到的相关数据。
具体地,本申请实施例可以利用衍射仪等光学仪器来获取扫描点的会聚束衍射信息,从而通过分析处理得到包含有扫描位置和扫描位置对应衍射信息的实验数据,例如将光束聚焦在BiFeO3晶体样品表面的不同位置上,并记录下每个扫描位置对应的衍射图样,可以采集到扫描点对应衍射图的实验数据为:加速能量:300keV;会聚半角:25mrad;扫描步长:欠焦量:0nm(正焦条件)。
本申请实施例可以根据会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据,从而能够帮助了解材料的结构和性能,为后续对样品进行分析重构提供数据基础。
可选地,在本申请的一个实施例中,实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项。
可以理解的是,实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项,其中,加速能量指的是光束在实验中的能量水平,可以影响到衍射图样的形状和分布,会聚半角指的是光束被聚焦后的扩散程度,扫描步长指的是在样品平面上,沿某个方向进行扫描时的步进量,欠焦量指的是样品相对于光学焦点的位置偏移量。
具体地,本申请实施例需要重构的是BiFeO3晶体样品的[110]带轴下的衍射数据,进而可以采集到扫描点对应衍射图的实验数据为:加速能量:300keV;会聚半角:25mrad;扫描步长:欠焦量:0nm(正焦条件)。
此外,本申请实施例需要重构的是氧掺杂的钛金属样品在[11-20]带轴投影的原子结构,进而可以采集到扫描点对应衍射图的实验数据为:加速能量:300keV;会聚半角:25mrad;扫描步长:欠焦量:20nm(正焦条件)。
本申请实施例通过采集到的实验数据,可以充分了解样品的整体结构和性质,进而通过调节加速能量、会聚半角、扫描步长和欠焦量等参数,可以优化会聚束衍射实验的条件,从而提高数据的质量和可靠性,能够更准确地还原样品的结构信息,有助于后续进行解析和重构。
在步骤S102中,根据实验数据计算位置平均的会聚束衍射,并在实验数据中每个扫描位置减去会聚束衍射,得到数据集。
具体地,本申请实施例根据实验数据计算位置平均的会聚束衍射,并在实验数据中每个扫描位置减去会聚束衍射,得到数据集,结合图2所示,步骤如下:
步骤S1,通过电子束对样品进行扫描,采集样品每个扫描点的衍射图D1。
步骤S2,对每个扫描点衍射图进行预处理得到D2。
进一步地,通过对实验数据D1预处理得到消减热漫散射和非弹性散射部分信号的数据集D2,结合图3所示,步骤如下:
步骤S1,通过电子束对样品进行扫描,采集样品每个扫描点的衍射图。
步骤S2,根据扫描数据计算PACBED(Position-averaged convergent beamelectron diffraction,位置平均会聚束电子衍射)图。
步骤S3,对每个扫描点衍射图进行减去PACBED的预处理。
可以理解的是,本申请实施例采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,得到包含有扫描位置和扫描位置对应衍射信息的实验数据D1,根据采集得到的数据计算位置平均的会聚束衍射,在D1中每个扫描位置减去位置平均会聚束衍射,得到数据集D2,如图4所示,得到从实验衍射图中扣除位置平均衍射图的示意图,扣除位置平均会聚束衍射后的衍射图将进一步用于叠层重构。
本申请实施例将实验数据中不同位置的会聚束衍射结果进行位置平均,可以得到一个整体的会聚束衍射信号,从而获取样品结构的整体特征信息,同时从实验数据中减去位置平均的会聚束衍射信号,可以减小会聚束衍射的影响,提供更准确和可靠的数据基础,从而进一步改善分析和重构结果的质量。
在步骤S103中,在四维扫描透射衍射分析或叠层成像的重构过程中,减去会聚束衍射,使得利用数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。
可以理解的是,本申请实施例在四维扫描透射衍射分析或叠层成像的重构过程中,减去会聚束衍射,使得利用数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献,结合图2所示,步骤如下:
步骤S1,通过电子束对样品进行扫描,采集样品每个扫描点的衍射图D1。
步骤S2,对每个扫描点衍射图进行预处理得到D2。
步骤S3,初始化物函数和电子束函数。
步骤S4,根据物体和电子束函数计算正向传播的模拟数据。
步骤S5,计算正向传播过程模拟和实验数据D2的损失函数。
步骤S6,求解损失函数关于优化参数的梯度,根据梯度优化物函数、电子束函数和其他待优化参数。
步骤S7,判断满足迭代收敛终止条件。
步骤S8,获得物函数和电子束函数。
本申请实施例在四维扫描透射衍射分析或叠层成像的重构过程中,通过减去会聚束衍射的影响,可以提高分析和重构的准确性和精度,消减了热漫散射和非弹性散射的贡献后,利用处理后的数据集进行分析或重构,可以更加准确地获得样品的结构信息,提高结构信息的精确性和清晰度,增强对样品性质的准确表征。
可选地,在本申请的一个实施例中,在四维扫描透射衍射分析或叠层成像的重构过程中,减去会聚束衍射,使得利用数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献,包括:计算正向传播过程模拟数据和数据集的损失函数;求解损失函数关于优化参数的梯度;根据梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数。
可以理解的是,本申请实施例通过计算正向传播过程模拟数据和数据集的损失函数,可以求解损失函数关于优化参数的梯度,进而根据梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数,结合图3所示,具体步骤如下:
步骤S1,通过电子束对样品进行扫描,采集样品每个扫描点的衍射图。
步骤S2,根据扫描数据计算PACBED图。
步骤S3,对每个扫描点衍射图进行减去PACBED的预处理。
步骤S4,初始化物函数和电子束函数。
步骤S5,根据物体和电子束函数计算正向传播的模拟数据。
步骤S6,根据正向传播的模拟数据计算该模拟数据的PACBED。
步骤S7,对每个扫描点的模拟数据进行减去模拟PACBED的处理。
步骤S8,计算正向传播过程模拟数据和实验数据的损失函数。
步骤S9,求解损失函数关于优化参数的梯度,根据梯度优化物函数、电子束函数和其他待优化参数。
步骤S10,判断满足迭代收敛终止条件。
步骤S11,获得物函数和电子束函数。
本申请实施例通过求解损失函数关于优化参数的梯度,可以准确了解损失函数的变化方向,有助于确定后续优化步骤中的参数调整方向,进而根据梯度信息调整优化参数,可以不断改进模拟数据与真实数据之间的吻合度,进一步提高了模拟结果的准确性和精度,反复迭代优化过程,可以使得模拟数据更好地拟合真实数据集,有助于加快优化过程的收敛速度,从而提高计算效率。
可选地,在本申请的一个实施例中,在计算正向传播过程模拟数据和数据集的损失函数之前,还包括:初始化物函数和电子束函数;根据物函数和电子束函数计算模拟数据。
可以理解的是,在计算正向传播过程模拟数据和数据集的损失函数之前,需要对物函数和电子束函数进行初始化,其中,物函数指的是描述物体表面材质特性的函数或模型,电子束函数指的是入射电子束的空间分布和强度。
本申请实施例通过初始化物函数和电子束函数,可以为后续的优化过程提供更好的起点,加快优化算法的收敛速度,降低优化过程中出现局部最优解的可能性,从而提高优化效率,根据初始化的物函数和电子束函数,利用正向传播算法可以计算出对应的模拟数据,有助于评估物函数和电子束函数的质量和准确性。
结合图2、图3、图4、图5和图6所示,以一个实施例对本申请实施例的消减热漫散射和非弹性散射的扫描透射衍射方法进行详细阐述。
可以理解的是,本申请实施例通过对实验数据D1预处理得到消减热漫散射和非弹性散射部分信号的数据集D2,结合图2所示,步骤如下:
步骤S1,通过电子束对样品进行扫描,采集样品每个扫描点的衍射图D1。
步骤S2,对每个扫描点衍射图进行预处理得到D2。
步骤S3,初始化物函数和电子束函数。
步骤S4,根据物体和电子束函数计算正向传播的模拟数据。
步骤S5,计算正向传播过程模拟和实验数据D2的损失函数。
步骤S6,求解损失函数关于优化参数的梯度,根据梯度优化物函数、电子束函数和其他待优化参数。
步骤S7,判断满足迭代收敛终止条件。
步骤S8,获得物函数和电子束函数。
可以理解的是,通过扣除位置平均会聚束衍射实现消减热漫散射和非弹性散射的叠层重构算法,在扫描数据中扣除位置平均会聚束衍射部分,结合扣除位置平均会聚束衍射的数据可以在算法中同样进行扣除计算的位置平均会聚束衍射,结合图3所示,具体步骤如下:
步骤S1,通过电子束对样品进行扫描,采集样品每个扫描点的衍射图。
步骤S2,根据扫描数据计算PACBED图。
步骤S3,对每个扫描点衍射图进行减去PACBED的预处理。
步骤S4,初始化物函数和电子束函数。
步骤S5,根据物体和电子束函数计算正向传播的模拟数据。
步骤S6,根据正向传播的模拟数据计算该模拟数据的PACBED。
步骤S7,对每个扫描点的模拟数据进行减去模拟PACBED的处理。
步骤S8,计算正向传播过程模拟数据和实验数据的损失函数。
步骤S9,求解损失函数关于优化参数的梯度,根据梯度优化物函数、电子束函数和其他待优化参数。
步骤S10,判断满足迭代收敛终止条件。
步骤S11,获得物函数和电子束函数。
可以理解的是,结合图3和图4所示,本申请实施例可以采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,得到包含有扫描位置和扫描位置对应衍射信息的实验数据D1,根据采集得到的数据计算位置平均的会聚束衍射,在D1中每个扫描位置减去位置平均会聚束衍射,得到数据集D2,在四维扫描透射衍射分析或叠层成像的重构过程中减去计算的位置平均会聚束衍射,应用产生的数据集D2和改进的方法进行分析或重构,获得样品的结构信息。值得注意的是,若采用其他消减热满散射和非弹性散射的预处理方式则需要在算法中添加针对性的改进步骤。
具体地,在本申请的实施例中,需要重构的是BiFeO3晶体样品的[110]带轴下的衍射数据,采集到扫描点对应衍射图的实验条件为:加速能量:300keV;会聚半角:25mrad;扫描步长:0.37长;欠焦量:0nm(正焦条件),BiFeO3样品中Bi类原子属于重原子,对入射电子的散射能力强,在已知的叠层重构算法中,这类原子的信号往往难以收敛或收敛速度较慢,结合图5所示,相关技术所得物函数的分辨率低,图像模糊,本申请实施例和相关技术的重构效果相比,应用本申请实施例所得物函数,其中叠加了BiFeO3晶体结构模型,提高了重构结果的分辨率和清晰度,加快了收敛速度,且对强散射原子具有更好的重构效果。
此外,以氧掺杂的钛合金为例,在本申请的实施例中,需要重构的是氧掺杂的钛金属样品在[11-20]带轴投影的原子结构,实验条件为:加速能量:300keV;会聚半角:25mrad;扫描步长:欠焦量:20nm(正焦条件)。由于厚样品带来的热漫散射和非弹性散射效应较强,对叠层重构的负面影响较大,使用之前的算法,并不能对此类厚样品数据有效重构,而使用本申请提出的算法,可以进行重构得到高质量的物体相位。结合图6所示,本申请实施例和相关技术的重构效果相比,重构结果的分辨率和清晰度明显提高,且对样品厚度具有更高的容忍性。
根据本申请实施例提出的消减热漫散射和非弹性散射的扫描透射衍射方法,可以对采集到的实验衍射图进行预处理,包括但不限于扣除位置平均的衍射图,或者在实验衍射图与叠层成像重构算法的计算衍射图中都扣除位置平均的衍射图,从而进行分析或重构,获得样品的结构信息,有效消减热漫散射和非弹性散射对叠层成像技术的影响,提高了叠层成像精度的同时,提高收敛速度和更大的样品厚度容忍度。由此,解决了相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。
其次参照附图描述根据本申请实施例提出的消减热漫散射和非弹性散射的扫描透射衍射装置。
图7是本申请实施例的消减热漫散射和非弹性散射的扫描透射衍射装置的方框示意图。
如图7所示,该消减热漫散射和非弹性散射的扫描透射衍射装置10包括:采集模块100、第一计算模块200和重构模块300。
具体地,采集模块100,用于采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据。
第一计算模块200,用于根据实验数据计算位置平均的会聚束衍射,并在实验数据中每个扫描位置减去会聚束衍射,得到数据集。
重构模块300,用于在四维扫描透射衍射分析或叠层成像的重构过程中,减去会聚束衍射,使得利用数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。
可选地,在本申请的一个实施例中,实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项。
可选地,在本申请的一个实施例中,重构模块300包括:计算单元、求解单元和优化单元。
其中,计算单元,用于计算正向传播过程模拟数据和数据集的损失函数;
求解单元,用于求解损失函数关于优化参数的梯度;
优化单元,用于根据梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数。
可选地,在本申请的一个实施例中,还包括:初始化模块和第二计算模块。
其中,初始化模块,用于初始化物函数和电子束函数;
第二计算模块,用于根据物函数和电子束函数计算模拟数据。
需要说明的是,前述对消减热漫散射和非弹性散射的扫描透射衍射方法实施例的解释说明也适用于该实施例的消减热漫散射和非弹性散射的扫描透射衍射装置,此处不再赘述。
根据本申请实施例提出的消减热漫散射和非弹性散射的扫描透射衍射装置,可以对采集到的实验衍射图进行预处理,包括但不限于扣除位置平均的衍射图,或者在实验衍射图与叠层成像重构算法的计算衍射图中都扣除位置平均的衍射图,从而进行分析或重构,获得样品的结构信息,有效消减热漫散射和非弹性散射对叠层成像技术的影响,提高了叠层成像精度的同时,提高收敛速度和更大的样品厚度容忍度。由此,解决了相关技术中,由于热漫散射和非弹性散射对叠层成像技术的影响,导致重构过程存在误差,降低了结构分析精度和厚样品的叠层重构效率等问题。
图8为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:
存储器801、处理器802及存储在存储器801上并可在处理器802上运行的计算机程序。
处理器802执行程序时实现上述实施例中提供的消减热漫散射和非弹性散射的扫描透射衍射方法。
进一步地,电子设备还包括:
通信接口803,用于存储器801和处理器802之间的通信。
存储器801,用于存放可在处理器802上运行的计算机程序。
存储器801可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器801、处理器802和通信接口803独立实现,则通信接口803、存储器801和处理器802可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器801、处理器802及通信接口803,集成在一块芯片上实现,则存储器801、处理器802及通信接口803可以通过内部接口完成相互间的通信。
处理器802可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的消减热漫散射和非弹性散射的扫描透射衍射方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种消减热漫散射和非弹性散射的扫描透射衍射方法,其特征在于,包括以下步骤:
采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据所述会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据;
根据所述实验数据计算位置平均的会聚束衍射,并在所述实验数据中每个扫描位置减去所述会聚束衍射,得到数据集;
在四维扫描透射衍射分析或叠层成像的重构过程中,减去所述会聚束衍射,使得利用所述数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。
2.根据权利要求1所述的方法,其特征在于,所述实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项。
3.根据权利要求1所述的方法,其特征在于,所述在四维扫描透射衍射分析或叠层成像的重构过程中,减去所述会聚束衍射,使得利用所述数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献,包括:
计算正向传播过程模拟数据和所述数据集的损失函数;
求解所述损失函数关于优化参数的梯度;
根据所述梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数。
4.根据权利要求3所述的方法,其特征在于,在计算所述正向传播过程模拟数据和所述数据集的损失函数之前,还包括:
初始化所述物函数和所述电子束函数;
根据所述物函数和所述电子束函数计算所述模拟数据。
5.一种消减热漫散射和非弹性散射的扫描透射衍射装置,其特征在于,包括:
采集模块,用于采集二维样品平面内规律排列或随机分布的扫描点的会聚束衍射信息,并根据所述会聚束衍射信息得到包含有扫描位置和扫描位置对应衍射信息的实验数据;
第一计算模块,用于根据所述实验数据计算位置平均的会聚束衍射,并在所述实验数据中每个扫描位置减去所述会聚束衍射,得到数据集;
重构模块,用于在四维扫描透射衍射分析或叠层成像的重构过程中,减去所述会聚束衍射,使得利用所述数据集进行分析或重构,获得样品的结构信息,以消减实验数据中热漫散射和非弹性散射的贡献。
6.根据权利要求5所述的装置,其特征在于,所述实验数据包括加速能量、会聚半角、扫描步长和欠焦量中的至少一项。
7.根据权利要求5所述的装置,其特征在于,所述重构模块包括:
计算单元,用于计算正向传播过程模拟数据和所述数据集的损失函数;
求解单元,用于求解所述损失函数关于优化参数的梯度;
优化单元,用于根据所述梯度优化物函数、电子束函数和其他至少一个目标待优化参数,直至满足预设迭代终止条件,得到最终物函数和最终电子束函数。
8.根据权利要求7所述的装置,其特征在于,还包括:
初始化模块,用于初始化所述物函数和所述电子束函数;
第二计算模块,用于根据所述物函数和所述电子束函数计算所述模拟数据。
9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-4任一项所述的消减热漫散射和非弹性散射的扫描透射衍射方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-4任一项所述的消减热漫散射和非弹性散射的扫描透射衍射方法。
CN202311450660.5A 2023-11-02 2023-11-02 消减热漫散射和非弹性散射的扫描透射衍射方法及装置 Active CN117491400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311450660.5A CN117491400B (zh) 2023-11-02 2023-11-02 消减热漫散射和非弹性散射的扫描透射衍射方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311450660.5A CN117491400B (zh) 2023-11-02 2023-11-02 消减热漫散射和非弹性散射的扫描透射衍射方法及装置

Publications (2)

Publication Number Publication Date
CN117491400A true CN117491400A (zh) 2024-02-02
CN117491400B CN117491400B (zh) 2024-06-21

Family

ID=89670179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311450660.5A Active CN117491400B (zh) 2023-11-02 2023-11-02 消减热漫散射和非弹性散射的扫描透射衍射方法及装置

Country Status (1)

Country Link
CN (1) CN117491400B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016051522A (ja) * 2014-08-28 2016-04-11 富士通株式会社 走査透過型電子顕微鏡像の取得方法及び走査透過型電子顕微鏡
CN111179371A (zh) * 2019-12-31 2020-05-19 南京大学 一种扫描电子显微成像方法
CN113720865A (zh) * 2021-08-06 2021-11-30 清华大学 自动矫正样品带轴偏离的电子层叠成像方法及装置
CN113888444A (zh) * 2021-10-21 2022-01-04 中国科学院大学 一种基于叠层自聚焦实验的图像重建方法及系统
CN114241072A (zh) * 2021-12-17 2022-03-25 中国科学院大学 一种叠层成像重建方法及系统
CN114461977A (zh) * 2022-01-30 2022-05-10 清华大学 重构电子轨道空间分布和电子束函数的方法及装置
CN115128042A (zh) * 2022-06-30 2022-09-30 华中科技大学 一种离焦扫描的轴向叠层衍射成像方法和系统
CN115984120A (zh) * 2022-10-30 2023-04-18 华南农业大学 叠层成像中物体片层透射函数的恢复方法、装置和存储介质
US20230199162A1 (en) * 2021-12-16 2023-06-22 National Tsing Hua University Three-dimensional imaging method and system using scanning-type coherent diffraction
CN116520560A (zh) * 2023-04-18 2023-08-01 华中科技大学 一种叠层衍射位置校正计算成像方法、装置和系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016051522A (ja) * 2014-08-28 2016-04-11 富士通株式会社 走査透過型電子顕微鏡像の取得方法及び走査透過型電子顕微鏡
CN111179371A (zh) * 2019-12-31 2020-05-19 南京大学 一种扫描电子显微成像方法
CN113720865A (zh) * 2021-08-06 2021-11-30 清华大学 自动矫正样品带轴偏离的电子层叠成像方法及装置
CN113888444A (zh) * 2021-10-21 2022-01-04 中国科学院大学 一种基于叠层自聚焦实验的图像重建方法及系统
US20230199162A1 (en) * 2021-12-16 2023-06-22 National Tsing Hua University Three-dimensional imaging method and system using scanning-type coherent diffraction
CN114241072A (zh) * 2021-12-17 2022-03-25 中国科学院大学 一种叠层成像重建方法及系统
CN114461977A (zh) * 2022-01-30 2022-05-10 清华大学 重构电子轨道空间分布和电子束函数的方法及装置
US20230317409A1 (en) * 2022-01-30 2023-10-05 Tsinghua University Method and apparatus for reconstructing atomic spatial distribution and electron beam function
CN115128042A (zh) * 2022-06-30 2022-09-30 华中科技大学 一种离焦扫描的轴向叠层衍射成像方法和系统
CN115984120A (zh) * 2022-10-30 2023-04-18 华南农业大学 叠层成像中物体片层透射函数的恢复方法、装置和存储介质
CN116520560A (zh) * 2023-04-18 2023-08-01 华中科技大学 一种叠层衍射位置校正计算成像方法、装置和系统

Also Published As

Publication number Publication date
CN117491400B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
Yang et al. Low-dose x-ray tomography through a deep convolutional neural network
EP1740975B1 (en) High resolution imaging
EP1505540B1 (en) Removal of gridlines in radiographic image
US9448160B2 (en) Method and apparatus for providing image data for constructing an image of a region of a target object
EP2356487B1 (en) Provision of image data
EP1958158B1 (en) Method for detecting streaks in digital images
Strotton et al. Optimising complementary soft tissue synchrotron X-ray microtomography for reversibly-stained central nervous system samples
Bellens et al. Evaluating conventional and deep learning segmentation for fast X-ray CT porosity measurements of polymer laser sintered AM parts
Taylor et al. The use of electron tomography for structural analysis of disordered protein arrays
CN117491400B (zh) 消减热漫散射和非弹性散射的扫描透射衍射方法及装置
CN113160092A (zh) 一种物体遮挡条件下的探测器图像校正方法及系统
US20130259347A1 (en) Computer tomography system and method for data determination for an interference-corrected ct recording of a test object
JP2010025809A (ja) モアレ縞測定装置
US20060204070A1 (en) Three-dimensional x-ray imaging with Fourier reconstruction
CN113624358B (zh) 用于光热反射显微热成像的三维位移补偿方法及控制装置
TW202319735A (zh) 半導體取樣的缺陷檢查
US11480917B2 (en) Method and apparatus for reconstructing three-dimensional image by using diffraction grating
CN117392316B (zh) 基于系列欠焦图像的三维重构方法及装置
EP2299468A1 (en) Methods and systems for using phase plates
Andrews et al. A Denoising Autoencoder for Improved Kikuchi Pattern Quality and Indexing in Electron Backscatter Diffraction
CN112666625A (zh) 用于毫米波安检的快速成像设备及其方法
CN112967268B (zh) 基于光场的数字光学层析方法和装置
JP4775632B2 (ja) Squid顕微鏡による画像の解析方法、及びsquid顕微鏡による画像の解析システム
CN113655610B (zh) 用于光热反射显微热成像的自动对焦方法及控制装置
Nakano et al. Parameter optimization for 3D-reconstruction from XFEL diffraction patterns based on Fourier slice matching

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant