CN117951477A - 激光剥蚀等离子质谱元素成像的数据处理方法及装置 - Google Patents
激光剥蚀等离子质谱元素成像的数据处理方法及装置 Download PDFInfo
- Publication number
- CN117951477A CN117951477A CN202410094794.6A CN202410094794A CN117951477A CN 117951477 A CN117951477 A CN 117951477A CN 202410094794 A CN202410094794 A CN 202410094794A CN 117951477 A CN117951477 A CN 117951477A
- Authority
- CN
- China
- Prior art keywords
- data
- gradient
- plasma mass
- laser ablation
- mass spectrum
- 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.)
- Pending
Links
- 238000000608 laser ablation Methods 0.000 title claims abstract description 92
- 238000003384 imaging method Methods 0.000 title claims abstract description 81
- 238000001819 mass spectrum Methods 0.000 title claims abstract description 79
- 238000003672 processing method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000000918 plasma mass spectrometry Methods 0.000 claims description 61
- 238000002679 ablation Methods 0.000 claims description 54
- 238000012937 correction Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 17
- 239000000443 aerosol Substances 0.000 claims description 14
- 230000000694 effects Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 24
- 239000000523 sample Substances 0.000 description 20
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 13
- 238000009792 diffusion process Methods 0.000 description 13
- 229910052500 inorganic mineral Inorganic materials 0.000 description 10
- 238000000095 laser ablation inductively coupled plasma mass spectrometry Methods 0.000 description 10
- 239000011707 mineral Substances 0.000 description 10
- 235000010755 mineral Nutrition 0.000 description 10
- 229910052712 strontium Inorganic materials 0.000 description 9
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 239000005368 silicate glass Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical group [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052586 apatite Inorganic materials 0.000 description 2
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 description 2
- 229910052601 baryte Inorganic materials 0.000 description 2
- 239000010428 baryte Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009616 inductively coupled plasma Methods 0.000 description 2
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- VSIIXMUUUJUKCM-UHFFFAOYSA-D pentacalcium;fluoride;triphosphate Chemical compound [F-].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[Ca+2].[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O.[O-]P([O-])([O-])=O VSIIXMUUUJUKCM-UHFFFAOYSA-D 0.000 description 2
- 229910052683 pyrite Inorganic materials 0.000 description 2
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 2
- 239000011028 pyrite Substances 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 229910052845 zircon Inorganic materials 0.000 description 2
- GFQYVLUOOAAOGM-UHFFFAOYSA-N zirconium(iv) silicate Chemical compound [Zr+4].[O-][Si]([O-])([O-])[O-] GFQYVLUOOAAOGM-UHFFFAOYSA-N 0.000 description 2
- 241000566693 Asteriscus Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
- G01N27/626—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode using heat to ionise a gas
- G01N27/628—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode using heat to ionise a gas and a beam of energy, e.g. laser enhanced ionisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Optics & Photonics (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Electrochemistry (AREA)
- Computing Systems (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种激光剥蚀等离子质谱元素成像的数据处理方法及装置,属于数据处理技术领域。本发明在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;获取通过预设偏度拟合模型拟合后的特征参数;通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;对处理后的数据进行校正处理,得到目标线扫描数据;通过所述目标线扫描数据进行元素分布分析,从而解决数据信号模糊,边缘失真等问题,更好地获得两相界面元素分布信息和更清晰和准确的元素分布图像。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种激光剥蚀等离子质谱元素成像的数据处理方法及装置。
背景技术
激光剥蚀电感耦合等离子质谱(LA-ICP-MS)是实现物质微量元素成像的主流技术。该技术已经被应用于生物样品、环境样品、地质样品等不同研究领域。LA-ICP-MS成像技术的数据获取方式有两种,一种是激光点分析,即利用激光分析一个固定区域,并用质谱收集相应的信号,然后将激光移动到下一个点位开始新的一次样品采集和信号采集,如此往复直到整个待分析区域完成所有的信号采集。另一种是线扫描模式采集样品,即激光在固定的束斑大小、剥蚀频率和能量条件下,以恒定的速度在样品表面移动,剥蚀样品,同时质谱收集整个剥蚀过程中的元素信号。
由于激光线扫描存在剥蚀混合效应和传输扩散效应两种固有现象,最终导致激光线扫描过程中信号混合,使得元素成像结果出现边缘模糊和形态失真的问题。
发明内容
本发明的主要目的在于提供一种激光剥蚀等离子质谱元素成像的数据处理方法及装置,旨在解决现有技术数据处理效果较差的技术问题。
为实现上述目的,本发明提供了一种激光剥蚀等离子质谱元素成像的数据处理方法,所述方法包括以下步骤:
在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;
获取通过预设偏度拟合模型拟合后的特征参数;
通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;
对处理后的数据进行校正处理,得到目标线扫描数据;
通过所述目标线扫描数据进行元素分布分析。
可选地,所述获取通过预设偏度拟合模型拟合后的特征参数,包括:
通过等离子质谱采集激光单脉冲数据;
获取所述激光单脉冲数据产生气溶胶且到达所述等离子质谱时的质谱信号;
通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数。
可选地,所述通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数,包括:
通过预设偏度拟合模型得到质谱信号和特征参数之间的对应关系;
通过所述对应关系和所述质谱信号进行计算,得到所述质谱信号对应的特征参数。
可选地,所述通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据,包括:
通过所述特征参数建立反卷积模型;
通过所述反卷积模型确定反卷积参数;
通过所述反卷积参数对所述原始线扫描数据进行添加了预设正则化策略的反卷积处理,得到处理后的数据,其中,处理后的数据表征了每个剥蚀束斑区域所代表的元素信号分布。
可选地,所述对处理后的数据进行校正处理,得到目标线扫描数据,包括:
根据处理后的数据得到每个剥蚀束斑区域所代表的元素信号分布;
基于所述每个剥蚀束斑区域所代表的元素信号分布对处理后的数据进行边缘识别,得到剥蚀位置区域;
对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据。
可选地,所述对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据,包括:
计算所述剥蚀位置中有重叠点的梯度;
根据有重叠点的梯度得到梯度范围;
在所述梯度范围中查询得到目标梯度范围;
根据所述目标梯度范围完成梯度校正,得到目标线扫描数据。
可选地,所述根据所述目标梯度范围完成梯度校正,得到目标线扫描数据,包括:
根据所述目标梯度范围得到第一梯度值和第二梯度值,其中,所述第一梯度值小于所述第二梯度值;
根据所述第一梯度值和所述第二梯度值计算梯度差值;
在所述梯度差值大于预设梯度阈值时,对所述目标梯度范围进行调整,得到更新后的目标梯度范围;
基于更新后的目标梯度范围对剥蚀位置区域进行更新,得到目标线扫描数据。
此外,为实现上述目的,本发明还提出一种激光剥蚀等离子质谱元素成像的数据处理装置,所述激光剥蚀等离子质谱元素成像的数据处理装置包括:
采集模块,用于在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;
获取模块,用于获取通过预设偏度拟合模型拟合后的特征参数;
处理模块,用于通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;
所述处理模块,还用于对处理后的数据进行校正处理,得到目标线扫描数据;
分析模块,用于通过所述目标线扫描数据进行元素分布分析。
此外,为实现上述目的,本发明还提出一种激光剥蚀等离子质谱元素成像的数据处理设备,所述激光剥蚀等离子质谱元素成像的数据处理设备包括: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激光剥蚀等离子质谱元素成像的数据处理程序,所述激光剥蚀等离子质谱元素成像的数据处理程序配置为实现如上文所述的激光剥蚀等离子质谱元素成像的数据处理方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有激光剥蚀等离子质谱元素成像的数据处理程序,所述激光剥蚀等离子质谱元素成像的数据处理程序被处理器执行时实现如上文所述的激光剥蚀等离子质谱元素成像的数据处理方法的步骤。
本发明在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;获取通过预设偏度拟合模型拟合后的特征参数;通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;对处理后的数据进行校正处理,得到目标线扫描数据;通过所述目标线扫描数据进行元素分布分析,从而解决数据信号模糊,边缘失真等问题,更好地获得两相界面元素分布信息和更清晰和准确的元素分布图像。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的激光剥蚀等离子质谱元素成像的数据处理设备的结构示意图;
图2为本发明激光剥蚀等离子质谱元素成像的数据处理方法第一实施例的流程示意图;
图3为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中激光线扫描通过两相边界铁元素实际的分布情况和质谱接收到的铁元素信号分布示意图;
图4为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中激光单脉冲剥蚀样品产生的气溶胶颗粒到达质谱后获得的铝元素信号模式示意图;
图5为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中剥蚀混合效应和传输扩散效应的叠加的示意图;
图6为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中菊石样品示意图;
图7为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中原始激光剥蚀等离子质谱元素数据资料绘图获得的锶元素成像效果示意图;
图8为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中采用数据处理方法得到的锶元素成像效果示意图;
图9为本发明激光剥蚀等离子质谱元素成像的数据处理方法第二实施例的流程示意图;
图10为本发明激光剥蚀等离子质谱元素成像的数据处理方法第三实施例的流程示意图;
图11为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中不同类型物质组合的样品示意图;
图12为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中测得的两种物质之间的真实距离示意图;
图13为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中锶元素在样品间隙位置的信号变化示意图;
图14为本发明激光剥蚀等离子质谱元素成像的数据处理方法一实施例中不同矿物间隙长度和两种技术测量之间的偏差的相互关系示意图;
图15为本发明激光剥蚀等离子质谱元素成像的数据处理装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的激光剥蚀等离子质谱元素成像的数据处理设备结构示意图。
如图1所示,该激光剥蚀等离子质谱元素成像的数据处理设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM),也可以是稳定的非易失性存储器(Non-VolatileMemory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对激光剥蚀等离子质谱元素成像的数据处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及激光剥蚀等离子质谱元素成像的数据处理程序。
在图1所示的激光剥蚀等离子质谱元素成像的数据处理设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明激光剥蚀等离子质谱元素成像的数据处理设备中的处理器1001、存储器1005可以设置在激光剥蚀等离子质谱元素成像的数据处理设备中,所述激光剥蚀等离子质谱元素成像的数据处理设备通过处理器1001调用存储器1005中存储的激光剥蚀等离子质谱元素成像的数据处理程序,并执行本发明实施例提供的激光剥蚀等离子质谱元素成像的数据处理方法。
本发明实施例提供了一种激光剥蚀等离子质谱元素成像的数据处理方法,参照图2,图2为本发明激光剥蚀等离子质谱元素成像的数据处理方法第一实施例的流程示意图。
本实施例中,所述激光剥蚀等离子质谱元素成像的数据处理方法包括以下步骤:
步骤S10:在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据。
需要说明的是,本实施例的执行主体可为激光剥蚀等离子质谱元素成像的数据处理设备,还可为其他可实现相同或相似功能的设备,本实施例对此不作限制,本实施例以激光剥蚀等离子质谱元素成像的数据处理设备为例进行说明。
目前LA-ICP-MS进行元素面扫描分析,通常采用激光线扫描方式进行取样,这种取样方式存在一个天然的问题,即在通过两相界面时,如果X元素在两相中的浓度含量不一致,会出现激光束斑逐渐从A物相通过两相边界,然后进入B物相,在此过程中,激光剥蚀的气溶胶是两个物相不同比例的混合物。举例来说,如图3所示,图3为激光线扫描通过两相边界(岩石基体基质/富铁矿物)时,铁元素实际的分布情况和质谱接收到的铁元素信号分布示意图,使用激光分析一个岩石样品,激光线扫描通过了一连串的富铁矿矿物。从物质本身的元素分布来看,在岩石基体和富铁矿物交界处,Fe元素的分布是存在一个明显的边缘。但是由于激光剥蚀线扫描过程中,激光束是逐步从岩石基体进入到富铁矿物,因此在质谱信号中可以看到Fe元素的信号是逐步上升,直到激光束完全进入富铁矿物,才会出现Fe元素信号最大值。这种由于激光剥蚀逐步经过两相界面,导致的物质混合,进而诱导了信号模糊。问题的本质是激光束斑无法达到无限小。实际影响是两相边缘定位错误、物体边缘成像模糊失真。这种激光线扫描的固有问题被称为剥蚀混合效应。目前对该问题尚无好的解决方案。
激光剥蚀产生的气溶胶颗粒,经过剥蚀池和传输管道,最后进入ICP。气溶胶在剥蚀池扩散和管道传输的物理过程共同控制了质谱信号模式。如图4所示,图4为激光单脉冲剥蚀样品产生的气溶胶颗粒到达质谱后获得的铝元素信号模式示意图,激光单个脉冲分析,剥蚀产生的气溶胶颗粒到达质谱后产生的信号模式为信号快速上升,在1秒后到达最高点,然后随后的3秒信号快速下降,之后信号有一个非常长的拖尾现象。整个信号模式完全由剥蚀池扩散和管道传输两个物理过程来控制。这会导致激光剥蚀中,前一个脉冲产生的物质对之后脉冲的物质有影响,连续剥蚀时,前期剥蚀信号对后期信号存在叠加影响,使得元素成像中元素分布位置移位、错位,物体形态、边缘错误估计,元素成像的边缘阴影效应,深度分析时物质厚度失真等问题出现。这个问题可以称为传输扩散效应。
目前解决该效应的方法有两种,一种是在早期采用数学方法,进行反卷积计算,将混合信号重新处理后获得新的信号。另一种是通过改进剥蚀池设计,将气溶胶传输速度提升到数毫秒,解决激光连续剥蚀过程中的信号重叠问题。前一种方法在进行数学建模时存在许多问题,后一种剥蚀池优化设计方法的问题是相关设备售价较贵,成本较高。
由于激光线扫描存在剥蚀混合效应和传输扩散效应两种固有现象,最终导致激光线扫描过程中信号混合,使得元素成像结果出现边缘模糊和形态失真的问题,如图5所示,图5为剥蚀混合效应和传输扩散效应的叠加的示意图,最终导致激光线扫描过程中信号混合,使得元素成像结果出现边缘模糊和形态失真的问题。
可以理解的是,本实施例提出一种用于激光剥蚀等离子质谱仪元素成像技术的数据处理方法,用于解决激光线扫描过程中的剥蚀混合效应和传输扩散效应,使得在传统激光剥蚀系统条件下获得的质谱数据,解决数据信号模糊,边缘失真的问题。
在进行激光剥蚀等离子质谱元素扫描分析时,可使用相关的设备进行采集,从而得到原始线扫描数据。
步骤S20:获取通过预设偏度拟合模型拟合后的特征参数。
可以理解的是,预设偏度拟合模型为提前建立的,表征了特征参数和质谱信号之间的映射关系,因此可获取通过预设偏度拟合模型拟合后的特征参数。
在具体实施中,可通过预设偏度拟合模型进行拟合,从而得到特征参数。
步骤S30:通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据。
可以理解的是,可将特征参数加入原始线扫描数据的处理中,从而得到处理的数据。
进一步地,通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据的步骤具体包括:通过所述特征参数建立反卷积模型;通过所述反卷积模型确定反卷积参数;通过所述反卷积参数对所述原始线扫描数据进行添加了预设正则化策略的反卷积处理,得到处理后的数据,其中,处理后的数据表征了每个剥蚀束斑区域所代表的元素信号分布。
需要说明的是,可通过特征参数建立反卷积模型,特征参数包括alpha和beta,可通过alpha和beta建立反卷积模型。
可先定义模型的结构,通常包括卷积层、反卷积层和激活函数等。反卷积层的输出形状通常由输入形状、卷积核大小和步幅决定,从而使用特征参数进行逆操作,以还原输入数据,并基于输入数据建立反卷积模型。
在具体实施中,在建立可反卷积模型后,可确定反卷积参数,从而通过反卷积参数执行反卷积操作。
在具体实施中,可对原始线扫描数据进行添加了预设正则化策略的反卷积处理,预设正则化策略为吉洪诺夫正则化(Tikhonov regularization)方法,在进行反卷积处理后,得到处理后的数据,处理后的数据所代表的意义发生了改变,由原始代表质谱每个sweep(系统性的、连续的或逐步的)采集到的数据,转变成了表征每个剥蚀束斑区域所代表的元素信号分布。
步骤S40:对处理后的数据进行校正处理,得到目标线扫描数据。
在具体实施中,在得到处理后的数据后,已经解决了激光剥蚀线扫描中的“传输扩散效应”,但是处理后的数据还存在“剥蚀混合效应”的影响,因此,为了消除此影响,需要对处理后的数据进行校正处理,从而得到目标线扫描数据。
需要说明的是,目标线扫描数据为消除了剥蚀混合效应的数据,目标线扫描数据可以图像的形式呈现,还可以其他方式呈现,本实施例对此不作限制。
步骤S50:通过所述目标线扫描数据进行元素分布分析。
在具体实施中,当得到目标线扫描数据后,可通过目标线扫描数据进行元素分布分析,从而得到具体的元素分布情况。
如图6至图8所示,图6至图8为利用激光剥蚀等离子质谱元素扫描分析一个菊石化石样品中的元素分布情况,图6为菊石样品示意图,图7为原始激光剥蚀等离子质谱元素数据资料绘图获得的锶元素成像效果示意图,图8为采用本实施例的数据处理方法得到的锶元素成像效果示意图,通过观察可以发现,锶元素的分布有明显的模糊感,特别是在高值区域和低值区域过渡位置,使用本实施例的数据处理方法得到的锶元素图像中,高值红色区域的轮廓更小,表明实际样品中锶的富集区域局限在更小的位置。而在原始数据中,由于信号的“传输扩散效应”和“剥蚀混合效应”叠加,导致了高值区域对低值区域的一种混染效果。
本实施例在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;获取通过预设偏度拟合模型拟合后的特征参数;通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;对处理后的数据进行校正处理,得到目标线扫描数据;通过所述目标线扫描数据进行元素分布分析,从而解决数据信号模糊,边缘失真等问题,更好地获得两相界面元素分布信息和更清晰和准确的元素分布图像。
参考图9,图9为本发明激光剥蚀等离子质谱元素成像的数据处理方法第二实施例的流程示意图。
基于上述第一实施例,本实施例激光剥蚀等离子质谱元素成像的数据处理方法所述步骤S20,包括:
步骤S201:通过等离子质谱采集激光单脉冲数据。
需要说明的是,在开展LA-ICP-MS元素扫描分析时,首先通过标样优化仪器信号,然后通过ICP-MS(等离子质谱)采集一个激光单脉冲数据。
步骤S202:获取所述激光单脉冲数据产生气溶胶且到达所述等离子质谱时的质谱信号。
在具体实施中,可获取激光单脉冲数据产生气溶胶且达到ICP-MS时的质谱信号模式,该质谱信号代表了剥蚀池气溶胶扩散和传输管道两个主要过程对信号的控制情况。在不改变剥蚀池、传输管道材料、内径、长度,载气气流和质谱ICP气流、矩管位置、RF功率等条件的情况下,该信号模式获得的数据拟合参数可以被有效地应用于后续的LA-ICP-MS元素成像数据再处理。
步骤S203:通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数。
可以理解的是,对于获得的质谱信号拟合,现有的模型中仅考虑了一种单一的信号模式,即信号快速上升然后缓慢下降的模式。但是在实际不同仪器厂商生产的剥蚀池,以及不同实验室搭建LA-ICP-MS系统中,仪器之间的距离,传输管道材料、内径、弯曲,以及中间可能混合加入的氮气、水蒸气等其他基体,都可能使最终单脉冲产生的激光信号偏离这种快升慢降的激光信号模式。在拟合质谱信号时,引入偏度的概念,利用信号偏度来考察不同的数据建模的适用范围。对于偏度20或者10以上的数据,目前公开的拟合方式可以成功拟合,但当数据偏度逐渐降低至a<3.371,目前公开的拟合方式无法拟合信号,对于低偏态的信号,同样拟合效果很差,因此,提出了本实施例的预设偏度拟合模型进行拟合,预设偏度拟合模型中存在质谱信号和特征参数的对应关系,如下式1所示,下式1代表了质谱信号和特征参数的对应关系。
上式1中,α和β为特征参数,x为质谱信号。
在具体实施中,通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数的步骤包括:通过预设偏度拟合模型得到质谱信号和特征参数之间的对应关系;通过所述对应关系和所述质谱信号进行计算,得到所述质谱信号对应的特征参数。
需要说明的是,预设偏度拟合模型为本方案自行建立的模型,模型中质谱信号和特征参数之间的对应关系如上式1所示,因此,可根据采集到的质谱信号以及模型中的对应关系对质谱信号进行拟合,从而得到质谱信号对应的特征参数。
本方案构建的模型,对于不同LA-ICP-MS设备和实验室环境产生的不同类型(不同偏度)的信号曲线,都有一个较好的信号拟合效果,显示了较好的稳定性和鲁棒性。
本实施例通过等离子质谱采集激光单脉冲数据;获取所述激光单脉冲数据产生气溶胶且到达所述等离子质谱时的质谱信号;通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数,可通过建立的预设偏度拟合模型对质谱信号进行拟合,提高拟合的效果,且通过拟合得到对应的特征参数,便于后续根据特征参数对图像进行处理,解决激光剥蚀线扫描中的“传输扩散效应”,提供更真实有效的元素分布信息。
参考图10,图10为本发明激光剥蚀等离子质谱元素成像的数据处理方法第三实施例的流程示意图。
基于上述第一实施例,本实施例激光剥蚀等离子质谱元素成像的数据处理方法所述步骤S40,包括:
步骤S401:根据处理后的数据得到每个剥蚀束斑区域所代表的元素信号分布。
需要说明的是,由于通过特征参数对原始线扫描数据进行反卷积处理,得到的处理后的数据为每个剥蚀束斑区域所代表的元素信号分布数据,因此,可根据处理后的数据得到每个剥蚀束斑区域所代表的元素信号分布。
步骤S402:基于所述每个剥蚀束斑区域所代表的元素信号分布对处理后的数据进行边缘识别,得到剥蚀位置区域。
应理解的是,为了消除“剥蚀混合效应”的影响,需要对处理后的数据进行边缘识别,从而得到剥蚀位置区域。
边缘识别用于识别信号变化是由于元素浓度自然变化导致的还是存在两相界面导致的。
边缘识别算法可为Canny算法、Sobel算法、Laplace(拉普拉斯)算法,通过边缘识别算法和每个剥蚀束斑区域所代表的元素信号分布对处理后的数据进行边缘识别,从而得到剥蚀位置区域。
步骤S403:对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据。
可以理解的是,可对剥蚀区域进行梯度校正处理,从而将边缘定位错误或物体边缘成像模糊失真的位置进行修正或剔除处理,得到最终的目标线扫描数据。
进一步地,对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据的步骤包括:计算所述剥蚀位置中有重叠点的梯度;根据有重叠点的梯度得到梯度范围;在所述梯度范围中查询得到目标梯度范围;根据所述目标梯度范围完成梯度校正,得到目标线扫描数据。
需要说明的是,可先进行数据平滑,并选择合适的梯度算子,从而通过梯度算子计算剥蚀位置中各点的梯度值,并对各点的梯度值进行筛选,得到有重叠点的梯度delta(i,i+1),delta(i,i+2),...,delta(i,i+deviation_count)。
需要说明的是,梯度范围为满足delta的单调递增性的范围[start_id,end_id]。可对梯度范围进行遍历,从而查询梯度范围中的目标梯度范围。
需要说明的是,目标梯度范围为梯度最大的范围[refined_start_id,refined_end_id]。
在具体实施中,可通过目标梯度范围完成梯度校正,从而得到目标线扫描数据。
进一步地,根据所述目标梯度范围完成梯度校正,得到目标线扫描数据的步骤包括:根据所述目标梯度范围得到第一梯度值和第二梯度值,其中,所述第一梯度值小于所述第二梯度值;根据所述第一梯度值和所述第二梯度值计算梯度差值;在所述梯度差值大于预设梯度阈值时,对所述目标梯度范围进行调整,得到更新后的目标梯度范围;基于更新后的目标梯度范围对剥蚀位置区域进行更新,得到目标线扫描数据。
可以理解的是,可通过目标梯度范围得到第一梯度值和第二梯度值,第一梯度值为目标梯度范围中的最小值,第二梯度值为目标梯度范围的最大值。
可通过第一梯度值和第二梯度值计算梯度差值,梯度差值m=refined_end_id-refined_start_id。
预设梯度阈值可通过剥蚀束斑区域中点的直径、频率以及速度计算得到,预设梯度阈值m1=(spot_diameter*frequency)/(2*speed),其中,spot_diameter为剥蚀束斑区域中点的直径,frequency为频率,speed为速度,从而计算得到预设梯度阈值。
通过将梯度差值与预设梯度阈值进行比较,确定梯度差值是否大于预设梯度阈值,在梯度差值大于预设梯度阈值时,对目标梯度范围进行调整,将目标梯度范围[refined_start_id,refined_end_id]内前半部分设置为refined_start_id-1,并将后半部分设置为refined_end_id+1,从而得到更新后的目标梯度范围[refined_start_id-1,refined_end_id+1]。
在具体实施中,可通过更新后的目标梯度范围对剥蚀位置区域进行更新,从而得到目标线扫描数据,若梯度差值小于等于预设梯度阈值,则处理后的数据不为边界上的剥蚀位置重叠导致的模糊,则直接通过处理后的数据得到目标线扫描数据。
通过对处理后的数据进行数据边缘识别以及梯度校正,可以有效改善由于“剥蚀混合效应”带来的两相边缘定位错误、物体边缘成像模糊失真问题,从而更准确地获得物质之间的真实空间信息。如图11所示,图11为不同类型物质组合的样品示意图,通过人工制作一个不同类型的矿物和硅酸盐玻璃标样,7个不同类型的矿物按从左到右的顺序排列分别是:NIST612(硅酸盐玻璃)、GSD-2G(硅酸盐玻璃)、Barite(重晶石)、Pyrite(黄铁矿)、Apatite(磷灰石)、Zircon(锆石)、NIST612(硅酸盐玻璃)。通过激光剥蚀系统从左到右进行线扫描(图中箭头),在两个矿物之间的空隙填充的是树脂,可以称之为间隙(interface)。利用电子扫描显微镜(SEM)可以准确获得间隙的长度,如图12所示,图12为测得的两种物质之间的真实距离示意图。
当利用LA-ICP-MS线扫描通过这些样品时,质谱的元素信号变化反映了实际样品中的元素分布信息。可以通过主量元素信号的上升和下降,判断出两相界面的位置,样品的尺寸,两相之间间隔的距离。如图13所示,图13为锶元素在样品间隙位置的信号变化示意图,Si元素在样品间隙位置(interface 1,NIST610和GSD-2G之间)出现明显的信号下降,然后上升的过程,代表了激光束斑线扫描从NIST612(硅酸盐玻璃)边缘,通过树脂,进入到GSD-2G(硅酸盐玻璃)的一个分析过程。通过Si信号的下降,到Si信号再次达到新的最高点,中间所花费的时间可以用于计算NIST612和GSD-2G之间间隙的距离。LA-ICP-MS获得的间隙长度可以同SEM测量得到的长度进行比较,如图14所示,图14为不同矿物间隙长度和两种技术测量之间的偏差的相互关系示意图,由于“传输扩散效应”和“剥蚀混合效应”叠加,导致了信号的显著拖尾效应,计算获得间隙长度与SEM测量的真实长度之间有超过20%的偏差,而且当间隙长度只有60微米时,偏差达到了240%。经过本专利的算法改进,新数据计算得到的间隙距离与SEM测量的真实长度匹配度较好,偏差在15%以内,相对原始数据有明显的改善效果。
本实施例根据处理后的数据得到每个剥蚀束斑区域所代表的元素信号分布;基于所述每个剥蚀束斑区域所代表的元素信号分布对处理后的数据进行边缘识别,得到剥蚀位置区域;对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据,从而通过目标线扫描数据更准确地获得物质之间的真实空间信息。
参照图15,图15为本发明激光剥蚀等离子质谱元素成像的数据处理装置第一实施例的结构框图。
如图15所示,本发明实施例提出的激光剥蚀等离子质谱元素成像的数据处理装置包括:
采集模块10,用于在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据。
获取模块20,用于获取通过预设偏度拟合模型拟合后的特征参数。
处理模块30,用于通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据。
所述处理模块30,还用于对处理后的数据进行校正处理,得到目标线扫描数据。
分析模块40,用于通过所述目标线扫描数据进行元素分布分析。
本发明在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;获取通过预设偏度拟合模型拟合后的特征参数;通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;对处理后的数据进行校正处理,得到目标线扫描数据;通过所述目标线扫描数据进行元素分布分析,从而解决数据信号模糊,边缘失真等问题,更好地获得两相界面元素分布信息和更清晰和准确的元素分布图像。
在一实施例中,所述获取模块20,还用于通过等离子质谱采集激光单脉冲数据;获取所述激光单脉冲数据产生气溶胶且到达所述等离子质谱时的质谱信号;通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数。
在一实施例中,所述获取模块20,还用于通过预设偏度拟合模型得到质谱信号和特征参数之间的对应关系;通过所述对应关系和所述质谱信号进行计算,得到所述质谱信号对应的特征参数。
在一实施例中,所述处理模块30,还用于通过所述特征参数建立反卷积模型;通过所述反卷积模型确定反卷积参数;通过所述反卷积参数对所述原始线扫描数据进行添加了预设正则化策略的反卷积处理,得到处理后的数据,其中,处理后的数据表征了每个剥蚀束斑区域所代表的元素信号分布。
在一实施例中,所述处理模块30,还用于根据处理后的数据得到每个剥蚀束斑区域所代表的元素信号分布;基于所述每个剥蚀束斑区域所代表的元素信号分布对处理后的数据进行边缘识别,得到剥蚀位置区域;对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据。
在一实施例中,所述处理模块30,还用于计算所述剥蚀位置中有重叠点的梯度;根据有重叠点的梯度得到梯度范围;在所述梯度范围中查询得到目标梯度范围;根据所述目标梯度范围完成梯度校正,得到目标线扫描数据。
在一实施例中,所述处理模块30,还用于根据所述目标梯度范围得到第一梯度值和第二梯度值,其中,所述第一梯度值小于所述第二梯度值;根据所述第一梯度值和所述第二梯度值计算梯度差值;在所述梯度差值大于预设梯度阈值时,对所述目标梯度范围进行调整,得到更新后的目标梯度范围;基于更新后的目标梯度范围对剥蚀位置区域进行更新,得到目标线扫描数据。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有激光剥蚀等离子质谱元素成像的数据处理程序,所述激光剥蚀等离子质谱元素成像的数据处理程序被处理器执行时实现如上文所述的激光剥蚀等离子质谱元素成像的数据处理方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的激光剥蚀等离子质谱元素成像的数据处理方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述激光剥蚀等离子质谱元素成像的数据处理方法包括:
在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;
获取通过预设偏度拟合模型拟合后的特征参数;
通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;
对处理后的数据进行校正处理,得到目标线扫描数据;
通过所述目标线扫描数据进行元素分布分析。
2.如权利要求1所述的激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述获取通过预设偏度拟合模型拟合后的特征参数,包括:
通过等离子质谱采集激光单脉冲数据;
获取所述激光单脉冲数据产生气溶胶且到达所述等离子质谱时的质谱信号;
通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数。
3.如权利要求2所述的激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述通过预设偏度拟合模型对所述质谱信号进行拟合,得到特征参数,包括:
通过预设偏度拟合模型得到质谱信号和特征参数之间的对应关系;
通过所述对应关系和所述质谱信号进行计算,得到所述质谱信号对应的特征参数。
4.如权利要求1所述的激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据,包括:
通过所述特征参数建立反卷积模型;
通过所述反卷积模型确定反卷积参数;
通过所述反卷积参数对所述原始线扫描数据进行添加了预设正则化策略的反卷积处理,得到处理后的数据,其中,处理后的数据表征了每个剥蚀束斑区域所代表的元素信号分布。
5.如权利要求1所述的激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述对处理后的数据进行校正处理,得到目标线扫描数据,包括:
根据处理后的数据得到每个剥蚀束斑区域所代表的元素信号分布;
基于所述每个剥蚀束斑区域所代表的元素信号分布对处理后的数据进行边缘识别,得到剥蚀位置区域;
对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据。
6.如权利要求5所述的激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述对所述剥蚀位置区域进行梯度校正处理,得到目标线扫描数据,包括:
计算所述剥蚀位置中有重叠点的梯度;
根据有重叠点的梯度得到梯度范围;
在所述梯度范围中查询得到目标梯度范围;
根据所述目标梯度范围完成梯度校正,得到目标线扫描数据。
7.如权利要求6所述的激光剥蚀等离子质谱元素成像的数据处理方法,其特征在于,所述根据所述目标梯度范围完成梯度校正,得到目标线扫描数据,包括:
根据所述目标梯度范围得到第一梯度值和第二梯度值,其中,所述第一梯度值小于所述第二梯度值;
根据所述第一梯度值和所述第二梯度值计算梯度差值;
在所述梯度差值大于预设梯度阈值时,对所述目标梯度范围进行调整,得到更新后的目标梯度范围;
基于更新后的目标梯度范围对剥蚀位置区域进行更新,得到目标线扫描数据。
8.一种激光剥蚀等离子质谱元素成像的数据处理装置,其特征在于,所述激光剥蚀等离子质谱元素成像的数据处理装置包括:
采集模块,用于在进行激光剥蚀等离子质谱元素扫描分析时,采集原始线扫描数据;
获取模块,用于获取通过预设偏度拟合模型拟合后的特征参数;
处理模块,用于通过所述特征参数对所述原始线扫描数据进行反卷积处理,得到处理后的数据;
所述处理模块,还用于对处理后的数据进行校正处理,得到目标线扫描数据;
分析模块,用于通过所述目标线扫描数据进行元素分布分析。
9.一种激光剥蚀等离子质谱元素成像的数据处理设备,其特征在于,所述激光剥蚀等离子质谱元素成像的数据处理设备包括: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激光剥蚀等离子质谱元素成像的数据处理程序,所述激光剥蚀等离子质谱元素成像的数据处理程序配置为实现如权利要求1至7中任一项所述的激光剥蚀等离子质谱元素成像的数据处理方法。
10.一种存储介质,其特征在于,所述存储介质上存储有激光剥蚀等离子质谱元素成像的数据处理程序,所述激光剥蚀等离子质谱元素成像的数据处理程序被处理器执行时实现如权利要求1至7中任一项所述的激光剥蚀等离子质谱元素成像的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410094794.6A CN117951477A (zh) | 2024-01-23 | 2024-01-23 | 激光剥蚀等离子质谱元素成像的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410094794.6A CN117951477A (zh) | 2024-01-23 | 2024-01-23 | 激光剥蚀等离子质谱元素成像的数据处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117951477A true CN117951477A (zh) | 2024-04-30 |
Family
ID=90797759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410094794.6A Pending CN117951477A (zh) | 2024-01-23 | 2024-01-23 | 激光剥蚀等离子质谱元素成像的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117951477A (zh) |
-
2024
- 2024-01-23 CN CN202410094794.6A patent/CN117951477A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4199939B2 (ja) | 半導体検査システム | |
US8421010B2 (en) | Charged particle beam device for scanning a sample using a charged particle beam to inspect the sample | |
US7619751B2 (en) | High-accuracy pattern shape evaluating method and apparatus | |
CN107533017B (zh) | 与成像装置中失真校正相关的方法、系统和装置 | |
KR20070107760A (ko) | 기판 검사 장치 | |
US11727546B2 (en) | Method and device for correcting image | |
US7064326B2 (en) | Electron microscope | |
Coutinho et al. | Analysis of EBSD grain size measurements using microstructure simulations and a customizable pattern matching library for grain perimeter estimation | |
EP3300099A1 (en) | Methods for calibration of a quadrupole mass filter | |
CN117951477A (zh) | 激光剥蚀等离子质谱元素成像的数据处理方法及装置 | |
US7078688B2 (en) | Shape measuring device and shape measuring method | |
WO2019110572A1 (en) | Systems and methods for tuning and calibrating charged particle beam apparatus | |
JP2001148016A (ja) | 試料検査装置,試料表示装置、および試料表示方法 | |
EP2333565B1 (en) | Three-dimensional base setting method for image data | |
US7173243B1 (en) | Non-feature-dependent focusing | |
CN114594038A (zh) | 一种精确测算孔隙率的扫描拼接应用方法 | |
CN113972123B (zh) | 粒子束聚焦 | |
US6668099B1 (en) | Method of measuring an angle of inclination of trapezoidal micro object side faces | |
CN117995645A (zh) | 离子阱质谱仪质量精度校准方法、装置、电子设备及介质 | |
CN115661215A (zh) | 一种车载激光点云数据配准方法、装置、电子设备及介质 | |
CN116659548A (zh) | 一种基于强度特征的地面激光扫描仪自主校准方法 | |
CN118172430A (zh) | 一种基于扫描电镜的图像漂移校准方法及装置 | |
Stubbings et al. | Channelplate illumination correction for secondary ion mass spectroscopy images by solving apparatus elasticity equations | |
JPH05218152A (ja) | 二次電子像変形補正装置 | |
CN112017942A (zh) | 一种提高二次离子探针质谱仪质谱成像空间分辨率的方法 |
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 |