Picometer-Precision Atomic Position Tracking door elektronenmicroscopie

De aberratiecorrectie heeft ons in staat gesteld om de resolutie in geavanceerde elektronenmicroscopen naar het sub-angstrom-niveau te duwen, en dit heeft ons in staat gesteld om de individuele atomen in een kristal op te lossen. Met deze vooruitgang ontbreekt het ons nog steeds aan software of geavanceerde data-analysemethoden waarvan ik weet dat het een grote barrière is voor veel wetenschappers. Hier presenteren we een zelf ontwikkelde, gratis MATLAB-applicatie die EasySTEM wordt genoemd, waarmee we volledige metrologie van bevlekte atomaire resolutiebeelden kunnen uitvoeren.

Het is een grafische gebruikersinterface voor software die kan worden gebruikt met eenvoudige muisklikken en het is niet nodig om speciale geavanceerde codes te schrijven. Hier in deze tutorial presenteren we eerst tips voor het denoiseren van na acquisitie en driftcorrectie en vervolgens laten we zien hoe we de atom kolomposities nauwkeurig kunnen kwantificeren, kwantificeren van de roosterspanning en vervorming in het kristal, evenals de defecten en interfaces. Vervolgens laten we zien hoe we overlappende atoomkolommen kunnen scheiden die lastig zijn in veel STEM-afbeeldingen, en ook hoe we verschillende soorten atomen kunnen scheiden met behulp van de eenheid 7-mengalgoritmen die we hebben ontwikkeld en opgenomen in de software.

Hier is het stroomdiagram met de algemene procedure van de kwantificering van de atoompositie. Het protocol begint met een paar tips voor het verkrijgen van goede beeldgegevens. Zorg eerst voor een hoge TEM monsterkwaliteit.

Probeer bevlekte, schone en onbeschadigde TEM-monsters te gebruiken voor beeldvorming. Voorkom dat het monster per ongeluk wordt verontreinigd door het aan te raken tijdens het hanteren en laden van het monster. Reinig ten tweede het monster voordat u het inbrengt.

Reinig het monster met behulp van een plasmareiniger, bak het vacuüm of breng een balkdouche aan. Vermijd beschadigde of verontreinigde gebieden waar beeldvorming. Ten derde, lijn de microscoop uit en stem de aberratiecorrectoren af om de aberratiecoëfficiënten zoveel mogelijk te minimaliseren.

Taak de resolutie door het verwerven van een paar STEM-afbeeldingen op een standaard voorbeeld om te bevestigen dat de ruimtelijke resolutie voldoende is. Vier, tijdens beeldvorming, kantel het monster totdat de optische as is uitgelijnd met de specifieke zoneas van het kristal. Ten vijfde, optimaliseer de elektronendosis terwijl u de schade aan de elektronenbundel minimaliseert en de monsterdrift tijdens beeldvorming beperkt.

Het doel hier is om een hogere signaal-ruisverhouding te hebben zonder stralingsschade te veroorzaken of beeldartefacten te maken. Ten slotte kunt u STEM-afbeeldingen met verschillende scanrichtingen aanschaffen. Normaal gesproken krijgt u eerst één scanafbeelding en neemt u de tweede uit dezelfde regio onmiddellijk nadat u de scanrichting met 90 graden hebt roteren.

De beelden moeten worden gemaakt met dezelfde beeldvormingsconditie, behalve de scanrichtingen. Het doel van deze stap is om de geroteerde afbeeldingen te voeden met het driftcorrectiealgoritme. Voer vervolgens driftcorrectie uit met een niet-lineair correctiealgoritme door twee of meer afbeeldingen met verschillende scanrichtingen in het correctiealgoritme te voeren.

Het algoritme voert de drift gecorrigeerde STEM-afbeeldingen uit. De open-source MATLAB-code en gedetailleerde beschrijving van het proces zijn te vinden in het originele artikel, geschreven door Colin Ophus. Hier introduceren we een gratis interactieve MATLAB-app, genaamd Easy-STEM, met een grafische gebruikersinterface om te helpen bij de analyse.

De interface wordt weergegeven in de afbeelding met alle stappen gelabeld op de bijbehorende knoppen. Laad voor de analyse eerst de driftgecorrigeerde STEM-afbeelding door op de knop Afbeeldingsbestand laden in de linkerbovenhoek te klikken. Voer vervolgens handmatig de kalibratiewaarde in de eenheid picometer per pixel in.

De volgende stap is het toepassen van verschillende beeldnoising technieken. De bijbehorende functies zijn te vinden in de linkerbenedenhoek van de interface. De eerste techniek is de Gaussiaanse filtering.

Er is een schuifregelaar om het aantal pixelintensiteiten in de buurt te selecteren dat gemiddeld is. Verplaats de schuifregelaar en het Gaussian-filter wordt op de afbeelding toegepast. De tweede is de Fourier filtering.

Zoek linksonder een tabblad met de naam FFT. Er is een schuifregelaar voor het beperken van de ruimtelijke frequentie om de hoogfrequente ruis te verminderen. Verplaats de schuifregelaar en het Filter Fourier wordt op de afbeelding toegepast.

De derde is de Richardson en Lucy deconvolutie. Zoek een tabblad met de naam deconvolutie in de linkerbenedenhoek, waar twee invoervakken zijn voor respectievelijk de iteraties van blinde deconvolutie en Richardson-Lucy-deconvolutie. wijzig de waarde en pas het deconvolutiealgoritme toe door op de knop te klikken.

Stap twee: atom positie vinden en verfijnen. De bijbehorende functies zijn te vinden op het rechter zijpaneel. Zoek eerst de beginposities van het atoom.

Definieer de minimale afstand in pixels door de waarde te wijzigen in het invoervak dat de afstand tussen de dichtstbijzijnde twee pieken definieert. Klik vervolgens op de knop Beginpositie zoeken, in de Easy-STEM-app Houd er rekening mee dat er bijna onvermijdelijk extra posities of ontbrekende posities zijn met behulp van dit eenvoudige algoritme. Er wordt dus een handmatige correctiemodus gemaakt in de Easy-STEM-app om de beginposities van atomen te corrigeren.

Hiermee kunt u de muiscursorinvoer gebruiken om beginposities toe te voegen of te verwijderen Volgende index de initiële atoomposities met een op eenheidscelvector gebaseerd systeem. Definieer eerst een oorsprongspunt in de afbeelding. Klik in de Easy-STEM-app op de knop Oorsprong zoeken nadat u op de knop hebt geklikt, sleep de aanwijzer naar een van de beginposities van het atoom om deze als oorsprong te definiëren.

Definieer ten tweede de 2D-eenheidscel u en v-vectoren en de eenheidscelfracties. Let op, de roosterfractie, u en v, bepaalt de roosterfractiewaarde langs de eenheidscelvector. In de ABO3-perovskieteenheidscel kan de eenheidscel bijvoorbeeld gelijkelijk in twee helften worden verdeeld langs de twee loodrechte celvectorrichtingen.

Bijgevolg zijn er twee breuken langs elke celvectorrichtingen van elke eenheid. Dus de eenheid celfractie waarden zijn 2 en 2, voor u en v richtingen, respectievelijk. Klik op de knop u, v zoeken en sleep de aanwijzer naar het einde van de eenheidscellen.

Definieer de waarde van de roosterfractie door de waarde in de vak's frac u en lat frac v te wijzigen. Klik vervolgens op de knop rooster berekenen om alle atomen te indexeren na het verkrijgen van de beginposities van atomen en het indexeren van de atomen in de afbeelding. Een 2D Gaussian-fitting rond elke atoomkolom moet worden uitgevoerd om de precisie op subpixelniveau in de analyse te bereiken.

Klik op de verfijnde posities in de EasySTEM-app om atoomposities te verfijnen met 2D Gaussian fitting. Het midden van de gemonteerde pieken wordt na de montage uitgezet. Hier is een optionele stap: Verfijn de atoomposities met behulp van het MPFit-algoritme.

Wanneer de intensiteiten van aangrenzende atoomkolommen elkaar overlappen, klikt u op de knop MPFit overlapt in de EasySTEM om de atoompositie te verfijnen met het 2D Gaussian multi-peak fitting algoritme. Sla ten slotte de resultaten op door op de knop atoompositiepositie opslaan te klikken. De app vraagt de gebruiker om de opslaglocatie en de bestandsnaam.

Alle opgeslagen resultaten worden opgenomen in de variabele genaamd atom_pos, in de MATLAB-werkruimte. In de variabele atom_pos bevindt zich een veld met de naam posRefineM. De verfijnde posities worden vermeld in kolom drie en vier en indexering wordt vermeld in kolom acht en negen.

Figuur drie toont de voorbeeldresultaten van het volgen van atoomposities. Een ruwe ADF-stamafbeelding van een eenheidscel van de APO3-perovskiet wordt weergegeven in figuur 3A en het intensiteitsprofiel wordt uitgezet in 3D, in figuur 3B. Figuur 3C toont de resultaten nadat Gaussiaanse filtering is toegepast op de STEM-afbeelding in figuur 3A en het intensiteitsprofiel is uitgezet in figuur 3D.

De beginposities van het atoom worden aangegeven door de gele cirkels in figuur 3E. De atoomposities worden geïndexeerd op basis van de eenheidscelvectoren in figuur 3F. In figuur 3G en 3H worden de 2D Gaussiaanse verfijnde posities aangegeven als rode cirkels.

Ten slotte wordt het voordeel van het toepassen van het MPFit-algoritme op de overlappende intensiteiten getoond in figuur 3I. Stap drie: extractie van fysieke informatie. Om de extractie van fysieke informatie aan te tonen, wordt het APP STEM-beeld van het calcium-3 ruthenium-2 oxide-7 Calcium Ruthenaat kristal weergegeven in figuur 4A en 4B.

Na stap één en stap twee worden de verfijnde atoomposities bepaald en weergegeven in figuur 4C. Bovendien kan met behulp van het indexeringssysteem elk type atoom worden geïdentificeerd en gebruikt voor verdere verwerking. De calciumatomen in het bovenste midden en de onderkant van de perovskietlaag kunnen bijvoorbeeld gemakkelijk worden geïdentificeerd en hun positie wordt gepresenteerd met cirkels gevuld met verschillende kleuren zoals weergegeven in figuur 4D.

Hier is de demonstratie over het meten van de atoomverplaatsing op basis van de eenheidscelindex. De STEM-beeldgegevens van het Calcium Ruthenaat kristal worden hier als voorbeeld gebruikt. De polaire verplaatsing in dit kristal kan worden gevisualiseerd in ADF STEM-beelden door de verplaatsing van calciumatomen in het midden van de dubbele perovskietlaag te analyseren.

Definieer eerst een eenheidscelcentrum. Hier wordt de referentiepositie voor het meten van de calciumverplaatsing in het midden gedefinieerd als de gemiddelde positie van bovenste en onderste calciumatomen. Let op het roosterfractie nummer 4 het Calcium Ruthenaat kristal in deze afbeelding is 10 in verticale richting en twee in horizontale richting, zoals hier getoond.

Door gebruik te maken van het bovengenoemde indexeringssysteem worden alle atomen in elke eenheidscellen geïndexeerd. De twee soorten calciumatomen in de eerste laag zijn gelabeld met 0 en 0,4. En die in de tweede laag zijn gelabeld met 0,5 en 0,9.

Zoek ten tweede de positie van het verplaatste atoom. Het verplaatste telatoom hier is gelabeld met 0,2 en 0,7 Derde, iteratief vinden de posities van de referentie-eenheid celcentra en verplaatste atomen voor alle volledige eenheid cellen in de afbeelding. Bereken ten slotte de verplaatsingsvector op basis van de gemeten posities.

De bijbehorende MATLAB-code die iteratief omvat, het vinden van de posities van bepaalde atomen en het meten van de verplaatsing is bevestigd in de aanvullende materialen. Kwantificeer vervolgens de roosterstam. Klik in de EasySTEM-app op de knop Belasting berekenen op basis van de knop Atoomposities onder het tabblad kwantificeren linksboven in de interface.

Het gedetailleerde berekeningsproces omvat meerdere stappen en wordt uitgewerkt in het handmatige script. Er zijn verschillende veelgebruikte methoden voor gegevensvisualisatie, waaronder lijnkaarten, vectorkaarten en kleurenkaarten, voor het weergeven van atoomafstand, atoomverplaatsing, spanning, enzovoort. De gedetailleerde implementatie is opgenomen in de manuscripttekst en hier zijn enkele representatieve resultaten van het vorige voorbeeld over het Calcium Ruthenate kristal.

Figuur 5A is een voorbeeld van de implementatie van de vectorkaarten die de poolverplaatsing laten zien. De pijlen worden gekleurd op basis van de oriëntatie. De verticale 90 graden domeinwanden worden aangegeven met blauwe pijlen en een horizontale 180 graden domeinwand wordt aangegeven met een rode pijl.

Figuur 5B is een voorbeeld van de implementatie van kleurenkaarten met de polarisaties. De kleuren geven de grootte in de linker- en rechterrichting aan. Verminder de magnituderesultaten in een vervaagde kleur Figuur 5C is een voorbeeld van de implementatie van de kleurenkaarten die de spanning in de horizontale richting weergeven.

De rode en blauwe kleur geven de waarde aan van respectievelijk trekspanning en drukbelasting. Om de meetprecisie aan te tonen, toont figuur 6A de statistische kwantificering van de gemeten afstand tussen perovskiet A-locaties, gepresenteerd als een histogram. De normale verdeelfitting wordt uitgezet en overschreden als een rode stippelde de lijn met het gemiddelde van 300,5 picometer en de standaardafwijking van 4,8 picometer.

Figuur 6B toont de statistische kwantificering van de perovskiet-celvectorhoekmeting, gepresenteerd als histogram. De normale verdeelfitting is uitgezet en toont het gemiddelde van 90,0 graden en een standaardafwijking van 1,3 graden. Figuur 6C toont de statistische kwantificering van de polaire verplaatsingsmeting in het calcium ruthenaat kristal, gepresenteerd als histogram.

De normale verdeelfitting is uitgezet en toont het gemiddelde van 25,6 picometer en een standaardafwijking van 7,7 picometer. Controleer na de analyse nogmaals of uw onbewerkte gegevens dubbel zijn gecontroleerd om er zeker van te zijn dat er geen artefacten zijn gegenereerd door de gegevensverwerking. Ik denk dat deze procedure, die hier wordt voorgesteld, een breed scala aan toepassingen zal hebben, waarbij elektronenmicroscopie beeldverwerking zal worden gezien, en het zal de onderzoekers helpen bij het categoriseren en bepalen van de structurele eigendomsrelaties.