Interpretacja wyników eksperymentów TEM często zależy od wielu powiązanych ze sobą parametrów eksperymentalnych, takich jak ustawienia mikroskopu, warunki obrazowania, a w przypadku eksperymentów operando lub in situ – zmiany w środowisku lub bodźce1,23. Dokładna analiza dużych zbiorów danych TEM, w których parametry te mogą być stale modyfikowane, wymaga od operatora szczególnej uwagi w celu precyzyjnego zapisywania każdego warunku i ustawienia dla każdego obrazu w dzienniku laboratoryjnym lub innym zewnętrznym źródle dokumentacji. Wraz ze wzrostem rozmiaru i złożoności zbiorów danych TEM, ręczne prowadzenie zapisów staje się niewykonalne, a kluczowe informacje mogą zostać pominięte lub błędnie odnotowane. Opisane tutaj oprogramowanie MVS konsoliduje metadane generowane podczas eksperymentu przez mikroskop, detektor/kamerę oraz inne systemy (takie jak uchwyty próbek in situ) i przypisuje je do odpowiednich obrazów.
Oprócz konsolidacji metadanych, oprogramowanie stosuje algorytmy wizji maszynowej w celu śledzenia i stabilizacji pola widzenia poprzez kombinację korekcji przestrzennych, wiązki i cyfrowych, wykorzystując funkcje Drift Correct oraz Focus Assist. Po uruchomieniu funkcji Drift Correct generowany jest „szablon” obrazu korelacji wzajemnej, wykorzystując pierwszy obraz zaimportowany do oprogramowania MVS. Szablon ten jest następnie porównywany z kolejnymi obrazami w celu obliczenia kierunku i wielkości dryfu lub przemieszczenia próbki. Na podstawie tych informacji oprogramowanie MVS automatycznie wprowadza niezbędne korekty, aby utrzymać cechy obrazu w tym samym miejscu, regulując przynajmniej jeden z trzech parametrów: położenie stolika, przesunięcie wiązki lub obrazu oraz cyfrową korekcję obrazu. Funkcja Focus Assist wykorzystuje kombinację algorytmów do przypisania każdej klatce wartości ostrości, zwanej wynikiem ostrości (focus score); wyniki te są porównywane, aby określić wielkość i kierunek korekty rozostrzania niezbędnej do utrzymania ostrości próbki. W trybie obrazowania STEM oprogramowanie MVS dąży do maksymalizacji kontrastu poprzez zastosowanie autorskiej wersji znormalizowanej wariancji w celu przypisania wyniku ostrości. W trybie TEM obliczana jest radialna suma natężenia w FFT, która służy do wyznaczenia wyniku ostrości. Ograniczenia możliwości optymalizacji ostrości przez oprogramowanie MVS występują w sytuacjach, gdy nie jest ono w stanie dokładnie obliczyć prawidłowego wyniku ostrości dla obrazu. Zdarza się to zazwyczaj, gdy mikroskop jest źle skalibrowany lub próbka jest znacząco nieostra podczas kalibracji, co uniemożliwia oprogramowaniu poprawne obliczenie początkowej wartości wyniku ostrości. Oprogramowanie MVS może mieć trudności z obliczeniem wyniku ostrości dla próbek z wyraźnymi prążkami sieci krystalicznej, ponieważ prążki te w FFT mogą „zdominować” algorytm oceny ostrości; w konsekwencji, jeśli próbka straci ostrość, wynik ostrości może nie odzwierciedlać tej zmiany w sposób dokładny. I odwrotnie, praca przy niskich powiększeniach lub z próbką o niskim sygnale FFT może również utrudniać obliczenie prawidłowego wyniku ostrości. Aby zniwelować te trudności, oprogramowanie MVS zawiera szereg dodatkowych algorytmów obliczania wyniku ostrości, które użytkownik może wybrać, jeśli ustawienia domyślne są nieodpowiednie dla danej próbki. Muszą być one testowane i stosowane indywidualnie, aby dobrać najlepsze algorytmy dla konkretnego eksperymentu.
Zmiany morfologiczne w strukturze próbki w czasie są uwzględniane przy użyciu czynnika morfingu szablonu. Filtr ten jest regulowany przez operatora, dzięki czemu algorytmy rejestracji uwzględniają zmiany morfologiczne w czasie. Dodatkowo oprogramowanie monitoruje obraz ciągły, ustawienia mikroskopu oraz ustawienia kamery lub detektora, aby automatycznie aktualizować szablon w przypadku zmian w strukturze próbki oraz po wszelkich wprowadzonych przez operatora zmianach parametrów mikroskopu, kamery lub detektora. Jak pokazano na Rysunku 4, Rysunku 5, w Pliku uzupełniającym 7 oraz Pliku uzupełniającym 8, oprogramowanie MVS zapewnia skuteczną i natychmiastową stabilizację, umożliwiając obrazowanie w wysokiej rozdzielczości dynamicznie poruszających się lub zmieniających się próbek. Chociaż oprogramowanie jest w stanie kontrolować bardzo wysokie tempo dryfu lub ruchu próbki, takie jak te występujące podczas stosowania rampy grzewczej w eksperymencie in situ, istnieją ograniczenia dotyczące maksymalnych korekt stolika lub przesunięć wiązki, które oprogramowanie może kontrolować, jeśli próbka porusza się lub dryfuje bardzo szybko. Limit ten jest funkcją szybkości aktualizacji obrazu, rozmiaru pola widzenia oraz szybkości dryfu. Dla danego pola widzenia i szybkości aktualizacji obrazu istnieje maksymalna szybkość dryfu, którą można skorygować, a jeśli ruchy mechaniczne nie nadążą za procesem, może on zostać przerwany lub stać się niestabilny. Na podstawie szablonów rejestracji generowanych podczas stosowania funkcji takich jak Drift Correct, można wygenerować dodatkowe obliczone metadane. Na przykład Match Correlation jest numerycznym zapisem zakresu zmian między szablonami w serii i jest używany do identyfikacji punktów w osi czasu eksperymentu, w których nastąpiła zmiana próbki. Wysoka wartość korelacji dopasowania odpowiada próbce, która przeszła zmiany morfologiczne, a niska wartość korelacji dopasowania odpowiada próbce, której struktura pozostaje stosunkowo statyczna. Korelacja dopasowania jest szczególnie cenna w badaniach in situ, ponieważ można ją przedstawić graficznie, co pozwala użytkownikowi szybko wskazać obrazy w serii odpowiadające znaczącej zmianie próbki. Ważne jest jednak zrozumienie, że wysokie wartości korelacji dopasowania mogą również odpowiadać zmianom w warunkach obrazowania, takim jak przesuwanie stolika lub zmiana powiększenia, jeśli czynności te są wykonywane podczas gdy funkcja Drift Correction pozostaje aktywna.
Przedstawiony tutaj proces kalibracji wykorzystuje unikalny uchwyt kalibracyjny oraz półautomatyczną procedurę kalibracji w celu dokładnej kalibracji wiązki przy różnych warunkach soczewek przy minimalnej ingerencji operatora. Dostęp do procedury kalibracji dawki odbywa się poprzez oprogramowanie MVS zainstalowane na TEM. Oprogramowanie MVS automatycznie odczytuje odpowiednie ustawienia mikroskopu, aby zapisać wszystkie pomiary jako referencje dla późniejszych eksperymentów. W niektórych mikroskopach TEM odczyt ustawień apertury lub monochromatora nie jest możliwy, w związku z czym muszą one zostać wprowadzone do ustawień oprogramowania MVS przez operatora podczas kalibracji oraz w trakcie użytkowania. W oprogramowaniu wbudowano przypomnienia, które pomagają aktualizować te ustawienia wprowadzane przez operatora zgodnie z poleceniami programu. Opracowanie uchwytu z wbudowanym kolektorem prądu, zamiast polegania na kolektorze zintegrowanym w innym miejscu kolumny mikroskopu, było świadomym wyborem projektowym. Pozwala to na umieszczenie kolektora prądu w tej samej płaszczyźnie co próbka, co eliminuje błędy w pomiarze prądu spowodowane odchyleniem wiązki lub różnicami w absorpcji elektronów przez apertury w różnych pozycjach wiązki. Oprogramowanie MVS realizuje zautomatyzowaną procedurę pomiaru natężenia prądu wiązki i jej pola dla dowolnej kombinacji warunków soczewek. Następnie oprogramowanie może powiązać te zmierzone wartości kalibracyjne z prądem kamery lub ekranu i ekstrapolować wszelkie zmiany powiększenia itp. na pole wiązki podczas eksperymentu. Po wygenerowaniu pliki kalibracyjne te mogą być używane natychmiast i są automatycznie zapisywane do późniejszego wykorzystania, jeśli oprogramowanie wykryje zastosowanie tych samych ustawień podczas przyszłej sesji. Choć trwałość pliku kalibracyjnego różni się w zależności od mikroskopu, autorzy stwierdzili, że mogą oni korzystać z tych samych plików kalibracyjnych przez kilka miesięcy bez obserwowania istotnych zmian wartości prądu. Wbudowane procedury monitorujące profil emisji dział są pomocne w utrzymaniu aktualności tych kalibracji, szczególnie w przypadku dział z zimną emisją FEG.
Normalizacja pomiarów dawki między mikroskopami oraz zautomatyzowane śledzenie ekspozycji próbki na wiązkę są krytycznymi funkcjami oprogramowania MVS, ponieważ umożliwiają one ilościowe porównania warunków dawkowania pomiędzy eksperymentami przeprowadzonymi na różnych systemach mikroskopowych. Degradacja próbki zeolitu (ZSM-5) indukowana dawką, uzyskana podczas identycznych eksperymentów z użyciem różnych mikroskopów, skutkuje całkowitym zanikiem plamek FFT po maksymalnej dawce skumulowanej lub progowej elektronów (~60.000 e-/Å2 przy zastosowaniu szybkości dawkowania ~500 e-/Å2·s) dla obu konfiguracji. Te porównawcze wyniki wykazują, że oprogramowanie do dawkowania ułatwia powtarzalne, ilościowe pomiary dawki. Niewielka różnica w dawce skumulowanej, przy której obserwuje się całkowity zanik plamek FFT w każdym eksperymencie, jest prawdopodobnie wynikiem różnych napięć przyspieszających stosowanych przez oba mikroskopy, przy czym niższe napięcia przyspieszające prowadzą do większej liczby ścieżek uszkodzeń radiacyjnych, a wyższe napięcia przyspieszające zazwyczaj skutkują większymi uszkodzeniami typu knock-on24. Wyniki literaturowe dla dawki krytycznej nanocząstek ZSM-5 wynoszą od 9,000-14,000 e-/Å2 w oparciu o pierwsze zaniki plamek FFT, a nie całkowity zanik wszystkich plamek FFT25,26. W naszych wynikach pierwszy zanik plamek FFT odpowiada dawce skumulowanej rzędu 25,000 e-/Å2. Poprzednie badania opierały się na pomiarach prądu uzyskiwanych za pomocą ekranu fosforowego, o którym dobrze wiadomo, że niedoszacowuje on pomiarów prądu wiązki w porównaniu z czarką Faradaya15. Wyznaczona dawka krytyczna może różnić się dwukrotnie lub więcej, w zależności od tego, który pik FFT jest używany do śledzenia dawki. Wskazuje to na to, że wyższe częstotliwości przestrzenne ulegają degradacji w pierwszej kolejności i może to prowadzić do różnych wartości w zależności od osi strefowej użytej podczas pomiarów (nasze wyniki koncentrowały się na plamkach FFT z całego kryształu zeolitu, a nie na konkretnych cechach strukturalnych)25,26. Te różnice w technikach i kalibracji prądu wyjaśniają różnice w wartościach pomiędzy dwoma eksperymentami opisanymi w naszych wynikach a poprzednimi badaniami literaturowymi.
Choć oddziaływania związane z dawką elektronów stanowią istotny czynnik w wielu eksperymentach TEM, badania in situ, a w szczególności liquid-EM, są szczególnie podatne na ich efekty. Radioliza cieczy wywołana wiązką elektronów prowadzi do powstania kaskady chemicznie reaktywnych gatunków, które mogą oddziaływać z próbką, co komplikuje analizę. Zarówno szybkość dawkowania lub fluencja stosowana podczas eksperymentu liquid-EM, jak i dawka skumulowana mogą wpływać na stężenie gatunków rodnikowych generowanych w wyniku radiolizy cieczy27,28. Zatem gromadzenie i rejestrowanie metadanych dotyczących zarówno dawki skumulowanej, jak i szybkości dawkowania w trakcie całego eksperymentu pozwala na bezpośrednią korelację obrazów z historią dawkowania próbki i stanowi bardziej precyzyjny sposób wyjaśnienia oraz kontrolowania wpływu wiązki elektronów w tych badaniach. Choć nie jest to opisane w niniejszym protokole, przykład użyteczności funkcji zarządzania dawką w liquid-EM przedstawiono na Rysunku 6.

Rycina 6: Wzrost nanocząstek złota indukowany wiązką podczas eksperymentu liquid-EM in situ. (A) Przegląd STEM przy małym powiększeniu obrazujący wynikowy wzrost cząstek z nałożoną kolorystycznie mapą dawki skumulowanej w badanym obszarze. Czerwone obszary na nałożonej mapie wskazują regiony wysokiej skumulowanej dawki ekspozycji, a obszary żółte wskazują regiony niższej ekspozycji. Zaznaczenie pojedynczego piksela kursorem lub narysowanie ramki wokół obszaru za pomocą dołączonych narzędzi rysunkowych wskazuje skumulowaną dawkę dla danego piksela lub obszaru. Pasek skali wynosi 2 µm. (B,C) Obrazy STEM przy większym powiększeniu obszarów zaznaczonych pomarańczowymi ramkami (b,c) na rysunku A. Obszar b, narażony na wyższą skumulowaną dawkę (10.811 e-/Å2), zawiera większe cząstki niż te znalezione w obszarze c, który był narażony na niższą skumulowaną dawkę (0.032 e-/Å2). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Wzbogacone metadane dotyczące mocy dawki oraz dawki skumulowanej upraszczają analizę zależnych od dawki ścieżek wzrostu i degradacji nanomateriałów. Rycina 6 przedstawia indukowaną wiązką redukcję roztworu jonów chlorku złota(III) (HAuCl3) w wodzie podczas eksperymentów z wykorzystaniem ciekłej mikroskopii elektronowej (liquid-EM). Na podstawie nałożonej kolorystycznej mapy dawek na Rycini 6A łatwo można zauważyć, że skumulowana dawka elektronów wpływa na końcowy rozmiar i kształt nanocząstek29,30,31,32. Przegląd STEM przy niskim powiększeniu pokazuje obszary narażone na wysoką (czerwony) i niską (żółty) dawkę skumulowaną. Cząstki w obszarze narażonym na wyższe dawki są większe niż te w obszarach narażonych na niższe dawki skumulowane. Ponieważ metadane dotyczące dawki są bezpośrednio osadzone w każdym obrazie na poziomie pikseli, złożone efekty dawki elektronów w eksperymentach liquid-EM mogą być teraz systematycznie analizowane w sposób, który wcześniej nie był możliwy do osiągnięcia.
W niniejszym protokole wykazaliśmy, że oprogramowanie MVS stanowi kompleksowe rozwiązanie do kalibracji, monitorowania i śledzenia zarówno dawki elektronów, jak i całkowitej dawki dostarczonej do próbki w skali każdego piksela. Możliwość ta otwiera nowy paradygmat obrazowania próbek wrażliwych na dawkę oraz rozumienia oddziaływań wiązki elektronów. Jest to szczególnie obiecujące w przypadku eksperymentów z wykorzystaniem ciekłej EM, ponieważ pozwoli na bardziej efektywne badanie roli, jaką odgrywa dawka elektronów, oraz poprawi powtarzalność eksperymentalną. Mamy nadzieję, że te nowe ramy pozwolą na dokładne gromadzenie informacji o mocy dawki i dawce skumulowanej, ułatwią udostępnianie tych danych społeczności naukowej w celu dokładniejszej interpretacji wyników TEM oraz przyczynią się do rozwoju współpracy naukowej i wymiany danych poprzez umożliwienie raportowania i analizy zgodnie z zasadami FAIR.