Kwantyfikacja danych fluorescencji rentgenowskiej za pomocą MAPS

Synchrotronowa fluorescencja rentgenowska jest istotną techniką obserwacji segregacji pierwiastkowej, zależności stechiometrycznych oraz zachowania skupisk w próbkach z wielu dziedzin, w tym biologii, chemii i nauki o materiałach. Informacje uzyskane z tych badań mają charakter jakościowy, dopóki nie zostaną zastosowane odpowiednie procedury ilościowe w celu przeliczenia surowych zliczeń fluorescencji na powierzchniowe masy pierwiastków. Niniejszy film zademonstruje, jak korzystać z programu do analizy ilościowej stworzonego przez Argonne National Laboratory w celu generowania danych numerycznych dla dwuwymiarowych map fluorescencji rentgenowskiej.

Aby korzystać z programu MAPS, w pierwszej kolejności należy pobrać oprogramowanie IDL z Internetu. Obecnie można to zrobić, przechodząc na stronę internetową IDL i tworząc konto. Następnie należy wybrać My Account, a potem Downloads, co wyświetli stronę ze wszystkimi dostępnymi programami.

Przewiń w dół i wybierz najnowszą wersję IDL. Następnie pobierz MAPS ze strony internetowej Argonne National Laboratory. Po pobraniu i rozpakowaniu folderu zip powinny pojawić się cztery pliki. Compound.

dat, henke. xdr, mapy i xrf_library.csv. Trzy pliki, poza mapami, należy skopiować i wkleić do podfolderu IDL o nazwie lib.

W przypadku komputerów z systemem Windows folder ten najprawdopodobniej znajduje się w Program Files w katalogu Exelis. Zazwyczaj wygodnie jest uruchamiać dopasowanie z pulpitu, jednak krytyczne jest, aby nazwa folderu i ścieżka dostępu nie zawierały spacji ani znaków specjalnych; w przeciwnym razie program MAPS wyświetli błąd podczas próby wykonania dopasowania. Jeśli ścieżka do pulpitu zawiera spacje, należy umieścić folder w innym miejscu.

Na przykład bezpośrednio na dysku C. Na potrzeby tej demonstracji umieszczę folder Fitting Folder oraz ikonę MAPS.sav na pulpicie, aby zapewnić do nich łatwy dostęp.

W tym folderze należy umieścić pliki maps_fit_parameters_override.txt oraz maps_settings.txt. Przykłady tych plików są dostępne w dokumentach uzupełniających.

Następnie należy utworzyć folder o nazwie mda i wkleić do niego wybrany plik mapy o wysokiej rozdzielczości, który zostanie wykorzystany do wstępnego dopasowania. Dodano również pliki do dopasowania standardowego, które powinny składać się z jednego lub czterech plików, w zależności od liczby elementów detektora używanych przez sektor. Pliki te określają standard.

Jeśli użyto standardu AXO, plik powinien zostać nazwany axo_std. mca; w przeciwnym razie, jeśli użyto standardu NIST lub jakiegokolwiek innego standardu, plik może mieć dowolną nazwę kończącą się na mca, ponieważ pliki te zostaną wybrane w późniejszym etapie. W przypadku detektora czterokwadratowego pliki standardu oraz fit_parameter powinny być nazwane w następujący sposób: od mca0 do mca3 oraz od txt0 do txt3, w tym jeden plik fit_parameters kończący się na txt.

Następnie sprawdź w pliku ustawień map, czy użyto prawidłowej liczby elementów detektora. W przypadku tego dopasowania wykorzystano jeden element detektora. Po przygotowaniu folderu z dopasowaniem otwórz program MAPS i zmień katalog na folder utworzony przed chwilą na pulpicie.

Następnie kliknij OK i przejdź do konfiguracji. Okno konfiguracji zawiera szereg funkcji służących do ustawienia parametrów dopasowania. W pierwszej kolejności wybierz linię wiązki reprezentatywną dla linii wiązki wykorzystanej podczas pomiarów.

Jeśli pomiary zostały wykonane w Argonne National Laboratory, linia wiązki powinna odpowiadać bezpośrednio. W przeciwnym razie w manuskrypcie zawarto dodatkowe informacje na temat tego, który wybór należy zastosować. Następnie wybierz plik mda, który zostanie użyty, a potem wpisz energię padającą zastosowaną podczas pomiaru.

Wybierz opcję rozpoczęcia przetwarzania i poczekaj, aż program zakończy pracę. Po zakończeniu przejdź do pliku, a następnie wybierz pierwszą opcję. Otwórz średnią obrazu XRF lub pojedynczy element.

Program powinien utworzyć serię nowych folderów; należy wybrać folder img, w którym powinny znajdować się wygenerowane pliki fit lub pliki h5. Wybierz plik odpowiadający mapie, a następnie zmień drugie od lewej menu rozwijane na normalizację. W tym przypadku dane są normalizowane względem komory jonizacyjnej dopływowej (USIC).

Po wybraniu widoku wielopierwiastkowego (multi element view) zostaną wygenerowane obrazy dla poszczególnych kanałów pierwiastkowych. Jednostki wynoszą teraz mikrogramy na centymetr kwadratowy. Jednak wartości te nie reprezentują jeszcze ilości dopasowanych.

Aby opracować dopasowanie, dane analizuje się jako sumę wszystkich widm z każdego piksela mapy, którą można wyświetlić, przechodząc do viewing, plot integral spectrum. Następnie należy przejść do generate output, export raw integrated spectra series long, aby zapisać obraz. Zamknij okno i przejdź do tools, spectrum tool, load spectrum.

Zlokalizuj plik, który został właśnie wyeksportowany do folderu wyjściowego. Zazwyczaj sortowanie folderu wyjściowego według daty modyfikacji jest najszybszym sposobem znalezienia plików, ponieważ każde nowe dopasowanie aktualizuje pliki w folderze. Wyeksportowane widmo będzie nazywać się intspec, a następnie nazwa linii wiązki i numer skanu, zakończone rozszerzeniem txt.

Po otwarciu widma otwórz plik maps_fit_parameters_override. Najpierw sprawdź, czy liczba elementów detektora jest poprawna. Następnie w linii „elements to fit” (elementy do dopasowania) wymień wszystkie elementy, których spodziewasz się w próbce.

Należy zauważyć, że elementy linii L oraz elementy linii M zawierają odpowiednio przyrostki _L lub _M. W tym przypadku wiadomo, że w próbce znajduje się miedź, ale zostanie ona pominięta, aby przedstawić przykład niepełnego dopasowania. Przewiń w dół i wprowadź energię padającą dla energii rozpraszania koherentnego.

Następnie w dwóch kolejnych liniach wprowadź maksymalny i minimalny zakres energii, które program będzie wykorzystywał jako granice. Zazwyczaj wystarczający jest zakres od +2 do -2 keV lub od +5 do -5 keV. Dalej upewnij się, że maksymalna i minimalna energia dopasowania obejmują energie interesujących nas pierwiastków.

Dodatkowo należy sprawdzić, czy element detektora linii posiada właściwy numer odpowiadający detektorowi germanowemu lub krzemowemu. Na dole pliku znajduje się możliwość zmiany nazw kanałów detektora wykorzystywanych podczas dopasowania. Więcej informacji na temat sposobu ich zmiany opisano bardziej szczegółowo w manuskrypcie.

Po wprowadzeniu zmian zapisz dokument. Następnie wybierz analizę, dopasowanie widma (fit spectrum), po czym pojawi się okno. W jego górnej części można ustawić zakres energii dla dopasowania oraz liczbę iteracji wykorzystanych do procesu dopasowywania.

Po zmianie zakresu należy wybrać trzeci z czterech przycisków na dole, a program przeprowadzi dopasowanie. W oknie narzędzia spektroskopowego znajduje się seria rozwijanych menu, które umożliwiają wizualizację różnych krzywych. W tych menu należy ustawić jedną opcję na fitted, a pozostałe na none.

W dolnym lewym rogu wybranie opcji dodaj element pozwala użytkownikowi przeszukać widmo w poszukiwaniu brakujących pików. Korzystając z plusa i klikając dalej, można zauważyć, że pikiem brakującym w dopasowaniu jest pik miedzi K alpha. W przypadku niektórych pików, zwłaszcza w lewej części obrazu, dopasowanie zdaje się uwzględniać poprawne pierwiastki, jednak linie nadal znacznie odbiegają pod względem natężenia od natężenia widma.

Można to poprawić poprzez zwiększenie liczby iteracji. Zazwyczaj co najmniej 50 jest wystarczającą liczbą, aby uzyskać zauważalną różnicę. Po powrocie do pliku fit_parameters, dodaniu miedzi, zapisaniu i ponownym uruchomieniu dopasowania widać, że szczyt jest teraz dobrze dopasowany.

Po poszukiwaniu wszystkich pozostałych brakujących elementów dopasowanie wydaje się prawidłowe. W niektórych przypadkach nadal występują piki, dla których linie nie są idealnie dopasowane. Na przykład dwa piki przy 4 keV, odpowiadające liniom Lg1–Lg4 indu, wydają się mieć dopasowany właściwy pierwiastek, jednak proces dopasowywania przypisuje intensywnościom pików wartości wyższe niż te, które faktycznie uzyskano podczas pomiaru.

Sytuacja ta występuje najczęściej w przypadku elementów linii L. Wynika to z faktu, że dla elementów linii K w literaturze dostępne są zestawienia stosunków intensywności pików, podczas gdy stosunki wysokości pików dla linii L są znacznie bardziej zależne od energii padania. Aby poprawić dopasowanie tych linii, w pierwszej kolejności w pliku fit_parameters należy utworzyć linię służącą do korekty rodziny rozgałęzień.

Liczby te oznaczają intensywności względne w porównaniu do literatury dla rodzin L1, L2 i L3, które w narzędziu spektralnym są przedstawione jako linie żółta, różowa i niebieska. Często liczby te mogą pozostać jako jedynki lub być równe wartościom literaturowym. Zamiast tego zmieniany będzie stosunek dla każdej poszczególnej linii.

Przed przystąpieniem do korekty stosunków rozgałęzień dla indu należy zauważyć, że stosunki rozgałęzień dla linii L gamma są wszystkie ustawione na jeden. Analiza widma całego wskazuje, że wartość literaturowa jest zbyt wysoka. Poprzez oszacowanie procentowej różnicy między zieloną a białą linią dla każdej energii, a następnie zmianę stosunku rozgałęzień, zapisanie i ponowne uruchomienie dopasowania, można zaobserwować poprawę dopasowania zielonej linii do białej linii widma.

Często proces ten wymaga kilku prób, co jest niezbędne dla zapewnienia dokładności dopasowania. Po zidentyfikowaniu fit_parameters, które zapewniają najlepsze możliwe dopasowanie, przeprowadź proces dopasowania raz jeszcze dla 10 lub 50 K iteracji. Jest to konieczne, ponieważ każde dopasowanie aktualizuje średni, wynikowy plik maps_fit_parameters_override, który będzie plikiem faktycznie zaimplementowanym podczas dopasowania.

Po zakończeniu ostatniego dopasowania zamknij okno narzędzia spec. Następnie dodaj _input do pliku maps_fit_parameters i zmień nazwę wynikowego pliku średniego na maps_fit_parameters_override.txt. Po wykonaniu tej czynności wróć do okna konfiguracji i wybierz linię wiązki.

Następnie zaznacz opcję „use fitting” i skopiuj oraz wklej wszystkie pliki mda przeznaczone do dopasowania do folderu mda. Używając funkcji „select mda files”, przejrzyj i zaznacz wszystkie pliki do dopasowania. Energia padająca zostanie automatycznie wprowadzona z procesu dopasowania.

Po prawej stronie okna, korzystając z symboli plus i minus, przejdź przez listę i zaznacz pola dla pierwiastków zawartych w pliku fit_parameters. Niektóre pierwiastki nie są ujęte w tym polu. Przykładem jest ind nie jest ujęty.

Aby dodać ind, zaznacz pole dla dowolnego z pozostałych pierwiastków, których nie będziesz dopasowywać. Następnie w kategorii nazwy ROI zmień nazwę na nazwę potrzebnego pierwiastka. W kolejnym kroku, korzystając z dowolnej bazy danych fluorescencji, na przykład aplikacji Hephaestus, znajdź energię dla głównej linii energetycznej.

W tym przypadku chodzi o linię L $\alpha_1$ indu. Kontynuuj przewijanie listy pierwiastków aż do końca, wybierając również S_I, S_E, S_A, TFY oraz tło. W lewym górnym rogu wybierz opcję „right settings to config file”, aby zapisać ustawienia dopasowania do przyszłego użytku.

W tym momencie, jeśli do dopasowania ma zostać użyty standard NIST, należy wybrać przycisk odpowiadający numerowi standardu NIST, albo NBS 1832, albo 1833. Następnie należy wybrać nazwę pliku dla standardu z folderu nadrzędnego. Po tej operacji dopasowanie jest gotowe.

Należy więc wybrać „start processing”, aby rozpocząć proces. Po zakończeniu dopasowań można je zwizualizować w ten sam sposób co wcześniej, przechodząc do menu „file”, wybierając „open XRF image”, a następnie „average” lub „single element”. Następnie należy przejść do „viewing” i wybrać „multi element view”.

Za pomocą elementów wyboru detektorów w prawym dolnym rogu można zmienić analizowane kanały. Na tej podstawie wyświetlane są wartości liczbowe w mikrogramach na centymetr kwadratowy, zgodne z wartościami oczekiwanymi dla próbki. Obliczenia wykorzystane do oszacowania przewidywanych wartości zostały opisane w manuskrypcie.

Przykładowo, przedstawiono tutaj dane ilościowe dla głównych pierwiastków ogniwa słonecznego CIGS: miedzi, indu i galu. Ze względu na zastosowaną energię padania, pomiar nie był czuły na pik selenu i nie był w stanie go wykryć, dlatego został on pominięty.

Na podstawie tych danych możliwe jest teraz zestawienie rozkładu poszczególnych pierwiastków w próbce, co pozwala na wyciągnięcie wniosków dotyczących rozmieszczenia różnych kationów w ogniwie słonecznym sig wewnątrz urządzenia oraz stopnia ich niejednorodności. Widmo dopasowania dla każdej z map dopasowań można ponownie wyświetlić, przechodząc do opcji viewing, plot integral spectrum. W tym miejscu powinno być widoczne widmo danych w kolorze białym oraz dopasowanie w kolorze.

Można tego użyć do sprawdzenia dopasowania dla wszystkich plików danych, aby upewnić się, że proces został prawidłowo zastosowany do każdej mapy. Na koniec, aby wyeksportować dane, należy przejść do sekcji generowania wyników (generate output) i wybrać opcję eksportu (export), a następnie zaznaczyć opcję tworzenia połączonych plików ASCII dla map (make combined ASCII files of maps). Spowoduje to utworzenie pliku Excel zawierającego ilościowe dane fluorescencji dla wszystkich wyświetlanych elementów.

Aby zmienić lub dodać elementy, należy użyć opcji wyboru detektorów elementów. Dane można następnie znaleźć w folderze wyjściowym. W niniejszym filmie krok po kroku wyjaśniono, jak korzystać z oprogramowania do dopasowania MAPS, stworzonego przez Argonne National Laboratory, w celu ilościowego oznaczenia danych fluorescencji rentgenowskiej.

Choć procedura ta jest bardzo użyteczna w wielu sytuacjach, istnieje wiele szczególnych przypadków i wyzwań, które wymagają dodatkowego rozważenia. Są one opisane poniżej bardziej szczegółowo, a stale wprowadzane ulepszenia mają na celu dalsze zwiększenie dokładności dopasowania widm fluorescencji rentgenowskiej. Niemniej jednak zdolność programu do przekształcania jakościowych, wysokorozdzielczych map fluorescencji 2D w ilościowe, przestrzennie rozdzielone wartości pierwiastkowe zapewnia znaczący wzrost ilości informacji możliwych do uzyskania z tych pomiarów.

Mamy nadzieję, że ta demonstracja pomogła w lepszym zrozumieniu procesu ilościowego analizowania danych z mikroskopii fluorescencji rentgenowskiej. Dziękujemy za oglądanie.