Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Chemistry

Kvantifiera X-Ray fluorescens Data med hjälp av kartor

Published: February 17, 2018 doi: 10.3791/56042

Summary

Här visar vi användningen av programvaran X-ray fluorescens montering, kartor, skapad av Argonne National Laboratory för kvantifiering av fluorescence mikroskopi data. De kvantitativa data som resultat är användbar för att förstå elementärt distribution och stökiometriska förhållanden inom ett urval av intresse.

Abstract

Kvantifiering av röntgen fluorescensmikroskopi (XRF) kartor genom att montera de råa spectrana till en känd standard är avgörande för bedömning av kemisk sammansättning och elementärt distribution inom ett material. Synkrotron-baserade XRF har blivit en integrerad karakterisering teknik för en mängd olika forskningsområden, särskilt på grund av dess icke-destruktiva natur och dess höga känslighet. Idag kan synkrotroner uppkopplingstyp fluorescens vid rumsliga upplösningar långt under en micron, möjliggör utvärdering av kompositionella variationer på nanonivå. Genom korrekt kvantifiering är det då möjligt att få en djupgående, högupplösta förståelse av elementärt segregering, stökiometriska relationer och klustring beteende.

Denna artikel förklarar hur att använda kartor montering programvara utvecklad av Argonne National Laboratory för kvantifiering av full 2-D XRF kartor. Vi använda som ett exempel resultat från en Cu (i, Ga) Se2 solar cell, tas på Advanced Photon Source beamline 2-ID-D vid Argonne National Laboratory. Vi visar det normala förfarandet för montering rådata, Visa hur att utvärdera kvaliteten på en passform och presentera de typiska utgångar som genereras av programmet. Dessutom diskuterar vi detta manuskript vissa programvara begränsningar och ge förslag för hur man ytterligare korrigera data vara numeriskt korrekta och representativa för rumsligt löst, elementärt koncentrationer.

Introduction

Synkrotron-baserade XRF har använts över flera discipliner för många årtionden. Det har exempelvis använts i biologi på studier som utförts av Geraki et al., där de kvantifierade spårmängder av metall koncentrationer inom cancerogena och icke-cancerogena bröst vävnad 1. Mer allmänt har kvantitativa XRF kopplats till ett brett utbud av biologi berörda studierna med metall koncentrationer i celler och vävnader, som beskrivs av Paunesku et al. 2. likaså Marina protister studerades för spårämnen 3,4 och även mikro- och macronutrient distributioner observerades inom anläggningen celler 5. Arbeta genom Kemner o.a. 6, som identifierade tydliga skillnader i morfologi och elementärt sammansättning i enda bakterieceller, möjliggjordes också genom kvantitativa XRF analys. Dessutom, och särskilt relevanta till exempel avslöjas häri, materialforskare som studerar solcell enheter har gjort använda högupplösta XRF för studier om förekomsten av sub micron metall föroreningar i kisel halvledare 7 , 8, korrelativaj arbete på hur elementärt distributioner påverka elektriska prestanda i solar enheter 9,10, och identifierande djup-beroende lutningar av CIGS tunn film solceller via bete incidensen röntgen fluorescens (GIXRF) 11.

Många av dessa studier göra användning inte bara av högupplösta funktionerna i synkrotron X-ray fluorescens att studera rumslig fördelning, men också kvantifiering av informationen för numeriska slutsatser. I många studier är det viktigt att veta elementärt koncentrationerna är associerad med den ovannämnda rumsliga distributioner. Exempelvis i arbetet av Geraki et al., studien krävs kvantifiera skillnaden i koncentration av järn, koppar, zink och kalium i cancerogena och icke-cancerogena bröstvävnad, att bättre förstå vilka koncentrationer bli skadligt för mänskliga vävnader 1. Likaså arbete av Luo et al. har använt kvantifierade XRF för att identifiera små mängder klor ingår i Perovskit solceller när syntetiserade både med och utan klorhaltiga prekursorer 12. För vissa studier där koncentrationerna av element är behövs, korrekt kvantifiering är därför ett nödvändigt och avgörande steg.

Processen att kvantifiera elementärt koncentrationer från X-ray fluorescens (XRF) mätningar översätter fluorescens intensitet räknas in masskoncentrationen (e.g. µg/cm2). De råa spectrana presenterar antalet fotoner som samlas in av energi dispersiv fluorescens detektorn som en funktion av energi. Spektra är först passa och sedan jämfört med en standard mätning att beräkna kvantitativa data. I synnerhet är det första steget i passande fluorescens spectra avgörande även för kvalitativ analys av elementen. Detta utifrån eftersom före montering, räknas är kastas i papperskorgen deras energi, vilket blir ett problem när två element med liknande fluorescens övergångar ingår i provet. I den här situationen kan räknas vara felaktigt kastas i papperskorgen och därmed associerade med elementet fel.

Det är ofta också nödvändigt att kvantifiera XRF spectra för att korrekt dra slutsatser om relativa mängder av beståndsdelar i ett prov. Utan korrekt kvantifiering, räkningarna av tunga grundämnen och lättare element kommer att jämföras direkt, ignorera skillnader i fånga gränsöverskridande avsnitt, absorption och fluorescens sannolikheten, dämpning av fluorescens fotonerna, och distansera av den elementets absorption kanten från infallande energin, som alla påverkar antalet fotoner slående detektorn. Därför är passande spektra för varje karta och jämföra peak stödnivåer med standard, vilka båda är klar i följande procedur, kritiska för exakt kvantifiering av varje elementärt koncentrationerna.

Vi visar hur du konverterar raw räkningarna av fluorescens fotoner till enheter av mikrogram per kvadratcentimeter (µg/cm2) av första passande en integrerad spektrum eller ett summerade spektrum av alla enskilda spektra produceras vid varje mätning spot eller pixel i en 2D-karta. Detta spektrum visar de olika element som ingår i urvalet relativa stödnivåerna. Avståndet absorption kanten på ett visst element är från infallande strålar energi påverkar deras fluorescens toppar stödnivåerna. I allmänhet, är ju närmare de två energierna, desto större intensiteten produceras för dessa element, även om detta inte alltid fallet. Figur 4 i Ref 13 visar beroendet av absorption längden på röntgen fotoner, som direkt avser den resulterande intensiteten, för de flesta element i en methylammonium bly jodid Perovskit solceller. Detta visar fluorescens svar av element med avseende på energi, och visar att det inte är en kontinuerlig minskning av svar med ökande avstånd från infallande energin, utan snarare att det är också beroende av själva elementet.

Resultatet av denna relation är att raw elementärt koncentrationer kan verka högre element kanaler med excitation energier närmare till den infallande energin, även om de sanna kvantiteterna av dessa delar är lägre i förhållande till andra element med excitation energier längre bort från händelsen. Därför är energiberoende av intensitet, tillsammans med andra faktorer såsom fluorescens avkastning variationer, olika absorption kanter, detektorkänslighet, och mätning bakgrund, etc., därför passande data är mycket viktigt före ritning slutsatser om de observerade elementära kvantiteterna. Sedan använder vi en passande algoritm till integrerad spektrum, där användaren definierar de element och parametrar för att passa via ett textdokument.

Algoritm, skapad av Vogt et al. 14, använder sig av regioner av intresse (ROI) filtrering, där det integrerar över vissa elements' peak regioner och principen Komponentanalys (PCA). PCA görs först, för att identifiera endast element och toppar som är mycket starkt uppenbara. Detta möjliggör separation av buller från den sanna signalen. Nästa, principen komponenter identifieras är numeriskt kvantifierade, vilket är viktigt för deconvoluting med samma excitation energi toppar på olika element, till exempel överlappande Au Mα och P Kα. Slutligen, ROI filtrering kan tillämpas på den numeriska data genom att integrera över specificerade områden.

För att avse elementära koncentrationerna räknas, mäts väl kvantifierade referens (ofta benämnd som ”standard”) under samma mätning villkor, geometri och energi, som provet under studien. Denna standard är ofta från Dresden AXO eller den National Institute of Standards and Technology (NIST). De täcker en mängd olika element och komma med tabellerade elementärt distributioner. Normalisering av uppmätta räkningarna av provet av intresse att räkningarna av standarden på samma mätning villkor utgör grunden för elementär kvantifiering i urvalet av intresse.

Mer specifikt kartor identifierar element och deras koncentrationer av standarden antingen genom det faktum att standardinformation som är känd av programmet (som är fallet för normerna AXO och NIST) eller genom data som anges i en separat fil (i fråga om en annan standard som används). Från denna information gäller programmet de uppmätta stödnivåerna standard element under mätningsinställningar i förväntade koncentrationen inbäddade i kartor. Sedan skapar en skalningsfaktor att justera för eventuell förskjutning och extrapolerar denna skalningsfaktorn för alla återstående elementen inte ingår i standarden. Skalningsfaktorn då inkluderar förskjutning från mätningsinställningar och information inom kartor för linjär omvandlingen av rå räknas till ytdensiteten i µg/cm2.

Här visar vi hur du göra användning av programmet, MAPS, utvecklat av Dr. S. Vogt, att kvantifiera data förvärvas från fluorescens-kapabla linjer Argonne National Laboratory (ANL) 14. De data som används för demonstration förvärvades på sektor 2-ID-D av ANL med mätning setup visas i figur 1 av 10. Förfarandet för montering kan också tillämpas på uppgifter från andra linjer, men Observera att vissa egenskaper hos den ANL linjer är inbäddade i programmet och kommer att behöva uppdateras.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Obs: Innan du påbörjar monteringen, det är viktigt att veta några saker om mätningarna: antalet detektor element används - olika linjer använder olika detektorer som segmenteras ibland i mindre sektioner varav räkningarna är Läst och sammanställt; infallande energin används; och standarden mäts. Denna information kommer att tillämpas i hela olika aspekter av förfarandet.

1. ställa in programmet

  1. Hämta IDL och programmet Kartor
    Obs: Länkar för nedladdning av kartor och IDL kan hittas på http://www.stefan.vogt.net/downloads.html och http://www.harrisgeospatial.com/ respektive. Tillsammans, kan programfiler förväntas ta upp till cirka 20 MB. Faktiska utrymmeskraven för montering processen, dock kommer faktiskt vara mycket större och beror på antalet filer att vara vältränad och deras filstorlekar. Minsta enhet krävs för montering ungefär 8 GB RAM, dual - eller quad-core processor med hastigheter över 2,0 GHz. Igen, kraven ökar dramatiskt med de filstorlekar som passar.
    1. Hämta IDL Virtual Machine, gå till länken och skapa ett konto. Fick bekräftelse, logga in på webbplatsen och välj ”Downloads” under fliken ”mitt konto”. Inom nedladdningar, bör det finnas ett alternativ för den senaste IDL-programvaran för Windows, Mac eller Linux. För video användes versionen 8.5 av IDL Virtual Machine.
      Obs: För video användes version 1.7.3.12 av kartor. Version 1.7.3.12 och ovan kan användas för montering av uppgifter som erhållits i både stepscan och flyscan lägen.
    2. Klicka på länken för den senaste versionen av MAPS och ladda ner zip-mappen. ZIP-filen ska innehålla kartor IDL binärfilen samt de filer ”compound.dat”, ”henke.xdr” och ”xrf_library.csv”.
    3. Flytta de sistnämnda tre filerna till mappen ”lib” i IDL mappen som skapades i handlingarna vid installationen. Dessa filer innehåller X-ray fluorescens-specifik information behövs för kartor. Exempelvis lagrar XRF biblioteksfilen alla excitation energier för alla element.
    4. Placera ikonen för programmet Kartor var som helst, dock är det ofta enklast att placera den på skrivbordet. Gör det enkelt att hitta och köra det grafiska användargränssnittet (GUI).
  2. Samla in nödvändiga filer för preliminär montering
    Obs: De filerna som krävs innan du utför en passande namnet ”maps_settings.txt”, ”maps_fit_parameters_override.txt”, datafiler som slutar på ”.mda” och en vanlig fil som slutar på ”.mca”. Ett exempel uppsättning av dessa filer kan hittas i kompletterande dokument. Filen standard som tillhandahålls är AXO standard som mättes på sektor 2-ID-D av Argonne National Laboratory med en incident X-ray energi om 10.4 keV. Samma inställningar som används för mätningar av de data som visas i denna demonstration.
    1. Överför filen fit parametrar, datafiler och standard filerna i katalogen som används under datainsamling till datorn som tillbehöret med kartor kommer att utföras. Dessutom får filen kartor inställningar som tillhandahålls i den kompletterande informationen användas för varje situation.
    2. Skapa en mapp på skrivbordet. Till exempel skapa ”C:\Users\user\Desktop\Fittingfiles”. Det är mycket viktigt att inga filer eller mappar som ingår i väg för montering innehåller blanksteg, som kartor inte kommer att kunna komma åt dem.
    3. Skapa en undermapp i ”Fittingfiles” heter ”mda” och placera alla ”.mda” datafiler som förvärvats från X-ray fluorescens mätningar inuti. Var noga med att inkludera filen för representativa kartan som kommer att användas för att generera passformen. Till exempel i videon används filen ”2idd_0220.mda” eftersom det är mest lik i dimensioner och upplösning för de flesta av de återstående kartorna att vara vältränad.
    4. Placera de återstående filerna från steg 1,2 i den överordnade mappen. Dessa filer kommer att redigeras i stegen som beskrivs nedan.
      1. Placera den standard fil(er) (som slutar på ”.mca”) i mappen ”Fittingfiles”.
        Obs: En väl lämpad standard bör innehålla på minst två element gemensamt med de prover som undersöks. I fall där det inte finns någon lämplig kommersiell standard får ett representativt urval som innehåller inslag av intresse i kända mängder fabricerade och användas som standard. I den här situationen bör skapade provet mätas på samma sätt som någon annan standard.
      2. När du använder AXO Dresden standard 15, Byt namn på filen för att vara ”axo_std.mca”. För en 1 element detektor, endast en fil krävs och bör sluta med ”.mca”. Om en 4-kvadrant detektor användes, bör det dock fyra standard filer som slutar med ”.mca0” genom ”.mca3”.
      3. Om du använder standarden National Institute of Standards and Technology (NIST) antingen 1833 eller 1832 för tunn film prover, namn filen något som standarden NIST är senare väljs manuellt snarare än refererade i programmet.
        Obs: Vid denna tid, bara en standard kan tillämpas för montering i taget. Dock om det finns en oro att en viss standard inte täcker tillräckligt element som också ingår i urvalet av intresse, är det möjligt att köra de aktuella rördelarna med olika standarder varje gång. Data från varje standard kan sedan jämföras för noggrannhet.
      4. Om mer än en standard används, flytta antingen den fit ”.h5” filer från varje körning till en separat mapp märkt för varje standard eller byta namn på filer, till exempel slutar på ”_ < standard används >
      5. Om varken AXO eller NIST standard är tillräcklig för de prover som undersöks kan mäta varje andra prov som standard så länge den innehåller en känd kvantitet av element. För kartor för att veta för att använda detta nyskapade standard, lägga till filen ”maps_standardinfo.txt” till den överordnade mappen, ”Fittingfiles”. Denna fil ingår i den kompletterande informationen och kan anpassas direkt för användning.
        1. För att använda den skapa standarden, öppna filen standarden info och ange filnamnet för den standarden som kan heta något slutar i korrekt ”.mca” format, att användas i raden ”filnamn”: (om du använder flera kvadranter, ange bara namn slutar på ”.mca0”). Nästa, lista de element som finns i standarden avgränsade med kommatecken i raden ”ELEMENTS_IN_STANDARD”:.
        2. Genom att multiplicera tätheten av varje element i standarden av standardens tjocklek, beräkna areala tätheten för varje element i µg/cm2. Lista dessa värden i ordning med avseende på ordningen av de delar som anges i steg 1.2.4.4. på raden ”vikt”:, också separerade med kommatecken.
      6. Matcha antalet filer som heter ”maps_fit_parameters_override.txt” för antalet detektor element används. Om bara en detektor användes, har filen formatet ”maps_fit_parameters_override.txt”.
      7. Om en fyra kvadranter detektor användes, kopiera och klistra in filen parametrar fyra gånger i den överordnade mappen och Byt namn på tillägg till utbud från ”.txt0” till ”.txt3”.
      8. Checka in den filen ”maps_settings.txt” att det innehåller rätt antal detektor element i raden ”DETECTOR_ELEMENTS”: (det bör vara antingen 1 eller 4).

2. utför montering

  1. Köra kartor
    1. Dubbelklicka på ”maps.sav”-ikonen på skrivbordet och klicka sedan någonstans på IDL popup-fönstret för att fortsätta.
    2. I det första fönstret efter öppnandet, kallas ”starta: kartor v < version som används >”, Välj ”Tryck på att ändra överordnad dir” och välj sedan mappen ”Fittingfiles” skapade tidigare.
    3. Välj ”OK och gå till configuration”.
  2. Generera ett spektrum från kartan representativa för montering
    1. Från konfigurationsfönstret som kan nås via ”config + generera kartor” ”Allmän konfiguration”, ändra den beamline inställningen för att motsvara till beamline används för mätningarna.
      1. Om mätningar genomfördes på en annan beamline, kontrollera vilket alternativ i programmet för en beamline som mest liknar i parametrar används inställningen. Beamline funktioner för Advanced Photon Source (APS) på ANL kan hittas på https://www1.aps.anl.gov/Beamlines/Directory. Jämföra vissa parametrar som upplösning och flux kan avgöra vilken ANL inställning i konfigurationsfönstret är mest lik den beamline som används för mätningarna.
    2. Välj ”Välj mda filer (och katalogen)” och mappen bör öppna till mappen ”Fittingfiles” som innehåller alla nödvändiga filer. Därefter väljer en ”.mda”-filen som motsvarar en representativ karta (det bör vara en karta över liknande sammansättning och mätningen parametrar för majoriteten av skanningar som kommer att passa med de parametrar som fastställts från den representativa kartan) och klicka på ”öppna” .
      Obs: Om det inte öppnas till rätt mapp, det kan ändras genom att välja ”förälder dir” och lämplig mapp.
    3. Skriv i infallande energin används i keV.
    4. Välj ”Starta bearbetning”. När processen är klar, har skapat olika nya mappar i katalogen, och inom mappen ”img.dat”, det bör finnas 1 eller 5 filer (beroende på antalet detektorer används) heter ”.h5”.
      Obs: När det gäller en flera element detektor, en h5 fil genereras för varje segment av detektorn (exempelvis filer ”.h50” genom ”.h53” för en 4-element detektor) och en fil som är genomsnittet av de enskilda elementen.
      1. För att visa vissa element som bearbetat, men inte fit eller kvantifierade, ange dessa element i raden ”ELEMENTS_TO_FIT”: av ”maps_fit_parameters_override.txt” filen. Element med L - eller M-line toppar som ”In_L” eller ”Au_M” till exempel. Annars, den bearbeta filen kommer endast att innehålla kartinformation för element som ingick i filen fit parametrar före bearbetning.
    5. Visa spektrumet, gå till ”fil” ”Öppna XRF bild - avg eller enstaka element bara” och leta upp filen genererade ”.h5” som kommer att användas för montering av återstående kartorna och välj ”Öppna” i mappen ”img.dat”.
      Obs: Det finns en mängd olika sätt att visa den bearbetade filen som innehåller integrerad spectrumen av rådata, eller summan av de enskilda spectra förvärvade varje pixel i en karta, samt det fullständiga maps olämpliga och kvantifierbara data. I de flesta fall är det bäst att visa data normaliserade till uppströms ion kammaren, vilket kan göras genom att gå till den andra rullgardinsmenyn i katalogen kartor och välja ”U.S.-IC”.
      1. Visa den genererade data genom att välja ”Visa” → ”multi elementvyn (M)”, som visar de bearbeta kartorna för varje element.
        Obs: vid denna punkt, data tycks har kvantifierats, eftersom de är representerade i enheter av µg/cm2, men de ännu inte varit vältränade och därför representerar inte korrekt kvantifierade data. När själva monteringen är klar, åsidosätter filen ”.h5”, så det är extremt viktigt att hålla reda på vilka filer har varit vältränade och som helt enkelt har konverterats till ”.h5” format, som beskrevs i steg 2.2.4.
      2. Förmån för montering, Visa integrerad spektrumet, så gå till ”visning” → ”tomt integrerad spektrum”. Figur 1 visar ett exempel på hur en integrerad spektrum (i vitt) ser ut.
    6. Spara integrerad spectrum data till en ”.txt” fil genom att välja ”generera utdata” ”Exportera raw integrerad spectra serien (lång)”. Stäng fönstret.
      1. Att spara bilden, använda en screen capture-program, som kartor själv har inte möjlighet att spara bilden.
      2. För att replot data, rita exporterade integrerad spectrum data mot energi spänna använda någon data visualisering programvara.
        Obs: Filen med det integrerade spektrumet kommer att namnges ”intspec < beamline > _ < samplenumber >. h5.txt” och kommer att finnas i den överordnade katalogen inom den mapp som heter ”utgång”.
  3. Förbereda filen åsidosättning för montering
    1. Gå till ”verktyg” → ”spektrum verktyg” och välj ”.txt” filen som heter ”intspec < beamline > _ < samplenumber >. h5.txt”
    2. Öppna filen som heter ”maps_fit_parameters_override.txt”, som nu finnas i katalogen som beskrivs i steg 1.2.3., och ange sedan kända som diskuteras nedan. Denna fil används för alla situationer, oavsett antalet detektor element.
      1. På raden ”DETECTOR_ELEMENTS”:, kontrollera att numret är antalet lämpliga för numrera av detektor element som används för beamline.
      2. På raden ”ELEMENTS_TO_FIT”:, ange eventuella saknade förväntade element, märkning L och M rader med suffix ”_L” och ”_M”. K-fodrar antas som standard.
      3. På raden ”COHERENT_SCT_ENERGY”:, ange den infallande energi som används. I följande två rader, inkludera övre och nedre gränserna för intervallet energi, som kartor kommer att passa för den exakta infallande energin. Vanligtvis en rad ± 0,2 keV och högst ± 0,5 keV av infallande energin räcker.
      4. På raden ”MAX_ENERGY_TO_FIT”:, ange ett värde mindre än 1 keV ovan infallande energin och likaså i raden ”MIN_ENERGY_TO_FIT”:, ange ett värde mindre än 1 keV.
      5. Mot botten av filen, finns det alternativ ”SI_ESCAPE_ENABLE”: och ”GE_ESCAPE_ENABLE”:. Beroende på materialet i detektorn element används (Si eller Ge), ange en 1 för elementet används och 0 för elementet inte används. Detta kommer att införliva en fly faktor för elementet detektor i passformen.
      6. Under raderna för 2.3.2.5, ange detektor elementnamn. Det är mycket viktigt att denna information är korrekt, annars kvantifiering blir felaktiga eftersom det inte referera korrekt kanalerna under processen.
        1. För att hitta lämpliga filnamnen, öppna filen ”.mda” genom att välja ”file” ”Öppna mda fil” och sedan gå till ”Visa” ”multi elementvyn (M)” och på den nedre högra sidan ”Välj element/detektorer” . Detta öppnar ett fönster som innehåller alla de kanaler som lagras i filen ”.mda”. Kopiera och klistra in processen variabel (PV) namnen för SRCurrent (t.ex. SRCURRENT:S:SRcurrentAI.VAL), uppströms och nedströms ion chambers (t.ex. US_IC:2idd:scaler1_cts1. C och DS_IC:2idd:scaler1_cts1. (B) och fyra filer för det förflutna levande tid, förfluten realtid, andelen ingång räkningen och den output räkna ränta (t.ex. ELT1:2iddXMAP:ElapsedLive, ERT1:2iddXMAP:ElapsedReal, ICR1:2iddXMAP:dxp1. InputCountRate, OCR1:2iddXMAP:dxp1. OutputCountRate). Slutligen omfatta namngivning för airpath (t.ex. AIRPATH:0.0).
          Obs: Om det är oklart vilka namn att använda, be forskaren om hjälp, eftersom detta steg är kritiska för procedurens noggrannhet.
    3. Spara filen.
  4. Att identifiera passande parametrar
    1. Prova passformen genom att gå till ”analys” ”passa spektrum”.
      1. Kontrollera först att energi i toppen av fönstret är inklusive alla delar av intresse. Generellt, är det enklaste att använda samma intervall som anges i steg 2.3.2.3.
        Obs: Nästa, för första montering är det bra för ”nej av iters” eller antalet iterationer av tillbehöret, vara noll. Detta kommer att öka senare i processen passande att förbättra kvaliteten på passformen.
      2. Slutligen, längst ned i fönstret där det står ”passar BATCH av alla spektra”, Välj den tredje knappen överst märkt ”w / gratis E, FWHM, scatter, fast svansar” för att köra den första passformen. I huvudkatalogen-mappen kommer att skapas en ny arkivera benämn ”average_resulting_maps_fit_parameters.txt”.
    2. Till vänster om verktyget spektrum, markera alla rullgardinsmenyerna heter ”spec” att läsa ”none” utom en, som bör läsa ”monteras”. Detta visar endast passformen överlagras ovanpå spektrumet, med den färgade linjen som representerar passformen och den vita linjen som representerar det uppmätta spektrumet respektive. Från denna bild, kan det bli tydligt att vissa stora toppar inte överlappar mycket väl med spektrumet eller ens att passformen inte innehåller en topp alls där spektrumet visar tydligt en. Om så är fallet, behöver ändringar göras i filen fit parametrar.
    3. Starta med hjälp av funktionen ”Lägg till” → ”element” och på (+) och (-) tecken längst ned i verktyget spec att söka efter saknade element. Detta kan göras genom att rada upp energi rader med toppar som passformen inte verkar inkludera.
    4. Om det inte är helt klart vad element kan saknas, köra passform med ett större antal iterationer för att förbättra passformen och hjälpa belysa vilka förbättringar fortfarande behöver göras. Detta kan göras genom att ändra i fönstret ”spec fit” alternativet ”Nej av iters”. Vanligtvis gör minst 50 iterationer kommer att förbättra passformen nog betydligt så att andra nödvändiga förbättringar kan identifieras lättare.
    5. Lägga till identifierade saknade element i filen ”maps_fit_parameters.txt” (Obs: inte filen ”average_resulting” nämnt) och spara filen.
      Obs: Om det fortfarande verkar vara några toppar som inte ingår i tillbehöret, det är möjligt finns element med högen ups. En del högen upp uppstår när två XRF fotoner (ofta från samma element med samma energi) strike detektorn på samma gång, som läses som en foton med en energi som är summan av de två ursprungliga fotonerna.
    6. För att söka efter och inkluderar pile-up element, använda samma procedur som i 2.4.3, utan i stället genom att välja ”Lägg till” ”element + pileup”. När seriekrockar identifieras, lägga till kombinationer av element i raden ”ELEMENTS_WITH_PILEUP”: med de element som ingår i en pile-up avgränsade med ett understreck (t.ex. Si_Si för en silicon-kisel pile-up) eller Si_Cl för en pile-up av Si och Cl fotoner.
    7. Utvärdera de förgrenade nyckeltal L-line element. De flesta K-line element ingår i filen fit parametrar redan och dessa är i stort sett korrekt och citerade i litteratur 16,17. L-linjer, men behöver ofta förbättring som de har befunnits för att varierar med excitation energi 14. För närvarande finns det inget sådant förfarande för M-linjer.
    8. Titta på L-line elementen i behov av förbättrad förgrenade nyckeltal både i avsnitten ”BRANCHING_FAMILY_ADJUSTMENT_L”: och BRANCHING_RATIO_ADJUSTMENT_L ”:.
      Obs ”: BRANCHING_FAMILY_ADJUSTMENT_L”: beskriver de tillgänglig energi nivåer L1, L2, L3, som beror på den infallande energin. Exempelvis om L1 > incident energi > L2, sedan 0, 1, 1 ska användas för respektive justeringsvärdena.
      1. För att justera familjen förgrenade, börja med att skapa individuella rader formaterade med elementet och sedan tre 1.' s, som visas nedan.
        BRANCHING_FAMILY_ADJUSTMENT_L: In_L, 1., 1., 1.
        BRANCHING_FAMILY_ADJUSTMENT_L: Pb_L, 1., 1., 1.
      2. Justera dessa siffror för att skifta nyckeltalen av peak stödnivåerna som hör till varje grupp i förhållande till varandra i ett försök att bäst matcha intensitet passar till peak intensiteten av integrerade spektrumet.
        Obs ”: BRANCHING_RATIO_ADJUSTMENT_L”: alternativt beskriver varje enskilda L-shell övergång, varje med en unik energi. Ändrar förhållandet förgrenade ändras värdet med hänvisning till litteratur-sourced värdet inbäddad i programmet Kartor genom att multiplicera två värden.
      3. Att anpassa dessa värden, bildar en jämförelse av höjden av referenslinjen (blå, gul eller rosa oftast, beroende på familjen förgrening) observerat genom funktionen ”Lägg till” ”element” och den faktiska topphöjden och sedan beräkna den förgrenade förhållandet från grov uppskattning.
        Obs: till exempel om Lβ1 line föreställs två gånger så högt som den riktiga toppen visas, då förhållandet förgrening för raden bör 0,5 eller 50% av värdet litteratur.
    9. Spara filen fitparameters och upprepa stegen börjar med steg 2.4.2 tills passformen verkar vara rimlig. När passformen verkar vara inom rimliga gränser, köra tillbehöret gång men med minst 10 k iterationer.
      Obs: Detta görs eftersom under kvantifieringsgränsen processen, det inte är möjligt att ändra antalet iterationer som används. Därför säkerställer ökar antalet iterationer i detta skede av processen att informationen i den genomsnittliga resultatfilen passar parametrar, som uppdateras med varje passar försök och senare anställd för kvantifiering förfarande, är så korrekt som möjligt.

3. kör tillbehöret

  1. Byta namn på filer
    1. Som ”average_resulting_maps_fit_parameters_override.txt” filen uppdateras med varje montering, använda denna fil för faktiska tillbehöret som kommer att tillämpas på alla ”.mda” filer som behöver kvantifiering. Först byta namn på filen ”maps_fit_parameters_override.txt” som användes för montering som ”maps_fit_parameters_override_input.txt”. Byt namn på filen ”average_resulting_maps_fit_parameters_override.txt” som ”maps_fit_parameters_override.txt”.
    2. Om du använder en 4-element detektor, kopiera och klistra in den nyligen benämn ”maps_fit_parameters_override.txt” filen för att skapa fyra ytterligare filer och sedan ändra filnamnstillägget för varje sådan att de namnges ”maps_fit_parameters_override.txt0” genom ”maps_fit_ parameters_override.txt3 ”.
  2. Skapa konfigurationsfil
    1. Gå till ”config + generera kartor” ”Allmän konfiguration och generera kartor” och ändra inställningarna som i början av förfarandet för att återspegla den mätning setup.
    2. Välj den använda beamline eller representativa beamline och kolla ”Använd tillbehöret”.
    3. Klicka på ”Välj mda filer (och katalogen)” och markera alla ”.mda” filer att vara vältränad från mappen ”mda”. Dessa filer kan ha lagts till i mappen tidigare i steg 1.2.3.), men om inte, de kan kopieras och klistras in i mappen vid denna tid.
    4. På den högra sidan av fönstret, med på (+) och (-) tecken för att flytta höger och vänster, bläddra igenom elementen och bocka av dem som ingår i filen fit parametrar som ska användas för montering.
      1. Lägga till element som saknas från det här fönstret genom att kontrollera av en låda med ett oanvända element och sedan byta namn på elementet i fältet ”ROI namnet”, inklusive ”_L” eller ”_M” precis som det skrivs i filen fit parametrar. Förutom att byta namn på elementet, ange energin för mittläget av linjen med den högsta energin (dvs. om att skapa en flik för In_L, ange värdet förLα1 energi) från litteraturen.
        Obs: Ett enkelt sätt att hitta det här värdet är med hjälp av Hephaestus program som kan hämtas online som del av ”Demeter med Strawberry Perl” paketet, som finns för närvarande på https://bruceravel.github.io/demeter/ 18. Ett annat alternativ är att ladda ner häftet röntgen data från den sidan http://xdb.lbl.gov/. I programmet Hephaestus är det möjligt att välja ett element från periodiska systemet, och bläddra ner för att hitta rätt energi (Observera enheten skillnaden mellan Hephaestus och kartor).
    5. Också markera kryssrutorna för ”s_i”, ”s_e”, ”s_a”, ”TFY” och ”Bkgnd”.
    6. När alla ändringar har gjorts, väljer du ”Skriv inställningar till config fil” i det övre högra hörnet. Filen kan heta vad som helst, men måste sluta med tillägget ”.cfg” och måste placeras i huvudmappen, ”Fittingfiles”. Denna fil kommer att spara alla inställningar har angett i steg 3,2.) för framtida bruk.
      Obs: Att välja ”Läs inställningar från konfigurationsfilen” tillåter användaren att öppna filen som innehåller de lagrade fit inställningarna igen i framtiden. Dessutom kan de sparade inställningarna ändras och uppdateras av öppna ett ”alla” cfg-fil, ange ändringarna och sedan välja ”Skriv inställningar till config fil” gång.
    7. Slutligen använder standarden NIST (1832 eller 1833), klicka på ”NBS” för rätt standard och välj standard-fil som ska användas för montering.
  3. Tillämpa tillbehöret
    1. Välj start bearbetning. En serie lådor kommer pop-up, en för varje standard element som är lämplig (beroende på antalet detektor element används). Detta kommer dock inte ske om en standard än NIST eller AXO används.
      Obs: Beroende på antalet och storleken på filerna ”.mda” passar, programmet kan ta allt från 30 minuter till timmar att slutföra.

4. Kontrollera passformen

  1. Öppna filer för monterade spektra genom att gå till ”fil” → ”öppen XRF bild - avg eller enstaka element bara” och välj under mappen ”img.dat” en av de ”.h5”-filer som har skapats.
  2. Följa samma procedur som beskrivs i steg 2.2.5.1, öppna visningsfönstret flera element och normalisera data till uppströms ion kammaren.
    1. För att välja vilka element/kanaler visas, Använd rullgardinsmenyerna för ”# bilder X:” och ”# bilder Y:” att markera dimensionerna av kartor som ska visas. Nästa, välj ”Välj element/detektorer” och en popup-meny visas med kryssrutor för alla kanaler som ingår i filen fit ”.h5”.
  3. Kontrollera att värdena för elementen i urvalet vettigt. En uppskattning för koncentrationen kan beräknas om provets tjocklek är känd. Använd följande ekvation:
    Koncentration = elementär densitet × provets tjocklek
    Obs: till exempel en uppskattning av halten av koppar i en 2 µm tjock CIGS solceller är ca 18 µg/cm2. Jämföra detta med värdena för koppar i figur 2, kan det ses att uppskattningen är på den nedre änden, men att kvantifieringen är av rätt storleksordning.
  4. För att kunna klicka dig igenom flera genomsökningar som varit vältränade, gå till ”fil” → ”uppdatering lista av aktuella filer från katalogen”. Detta kommer att placera alla filer i mappen ”img.dat” i tredje rullgardinsmenyn till vänster i fönstret kartor.
  5. För att exportera data till en kalkylbladsfil eller Igor fil, Välj ”göra kombinerade ASCII-filer av kartor” eller ”göra kombinerade IGOR filer av kartor” för att exportera data för varje vald kanal visas i fönstret. Därför, för att exportera data för alla kanaler, Välj först tillräckligt rader och kolumner för antalet element och detektorer som vill ses och exporterade och klicka på ”Välj element/detektorer” för att välja dem. Om det är önskvärt att de kanalerna sparas som separata filer, använda det alternativet ”göra separata...” för respektive filtyp.
  6. För att exportera data för ett parti av filer, gå till ”fil” → ”Uppdateringslista över aktuella filer från Directory''. Detta kommer att visa alla filer i mappen ”img.dat”. Sedan efter att ha valt de element som ska exporteras, det alternativet ”Exportera kombinerat (separat) ASCII-filer av kartor” kommer att generera kalkylbladsfiler för alla ”.h5” filer i mappen.
    Obs: Exporterade data kommer att sparas i mappen ”output” inom den överordnade katalogen.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Ett exempel på riktig montering resultaten kan ses i följande figurer. För det första, i figur 1 visas en direkt jämförelse mellan en dålig passform och en bra passform för integrerad spectrum. Dåliga passformen är ersättningsbar genom både garanterar inga element är saknas, till exempel koppar, som har en tydlig topp i figur 1(vänster) men inte att inkluderas i fit och justera de förgrenade nyckeltal av L och K linjer att förbättra noggrannheten. Figur 2 visar istället en jämförelse mellan de element kanalerna före och efter montering. Den första märkbara skillnaden är enheterna för värden ändringarna från ”raw” till ”ug/cm ^ 2”, vilket tyder på att data har kvantifierats. Dessutom bör nummerserier anpassas till de som förväntades från föreslagna beräkningen i avsnitt 4.2. Dessa värden bör generellt inte gå till noll. Om de gör, är detta nästan alltid ett tecken på att det finns ett fel i tillbehöret.

Både järn och koppar kanaler kan ses både före och efter montering. Utöver att observera värdeändringar, är det också tydligt att bilderna är bättre lösta och ränderna som visas i raw-data är borta vid montering. Denna resolution kommer till följd av den topp deconvolution gjort av tillbehöret för separation av grundämnen med överlappande toppar. Det är bara en av fördelarna med montering och kvantifiera data, tillhandahåller möjligheten att mer exakt kvalitativt och kvantitativt analysera fluorescens data. I synnerhet exempel av en CIGS-solceller är en av de egenskaper som forskare är intresserade av fördelningen av de tre katjoner, koppar, indium och gallium, hela enheten. Statistisk forskning har gjorts för att studera förändringen i deras koncentrationer inom korn och korn gränser 16. Sådan studie kräver förbättrade upplösningen i kartan så att gränserna mer lätt kan identifieras med en vattendelare teknik. Dessutom ger att ha möjlighet att studera korrelation och anti korrelation av element en outlook på provets homogenitet och hur den kan förbättras.

Medan de kvantifierade uppgifter kan nu användas att relatera elementärt koncentrationer, är förfarandet för montering inte perfekt. Det kommer alltid finnas en viss felmarginal infördes från de olika stegen i förfarandet, inklusive, men inte begränsat till, kvaliteten på passform, urval, matrix homogenitet, mätning och extrapolering av standarden, och påverkan av andra faktorer såsom sekundära fluorescens och prov tjocklek variation som inte beaktas av kartor. Dessa fel kan minimeras genom att välja en homogen standard med flera gemensamma element med provet och förbättra förgrenade nyckeltal så mycket som möjligt, Observera dock att vissa av dessa, såsom kontroll av fit kvalitet, är systematiska fel som är svåra att utrota helt. Även om det inte är möjligt att direkt kvantifiera felet uppkommit, ger köpta standarder en fel uppskattning för koncentrationerna av de faktorer, som är ofta ganska höga och bör övervägas när man försöker analysera och sprida fel.

Korrigera data ytterligare för vissa frågor som tjocklek variation, beam dämpning och sekundära fluorescens kan bidra till att minska felet ännu längre. Metoder tillgängliga för att göra sådana korrigeringar beskrivs i diskussionsavsnittet.

Figure 1
Figur 1. Demonstration av före (vänster) och efter (höger) de rätt justeringarna har gjorts till filen passande att producera en korrekt montering (visas i grönt) integrerad spektrum (visas i vitt) och senare konvertera raw räknar till µg/cm2 korrekt. Två vanliga typer av fel är inringad i a: den röda cirkeln identifierar ett saknas element, i detta fall Cu, och den gula cirkeln identifierar ett problem med förgrenade kvoterna för raden In_L. Klicka här för att se en större version av denna siffra.

Figure 2
Figur 2. Demonstration av före (överst) och efter (nederst) montering och kvantifiering av fluorescens kanaler av intresse. Det mest anmärkningsvärda är förändringen i enheter från ”raw” till ”ug/cm ^ 2”. De kvantifierade värdena för järn och koppar i en 2 µm tjock CIGS solceller på en 500 µm tjockt rostfritt stål substrat är storleksordningen 1000 och 100 µg/cm2.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Siffrorna visar vikten av passande data med den här proceduren. Figurerna 1 (höger) och 2 (nederst) visar ett representativt resultat som uppkommer från en riktig montering. Om det finns en otillräcklig passa, integrerad spektrum bilden ser märkbart och den resulterande kvantifierade uppgifter kommer att ha fel i det, även om dessa kommer att vara svårt att upptäcka i de flesta fall. För vissa typer av prov som standard inte är representativa för elementen i urvalet, bestämt däri proverna inte innehåller några element i standarden, kvantifiering förlitar sig enbart på extrapolering av information för alla delar av intresse. I en situation som denna visas tillbehöret korrekt när analyseras med integrerad spektrumet, dock vid kvantifiera, värdena visas dramatiskt felaktiga. I det här fallet blir det nödvändigt att använda en standard av kända kvantiteter som är mer liknande till provet. Processen för att välja och jämföra standarder är väl visat i en studie av Twining et al., som använt sig av NIST-standarden, samt några syntetiseras standarder för kvantifiering av biologiska prover 3. På så sätt kunde författarna att verifiera lämpligheten av varje standard och jämföra de ytdensitet som framställts med hjälp av varje standard för montering. Viktigast av allt, visar papperet en minskning av fel som resulterar från att välja en lämplig standard och oppositely, stark inverkan som använder fel standard kan ha på kvantifiering.

Utöver montering och kvantifiering finns det andra korrigeringar som kan göras för att säkerställa en korrekt tolkning av kvantifierade uppgifter produceras av XRF. Ett exempel beskrivs av West et al. 20, som använder dämpning beräkningar som tillhandahålls av DeBoer 21 ytterligare korrigera den kvantifierade uppgifter för tjocklek variationer och beam dämpning inom en multi-layer-provet. Artikeln använder CIGS tunn film sol-celler i en fallstudie för att påvisa vikten av att använda sådana dämpning korrigeringar innan slutsatser på de observerade koncentration variationerna. Korrigeringen löser problemet med att regioner före korrigering i ett skikts prov med förmodade tjocklek variation i lager, får föreslå högre relativa mängder av en viss del på grund av ökad tjocklek i stället för ökad elemental koncentrationen. Korrigeringen står också för balk dämpning av inkommande och utgående strålen i multilayer prover, samt själv dämpning av element inom det specifika lagret av intresse. Detta är ett exempel på ytterligare analys nödvändig för korrekt kvantifiering av X-ray fluorescence mikroskopi data. Dock de korrigeringar som tillämpas i 20 baseras på antaganden som inte håller för alla typer av prover, och ytterligare korrigeringar kan behöva övervägas beroende på provmaterial och strukturella egenskaper.

Det är viktigt att notera att rå och utrustade data även räknas från sekundära fluorescens som inträffar från fluorescens fotoner av ett element som ger tillräckligt med energi för att producera fluorescens fotoner av andra element med lägre bindande energier 21 ,22. Isolering av primära fluorescens fotoner från andra går inte av programmet montering, vilket resulterar i över - och under - quantification vissa element. Mer specifikt element med högre fluorescens energier ge energi till delar av lägre bindande energi och räknas därför inte av detektorn. Under tiden kan atomerna att vara upphetsad av sekundära fluorescens fotoner räknas mer än en gång eftersom de första släpp fotoner på grund av den infallande strålen och sedan igen fotoner från andra prov element. Data, därför kräver ytterligare behandling om dessa interaktioner förväntas ha en betydande inverkan på kvantifiering av element av intresse. För närvarande är den bästa metoden för hantering av sekundära fluorescens genom modellering och uppskatta avkastningen, såsom vad som beskrivs i 23. Information om regimen som sekundära fluorescens blir betydande och ytterligare ekvationer för uppskattning finns i 22.

Detta arbete har visat de första steg som krävs för kvantifiering av X-ray fluorescens data. Även om processen kräver fortfarande många förbättringar och problem kan uppstå som är specifika för typ av prov som studerade (halvledare, växtceller, mänskliga vävnader, etc.), tekniken är en tillförlitlig metod för att extrahera meningsfull kvantitativ information från kvalitativa rådata förvärvade från XRF mätningar.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har något att avslöja.

Acknowledgments

Vi erkänner finansiering från US Department of Energy under kontrakt DE-EE0005948. Användning av centrum för nanoskala material och Advanced Photon Source, båda Office of Science användaren faciliteter, stöddes av US Department of Energy, Office of Science, kontor av energi grundvetenskaperna, under Kontraktsnr DE-AC02-06CH11357. Detta material bygger på arbete stöds delvis av National Science Foundation (NSF) och den Department of Energy (DOE) under NSF CA nr EEG-1041895. Videoredigering gjordes av VISLAB vid Arizona State University. Några åsikter, resultat och slutsatser eller rekommendationer som uttrycks i detta material är de av författaren och återspeglar inte nödvändigtvis de av NSF eller DOE. T. stöds av ett IGERT-solen-stipendium finansierat av National Science Foundation (Award 1144616).

References

  1. Geraki, K., Farquharson, M. J., Bradley, D. A. X-ray fluorescence and energy dispersive x-ray diffraction for the quantification of elemental concentrations in breast tissue. Phys. Med. Biol. 49, 99-110 (2004).
  2. Paunesku, T., Vogt, S., Maser, J., Lai, B., Woloschak, G. X-ray fluorescence microprobe imaging in biology and medicine. J. Cell. Biochem. 99 (6), 1489-1502 (2006).
  3. Twining, B. S., et al. Quantifying Trace Elements in Individual Aquatic Protist Cells with a Synchrotron X-ray Fluorescence Microprobe. Anal. Chem. 75 (15), 3806-3816 (2003).
  4. de Jonge, M. D., et al. Quantitative 3D elemental microtomography of Cylotella meneghiniana at 400-nm resolution. Proc. Natl. Acad. Sci. 107 (36), 15676-15680 (2010).
  5. Duĉić, T., et al. Enhancement in statistical and image analysis for in situ µSXRF studies of elemental distribution and co-localization, using Dioscorea balcanica. J. Synchrotron Rad. 20, 339-346 (2013).
  6. Kemner, K. M., et al. Elemental and Redox Analysis of Single Bacterial Cells by X-ray Microbeam Analysis. Science. 306 (5696), 686-687 (2004).
  7. Bertoni, M. I., et al. Nanoprobe X-ray fluorescence characterization of defects in large-area solar cells. Energy Environ. Sci. 4 (10), 4252-4257 (2011).
  8. Fenning, D. P., et al. Iron distribution in silicon after solar cell processing: Synchrotron analysis and predictive modeling. Appl. Phys. Lett. 98 (162103), (2011).
  9. Buonassisi, T., et al. Quantifying the effect of metal-rich precipitates on minority carrier diffusion length in multicrystalline silicon using synchrotron-based spectrally resolved x-ray beam induced current. Appl. Phys. Lett. 87 (044101), (2005).
  10. Stuckelberger, M. Engineering solar cells based on correlative X-ray microscopy. J. Mat. Res. 32 (10), 1825-1854 (2017).
  11. Streeck, C., et al. Grazing-incidence x-ray fluorescence analysis for non-destructive determination of In and Ga depth profiles in Cu(In,Ga)Se2 absorber films. Appl. Phys. Lett. 103 (113904), (2013).
  12. Luo, Y., et al. Spatially Heterogeneous Chlorine Incorporation in Organic-Inorganic Perovskite Solar Cells. Chem. Mater. 28, 6536-6543 (2016).
  13. Stuckelberger, M. Charge Collection in Hybrid Perovskite Solar Cells: Relation to the Nanoscale Elemental Distribution. IEEE J. Photovolt. 7 (2), 590-597 (2017).
  14. Vogt, S., Maser, J., Jacobsen, C. Data analysis for X-ray fluorescence imaging. J. Phys. IV France. 104, 617-622 (2003).
  15. Applied X-ray Optics: AXO Dresden. , Available from: http://axo-dresden.de/mainframe_products.htm (2017).
  16. West, B. M. Grain engineering: How nanoscale inhomogeneities can control charge collection in solar cells. Nano Energy. 32, 488-493 (2017).
  17. Krause, M. O. Atomic Radiative and Radiationless Yields for K and L Shells. J. Phys. Chem. Ref. Data. 8 (2), 307-327 (1979).
  18. Hubbell, J. H., et al. A Review, Bibliography, and Tabulation of K,L, and Higher Atomic Shell X-Ray Fluorescence Yields. J. Phys. Chem. Ref. Data. 23 (2), 339-364 (1994).
  19. Ravel, B., Newville, M. ATHENA, ARTEMIS, HEPHAESTUS: data analysis for X-ray absorption spectroscopy using IFEFFIT. J. Synchrotron Rad. 12, 537-541 (2005).
  20. West, B. M., et al. X-ray fluorescence at nanoscale resolution for multicomponent layered structures: a solar cell case study. J Synchrotron Rad. 24, (2017).
  21. De Boer, D. K. G. Calculation of X-Ray Fluorescence Intensities from Bulk and Multilayer Samples. X-Ray Spectrom. 19 (3), 145-154 (1990).
  22. Lachance, G. R., Claisse, F. Quantitative X-ray Fluorescence Analysis: Theory and Application. , John Wiley & Sons. (1995).
  23. Sokaras, D., Karydas, A. G. Secondary Fluorescence Enhancement in Confocal X-ray Microscopy Analysis. Anal. Chem. 81 (12), 4946-4954 (2009).

Tags

Kemi fråga 132 X-ray fluorescens kvantifiering synchrotron montering solcell defekter orenheter programvara kartor
Kvantifiera X-Ray fluorescens Data med hjälp av kartor
Play Video
PDF DOI

Cite this Article

Nietzold, T., West, B. M.,More

Nietzold, T., West, B. M., Stuckelberger, M., Lai, B., Vogt, S., Bertoni, M. I. Quantifying X-Ray Fluorescence Data Using MAPS. J. Vis. Exp. (132), e56042, doi:10.3791/56042 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter