Summary
Este papel describe un protocolo para lograr 3D mapas químicos combina la proyección de imagen de energía filtrada y la tomografía de electrones. Se estudió la distribución de productos químicos de dos soportes de catalizador formado por elementos que son difíciles de distinguir de otras técnicas de imagen. Cada aplicación consiste en el mapeo de elementos químicos comprometidos - bordes espaciados-ionización respectivamente.
Abstract
Energía de microscopia electrónica de transmisión filtrada tomografía (tomografía EFTEM) puede proporcionar mapas tridimensional (3D) químico de materiales a escala nanométrica. Tomografía EFTEM puede separar elementos químicos que son muy difíciles de distinguir con otras técnicas de imagen. El protocolo experimental descrito aquí muestra cómo crear mapas 3D de química para entender la distribución de productos químicos y la morfología de un material. Se presentan los pasos de preparación de muestra para la segmentación de datos. Este protocolo permite el análisis de la distribución 3D de elementos químicos en una muestra nanométrica. Sin embargo, cabe señalar que actualmente, los mapas 3D de química pueden sólo ser generados para las muestras que no son sensibles, la viga desde la grabación de imágenes filtradas requiere largos tiempos de exposición a un haz de electrones intenso. El protocolo fue aplicado para cuantificar la distribución de productos químicos de los componentes del catalizador heterogéneo de diferentes soportes. En el primer estudio, se analizó la distribución de productos químicos de aluminio y titanio en soportes de titania-alumina. Las muestras se prepararon utilizando el método de swing-pH. En el segundo, se examinó la distribución de productos químicos de aluminio y silicio en soportes de sílice-alúmina que se prepararon con el polvo de sol y los métodos de mezcla mecánica.
Introduction
Las propiedades de los materiales funcionales dependen de sus parámetros 3D. Totalmente comprender sus propiedades y mejorar sus funciones, es importante analizar su morfología y distribución de productos químicos en 3D. Tomografía de electrones1 (ET) es una de las mejores técnicas para proporcionar esta información a la escala nanométrica2,3. Consiste en rotar la muestra sobre un amplio rango angular y grabar una imagen a cada paso angular. La serie de inclinación obtenida se utiliza para reconstruir el volumen de la muestra mediante el uso de algoritmos matemáticos basados en el radón transforma4,5. Selección de niveles de grises en el volumen de ayuda a la muestra en 3D del modelo y cuantificar parámetros 3D como partícula localización6 y tamaño distribución7, poro de posición y de distribución de tamaño8, etc.
En general, ET se realiza con un microscopio electrónico por la inclinación de la muestra que el máximo ángulo posible, preferiblemente más de 70° en cualquier dirección. En cada ángulo de inclinación, una proyección de la muestra se registra formando una serie de imágenes tilt. Que serie de inclinación es alineada y utilizada para reconstruir el volumen de la muestra que será segmentado y cuantificado. Porque la muestra no puede girarse de-90 ° a + 90 °, el volumen reconstruido tiene una resolución anisotrópica a lo largo de los ejes ortogonales9 debido al ángulo de grabación oculto.
ET se puede realizar en diferentes modos de imagen. El modo TEM de campo claro (BF-TEM) se utiliza para el estudio de materiales amorfos, muestras biológicas, polímeros o catalizador compatible con formas complejas. El análisis de imagen se basa en la diferenciación de los niveles de gris que la densidad de los componentes10 (un denso componente será más oscuro que un encendedor, es decir, componente menos denso). High-angle anular campo oscuro en modo TEM (vástago de HAADF) de exploración se utiliza para analizar las muestras cristalinas. La señal ofrece información química en función del número atómico; un fuerte componente de la muestra aparecerán más brillante que un encendedor uno9. Otros modos, como espectroscopia de energía dispersiva de rayos x (EDX), que recoge los rayos x emitido por el material11y energía filtrada imagen modo (EFTEM)12,13, también son capaces de evaluar la distribución de productos químicos 3D dentro de la muestra.
En proyección de imagen de EFTEM, los mapas 2D química pueden grabarse utilizando un TEM con un espectrómetro de energía del electrón. El espectrómetro actúa como un prisma magnético de dispersión de los electrones en función de su energía. Una imagen es creada por los electrones según la energía perdida de interactuar con un átomo específico. Si el mismo mapa 2D química se calcula en ángulos de inclinación diferentes, una serie de proyecciones químicas se obtiene, la inclinación que puede utilizarse para reconstruir el volumen 3D de química.
No todos los materiales pueden ser analizados por la tomografía EFTEM. La técnica está reservada para muestras con materiales débiles o desordenados. Sin embargo, puede ser utilizado para el análisis de elementos ligeros que son muy difíciles de diferenciar cuando se utiliza otras técnicas de imagen. Además, para obtener mapas química 2D confiables, el espesor del material debe ser menor que la trayectoria libre media de los electrones a través de los materiales14. Bajo esta condición, es mayor la probabilidad de tener un solo electrón interactuando con un solo átomo. Se utilizan dos métodos para calcular un mapa 2D química. El primero y el más utilizado es el "tres ventanas", donde se registran dos ventanas de energía filtrada antes del borde de ionización del elemento bajo análisis y una tercera después de la ionización borde13. Las dos primeras imágenes se utilizan para estimar el fondo, que es extrapolar usando una ley de potencia en la posición de la tercera ventana y restar de él. La imagen obtenida es la proyección de la distribución 3D de elemento químico analizada en el volumen de muestra. El segundo método se llama la "relación de salto;" utiliza sólo dos imágenes filtradas por energía, uno antes y otro después del borde de la ionización. Este método es cualitativo, ya que la imagen final se calcula solamente realizando el cociente entre las dos imágenes, no da cuenta de la variación de energía de fondo.
Mediante la combinación de EFTEM con ET, puede obtenerse la tomografía analítica de la energía filtrada. EFTEM tomografía y tomografía de atómica sonda (APT) son técnicas complementarias. En comparación con el APT, EFTEM la tomografía es un análisis de caracterización no destructiva que no necesita preparación de la muestra compleja. Puede ser utilizado para realizar caracterizaciones diferentes en una nanopartícula única. Tomografía EFTEM puede analizar materiales de aislamiento, mientras que APT necesita la ayuda de laser por lo menos para medirlas. APT se ejecuta en la escala atómica, mientras que la tomografía EFTEM realiza adecuadamente con una resolución menor. Tomografía EFTEM es pertinente sólo para las muestras que resisten la degradación de la viga durante el experimento. Para grabar todas las imágenes filtradas en todos los ángulos inclinados, la muestra puede estar expuesta al haz de electrones durante el tiempo de 2 h. Por otra parte, para grabar una señal química máxima en los mapas 2D, más duración de la exposición en viga de alta intensidad puede ser necesario. En tales condiciones, las muestras sensibles de la viga sufren drásticos cambios morfológicos y químicos. Por lo tanto, una medición precisa de la sensibilidad de la muestra para el haz de electrones debe ser establecida antes del experimento. Además, la tomografía EFTEM es el resultado de la grabación los tomogramas tantas como sea necesario para determinar la ubicación espacial y la naturaleza de los elementos químicos que están presentes en la muestra. Sin embargo, la tomografía EFTEM puede proporcionar información importante sobre la distribución de productos químicos 3D para muestras, tales como apoyos de catalizador, para dar nuevas ideas para modelar sus aplicaciones catalíticas.
Hoy en día es posible utilizar un software dedicado que puede seleccionar el intervalo de energía, registro filtrado imágenes de la ventana de energía y calcular el producto químico mapas en ángulos de inclinación diferentes. Permiten inclinar la muestra, seguimiento, enfoque y grabación de la imagen filtrada en modo EFTEM. Los mapas 2D química se pueden calcular y entonces la serie de inclinación puede estar alineada, el volumen química computado usando algoritmos iterativos, y finalmente la serie puede ser segmentado y cuantificados15,16.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. preparación de la muestra
- Triturar la muestra en un mortero y dispersarse en alcohol o agua destilada agua; colocar una gota de la muestra en una cuadrícula de microscopía y deje que se seque.
Nota: Muestras tales como alúmina sílice o alúmina de titania pueden ser un polvo o un material extruido y puede ser machacadas y dispersadas en una solución de uso de la ecografía. En general, para el análisis de la ET, es importante que la concentración de la muestra en la red es baja, para evitar la superposición de la muestra y sombreado cuando la red a grandes ángulos de inclinación. Se recomiendan las rejillas de malla 200 la microscopia que una película de carbón perforado o encaje de carbón de apoyo. - Con una pipeta, poner una gota de una solución coloidal que contiene marcadores de referencia sobre la muestra. Absorber cualquier exceso de solución y dejar secar.
Nota: Los marcadores fiduciales son bien calibradas nanopartículas suspendidas en una solución. Los marcadores fiduciales pueden también dispersar sobre la rejilla antes de añadir la muestra. Por ejemplo, si la muestra es hecha de nanopartículas con tamaños similares como los marcadores fiduciales, depositar los marcadores fiduciales sobre la rejilla para separar bien durante la segmentación de datos y cuantificación. Los marcadores fiduciales son referencias de posición utilizados cuando se alinean las imágenes inclinadas.
2. grabación de las imágenes de la serie de inclinación filtrada
- Con el microscopio electrónico, encontrar una muestra aislada en el centro de la red de microscopía.
Nota: En el microscopio electrónico, es el eje X a lo largo del sostenedor de la muestra, el eje Y es perpendicular al sostenedor de la muestra, y es el eje Z a lo largo del haz de electrones. Para la muestra en el ángulo de inclinación máximo de la inclinación, analizar una muestra situada lo más cerca posible al eje X. - Una vez que la muestra está bien posicionada, Compruebe la composición química de la muestra. Realizar un análisis químico mediante espectrometría de rayos x dispersiva de energía (EDS) o espectrometría de pérdida de energía de electrones (EELS) enfocando el haz sobre la muestra solicitada y registrar un espectro. Si la muestra contiene los elementos químicos de interés, aléjese de él y ejecutar las siguiente pruebas sobre una muestra representativa de cerca.
- Compruebe el electrón viga de intensidad sobre la muestra, el ancho de las ventanas de energía de las imágenes filtradas, y el tiempo de exposición de cada filtrado de imagen. Encontrar el mejor compromiso para la muestra entre el daño de la viga y la señal química en la química proyecciones12,13,17.
Nota: Para grabar la señal química máxima en las imágenes filtradas, use la intensidad máxima de la viga. Sin embargo, se debe realizar una prueba de irradiación antes de cualquier análisis para comprobar los cambios a la muestra del efecto de los electrones. Para ello, calcular la dosis de electrones durante la grabación de la serie de inclinación. Además, una facilidad puede hacerse mediante la comparación de una imagen antes y un después del experimento. - El modo EFTEM del software de grabación para calcular el mapa 2D química mediante el método de tres ventanas y comprobar si se registra una señal química suficiente.
Nota: El software graba tres imágenes filtradas; los dos primeros se utilizan para estimar el fondo de la tercera imagen.- En el software, seleccione el elemento químico bajo investigación y su borde de ionización. Establecer el ancho de la ventana de energía y el tiempo de exposición. Grabar las imágenes y luego calcular el mapa químico utilizando una ley de energía para extraer el fondo. En un entorno de 32 bits con 512 x 512 píxeles, la señal mínima es aproximadamente de 300-400 cuentas por pixel en una imagen de la química.
- Ajuste el ángulo de inclinación máximo y muestra a la altura de eucentric y compruebe el ángulo de inclinación mínimo, es decir,-70 ° o menos, es decir, + 70 ° o más.
- Traer la muestra a ser analizada en vista y grabar una imagen (se trata de la imagen antes de la adquisición). Luego grabar la serie inclinada de filtrado imágenes utilizando el software apropiado.
Nota: Los plugins de tomografía EFTEM dedicados puede grabar varias series de inclinación al mismo tiempo. Esto significa que, en cada ángulo de inclinación, pueden grabar varias imágenes sucesivas. La primera imagen puede ser una imagen filtrada centrada en cero pérdida y esta imagen es una imagen típica de campo brillante. Las imágenes de la borde y luego la imagen del borde posterior del primer elemento químico siguen las imágenes del borde anterior y la imagen del borde posterior del segundo elemento químico. La sucesión de los elementos químicos está dada por su borde de ionización seleccionado.- En la grabación EFTEM incline software de serie, seleccione el ancho de cada ventana de energía y su tiempo de exposición, y entonces la máxima y la mínima inclinación ángulo y el paso angular de la inclinación. Para el compromiso entre el número de imágenes de la serie de inclinación y el tiempo de exposición total de la muestra que el haz de electrones, utilice un paso de inclinación de 4°, es decir, 51 imágenes por serie de inclinación entre ± 71 °; sin embargo, un paso de inclinación más pequeños puede ser elegido si la muestra no se degrada bajo la viga.
- Para cada elemento químico, anote tres series de inclinación de las imágenes filtradas para calcular la proyección química mediante el método de las tres ventanas. Para cuantificar la deriva natural de la muestra en cada ángulo de inclinación durante la grabación de las imágenes filtradas (la muestra puede permanecer en ciertos ángulos de inclinación para más de 1 minuto), la primera imagen puede ser una imagen filtrada en cero señal de pérdida por lo que la última imagen grabada será un unfil Rada la imagen formada por todos los electrones en todas las energías. Las dos imágenes pueden utilizarse para calcular el mapa de espesor de la muestra. Por lo tanto, para la observación de la distribución de productos químicos de dos elementos en cada ángulo de inclinación, grabar 7 imágenes filtradas (1 cero pérdida, 3 para el primer elemento químico, 3 para el segundo elemento químico) y 1 imagen sin filtrar (en total, 8 series de inclinación grabados).
3. alineación y reconstrucción de la serie de inclinación
- Alinee las tres imágenes filtradas correspondiente a cada elemento químico para cada ángulo de inclinación y calcular el mapa químico usando un plugin especializado del18 15,de EFTEMTJ de ImageJ. En el software ImageJ, utilice la ruta archivo | Abierto y seleccione los archivos correspondientes a las imágenes de filtro serie de inclinación. Abrir todas las series tilt filtrada tres: dos pre- y un borde posterior.
- Abrir el plugin EFTEMTJ dedicado. Haga clic en + | Imagen o pila y seleccione la serie de inclinación que ya está abierta.
- En la tabla que aparece, se registró el cambio de energía para cada serie de inclinación, es decir, la energía en la que cada serie de la inclinación del relleno. También, llenar la anchura de la raja, es decir, las ventanas de energía. Llenar el "Tiempo de exposición" de cada imagen filtrada. Busque todas las series tilt tres mapas. Haga clic en siguiente.
- Eligió la primera imagen como la imagen de referencia y haga clic en aplicar. Haga clic en siguiente: aparece una imagen de vista previa de la alineación propuesta. Visualmente Verifique que las 3 imágenes registradas en el mismo ángulo de inclinación bien superpuestas (no se debe observar ningún cambio entre las imágenes).
Nota: Este protocolo fue realizado en la versión 0.9 del plugin EFTEMTJ. En este momento, las imágenes filtradas grabadas at el mismo ángulo de inclinación están alineados. - Seleccione en la ventana EFTEMTJ, las imágenes de fondo y el bordede química. Seleccione el modelo de la extracción de la señal como potenciay luego haga clic en crear mapa. En ImageJ, seleccionar archivo | Guardar y encontrar el camino para salvar este último archivo.
Nota: La serie de inclinación del mapa químico se obtiene. Más información sobre cómo utilizar el plugin está disponible en línea. - Repita el paso 3.1 para todas las series de inclinación química.
- Alinee la serie sin pérdida de inclinación mediante el uso de una versión del software Imod19 publicado en 2009 para alinear la serie de inclinación. El software permite la aplicación de las alineaciones calculadas en una serie de inclinación a otra serie de inclinación.
Nota: El software de la alineación escribe en el disco los archivos que contienen todos los desplazamientos aplicados a cada imagen. El procedimiento de alineación con Imod20 se revisa en otro lugar y no está dentro del alcance de este artículo. - Use la alineación calculada para la serie de inclinación sin pérdida de y aplique a la serie de inclinación químicos previamente calculado.
Nota: En esta versión de software, es posible cambiar el archivo de serie sin pérdida de inclinación con un archivo de serie química inclinación por preservar el nombre del archivo y la aplicación de los anteriores desplazamientos calculados. De lo contrario, por el software, el archivo tendrá el mismo nombre, el mismo número de imágenes del mismo tamaño, pero no contendrá cero pérdida imágenes, pero imágenes químicas. - Cuantificar la deriva por Cruz correlacionando la primera imagen grabada, es decir, centro de la pérdida y la última (la imagen sin filtrar). La muestra puede pasar varios segundos en cada ángulo de inclinación mientras que se registran todas las imágenes filtradas. Durante este tiempo, la muestra deriva naturalmente una pequeña cantidad.
- En el software ImageJ, haga clic en archivo | Abrir y seleccione alineada de la pérdida de inclinación serie, luego abrir el químico mapas alineado inclinación serie.
- Haga clic en Editar | Color | Combinación de canales. Seleccione el archivo correspondiente a pérdida para el color rojo, el primer elemento químico para el verde y el segundo elemento químico para el azul, en ese orden. Desactive Crear compuesto y mantenerimagen de fuente. Una pila se crea en cada ángulo de inclinación para todas las imágenes grabadas.
- Haga clic en Plugins | Alinear planes de RGB21. El rojo es la imagen de referencia. Seleccione verde y con las flechas, se superponen sobre el rojo. Haga clic en siguiente y repita para todos los ángulos.
- Haga clic en Editar | Color | Dividir canales y la pila RGB se dividirá en tres montones: rojo correspondiente a pérdida y azul y verde correspondientes a los mapas químicos con la deriva corregida. Haga clic en archivo de | Guardar para guardar la serie de inclinación.
- Haga clic en Plugins | Tomoj22,23 para seleccionar el archivo de forma de ángulo de carga. Porque todas las series de inclinación ya están alineadas, vaya directamente a la reconstrucción. Calcular los volúmenes de pérdida de cero, así como los volúmenes de químicos, utilizando algoritmos de reconstrucción como el arte, RIS, OS-arte, etcetera.
Nota: Se recomienda utilizar un algoritmo iterativo para la reconstrucción de los volúmenes de productos químicos. Mediante el uso de este software, es posible reconstruir los volúmenes utilizando la GPU. - Una vez que todos los volúmenes se calculan, utilice la opción Combinar canales para aplicar diferentes colores a los volúmenes obtenidos y superponer en un solo volumen, para obtener el mapa 3D de química.
4. 3D modelado y cuantificación
- Binarize el volumen reconstruido de ZL seleccionando el nivel de gris correspondiente, que será el volumen obtenido en blanco (en 8 bits, la intensidad es de 255) y negra (en 8 bits, la intensidad es 0). En ImageJ, utilice la opción "select umbral". Seleccionar todos los píxeles correspondientes a la muestra (en una imagen de la BF, los píxeles más oscuros corresponden a la muestra de masa) y un volumen donde la muestra es blanca y el vacío es de color negro.
Nota: Sin pérdida de volumen proporciona información morfológica de la muestra analizada, es decir, la forma y el tamaño de la muestra. - Divida el volumen binario de cero pérdida por 255 y obtener un volumen donde las intensidades dentro de la muestra son 1 y en otros lugares son 0. Este es el volumen normalizado.
- Multiplique el volumen normalizado en cada uno de los volúmenes químicos calculados (paso 4.1) para obtener un volumen donde las intensidades dentro de la muestra corresponden a la información química, y estas intensidades son 0 en otros lugares.
Nota: La información química se deriva de la muestra y por lo tanto, excluyen a todos los artefactos. - En ImageJ, calcular el histograma del volumen química e importar los valores del histograma en un software tabulate.
- En el software tabulate, elimine la línea con una cuenta de heist de intensidad de 0 (esta línea corresponde al vacío).
- En una nueva columna, calcula la proporción de cada intensidad del volumen. Dividir la cuenta de cada intensidad por la suma de todos los cargos y multiplique por 100.
- En una nueva columna, calcula la proporción correspondiente a la intensidad del volumen total agregando incrementalmente la proporción actual de la cuenta, calculado previamente con la proporción anterior.
Nota: En los volúmenes de productos químicos, altas intensidades corresponden a la información química. Sin embargo, las intensidades son bajas y el ruido en el volumen alto. El umbral se crea mediante la selección de las intensidades más altas. - Sabiendo la concentración relativa del elemento químico en la muestra calculada a partir del espectro de anguilas, seleccionar las intensidades de heist. A partir de 255 (si existe) y disminuir la intensidad correspondiente a la concentración del elemento químico.
- Para encontrar la intensidad más baja corresponde a la concentración química, desplácese hasta la columna donde se calculó la proporción de intensidad correspondiente en el volumen total, el 100% corresponde normalmente a la intensidad de 255. Del 100%, extracto de la proporción relativa calculada del elemento químico (de la gama de anguilas): el resultado corresponderá a la mínima intensidad del umbral. De esta manera, se obtienen volúmenes binarizados química, donde los vóxeles corresponden al elemento químico con la intensidad de 255 y el resto son 0. Repita el procedimiento para el segundo elemento y obtener dos volúmenes binarizados química.
- Se superponen los volúmenes químicos binarizados mediante la opción combinar canales y asignar un color diferente para cada volumen del elemento para hacer un volumen RGB.
Nota: Mediante la superposición de los dos volúmenes de químicos binarizados, voxels que se superponen, que pertenecen a ambos elementos químicos (comuna voxels) y destacan vóxeles que no pertenecen a ninguno de los elementos químicos (libre voxels). Por ejemplo, los volúmenes químicos binarizados de rojo y verde crean comuna vóxeles que son de color amarillo. - Transformar el volumen RGB de 8 bits de volumen; los colores tendrán distintas intensidades de gris. Con la opción de umbral, seleccione los vóxeles que pertenecen a dos especies químicas (amarillos en el volumen RGB). A continuación, utilizando la misma opción de umbral, seleccione los vóxeles que no pertenecen a ningún elemento químico (tienen menores intensidades de los voxels seleccionados anteriormente). No seleccione el vacío con intensidad 0.
- Normalizar los volúmenes de los vóxeles de la comuna y el volumen de los vóxeles gratis. Multiplicar los volúmenes de los vóxeles gratis por los volúmenes de productos químicos, luego reste el volumen de otros químico.
Nota: Este calcula el elemento químico en cada voxel que tiene la intensidad más alta. - Agregar los volúmenes de los vóxeles que pertenecen y los vóxeles que no pertenecen al volumen del elemento químico que tiene la intensidad más alta en los voxels.
Nota: De esta manera, cada comuna voxel o gratis voxel es distinguido y asignada al volumen del elemento químico que tiene la intensidad más alta en ese voxel. Esto puede realizarse mediante la opción "Calculadora de imagen":
- Para cuantificar el número de voxels que forman la muestra, importar los volúmenes segmentados en software especializado de procesamiento superficial, como una máquina de cortar del 3D. Luego, multiplicar el volumen del voxel en nm3 para obtener el volumen de la muestra en 3D.
- Mediante la opción de Hallar bordes , cuantificar los vóxeles formando la superficie de la muestra y se multiplican con el área de voxel en nm2 para obtener la superficie de la muestra.
- Calcular el área de superficie específica dividiendo la superficie de la muestra por la masa de la muestra.
Nota: La masa de la muestra puede estimarse mediante el uso de la densidad teórica de la muestra. En general, la superficie específica calculada por ET es 10 menos que la superficie específica calculada por métodos dedicados como adsorción desorción de N2 . - Para calcular la distribución de tamaño de poro, use el volumen binarizado de pérdida (el volumen BF). El volumen binario de la reconstrucción de BF se dilata utilizando el 3D Toolkit/morfológicas dilatar plugin 3D hasta que todos los poros están cubiertos y luego erosionadas utilizando el kit de herramientas 3D/morfológicas erosionar 3D tantas veces como dilatada. Entonces, el volumen obtenido se multiplica por el volumen invertido del volumen binarizado de BF, en el volumen de distribución de los poros que puede visualizarse con un software de procesamiento de superficie dedicada.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Se muestra un ejemplo de la aplicación de este protocolo en referencia13. Tomografía EFTEM fue utilizada para el análisis de soportes de catalizador de alúmina de titania. Para mejorar la actividad catalítica de la fase activa de MoS2 nanopartículas, en aplicaciones como la hidrodesulfuración (HDS), es importante que titania es preponderante en la superficie de apoyo y en contacto con la fase activa. Se conoce que titania tiene una superficie específica más pequeña que la alúmina. El objetivo del estudio es construir titania apoyado por alúmina (y por lo tanto, crear una mayor superficie específica) y luego probar como un soporte de catalizador. Aquí, se utiliza la tomografía EFTEM para analizar de titania-alumina ayuda del catalizador heterogéneo elaborado por el método de pH de swing. En este estudio, se analizaron 3 muestras de diferentes concentraciones de titania. Muestra 1 está compuesta de alúmina de 50% y 50% titania, muestra 2 compuesto de alúmina del 70% y 30% titania y la muestra 3 se compone de 90% de alúmina y un 10% titania. En la Figura 1a–1 c, se muestran cortes transversales de los mapas químicos paralelos al plano XY. El verde representa la distribución espacial de la química de titania, el rojo representa la distribución de alúmina y azul representa el vacío. Los volúmenes de productos químicos se calculan de la serie de inclinación con el método de tres ventanas. Las ventanas de energía filtrada fueron los siguientes: eV 10 ancho, centrado en el 59, 70 y 81 eV, con un tiempo de exposición de 3 s para el borde de23 Al L situado a 73 eV y eV 30 amplia, centrada en el 415, 445 y eV 482, tener un tiempo de grabación de 15 s para Ti Edge de23 L situado a 455 eV. La posición y el ancho, así como el tiempo de exposición de las imágenes filtradas fueron escogido con el fin de obtener un mapa químico con una señal detectable de la química. La serie de inclinación se registró entre-71 ° y + 71 ° con un incremento de 4 ° en modo24 en unos 119 minutos del amigo.
Se encontró que titania en una concentración alta está formando racimos que están incrustados en la alúmina. Los modelos se muestran en la figura 1 d (muestra 1) 1e (muestra 2) y 1f (muestra 3). En los modelos, la titania se muestra en azul y la alúmina es en color rojo transparente. Estos modelos fueron cuantificados mediante la distribución de productos químicos de titania y alúmina en la superficie de las muestras. Se encontró que independientemente de la proporción de titania y alúmina en la muestra, la superficie de la muestra se cubre con titania en una proporción de 30%. Sin embargo, está aumentando la superficie específica de la muestra, mientras que la proporción de titania está disminuyendo para llegar a la superficie específica de alúmina. Para que contenga sólo el 10% de la muestra 3 titania, una capa de unos 10 nm de espesor se forma en la superficie de la muestra. También, el mapa químico está formado por la superposición de tres volúmenes: sílice en rojo, titania en verde y sin pérdida en azul. La mezcla entre rojo y verde son amarillo vóxeles. Los vóxeles amarillo se atribuyen en el modelo el elemento con la intensidad más alta en ese voxel. Esto es una limitación en la resolución espacial de mapas 3D de la química, que se relaciona directamente con la resolución anisotrópico en ET y la resolución de los mapas 2D de química proporcionada por EFTEM. El análisis está correlacionado con otras técnicas analíticas tales como fluorescencia de rayos x, espectroscopía de fotoelectrones de rayos x y N2 porosimetría. Se concluyó que la diferencia entre las superficies específicas podría desempeñar un papel en las aplicaciones catalíticas.
Como segundo ejemplo, se muestra el estudio detallado en17 . En este estudio, hemos analizado una serie de soportes de catalizador de alúmina de sílice. Estos soportes de catalizador tienen una acidez proporcionada por la mezcla entre la alúmina y sílice, formando un aluminosilicato. El objetivo del estudio fue cuantificar la mezcla entre los dos componentes. El desafío experimental mintió en el hecho de que los bordes de23 L de Al y Si están muy cercanos, en 73 eV y eV 99 respectivamente, y el borde de la ionización del Al se solapa con el borde de la ionización del Si. En estas condiciones, el método de ventana de tres es menos preciso para la extracción de la señal química. Para distinguir las dos señales Al y Si, se desarrolló el método de "Relación de R", detallados en la referencia12. Se registraron las imágenes filtradas tilt series inclinando la forma de la muestra-71 ° a + 71 ° con un paso de incremento de 4 ° en el modo de Saxton en unos 83-104 minutos. Se registraron tres imágenes filtradas para aislar la señal del borde de ionización23 L de Si. Las imágenes se centraron en eV 59 70 eV y eV 81, fueron 10 eV amplia y expuesta durante 5 s. Para la señal correspondiente a la edge de23 L Al, solamente dos imágenes filtradas fueron grabados, centrado en eV 99 y 110 eV, eV 10 amplia y expuesta para 12 s.
En este estudio, hemos analizado una serie de cuatro muestras Al y Si preparado por diferentes métodos. Figura 2a es una sección transversal de la URL mapa químico al plano XY y el modelo de la muestra preparada por el método de polvo sol. Esta muestra fue tratada térmicamente bajo vapor, cediendo la segunda muestra, cuya química mapa y modelo se muestran en la figura 2b. C de la figura 2 muestra los mapas de química de la muestra preparada por mezcla mecánica. De esta muestra, después de un tratamiento térmico con vapor caliente, se obtuvo la muestra de cuarta, que se muestra en la Figura 2d. El producto químico los mapas y modelos de alúmina son de color rojo y de sílice son de color verde, mientras que la azul mayor representa el límite en la superficie entre la sílice y alúmina. La actividad catalítica ácida está dada por la mezcla de alúmina y sílice en la superficie de la muestra. Se encontró que independientemente del método de preparación, la silicona cubre sólo el 30% de la superficie de la muestra. Después del tratamiento térmico, la distribución de productos químicos es más homogénea y la superficie se cubre con 50% de sílice y alúmina de 50%. El método de polvo de sol proporciona muestras con una elevada homogeneidad entre los componentes en comparación con la mezcla mecánica. Pequeños dominios en alúmina sílice están presentes en la muestra. Para la muestra preparada por mezcla mecánica, sílice forma la base de la muestra y alúmina está presente como una concha. Como una característica general de ambas muestras que no son tratados térmicamente, el silicio está en el centro, y la alúmina está en la superficie.
La densidad de ácido sitio proporcionada por la fase de aluminosilicatos formada por la mezcla íntima entre la sílice y alúmina, creación de sitios ácidos de Brønsted en su superficie, se mide en unidades arbitrarias (a.u.)/m2 por la adsorción de CO. La cuantización de la frontera entre la sílice y alúmina se realizó en m a g o m/m2, que se conocen unidades físicas. Por supuesto, la interfaz entre la sílice y alúmina podría ser más grueso, pero la resolución espacial alcanzada no permite el cálculo de un valor exacto de la anchura correspondiente. Sin embargo, este estudio abre el camino hacia una comprensión más profunda de la interfaz entre la sílice y alúmina.
Figura 1: secciones transversales y modelos reconstruidos de las muestras de titania y alúmina. Secciones transversales a través del mapa químico paralelo al plano XY, donde se muestran las distribuciones químicas para titania (en verde), alúmina (en rojo) y el vacío (en azul): (a) muestra 1, alúmina de 50% y 50% titania, (b) de la muestra 2, 70% de alúmina y 30% titania y alúmina (c) de la muestra 3, 90% y 10% titania. (d) (e) y (f) mostrar los modelos de muestra 1 y muestra 2 muestra 3, respectivamente, con titania en azul y alúmina en rojo transparente. En la muestra 1 y muestra 2, la alúmina incrusta a la titania. En la muestra 3, una capa delgada de 10 nm de titania está formado en la superficie de la muestra. Esta figura ha sido modificada desde Roiban et al. 13 Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: secciones transversales y modelos reconstruidos de las muestras de sílice y alúmina. A la izquierda son secciones transversales paralelas al plano XY desde los volúmenes de productos químicos, a la derecha están los modelos reconstruidos. Alúmina se muestra en rojo, silicona en verde y el límite entre las superficies de la sílice y alúmina se indican en azul. En dichos modelos, el límite es dilatado artificialmente una esfera 4-voxel para hacerla visible. (a) preparado de la muestra por el método de polvo de sol, (b) la muestra preparada por el método de sol polvo y tratado térmicamente, (c) la muestra preparada por el método de mezcla mecánica y (d) la muestra preparada por la método de mezcla mecánica y térmicamente tratada. Esta figura ha sido modificada desde Roiban et al. 17 Haga clic aquí para ver una versión más grande de esta figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
El objetivo de este trabajo es describir cómo obtener mapas químicos en 3D usando la tomografía de EFTEM. Este protocolo es completamente original y fue desarrollado por los autores.
Tomografía EFTEM según lo descrito aquí tiene varios inconvenientes: ejemplos (i) sólo electrón viga resistente pueden ser analizados, debido al tiempo de exposición prolongado necesario para la obtención de imágenes filtradas. (ii) EFTEM tomografía es sensible al contraste de difracción. (iii) muchas de las alineaciones se realizaron manualmente. Para obtener el mapa 3D de químico, sin pérdida de volumen y los volúmenes químicos deban ser en un solo sistema de coordenadas. Esto requiere que todas las series de inclinación alinearse perfectamente en el mismo sistema de coordenadas. Esto representa un periodo de tiempo de trabajo de al menos dos semanas por muestra. A pesar de ser mucho tiempo, este protocolo permite el cómputo de mapas químicos 3D con una resolución nanométrica. Además, en combinación con otras técnicas analíticas y espectroscópicas, fluorescencia de rayos x, espectroscopía de fotoelectrones de rayos x, espectroscopía FTIR, o magic ángulo de giro (MAS) RMN Espectroscopia, una descripción completa de un material funcional puede ser creado.
La intensidad del haz de electrones es controlada generalmente por condensación el haz de electrones. El ancho de la ventana de energía a través del cual se registran las imágenes filtradas, su tiempo de exposición e influirá en la intensidad de la señal química en cada proyección química, que se utilizará como proyecciones inclinadas para reconstruir el volumen química. El tiempo de exposición de las imágenes filtradas influirá en el tiempo de exposición total de la muestra bajo un haz de electrones intensa durante la grabación de la serie de inclinación. Si una muestra sigue siendo por mucho tiempo debajo de la viga, pueden sufrir modificaciones drásticas. El ancho de las ventanas de energía influye en la aproximación de fondo usando una ley de energía para extraer la señal química de la imagen filtrada de borde posterior utilizando el método de tres ventanas.
Ya que es una técnica difícil y desperdiciador de tiempo, EFTEM la tomografía no es práctica para la implementación a gran escala. Sin embargo, nuevas mejoras técnicas como el desarrollo de más sensibles espectrómetros25 y rápida grabación cámaras26,27 (la lista de referencias de cámaras es una lista parcial) reducirá el tiempo total de registro de la inclinación serie y mejorará la resolución enérgica de los mapas químicos. Como se mencionó anteriormente, muchas de las alineaciones son manuales, de extracción de señal y cálculo de las proyecciones de la química a la alineación de todas las proyecciones en la misma referencia. El desarrollo de procedimientos automáticos crearán un uso más general de tomografía EFTEM en análisis de rutina.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores no tienen nada que revelar.
Acknowledgments
Estamos agradecidos con el Ministerio francés de educación superior e investigación, convenios Industrielles de formación par la investigación (CIFRE) y IFP Nouvelles de energías por su apoyo financiero.
Materials
| Name | Company | Catalog Number | Comments |
| JEOL 2100f | JEOL | Electron microscope | |
| Tridiem Gatan Imaging Filter (GIF) | Gatan | Post colum energy filter | |
| Digital micrograph | Gatan | Software | |
| Gatan EFTEM tomography plugin | Gatan | Dedicated software to record filtered tilt series for EFTEM tomograohy | |
| Tomoj | Imagej plugin http://www.cmib.fr/en/download/softwares/ | Free software developed by Currie Institute in Paris, France for electron tomography | |
| EFTEM-Tomoj | Imagej plugin http://www.cmib.fr/en/download/softwares/ | Free software developed by Currie Institute in Paris, France , for EFTEM imaging | |
| Imod | http://bio3d.colorado.edu/imod/ | Free software developed by University of Colorado, USA for electron tomography | |
| Imagej | https://imagej.nih.gov/ij/ | Free software developed by National Institute of Mental Health, Bethesda, Maryland, USA for images treatment | |
| Merge channels | https://imagej.net/Color_Image_Processing | Fonction in Imagej allowing to give different colors to volumes while they are overlapped | |
| 3D Slicer | https://www.slicer.org/ | Free software developed by a large consortium lead by Ron Kikinis , Harvard Medical School, Boston, MA, SUA | |
| Chimera | https://www.cgl.ucsf.edu/chimera/ | Free software developed by the Resource for Biocomputing, Visualization, and Informatics at the University of California, San Francisco,for data segmentation, cuatification and visualisation of 3D models | |
| silica alumina support of catalyst | IFPEN | sample prepared for eleboration of this protocol | |
| titania alumina support of catalyst | IFPEN | sample prepared for eleboration of this protocol | |
| alcohol | |||
| water | |||
| Au nanoparticles of 5 nm | BBI Solutions | ||
| Holey carbn film 200 mesh microscopy grid | Agar | ||
| EDX sepctrometer | Oxford Instruments |
References
- Frank, J. Electron Tomography - Methods for Three-Dimensional Visualization of Structures in the Cell. , Springer-Verlag. New York. (2006).
- Midgley, P. A., Dunin-Borkowski, R. E. Electron tomography and holography in materials science. Nat. Mater. 8, 271-280 (2009).
- Carenco, S. The core contribution of transmission electron microscopy to functional nanomaterials engineering. Nanoscale. 8 (3), 1260-1279 (2016).
- Radon, J. Uber die Bestimmung von Funktionen durch ihre Integralwerte langs gewisser Mannigfaltigkeiten. Akad. Wiss. 69, 262-277 (1917).
- Radermacher, M. Radon transform techniques for alignment and three-dimensional reconstruction from random projections. Scanning Microscopy. 11, 171-177 (1997).
- Roiban, L., Sorbier, L., Pichon, C., Pham-Huu, C., Drillon, M., Ersen, O. 3D-TEM investigation of the nanostructure of a δ-Al2O3 catalyst support decorated with Pd nanoparticles. Nanoscale. 4 (3), 946-954 (2012).
- Georgescu, D., Roiban, L., Ersen, O., Ihiawakrim, D., Baia, L., Simon, S. Insights on Ag doped porous TiO2 nanostructures: a comprehensive study of their structural and morphological characteristics. RSC Adv. 2 (12), 5358 (2012).
- Shakeri, M., Roiban, L., Yazerski, V., Prieto, G., Gebbink, M. J. M. G., de Jongh, P. E., de Jong, K. P. Engineering and Sizing Nanoreactors To Confine Metal Complexes for Enhanced Catalytic Performance. ACS Catal. 4 (10), 3791-3796 (2014).
- Midgley, P. A., Weyland, M. 3D electron microscopy in the physical sciences: the development of Z-contrast and EFTEM tomography. Ultramicroscopy. 96 (3-4), 413-431 (2003).
- Ersen, O., Florea, I., Hirlimann, C., Pham-Huu, C. Exploring nanomaterials with 3D electron microscopy. Mater. Today. 18 (7), 395-408 (2015).
- Lepinay, K., Lorut, F., Pantel, R., Epicier, T. Chemical 3D tomography of 28nm high K metal gate transistor: STEM XEDS experimental method and results. Micron. 47, 43-49 (2013).
- Roiban, L., Sorbier, L., Pichon, C., Bayle-Guillemaud, P., Werckmann, J., Drillon, M., Ersen, O. Three-Dimensional Chemistry of Multiphase Nanomaterials by Energy-Filtered Transmission Electron Microscopy Tomography. Microsc. Microanal. 18 (05), 1118-1128 (2012).
- Roiban, L., Sorbier, L., Hirlimann, C., Ersen, O. 3 D Chemical Distribution of Titania-Alumina Catalyst Supports Prepared by the Swing-pH Method. ChemCatChem. 8 (9), 1651-1657 (2016).
- Egerton, R. F. Electron Energy-Loss Spectroscopy in the Electron Microscope. , Springer. (2011).
- Messaoudi, C., Aschman, N., Cunha, M., Oikawa, T., Sorzano, C. O. S., Marco, S. Three-Dimensional Chemical Mapping by EFTEM-TomoJ Including Improvement of SNR by PCA and ART Reconstruction of Volume by Noise Suppression. Microscopy and Microanalysis. 19 (6), 1669-1677 (2013).
- Pettersen, E. F., Goddard, T. D., Huang, C. C., Couch, G. S., Greenblatt, D. M., Meng, E. C., Ferrin, T. E. UCSF Chimera-A visualization system for exploratory research and analysis. Journal of Computational Chemistry. 25 (13), (2004).
- Roiban, L., Ersen, O., Hirlimann, C., Drillon, M., Chaumonnot, A., Lemaitre, L., Gay, A. S., Sorbier, S. Three-Dimensional Analytical Surface Quantification of Heterogeneous Silica-Alumina Catalyst Supports. ChemCatChem. 9 (18), 3503-3512 (2017).
- EFTEM-TomoJ. , Available from: http://www.cmib.fr/en/download/softwares/EFTEM-TomoJ.html (2018).
- Kremer, J. R., Mastronarde, D. N., McIntosh, J. R. Computer visualization of three-dimensional image data using IMOD. J Struct Biol. 116 (1), 71-76 (1996).
- The IMOD Home Page. , Available from: http://bio3d.colorado.edu/imod/ (2018).
- Landini, G. Align RGB planes. ImageJ. , Available from: https://ImageJ.net/Align_RGB_planes (2018).
- Messaoudi, C. TomoJ. , Available from: http://www.cmib.fr/en/download/softwares/TomoJ.html (2018).
- MessaoudiI, C., Boudier, T., Sorzano, C., Marco, S. TomoJ: tomography software for three-dimensional reconstruction in transmission electron microscopy. BMC Bioinf. 8 (1), 288 (2007).
- Saxton, W. O., Baumeister, W., Hahn, M. Three-dimensional reconstruction of imperfect two-dimensional crystals. Ultramicroscopy. 13 (1-2), 57-70 (1984).
- Gatan, Inc. Quantum Energy Filters High Throughput Spectrometers. , Available from: http://www.gatan.com/products/tem-imaging-spectroscopy/gif-quantum-energy-filters (2018).
- Gatan, Inc. Direct Detection 16-Megapixel Camera. , Available from: http://www.gatan.com/products/tem-imaging-spectroscopy/k2-direct-detection-cameras (2018).
- Direct Electron, LP. DE-Series Cameras. , Available from: http://www.directelectron.com/products/de-series (2018).
