Ny algoritme forbedrer ptychographic billedrekonstruktion

Et internationalt forskerteam, der omfatter forskere fra Berkeley Labs Computational Research Division (CRD) og Center for Advanced Mathematics for Energy Research Applications (CAMERA), fortsætter med at finde nye måder at forbedre ptychographic billedrekonstruktion.

I videnskabelige eksperimenter, ptykografisk røntgenbillede bruges primært til at karakterisere struktur og egenskaber ved stof og materialer. Mens metoden har eksisteret i omkring 50 år, bred udnyttelse er blevet hæmmet af det faktum, at den eksperimentelle proces var langsom, og den beregningsmæssige behandling af dataene til at producere et rekonstrueret billede var dyr.

Men i de senere år har fremskridt inden for detektorer og røntgenmikroskoper ved lyskilder som Berkeley Labs Advanced Light Source (ALS) gjort det muligt at måle et ptychografisk datasæt på sekunder. Som resultat, i dag bruges ptychography på en række videnskabelige områder, herunder kondenseret fysik, cellebiologi og elektronik.

I praksis, X-ray ptychography virker ved at fokusere en stråle af røntgenstråler på et sted i en prøve. Spredningen fra prøven registreres i det fjerne felt, og det optagede mønster fases derefter for at opnå det endelige billede. Den højest mulige opløsning er ikke begrænset af brændpunktets størrelse, kun ved den numeriske blænde og den anvendte bølgelængde. Faseproceduren i ptychography anvender overlapningen mellem på hinanden følgende eksponeringer af prøven, plus de registrerede langt-felt diffraktionsmønstre, at rekonstruere et billede i høj opløsning af prøven.

Som resultat, rekonstruktion af ptychografiske datasæt kan være en datakrævende udfordring, der indebærer løsning af et vanskeligt fasehentningsproblem, kalibrering af optiske elementer og håndtering af eksperimentelle outliers og "støj". For at løse denne udfordring, Berkeley Lab-forskere udviklede SHARP (skalerbar heterogen adaptiv real-time ptychography), en algoritmisk ramme og computersoftware, der muliggør genopbygning af millioner af faser af ptykografiske billeddata pr. sekund. Siden introduktionen i 2016 har SHARP har haft en påviselig indvirkning på produktiviteten for forskere, der arbejder på ALS og andre lyskilder på tværs af Department of Energy complex, med bemærkelsesværdige succeser i analysen af ​​magnetiske tynde film, magnetozomer og 3-D batterimaterialer.

Nu er forskere fra CAMERA, University of Texas og Tianjin Normal University - alle medlemmer af SHARP -samarbejdet - har udviklet en model, der yderligere forbedrer SHARP's rekonstruktionskapacitet. Den nye algoritme, BNP-ADMM (gradientnedbrydning af sonden/vekselretningsmetoden for multiplikatorer), drager fordel af de nyeste matematiske aspekter ved faseudtagning, baggrundsstøjoptimering og detektor "denoising" for at forbedre dataindsamling og billedopløsning. Med BNP-ADMM, SHARP er nu i stand til at håndtere mere lys end før, muliggør hurtigere erhvervelse og højere tidsopløsning og i sidste ende flere videnskabelige opdagelser.

Et papir, der beskriver BNP-ADMM, var forsideartiklen i maj 2018-udgaven af Acta Krystallografi Afsnit A . GDP-ADMM tillader mere lys, åbning af indgangsslidserne i et ptykografisk mikroskop og reducering af antallet af rammer, der kræves for at opnå tilstrækkelige data til at rekonstruere et meningsfuldt billede. Publikationen beskriver, hvordan BNP-ADMM og delvis kohærensanalyse hjælper med at overvinde stabilitetsproblemer, der er forbundet med sammenhængende ptykografiske billeddannelseseksperimenter, som ofte kasserer størstedelen af ​​flux fra en lyskilde for at definere kohærensen af ​​en belysning (lokaliseret kohærent røntgenprobe). Det udnytter også translationel kerne adskillelse til hastighedsanalyse.

"Målet var at tilbyde muligheden for hurtigt at opdage interessante nanopartikler i fuld opløsning ved at muliggøre hurtig feedback fra mikroskopisterne ved strålelinjerne, "sagde Stefano Marchesini, en personaleforsker i CRD og medforfatter på Acta-papiret. "Selv når den næste generations sammenhængende lyskilder kommer online, vi kan muligvis udvide de røntgenenergier, der kan bruges i ptychography ved hjælp af denne model. "