Een internationaal team van onderzoekers, waaronder wetenschappers van de Computational Research Division (CRD) van Berkeley Lab en het Center for Advanced Mathematics for Energy Research Applications (CAMERA), blijft nieuwe manieren vinden om de reconstructie van ptychografische afbeeldingen te verbeteren.

Bij wetenschappelijke experimenten, ptychografische röntgenbeeldvorming wordt voornamelijk gebruikt om de structuur en eigenschappen van materie en materialen te karakteriseren. Hoewel de methode al zo'n 50 jaar bestaat, breed gebruik werd belemmerd door het feit dat het experimentele proces traag was en de computationele verwerking van de gegevens om een ​​gereconstrueerd beeld te produceren duur was.

Maar de afgelopen jaren hebben ontwikkelingen in detectoren en röntgenmicroscopen bij lichtbronnen zoals Berkeley Lab's Advanced Light Source (ALS) het mogelijk gemaakt om een ​​ptychografische dataset in seconden te meten. Als resultaat, tegenwoordig wordt ptychografie gebruikt in een reeks van wetenschappelijke domeinen, inclusief fysica van de gecondenseerde materie, celbiologie en elektronica.

In praktijk, X-ray ptychografie werkt door een bundel röntgenstralen te focussen op een plek in een monster. De verstrooiing van het monster wordt opgenomen in het verre veld, en het geregistreerde patroon wordt vervolgens gefaseerd om het uiteindelijke beeld te verkrijgen. De hoogst haalbare resolutie wordt niet beperkt door de grootte van het brandpunt, alleen door de gebruikte numerieke apertuur en golflengte. De faseringsprocedure in ptychografie maakt gebruik van de overlap tussen opeenvolgende belichtingen van het monster, plus de geregistreerde far-field diffractiepatronen, om een ​​afbeelding met hoge resolutie van het monster te reconstrueren.

Als resultaat, het reconstrueren van ptychografische datasets kan een data-intensieve uitdaging zijn waarbij een moeilijk fase-ophaalprobleem moet worden opgelost, kalibreren van optische elementen en omgaan met experimentele uitschieters en "ruis". Om deze uitdaging aan te gaan, Wetenschappers van Berkeley Lab ontwikkelden SHARP (schaalbare heterogene adaptieve real-time ptychografie), een algoritmisch raamwerk en computersoftware waarmee miljoenen fasen van ptychografische beeldgegevens per seconde kunnen worden gereconstrueerd. Sinds de introductie in 2016, SHARP heeft een aantoonbare impact gehad op de productiviteit voor wetenschappers die werken bij de ALS en andere lichtbronnen in het Department of Energy-complex, met opmerkelijke successen in de analyse van magnetische dunne films, magnetozomen en 3D-batterijmaterialen.

Nu onderzoekers van CAMERA, de Universiteit van Texas en de Tianjin Normal University - alle leden van de SHARP-samenwerking - hebben een model ontwikkeld dat de reconstructiemogelijkheden van SHARP verder verbetert. Het nieuwe algoritme, GDP-ADMM (gradiëntontleding van de sonde/alternerende richtingsmethode van vermenigvuldigers), profiteert van de modernste wiskundige aspecten van het ophalen van fasen, achtergrondruisoptimalisatie en detector "denoising" om de data-acquisitie en beeldresolutie te verbeteren. Met GDP-ADMM, SHARP kan nu meer licht aan dan voorheen, waardoor snellere acquisitie en hogere tijdresolutie en uiteindelijk meer wetenschappelijke ontdekkingen mogelijk zijn.

Een artikel dat GDP-ADMM beschrijft, was het omslagartikel in het mei 2018-nummer van: Acta Kristallografie Sectie A . GDP-ADMM maakt het mogelijk om meer licht te gebruiken, het openen van de ingangsspleten van een ptychografische microscoop en het verminderen van het aantal frames dat nodig is om voldoende gegevens te verkrijgen om een ​​zinvol beeld te reconstrueren. De publicatie beschrijft hoe GDP-ADMM en partiële coherentieanalyse stabiliteitsproblemen helpen overwinnen die inherent zijn aan coherente ptychografische beeldvormingsexperimenten, die vaak het grootste deel van de flux van een lichtbron weggooien om de coherentie van een verlichting te bepalen (gelokaliseerde coherente röntgensonde). Het maakt ook gebruik van de scheidbaarheid van de translationele kernel om de analyse te versnellen.

"Het doel was om de mogelijkheid te bieden om snel interessante nanodeeltjes met volledige resolutie te ontdekken door snelle feedback van de microscopisten bij de bundellijnen mogelijk te maken, " zei Stefano Marchesini, een stafwetenschapper in CRD en co-auteur van de Acta-paper. "Zelfs wanneer de coherente lichtbronnen van de volgende generatie online komen, met dit model kunnen we misschien de röntgenenergieën die in de ptychografie kunnen worden gebruikt, uitbreiden."