布鲁克海文国家实验室自动化 X 光实验显示微晶片三维成像新技术

·作者 Henderson·Engineering
布鲁克海文国家实验室自动化 X 光实验显示微晶片三维成像新技术
重点
  • 布鲁克海文国家实验室的 X 射线实验已开始自动化,数据量仅为平常的十分之一。
  • 自动化实验可运行数小时,无需人为干预,专注于科学上重要的位置。
  • 团队与 NVIDIA 合作,实时重建图像,每秒达到 200 幅图像的速度。
  • 这项技术可帮助快速、高解析度 X 射线成像,应用于微电子学和纳米材料研究。

布鲁克海文国家实验室的 X 射线实验已开始自动化。机器学习技术选择样本中需详细检查的部分,并随着数据的到来重建 3D 图像,在一次测试中,所需数据量仅为平常的十分之一。这些演示是在美国能源部用户设施国家同步辐射光源 II (NSLS-II) 进行的,属于 SYNAPS-I 项目,即协同中子和光子科学 – 智能。此项目是能源部创世任务下的种子项目,由洛伦斯伯克利国家实验室的先进光源领导,并与阿根廷国家实验室、橡树岭国家实验室、SLAC 和布鲁克海文合作。

该合作项目结合了开源模型、行业伙伴关系和先进计算资源。

自动化实验的优势

在 NSLS-II 的硬 X 射线纳米探针中,这是一种用于 2D 和 3D 纳米级成像的 X 射线显微镜,由首席束线科学家颜汉飞领导的团队进行了一项自动化实验,分析获取的图像。该系统标记了复杂样本中科学上有趣的区域,并选择这些位置进行后续的高解析度扫描,而无需人为干预。“这使得自动化实验能够运行数小时,调查较大区域,并仅从科学上重要的位置收集高保真数据,”NSLS-II 数据工程组的负责人丹尼尔·艾伦表示。

他指出,传统方法无法可靠地做到这一点。

实时重建技术的应用

第二项测试专注于相位衍射成像,这是一种计算技术,通过多次单独测量来构建详细的 3D 图像,使用微电子晶片作为样本。阿根廷国家实验室训练的一个基础模型取代了通常用于重建图像的缓慢迭代过程。该团队与 NVIDIA 及其 Holoscan 平台合作,实时重建图像,每秒达到 200 幅图像的速度。NSLS-II 开发和训练的一个模型能够仅用平常所需数据的十分之一重建微晶片,这有助于处理薄且平坦的样本,因为完整的断层数据集较难收集。

随后,团队对 Meta 的开放权重 Segment Anything Model 3 进行了微调,使其能够自动识别材料、结构和 3D 体积中的感兴趣区域。这些步骤能够缩短扫描时间和辐射剂量,同时加快解释速度。

颜汉飞表示,这项技术可以帮助任何需要快速、高解析度 X 射线断层成像和快速 3D 数据分析的领域。例子包括在微电子学中寻找埋藏结构和缺陷、研究电池电极的劣化,以及对复杂纳米材料的表征。他表示,这些工具还有助于用户更好地利用有限的束流时间。

未来的发展方向

该团队计划在更为多样的数据集上训练更为稳健的基础模型,并将这种方法扩展到其他 3D 成像技术。其主要目标是实时断层成像。目前,研究人员通常在重建之前收集整个投影数据集。在实时工作流程中,重建将在实验开始时启动,随着更多测量数据的到来,低解析度图像将不断清晰化。配合自动化特征检测,这将使束流线能够根据其观察结果自我调整。NSLS-II 的策略临时副主任肖恩·麦克斯维尼表示,这类工作流程将是下一代用户设施的核心。

SYNAPS-I 项目的联系人亚历山大·赫克默表示,各设施面临相同的挑战,包括数据量超过人类分析的速度和重建瓶颈,没有任何一个设施能够单独解决这些问题。随着这些技术的成熟,目标不仅仅是更快地处理实验数据,而是加强测量、分析和科学决策之间的联系,使实验能够在进行中对其发现作出反应。

自动化 X 射线成像技术的潜力

布鲁克海文国家实验室的自动化 X 射线实验标志着科学研究中的一个重要进步。这项技术不仅能显著减少所需数据量,还能提高成像效率,这对于微电子学和纳米材料的研究尤为重要。随着技术的成熟,研究人员能够更快地获取和分析数据,这将促进科学决策的即时反应。此外,这种自动化流程的发展,可能会成为未来用户设施的核心,为各类科学研究提供更强大的支持。

H
关于作者
Henderson