Summary

לכימות רנטגן פלורסצנטיות נתונים באמצעות מפות

Published: February 17, 2018
doi:

Summary

כאן, נדגים את השימוש בתוכנה התאמה פלורסצנטיות רנטגן, מפות, שנוצרו על-ידי Argonne National Laboratory עבור כימות של קרינה פלואורסצנטית מיקרוסקופ נתונים. כימות הנתונים שמביאה שימושי להבנת התפלגות היסודות של יחסי stoichiometric בתוך מדגם של ריבית.

Abstract

כימות של רנטגן קרינה פלואורסצנטית (XRF) מיקרוסקופיה מפות על ידי התאמת ספקטרום raw סטנדרט ידוע הוא קריטי עבור הערכת ההרכב הכימי ואת התפלגות היסודות בתוך חומר. XRF מבוססת סינכרוטרון הפכה שיטת אפיון אינטגרלי למגוון רחב של נושאי מחקר, במיוחד בשל טבעה הרסניות ורגישות גבוהה שלה. היום, synchrotrons יכול לרכוש נתוני קרינה פלואורסצנטית ברזולוציות המרחבי מתחת מיקרון, המאפשר ההערכה של וריאציות ההלחנה ב הננומטרי. דרך נאותה כמת, זה ואז ניתן לקבל הבנה מעמיקה, ברזולוציה גבוהה של סגרגציה היסודות stoichiometric קשרי גומלין, התנהגות קיבוץ באשכולות.

מאמר זה מסביר כיצד להשתמש במפות התאמת התוכנה שפותחה על ידי Argonne National Laboratory עבור כימות של מפות XRF מלא בדו-ממד. אנו משתמשים כמו דוגמה נובעת Cu (ב, Ga)2 Se תא פוטו-וולטאי, שצולמו את מקור הפוטון מתקדם הפרעות לקרן החלקיקים 2-המזהה-D-Argonne National Laboratory. אנו מראים את הליך סטנדרטי עבור התאמת נתונים גולמיים, מדגימים כיצד להעריך את טיב התאמה ולהציג את תפוקות אופייני שנוצר על ידי התוכנית. בנוסף, נדון בכתב היד מסוימים מגבלות תוכנה, להציע הצעות כיצד נוספת לתקן את הנתונים יהיה מדויק מבחינה מספרית והן הנציגה של במרחב נפתרה, ריכוזי היסודות.

Introduction

XRF מבוססת סינכרוטרון שימש בין דיסציפלינות מרובים במשך עשורים רבים. לדוגמה, זה כבר בשימוש בביולוגיה על מחקרים כגון זה נעשה על-ידי Geraki. et al., שבו הם לכמת את כמות מזערית של מתכת ריכוזים בתוך רקמת שד סרטניים, שאינם סרטניים 1. באופן כללי יותר, כמותיים XRF הוחלה על מגוון רחב של לימודי ביולוגיה מודאג עם ריכוזים מתכת ב תאים ורקמות, כפי שתואר על ידי. Paunesku et al. 2. באופן דומה, protists ימיים נחקרו על יסודות קורט 3,4 , הפצות מיקרו – ואת חומר מזין אפילו נצפו בתוך תאי הצמח 5. על-ידי. Kemner et al. 6, אשר זיהו הבדלים ברורים מורפולוגיה והרכב אלמנטלים בתאי חיידקים יחיד, התאפשרה גם דרך ניתוח XRF כמותית. בנוסף, במיוחד רלוונטיים לדוגמה מגולה בזאת, מדענים חומרי לימוד התקנים תא פוטו-וולטאי עשו שימוש XRF ברזולוציה גבוהה עבור מחקרים על קיומו של תת מיקרון זיהומים מתכת מוליכים למחצה סיליקון 7 , 8, correlative עבודה על הפצות אלמנטלים איך להשפיע על הביצועים חשמל התקנים שמשי 9,10, זיהוי מעברי צבע תלויי-עומק של סיגריות דק סרט תאים סולריים באמצעות מרעה שכיחות רנטגן קרינה פלואורסצנטית (GIXRF) 11.

רבים ממחקרים אלה לעשות שימוש לא רק את היכולות ברזולוציה גבוהה של סינכרוטרון פלואורסצנציה רנטגן ללמוד התפוצה המרחבית, אלא גם כימות של המידע לצורך הסקת מסקנות מספריים. במחקרים רבים חיוני לדעת את ריכוזי היסודות הקשורים עם ההפצות המרחבי הנ. למשל, בעבודה על-ידי Geraki et al., המחקר הנדרשים לכימות ההבדל בריכוזים של ברזל, נחושת, אבץ, אשלגן, סרטני, רקמות השד שאינם סרטניים, טוב יותר להבין איזה ריכוזים להיות מזיק ברקמות אנושיות 1. באופן דומה, לעבוד על ידי לואו ואח. עשה שימוש XRF כימות כדי לזהות כמויות קטנות של כלור שולבו פרוביסקיט תאים סולאריים כאשר מסונתז גם עם וגם בלי סימנים מקדימים המכילים כלור 12. לכן, בוודאות מחקרים שבה ריכוזי האלמנטים הם כימות הדרושים, כמו שצריך היא צעד הכרחי, חיוני.

התהליך של לכימות ריכוזי היסודות של מדידות קרינה פלואורסצנטית (XRF) רנטגן מתרגם פלורסצנטיות ספירות בעוצמה לתוך ריכוזים המוניים (למשל µg/cm2). ספקטרום raw להציג מספר הפוטונים שנאספו על ידי גלאי קרינה פלואורסצנטית ואנליזת האנרגיה כפונקציה של אנרגיה. הספקטרום קודם מתאים, ואז לעומת מדידה סטנדרטית כדי לחשב את הנתונים כימות. בפרט, השלב הראשון של הולם ספקטרום קרינה פלואורסצנטית חיוני גם עבור ספירת הדם של היסודות. זה כי לפני במדידות, ספירות הן מנופה מבוסס על האנרגיה שלהם, אשר הופך לבעיה כאשר שני רכיבים עם מעברים פלורסצנטיות דומה כלולים במדגם. במצב זה, ספירות עשוי להיות שגוי מנופה, ובכך המשויכים לרכיב הלא נכון.

זה לעתים קרובות גם צורך לכמת XRF ספקטרה על מנת במדויק להסיק מסקנות על כמויות יחסיות של אלמנטים במדגם. ללא כימות נכונה, סעיפים של יסודות כבדים, יסודות קלים יושוו ישירות, תוך התעלמות הבדלים לכידת צלב ההסתברות סעיף, הקליטה, זריחה, הנחתה של חלקיקי האור פלורסצנטיות, המרחק של אדג ‘ הקליטה של הרכיב מהאנרגיה האירוע, אשר כולם משפיעה על מספר פוטונים בולט הגלאי. לכן, התהליך של התאמת המצלמה עבור כל מפה והשוואה בין עוצמות שיא כדי התקן, אשר שניהם נעשים בהליך הבא, הוא קריטי עבור כימות מדויק של כל אחד הריכוזים היסודות.

נדגים כיצד להמיר הסעיפים raw של הפוטונים פלורסצנטיות יחידות של מיקרו-גרם לסנטימטר מרובע (µg/cm2) על-ידי הזזת הראשון של ספקטרום נפרד, או קשת מסוכם כל הספקטרום בודדים יוצרו כל מדידה ספוט או פיקסל ב מפה דו-ממדית. ספקטרום נרחב זה מדגים את עוצמות היחסי של הרכיבים השונים הכלולים במדגם. המרחק שלקצה הקליטה של יסוד מסוים הוא מן האנרגיה קרן האירוע משפיע על עוצמות פסגות פלורסצנטיות שלהם. באופן כללי, קרוב יותר את שתי האנרגיות הם, ככל האינטנסיביות הופק עבור רכיבים אלה, למרות שאין זה תמיד המקרה. איור 4 Ref 13 מציג את התלות של אורך קליטת פוטונים רנטגן, המתייחס ישירות עוצמת וכתוצאה מכך, עבור רוב הרכיבים של תא סולארי methylammonium פרוביסקיט יודיד עופרת. זה מדגים את התגובה זריחה של אלמנטים ביחס אנרגיה, מראה שזה לא ירידה מתמדת בתגובה עם הגדלת המרחק מן האנרגיה האירוע, אלא כי זה גם תלוי הרכיב עצמו.

התוצאה של מערכת היחסים הזו היא כי ריכוזי היסודות גולמי עשוי להופיע גבוה יותר עבור רכיב ערוצי באנרגיות עירור, קרוב יותר לאנרגיה האירוע, גם אם הכמויות נכון הרכיבים הללו נמוכים ביחס רכיבים אחרים עם עירור אנרגיות רחוק יותר האירוע. לכן, התלות אנרגיה של עוצמה, יחד עם גורמים אחרים כמו זריחה התשואה וריאציות, קצוות ספיגה שונים, גלאי רגישות, רקע מדידות, וכו ‘, לכן התאמת הנתונים חשוב מאוד לפני ציור מסקנות על הכמויות אלמנטלים שנצפו. אנחנו מכן להחיל באלגוריתם התאמת הקשת נפרד, שבו המשתמש מגדיר את רכיבי והפרמטרים כדי להתאים באמצעות מסמך טקסט.

האלגוריתם, שנוצרו על-ידי ווגט ואח. 14, עושה שימוש מחוזות סינון ריבית (ROI), שבו הוא משלב במשך שיא אזורים של אלמנטים מסוימים, ואת עקרון ניתוח גורמים (PCA). ראשית, PCA נעשית כדי לזהות רק את הרכיבים ואת פסגות ניכרים בעוצמה רבה. דבר זה מאפשר ההפרדה של הרעש האות אמיתי. . הבא בתור, העיקרון רכיבים הם לכמת מספרית, וזה חשוב עבור deconvoluting אלמנט פסגות עם האנרגיה עירור, לדוגמה חופפים Au מ’α ו- P Kα לבסוף, רועי סינון שאפשר למרוח את הנתונים המספריים על-ידי שילוב מעל אזורים שצוינו.

להתייחס ספירות ריכוזי היסודות, נמדד הפניה כימות היטב (המכונה לעתים קרובות “המוסר”) תחת אותם תנאים מדידה, הגיאומטריה ואת האנרגיה, כמו המדגם במחקר. תקן זה הוא לעתים קרובות מ דרזדן AXO או מן המכון הלאומי לתקנים וטכנולוגיה (NIST). הם מכסים מגוון רחב של אלמנטים שונים וכוללים ייערכו הפצות היסודות. נירמול מהסעיפים נמדד המדגם לעניין הסעיפים של תקן תחת התנאים באותה מידה מספק את הבסיס עבור כימות היסודות עבור המדגם של ריבית.

ליתר דיוק, מפות מזהה את הרכיבים ואת שלהם ריכוזים של התקן גם על ידי העובדה כי לפרטים הרגילים ידועה על-ידי התוכנית (כמו במקרה של סטנדרטים AXO ו NIST) או באמצעות נתונים שמוזנים לתוך קובץ נפרד (במקרה של ברמה אחרת בשימוש). ממידע זה, התוכנית מתייחסת נמדד עוצמות האלמנטים סטנדרטי תחת ההגדרות מדידה לריכוז הצפויה נעוץ מפות. זה יוצר את גורם קנה המידה כדי להתאים עבור כל היסט ואז extrapolates את שיעור קנה המידה לכל היסודות הנותרים אינם כלולים בתקן. גורם קנה המידה כולל ואז ההיסט מן ההגדרות מדידה וכל המידע שמסופק בתוך מפות עבור ההמרה ליניארי של ספירת raw לדחיסות בקירבה µg/ס מ2.

כאן, נדגים כיצד להפוך את השימוש של התכנית, מפות, שפותחה על ידי ד ר ס ווגט, לכמת נתונים שנרכש beamlines קרינה פלואורסצנטית בעל יכולת ארגון לאומי מעבדה (ANL) 14. הנתונים המשמש ההפגנה נרכשה על סקטור 2-מזהה-D של ANL באמצעות הגדרת המדידה המוצגת באיור 1 של 10. ההליך מתאים ויכול להיות מיושם גם לנתונים שנלקחו beamlines אחרים, עם זאת, שימו לב כי מאפיינים מסוימים של beamlines ANL מוטבעים בתוכנית ולא צורך לעדכן.

Protocol

הערה: לפני תחילת המדידות, חשוב לדעת כמה דברים על המדידות נלקח: מספר אלמנטים גלאי בשימוש – beamlines שונים להשתמש הגלאים השונים אשר לפעמים הם מחולקים למקטעים קטנים יותר, שממנו הם הסעיפים לקרוא, הידור; התקרית מהאנרגיה שבשימוש; ומדדתי את הסטנדרט. מידע זה יוחל ברחבי היבטים שונים של ההליך. <p class="jove_t…

Representative Results

ניתן לראות דוגמה של תוצאות התאמה נכונה התוצאות הבאות. קודם כל, איור 1 מוצגת השוואה ישירה בין העניים להתאים, מתאים עבור הקשת נפרד. לא מתאימה היא reparable על ידי הקפדה שללא רכיבים הם חסרים, למשל נחושת, אשר יש לשיא ברור איור 1(משמאל) אבל לא להיכלל ב ה…

Discussion

מנתוני הטבלה עולה החשיבות של התאמת נתונים באמצעות הליך זה. 1 דמויות (מימין) ו-2 (למטה) להראות תוצאה הייצוגי צריכה לנבוע התאמה נכונה. אם יש אין די מתאים, תמונת ספקטרום אינטגרלי ייראה באופן ניכר את, כימות הנתונים שיתקבלו יהיו שגיאות, למרות אלה יהיה קשה לזהות ברוב המקרים. בוודאות סוגי מד…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

אנו להכיר מימון מחלקת האנרגיה של ארצות הברית תחת חוזה דה-EE0005948. השימוש במרכז עבור ננו חומרים, המקור הפוטון מתקדם, שני מתקנים המשתמש של משרד המדע, נתמך על ידי משרד האנרגיה האמריקני, משרד המדע, משרד של בסיסי אנרגיה למדעים, תחת חוזה מס דה-AC02-06CH11357. חומר זה מתבסס על עבודה נתמך בחלקה על ידי קרן המדע הלאומית (NSF) ו את מחלקת האנרגיה (DOE) תחת ה-NSF CA מס EEC-1041895. עריכת וידאו נעשה על ידי VISLAB באוניברסיטת אריזונה. כל דעות, ממצאים, מסקנות או המלצות לידי ביטוי בחומר זה הם אלה של והמלצה, ואינם משקפים בהכרח של ה-NSF או אלמוני. T.N. נתמך על ידי אחוות IGERT-שבת הממומן על ידי הקרן הלאומית למדע (פרס 1144616).

Riferimenti

  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. West, B. M. Grain engineering: How nanoscale inhomogeneities can control charge collection in solar cells. Nano Energy. 32, 488-493 (2017).
  16. Krause, M. O. Atomic Radiative and Radiationless Yields for K and L Shells. J. Phys. Chem. Ref. Data. 8 (2), 307-327 (1979).
  17. 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).
  18. Ravel, B., Newville, M. ATHENA, ARTEMIS, HEPHAESTUS: data analysis for X-ray absorption spectroscopy using IFEFFIT. J. Synchrotron Rad. 12, 537-541 (2005).
  19. 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).
  20. De Boer, D. K. G. Calculation of X-Ray Fluorescence Intensities from Bulk and Multilayer Samples. X-Ray Spectrom. 19 (3), 145-154 (1990).
  21. Lachance, G. R., Claisse, F. . Quantitative X-ray Fluorescence Analysis: Theory and Application. , (1995).
  22. Sokaras, D., Karydas, A. G. Secondary Fluorescence Enhancement in Confocal X-ray Microscopy Analysis. Anal. Chem. 81 (12), 4946-4954 (2009).

Play Video

Citazione di questo articolo
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).

View Video