[論文レビュー] Reconstructing the Scattering Matrix from Scanning Electron Diffraction Measurements Alone

Philipp Pelz, Hamish G. Brown+5 more|arXiv (Cornell University)|Aug 28, 2020

Advanced X-ray Imaging Techniques参考文献 85被引用数 5

ひとこと要約

本論文は、スキャニング電子回折（SED）強度測定値のみを用いて、S行列形式と反復最適化による位相リCOVERYを用いて、散乱行列（S行列）を直接再構成する新規なアルゴリズムを提示する。この手法により、事前仮定や正則化を必要とせず、焦点深度の4倍以上あろう厚い試料に対しても収束が達成され、最大30%の照明収差の誤校正を回復できる。

ABSTRACT

Three-dimensional phase contrast imaging of multiply-scattering samples in X-ray and electron microscopy is extremely challenging, due to small numerical apertures, the unavailability of wavefront shaping optics, and the highly nonlinear inversion required from intensity-only measurements. In this work, we present a new algorithm using the scattering matrix formalism to solve the scattering from a non-crystalline medium from scanning diffraction measurements, and recover the illumination aberrations. Our method will enable 3D imaging and materials characterization at high resolution for a wide range of materials.

研究の動機と目的

• 強度測定値しか得られない電子線顕微鏡における位相リCOVERYの根本的課題を克服すること。
• 電子線顕微鏡で一般的に見られる多重散乱材料の3次元位相コントラスト像を、弱位相近似や投影近似に依存せずに実現すること。
• 追加の実験パrameter（例：試料の傾きや波長変化）を必要とせず、スキャニング回折強度のみから全散乱行列を回復する手法を開発すること。
• データから直接、照明収差（最大30%の誤校正まで）を回復し、定量的像の精度を向上させること。
• 再構成されたS行列を基盤として、強散乱材料における深さ方向セクションングおよびトモグラフィー再構成を可能にすること。

提案手法

• 与えられたS行列からスキャニング回折強度を計算する測定演算子を定式化し、焦点を合わせた電子ビームと試料の相互作用をS行列形式でモデル化する。
• 測定モデルの随伴演算子を導出し、位相リCOVERYプロセスにおける勾配ベース最適化を可能にする。
• S行列形式に基づく反復的位相リCOVERYアルゴリズムを適用し、強度のみのデータから試料の散乱行列と照明プローブの収差を同時に回復する。
• フェルヌー propagator の位相分散に基づくビーム分割戦略（π/4の閾値）を導入し、S行列の成分をタイルにグループ化することで、数値的安定性と収束性を向上させる。
• 薄い試料に対しては簡略化された投影S行列逆行列モデルを用い、計算コストを低減しながらも精度を維持する。
• ハードウェアアクセラレータ上でバッチ処理された複素行列乗算を活用し、高いアルゴリズム的複雑性にもかかわらずスケーラビリティを実現する。

実験結果

リサーチクエスチョン

• RQ1 多重散乱試料の散乱行列は、追加の実験パrameterを必要とせず、スキャニング電子回折強度測定値のみから回復可能か？
• RQ2 S行列形式を用いることで、SEDデータから照明収差（例：ディフォーカス、アイルマチズム）をどの程度回復できるか？
• RQ3 提案されたS行列リCOVERY手法は、厚さが4倍の焦点深度を超えるような厚い強散乱試料に対しても、正則化なしで収束するか？
• RQ4 フェルヌー propagator の位相分散に基づくビーム分割戦略は、S行列再構成の安定性と正確性をどのように向上させるか？
• RQ5 再構成されたS行列は、多重散乱が存在する状況でも、頑健な深さセクションングおよびトモグラフィー像再構成を可能にするか？

主な発見

• S行列リCOVERYアルゴリズムは、焦点深度の4倍以上あろう厚い試料に対しても正則化なしで収束し、高強度散乱領域でも頑健であることが示された。
• 本手法は最大30%の誤校正まで照明収差を効果的に回復でき、定量的像の忠実度を顕著に向上させた。
• フェルヌー propagator の位相分散のπ/4閾値に基づくビーム分割戦略は、S行列成分の効果的なグループ化を実現し、数値的安定性と収束性を向上させた。
• 投影S行列逆行列モデルは薄い試料に対して効率的な代替手段を提供し、計算負荷を低減しながらも精度を保持した。
• アルゴリズムの計算複雑度はO(KDM⁴log(M²))と表されるが、大部分の演算が明確に並列化可能であり、現代のハードウェアアクセラレータ上で効率的な実行が可能である。
• 再構成されたS行列は深さセクションングを可能にし、逆多重スライスアルゴリズムや位相コントラストトモグラフィーにおける角度整合の基盤を形成する。