[论文解读] Reconstructing the Scattering Matrix from Scanning Electron Diffraction Measurements Alone
本文提出一种新颖算法，仅从扫描电子衍射（SED）强度测量数据出发，利用S-矩阵形式化与迭代优化的相位恢复方法，直接重建散射矩阵（S-矩阵）。该方法无需先验假设或正则化，即可实现电子显微镜中的三维相位衬度成像，对厚度超过4个焦深的样品实现收敛，并能恢复高达30%的照明像差校准误差。
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.
研究动机与目标
- 为克服电子显微镜中仅能获取强度测量值这一根本性挑战，解决相位恢复问题。
- 在不依赖弱相位或投影近似假设的前提下，实现多重散射材料（电子显微镜中常见）的三维相位衬度成像。
- 开发一种仅从扫描衍射强度数据中恢复完整散射矩阵的方法，无需额外实验参数（如样品倾角或波长变化）。
- 直接从数据中恢复照明像差（最高达30%校准误差），提升定量成像的准确性。
- 基于所恢复的S-矩阵，实现在强散射材料中的深度剖分与断层成像。
提出的方法
- 构建一个测量算子，用于从给定S-矩阵计算扫描衍射强度，通过S-矩阵形式化建模聚焦电子束与样品的相互作用。
- 推导测量模型的伴随算子，以支持相位恢复过程中的基于梯度的优化。
- 应用基于S-矩阵形式化的迭代相位恢复算法，仅从强度数据中恢复样品的散射矩阵及照明探针的像差。
- 提出一种基于Fresnel传播器相位方差（π/4阈值）的束分区策略，将S-矩阵分量划分为区块，提升数值稳定性和收敛性。
- 对薄样品采用简化的投影S-矩阵反演模型，降低计算成本同时保持精度。
- 利用硬件加速器上批量复数矩阵乘法的计算效率，尽管算法复杂度较高，仍实现可扩展性。
实验结果
研究问题
- RQ1能否仅从扫描电子衍射强度测量数据中恢复多重散射样品的散射矩阵，而无需额外实验参数？
- RQ2在S-矩阵形式化下，多大程度上可从SED数据中恢复照明像差（如离焦、像散）？
- RQ3所提出的S-矩阵恢复方法是否能在无正则化条件下，对厚而强散射样品（如厚度超过4个焦深）实现收敛？
- RQ4基于相位方差的束分区策略如何提升S-矩阵重建的稳定性和准确性？
- RQ5所恢复的S-矩阵是否能实现电子显微镜中稳健的深度剖分与断层成像，即使在多重散射存在的情况下？
主要发现
- S-矩阵恢复算法在样品厚度超过四个焦深时无需正则化即可收敛，证明其在高度散射环境下的鲁棒性。
- 该方法成功恢复了高达30%校准误差的照明像差，显著提升了定量成像的保真度。
- 基于Fresnel传播器相位方差π/4阈值的束分区策略能有效分组S-矩阵分量，增强数值稳定性和收敛性。
- 投影S-矩阵反演模型为薄样品提供了高效替代方案，显著降低计算负载同时保持精度。
- 该算法的计算复杂度为O(KDM⁴log(M²))，但大部分运算具有明显的并行性，可在现代硬件加速器上高效执行。
- 所恢复的S-矩阵支持深度剖分，并为逆多层算法和相位衬度断层成像中的角度对准提供了基础。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。