布魯克海文國家實驗室自動化 X 光實驗顯示微晶片三維成像新技術

·作者 Henderson·Engineering
布魯克海文國家實驗室自動化 X 光實驗顯示微晶片三維成像新技術
重點
  • 布魯克海文國家實驗室的 X 射線實驗已開始自動化,數據量僅為平常的十分之一。
  • 自動化實驗可運行數小時,無需人為幹預,專注於科學上重要的位置。
  • 團隊與 NVIDIA 合作,實時重建圖像,每秒達到 200 幅圖像的速度。
  • 這項技術可幫助快速、高解析度 X 射線成像,應用於微電子學和納米材料研究。

布魯克海文國家實驗室的 X 射線實驗已開始自動化。機器學習技術選擇樣本中需詳細檢查的部分,並隨著數據的到來重建 3D 圖像,在一次測試中,所需數據量僅為平常的十分之一。這些演示是在美國能源部用戶設施國家同步輻射光源 II (NSLS-II) 進行的,屬於 SYNAPS-I 項目,即協同中子和光子科學 – 智能。此項目是能源部創世任務下的種子項目,由洛倫斯伯克利國家實驗室的先進光源領導,並與阿根廷國家實驗室、橡樹嶺國家實驗室、SLAC 和布魯克海文合作。

該合作項目結合了開源模型、行業夥伴關係和先進計算資源。

自動化實驗的優勢

在 NSLS-II 的硬 X 射線納米探針中,這是一種用於 2D 和 3D 納米級成像的 X 射線顯微鏡,由首席束線科學家顏漢飛領導的團隊進行了一項自動化實驗,分析獲取的圖像。該系統標記了複雜樣本中科學上有趣的區域,並選擇這些位置進行後續的高解析度掃描,而無需人為幹預。「這使得自動化實驗能夠運行數小時,調查較大區域,並僅從科學上重要的位置收集高保真數據,」NSLS-II 數據工程組的負責人丹尼爾·艾倫表示。

他指出,傳統方法無法可靠地做到這一點。

實時重建技術的應用

第二項測試專注於相位衍射成像,這是一種計算技術,通過多次單獨測量來構建詳細的 3D 圖像,使用微電子晶片作為樣本。阿根廷國家實驗室訓練的一個基礎模型取代了通常用於重建圖像的緩慢迭代過程。該團隊與 NVIDIA 及其 Holoscan 平台合作,實時重建圖像,每秒達到 200 幅圖像的速度。NSLS-II 開發和訓練的一個模型能夠僅用平常所需數據的十分之一重建微晶片,這有助於處理薄且平坦的樣本,因為完整的斷層數據集較難收集。

隨後,團隊對 Meta 的開放權重 Segment Anything Model 3 進行了微調,使其能夠自動識別材料、結構和 3D 體積中的感興趣區域。這些步驟能夠縮短掃描時間和輻射劑量,同時加快解釋速度。

顏漢飛表示,這項技術可以幫助任何需要快速、高解析度 X 射線斷層成像和快速 3D 數據分析的領域。例子包括在微電子學中尋找埋藏結構和缺陷、研究電池電極的劣化,以及對複雜納米材料的表徵。他表示,這些工具還有助於用戶更好地利用有限的束流時間。

未來的發展方向

該團隊計劃在更為多樣的數據集上訓練更為穩健的基礎模型,並將這種方法擴展到其他 3D 成像技術。其主要目標是實時斷層成像。目前,研究人員通常在重建之前收集整個投影數據集。在實時工作流程中,重建將在實驗開始時啟動,隨著更多測量數據的到來,低解析度圖像將不斷清晰化。配合自動化特徵檢測,這將使束流線能夠根據其觀察結果自我調整。NSLS-II 的策略臨時副主任肖恩·麥克斯維尼表示,這類工作流程將是下一代用戶設施的核心。

SYNAPS-I 項目的聯絡人亞歷山大·赫克默表示,各設施面臨相同的挑戰,包括數據量超過人類分析的速度和重建瓶頸,沒有任何一個設施能夠單獨解決這些問題。隨著這些技術的成熟,目標不僅僅是更快地處理實驗數據,而是加強測量、分析和科學決策之間的聯繫,使實驗能夠在進行中對其發現作出反應。

自動化 X 射線成像技術的潛力

布魯克海文國家實驗室的自動化 X 射線實驗標誌著科學研究中的一個重要進步。這項技術不僅能顯著減少所需數據量,還能提高成像效率,這對於微電子學和納米材料的研究尤為重要。隨著技術的成熟,研究人員能夠更快地獲取和分析數據,這將促進科學決策的即時反應。此外,這種自動化流程的發展,可能會成為未來用戶設施的核心,為各類科學研究提供更強大的支持。

H
關於作者
Henderson