High Throughput Analysis of Nanobeam Electron Diffraction Datasets using Unsupervised Clustering

Sintesi Tecnica: Analisi ad Alto Rendimento di Dataset di Diffrazione Elettronica a Nanobeam mediante Clustering Non Supervisionato

Problematica
La diffrazione elettronica a nanobeam (NBED) all'interno della microscopia elettronica a scansione in trasmissione 4-dimensionale (4DSTEM) genera dataset massivi in cui pattern di diffrazione vengono registrati in ogni punto di una scansione 2D. Sebbene l'imaging Virtual Dark Field (VDF) e le tecniche tradizionali di dark field permettano la visualizzazione di specifiche caratteristiche cristallografiche, essi spesso faticano con il contrasto variabile dovuto alla deformazione del campione, ai difetti e alla difficoltà di segmentare numerosi grani o identificare fasi minori e inaspettate. Inoltre, i metodi di imaging standard si basano sulla sommatoria dell'intensità grezza, che include il rumore di fondo diffuso e richiede l'intervento manuale per definire le regioni di interesse. Gli autori identificano una lacuna nelle applicazioni esistenti di machine learning per la microscopia elettronica: gli studi di clustering precedenti hanno tipicamente operato su pattern di diffrazione grezzi (trattandoli come immagini) o proprietà derivate come l'orientamento cristallino, piuttosto che sul clustering diretto di liste sparse di posizioni dei picchi di diffrazione che codificano congiuntamente la posizione nello spazio reciproco, la posizione di scansione nello spazio reale, l'intensità e la posizione di scansione nello spazio reale.

Metodologia
L'approccio proposto utilizza algoritmi di clustering non supervisionato, specificamente DBSCAN (Density-Based Spatial Clustering of Applications with Noise), applicati direttamente a "pointsarrays". Tali array sono generati rilevando i dischi di diffrazione nei dati 4DSTEM, risultando in una lista sparsa di vettori per ogni picco rilevato contenente le coordinate dello spazio reciproco ($Q_x, Q_y$), l'intensità ($I$), e le coordinate di scansione nello spazio reale ($R_x, R_y$).

Il flusso di lavoro impiega una strategia di clustering gerarchica a più livelli:

1. Pre-elaborazione dei dati: I pattern di diffrazione vengono convertiti in pointsarrays. Il fascio primario viene escluso e i dati vengono normalizzati.
2. Clustering di Livello 1 (L1): I cluster vengono formati sulla base della similarità dei vettori di picco di diffrazione.
   • Per i sistemi policristallini, il clustering viene eseguito in uno spazio 4D ($sQ_x, sQ_y, R_x, R_y$), dove un fattore di scala $s$ pesa maggiormente le posizioni nello spazio reciproco rispetto allo spazio reale. Questo separa i picchi con coordinate simili nello spazio reciproco ma originanti da diverse posizioni fisiche.
   • Per i sistemi monocristallini (con precipitati), il clustering viene eseguito nello spazio reciproco 2D ($Q_x, Q_y$) per identificare distinte famiglie di spot di diffrazione.
3. Clustering di Livello 2 (L2): Questo livello raggruppa i cluster L1 per identificare distinti oggetti fisici (ad esempio, singoli grani o varianti cristalline).
   • Per i policristalli, il clustering L2 raggruppa i componenti L1 basandosi sul Centro di Massa (COM) pesato per intensità delle loro immagini Digital Dark Field (DDF) nello spazio reale.
   • Per i monocristalli, il clustering L2 utilizza una matrice di distanza di Jaccard precomputata (basata sulla sovrapposizione delle immagini delle maschere DDF) per raggruppare i cluster L1 in famiglie di cristalli con firme spaziali e di diffrazione simili.
4. Clustering di Livello 3 (L3): Applicato ai punti non clusterizzati da L1 per identificare componenti amorfe o profondamente nanocristalline. Questo viene eseguito sulle coordinate dello spazio reciproco ($Q_x, Q_y$) con parametri più blandi per catturare pattern di anelli diffusi.
   Il metodo è stato validato su due campioni distinti: un film sottile di Fe$_{60}$V$_{40}$ parzialmente cristallizzato (policristallino) e una regione di plessite di un meteorite Imilac (monocristallo con precipitati).

Risultati Chiave

• Film Policristallino FeV: L'approccio gerarchico ha segmentato con successo il film in 52 grani cristallini distinti (cluster L2) e un componente separato amorfo/nanocristallino (cluster L3). Il clustering L3 ha identificato un anello BCC 110 diffuso corrispondente alla matrice non cristallizzata e agli ossidi superficiali, che erano invisibili al clustering L1 standard. L'immagine Digital Dark Field composita risultante ha visualizzato chiaramente il processo di ricristallizzazione parziale, distinguendo i grani cristallini dallo strato amorfo sottostante.
• Plessite del Meteorite: In un sistema a matrice monocristallina contenente precipitati, il clustering L1 ha identificato oltre 40 distinte famiglie di spot di diffrazione, rivelando caratteristiche aghiformi e strutture fini non apparenti nella tipica imaging ADF (Annular Dark Field). Il clustering L2, utilizzando la similarità delle immagini, le ha raggruppate in sette famiglie distinte. Questa analisi ha rivelato complesse relazioni strutturali: grandi lamelle presentavano bordi ricchi di Ni (tetrataenite/taenite) e nuclei ricchi di Fe con orientamento differente (kamacite), un dettaglio mancato da scansioni EELS superficiali. Il clustering ha confermato una sequenza di precipitazione in cui la taenite si forma all'interno della kamacite, seguita da un'ulteriore segregazione nelle lamelle più grandi.
• Prestazioni: L'analisi è computazionalmente efficiente. Su un laptop standard, il processo dal caricamento dei dati al clustering L2 e alla visualizzazione ha richiesto circa 10 secondi per il dataset della plessite, con un uso di memoria di picco inferiore a 4 GB. La rappresentazione vettoriale sparsa riduce significativamente i requisiti di memoria rispetto all'elaborazione di cube di dati 4DSTEM grezzi.

Significatività e Rivendicazioni
Il paper sostiene che l'applicazione del clustering non supervisionato direttamente sulle liste sparse di picchi di diffrazione offra un metodo ad alto rendimento e automatizzato per decomporre complessi dataset NBED. Gli autori affermano che questo approccio:

1. Automatizza l'Imaging e l'Analisi: Elimina la necessità di posizionamento manuale dell'apertura e riduce il bias dell'utente, generando automaticamente immagini composite di componenti cristalline e amorfe.
2. Migliora la Sensibilità: Migliora la visibilità di caratteristiche deboli o componenti minori (come piccoli precipitati o regioni amorfe) che sono difficili da rilevare con i convenzionali metodi TEM dark field o VDF.
3. Facilita la Segmentazione: Fornisce un modo semplice per segmentare i singoli cristalli in materiali policristallini, consentendo il calcolo diretto di statistiche sulla dimensione e la forma dei grani senza problemi di sovrapposizione.
4. Rivela Strutture Nascoste: Nei sistemi monocristallini, scopre dettagli strutturali su nanoscala e relazioni di fase (ad esempio, relazioni di orientamento tra matrice e precipitati) che non sono immediatamente evidenti dalla standard imaging ADF.

Gli autori posizionano questo metodo come un primo passo che può snellire l'analisi dei dati di diffrazione a nanobeam, rendendo più facile l'identificazione di caratteristiche di interesse prima di intraprendere analisi più dettagliate della cristallografia o della distribuzione della dimensione/forma dei cristalli. Essi notano che, sebbene sia stato utilizzato DBSCAN, il framework è adattabile ad altri algoritmi, e la scelta delle metriche di distanza (ad esempio, Jaccard rispetto a quella pesata per intensità) rimane un'area soggetta a ottimizzazione a seconda delle caratteristiche del dataset specifico.