Unsupervised segmentation and clustering workflow for efficient processing of 4D-STEM and 5D-STEM data

この論文は、4D-STEM および 5D-STEM データの効率的な処理と物理的に意味のある分析を実現するため、局所的な回折パターンの類似性に基づいて結晶学的に異なる領域を特定し、データ圧縮と構造・歪みマッピングを可能にする教師なしセグメンテーションおよびクラスタリングワークフローを提案し、金ナノ粒子の成長に関する in situ 液体セル 4D-STEM データでその有効性を実証したものである。

要約

この論文は、電子顕微鏡で得られる「膨大で複雑なデータ」を、**「賢く整理して、見やすく、使いやすくする新しい方法」**について書かれたものです。

専門用語を避け、日常の風景や料理に例えて解説しますね。

1. 問題：「電子顕微鏡」は写真の取りすぎでパンクしそう

まず、この研究の対象である4D-STEM（四次元走査型透過電子顕微鏡）という技術について考えましょう。

• 普通のカメラ：1 回シャッターを切ると、1 枚の写真（2 次元）が撮れます。
• この電子顕微鏡：試料（例えば金ナノ粒子）の「あちこち」をスキャンして、1 点ごとに「回折パターン」（結晶の構造がわかる波紋のような模様）という、まるで**「1 枚の画像の中に、何十万枚もの写真が詰め込まれた状態」**を作ります。

これを**「5D-STEM**（時間軸を加えたもの）にすると、さらに動画のようにデータが積み上がります。
問題点：データ量が**「宇宙の星の数」ほど多い**のです。コンピュータが処理しきれないし、人間が全部見て「あ、ここは違うな」と見つけるのは不可能です。また、ノイズ（雑音）も混じっていて、重要な情報が埋もれてしまっています。

2. 解決策：「同じグループ」でまとめる「賢い整理術」

そこで著者たちは、「似た者同士でグループ分け（クラスタリング）というアイデアを考えました。

料理の例え：「大鍋の具材を味見して分類する」

Imagine 巨大な鍋に、何万個もの具材（データ）が入っていると想像してください。

• 従来の方法：具材を 1 つずつ取り出して、「これは肉？野菜？」と味見（分析）します。時間がかかりすぎます。
• この新しい方法：
  1. まず、鍋の隣にある具材同士を比べて、「味が似ているかな？」とチェックします。
  2. 「味が似ている！」という具材同士を**「グループ**（クラスター）にまとめます。
  3. 1 つのグループができたら、そのグループの具材を**「すべて混ぜ合わせて、1 杯のスープ**（代表データ）を作ります。

これがこの論文の核心です。

• グループ分け：似た結晶構造を持つ場所を自動的に見つけて囲みます（マーチング・スクエア法というアルゴリズムを使っています）。
• 平均化：グループ内のデータを足して平均をとることで、「ノイズ（雑音）がします。
• 圧縮：100 万個のデータがあっても、グループが 100 個しかなければ、分析すべきデータは100 個になります。処理速度が1000 倍〜10000 倍に速くなるのです。

3. 具体的な実験：液体の中で育つ「金のナノ粒子」

この方法を試すために、著者たちは**「液体の中で電子ビームを当てて、金**（Au）という実験を行いました。

• 状況：液体の中なので、データは非常にノイズが多く、見にくい状態です（まるで霧の中を写真に撮るようなもの）。
• 結果：
  • この「グループ分け」を使うと、「どの粒子がどの方向を向いているか（結晶の向き）や、「どこが歪んでいるか（ひずみ）」が、ノイズに埋もれずに鮮明に浮かび上がりました。
  • 従来の方法だと「ここはどっちだ？」と迷う場所も、この方法だと**「ここは A グループ、ここは B グループ」**とハッキリと境界線が引けるようになりました。

4. この技術のすごいところ

• 誰でも使える：特別な高価なコンピュータがなくても、普通の PC で動きます。
• 自動化：人間が「ここからここまで」と線を引く必要がありません。AI が自動的に「似ている場所」を探して囲んでくれます。
• 未来への応用：この方法は、「リアルタイムで変化を追う実験（5D-STEM）にも使えます。動画のように流れてくるデータを、その場で「意味のある部分」だけ抜き出して整理できるからです。

まとめ

この論文は、「電子顕微鏡という『情報洪水』から、本当に必要な『宝（構造情報）という新しい道具を作ったという報告です。

「膨大な写真（データ）
これにより、科学者はこれまで見逃していた「微細な構造」や「歪み」を、より速く、より正確に発見できるようになります。

---

一言で言うと：
「電子顕微鏡の『情報洪水』を、似た者同士でグループ分けして整理し、ノイズを消して『見やすい地図（結晶の構造図）という画期的な方法を開発しました。

技術概要

以下は、提示された論文「Unsupervised segmentation and clustering workflow for efficient processing of 4D-STEM and 5D-STEM data」の技術的な詳細な要約です。

論文概要

タイトル: 4D-STEM および 5D-STEM データの効率的処理のための教師なしセグメンテーションとクラスタリングワークフロー
著者: Serin Lee ら (スタンフォード大学、ローレンス・バークレー国立研究所など)
掲載誌: Microscopy and Microanalysis (2025)

---

1. 背景と課題 (Problem)

四次元走査型透過電子顕微鏡（4D-STEM）は、ナノメートルスケールの空間分解能で回折情報をマッピングし、局所的な構造、配向、ひずみを詳細に解析することを可能にします。さらに、時間分解能を加えた 5D-STEM（in situ 実験など）では、データ量がさらに膨大になります。しかし、従来の 4D-STEM データ解析には以下の課題がありました。

• データ量の膨大さ: 高解像度・高速検出器の登場により、データサイズが指数関数的に増大し、処理・保存・可視化が困難になっています。
• ノイズと信号対雑音比 (SNR) の低さ: 低線量測定や液体セル内での in situ 実験では、回折パターンにノイズが多く含まれ、特に高角度散乱の信号が弱く、検出が困難です。
• 既存手法の限界: 従来の手動 ROI 選択やグローバル閾値処理は、隣接プローブ位置間の微妙な物理的変化を見逃す可能性があります。また、既存の教師なしクラスタリング手法（K-means、DBSCAN、ニューラルネットワーク等）は、ユーザー定義パラメータに敏感で、不規則な形状や階層的に埋め込まれた領域（多結晶やビーム感受性の高い系など）の検出が難しい場合がありました。
• 計算コスト: 配向マッピング（ACOM）やひずみ解析を行う際、全プローブ位置（例：512×512）に対して個別に計算を行う必要があり、計算リソースを大量に消費します。

2. 提案手法 (Methodology)

著者らは、4D-STEM データセット内の空間的に一貫した特徴を自動的にセグメント化し、クラスタリングするための新しいワークフローを提案しました。この手法は、マージング・スクエア（Marching Squares）アルゴリズムに基づいており、以下のステップで構成されます。

A. 前処理：相関ピクセルベースのフィルタリング

• 目的: 局所的な SNR を向上させ、クラスタリング前の不要なノイズを抑制する。
• 手法: 各プローブ位置の回折パターンを、逆空間（$q_x, q_y$）でガウスぼかしをかけ、さらに隣接するプローブ位置のパターンと相関を計算します。
• 重み付け: 中心ビームの影響を減らし、構造識別に重要な高角度散乱を強調するため、逆空間に半径方向の重み関数を適用します。
• 相関に基づく平均化: 隣接パターンの相関係数に基づいて重み付け平均を行い、空間的に相関のある特徴を保存しつつ、無相関な背景変動を最小化します。

B. 類似度行列の計算

• 各プローブ位置の回折パターンと、その 8 方向の隣接パターンとの間の正規化されたコサイン相関（類似度 $S$）を計算します。
• 中心ビームや検出器端のアーチファクトを除外するため、逆空間にリング状のマスクを適用して類似度計算を行います。

C. マージング・スクエアに基づくクラスタリング

• シード選択: 未割り当てのピクセルの中で、平均類似度 $\bar{S}(x, y)$ が最も高いものを「シード（種）」として選択します。
• 領域成長: シードから 8 方向の隣接ピクセルを調べ、その類似度がユーザー定義の閾値 $T$ 以上であれば、そのピクセルを同じクラスタに追加します。
• 再帰的拡張: 追加されたピクセルを新たなノードとして、閾値を満たす限り再帰的に領域を成長させます。
• 反復: 成長が停止したら、残りの未割り当てピクセルの中で最も類似度が高いものから次のクラスタを生成します。このプロセスを全ピクセルが割り当てられるか、マスクされるまで繰り返します。

D. クラスタ平均化とデータ圧縮

• 各クラスタに属するすべてのピクセルの回折パターンを平均化し、代表パターンを生成します。
• これにより、データ次元を $(N_{probe}, q_x, q_y)$ から $(N_{cluster}, q_x, q_y)$ に削減します（通常、$N_{cluster}$ は $N_{probe}$ の $10^{-2} \sim 10^{-3}$ 倍）。
• この平均化により、各領域の回折信号の SNR が大幅に向上します。

E. 実装

• このアルゴリズムはオープンソースの Python パッケージ py4DSTEM のモジュールとして実装されており、パラメータ（類似度閾値、最小クラスタサイズなど）が少数で調整可能です。

3. 主要な貢献と結果 (Key Contributions & Results)

著者らは、液体セル TEM 内での電子線照射による金（Au）ナノ粒子の成長をモデルシステムとして、この手法の有効性を検証しました。

• 信号品質の向上:

  • クラスタリング後の平均回折パターンは、ノイズが低減され、特に高角度のブラッグディスクが明確に検出可能になりました（図 3）。
  • 前処理とクラスタリングを組み合わせることで、配向解析のクロスバリデーション誤差が、生データ（7.32°）から 2.03°まで大幅に改善されました。

• 計算効率の劇的な向上:

  • 配向マッピング（ACOM）におけるテンプレートマッチングの計算コストが、プローブ数に対してクラスタ数に比例するように削減されました。
  • 削減率 $R = N_{cluster} / N_{probe}$ は $10^{-2} \sim 10^{-3}$ 程度となり、計算時間を数桁短縮しました。

• 配向・ひずみマッピングの精度:

  • 生成されたクラスタ平均データを用いて、面内・面外の配向マップを高速に作成しました。
  • Au ナノ粒子の成長に伴う結晶方位のバイアス（[111] や [110] 方向への配向）を明確に捉えました。
  • ひずみ解析においては、クラスタリングで得られた安定した配向情報を基準としつつ、元の非クラスタ化データからブラッグピーク位置を抽出することで、局所的な格子歪みを高精度に定量化しました。

• 5D-STEM への適用性:

  • このワークフローはフレームごとに順次適用できるため、時間分解 5D-STEM データの処理にも適しており、in situ 実験におけるリアルタイム解析や大量データ処理の基盤となります。

4. 意義と限界 (Significance & Limitations)

意義:

• スケーラビリティ: 大規模な 4D/5D-STEM データを物理的に意味のある単位に圧縮し、解析を可能にします。
• 汎用性: 液体セルのようなノイズの多い環境や、複雑な微細構造を持つ試料に対しても、少数のパラメータ調整だけで適用可能です。
• アクセシビリティ: py4DSTEM としてオープンソース化されており、特別なハードウェア（GPU など）を必要とせず、標準 CPU でも効率的に動作します。
• 物理的解釈の向上: データ圧縮が単なる情報損失ではなく、ノイズ低減と物理的構造の抽出を伴う「分析的抽象化」であることを示しました。

限界と今後の課題:

• 混合信号の問題: 非常に多結晶性で、プローブサイズ内に複数の結晶領域が重なり合う場合（粒界、双晶、垂直積層など）、回折パターンが混合し、類似度に基づくセグメンテーションが曖昧になる可能性があります。
• ひずみ解析の制約: 混合された回折パターンからは、単一の基準格子に一意に帰属できないため、信頼性の高いひずみ測定が困難な場合があります。
• 解決策: 予備処理（プレセッション電子回折）やマルチ角度ビームチルト取得、階層的クラスタリングや機械学習を用いた更なるセグメンテーションの高度化が提案されています。

結論

この研究は、4D-STEM および 5D-STEM データの解析において、教師なしクラスタリングとマージング・スクエアアルゴリズムを組み合わせることで、空間的一貫性のあるセグメンテーション、データ圧縮、信号品質の向上を同時に達成するスケーラブルなワークフローを確立しました。これは、次世代の多次元電子顕微鏡法におけるリアルタイム解析と定量的構造・ひずみマッピングのための重要な基盤技術となります。