Diversity-enhanced Neutron Microscopy

中性子イメージングは、材料を切り開くことなく内部を観察するための強力な手法です。X線が重金属を容易に通り抜け、水素のような軽い元素には苦戦するのに対し、中性子は多くの重い原子を通り抜けながら、軽い原子と強く相互作用します。この特性により、電池コンポーネント、燃料電池、生物組織の研究において極めて価値の高いものとなっています。しかし、中性子による鮮明な画像を得ることは常に困難でした。粒子を集中させることが難しく、それらを捉えるために使用される検出器は、古いフィルムのように粒状の質感を持つことが多かったのです。この質感は、微細な詳細をぼやけさせる固定されたパターンのノイズを生み出し、科学者が観察できる最小の構造を制限してきました。長年、研究者たちはより優れたレンズやより滑らかな検出器を構築することでこれを克服しようとしてきましたが、材料の根本的な限界と中性子ビームの弱さにより、解像度は細部がぼやけたままの状態に留まっていました。

スイスのポール・シェラー研究所とミュンヘン工科大学のチームは、画像を鮮明にするための異なる方法を見出しました。完璧な検出器を作ろうとする代わりに、彼らは既存の検出器を使用し、研究対象である物体を非常に特殊な方法で動かしたのです。同じ物体をわずかに異なる位置から何度も撮影し、それらをコンピュータで合成することで、通常は画像を台無しにする粒状のノイズを洗い流すことに成功しました。その結果、より多くの放射線やより優れたカメラを必要とすることなく、数マイクロメートルもの細部を明らかにする、より鮮明な画像が得られました。

彼らの発見の核心は、単純かつ巧妙なアイデアに基づいています。もしテクスチャのある表面の写真を撮った場合、そのテクスチャは写真の一部となります。しかし、物体をわずかに動かして別の写真を撮ると、テクスチャはカメラのセンサー上の同じ場所に留まり、物体は移動します。異なる場所から十分な数の写真を撮り、それらを重ね合わせれば、動いている物体は鮮明な画像として積み重なり、一方で静止しているカメラのテクスチャは平均化されて消えてしまいます。過去の中性子イメージングでは、十分な光を得るために長い露出時間が必要であったため、研究者は通常、一つの場所で長い露出を行うか、あるいは同じ場所で数枚の写真を重ね合わせるだけでした。この新しい手法である「ダイバーシティ強化顕微鏡法（diversity-enhanced microscopy）」は、高解像度の中性子イメージングがすでに単一の画像を構築するために多くの個別のフレームを必要としているという事実を利用しています。研究者たちは、各フレームの間にサンプルを新しい位置へとステップ移動させました。これにより、サンプルは移動するものの、カメラ内部の粒状感は移動しない一連の画像を作り出したのです。

これをテストするために、チームはドイツの研究施設にある特殊な中性子顕微鏡を使用しました。彼らは、太さが変化するスポークを持つ星型の小さな校正用ターゲットをビーム内に配置しました。このターゲットには、人間の髪の幅よりも細い1.9マイクロメートルの特徴がありました。彼らはターゲットを螺旋状のパターンで74の異なる位置にスキャンし、各地点で10枚の写真を撮影しました。これにより、合計740枚の画像が得られました。その後、コンピュータを使用してこれらすべての画像を共通のアライメントにシフトさせ、結合しました。結果は驚くべきものでした。単一の地点で撮影された写真を積み重ねて作られた従来の画像は、粒状の霞に覆われ、星の最も細かい詳細を隠していました。しかし、ダイバーシティ強化された画像は非常にクリアでした。検出器の粒状の質感は消失し、星の最も細いスポークがはっきりと見えるようになりました。

研究者たちは、データの2つの半分を比較してそれらがどれだけ一致するかを確認する統計的テストを用いて、改善度を測定しました。彼らは、新しい手法が約10マイクロメートルという標準的な手法で可能な解像度に対し、約6.9マイクロメートルまでの詳細を解像できることを発見しました。さらに重要なことに、画像は単に鮮明になっただけでなく、より信頼性の高いものになりました。画像の最も微細な部分の視認性を制限していたノイズが、30パーセント近く減少しました。これは、検出器のシンチレータ・スクリーン（中性子を可視光に変換する層）に固有の「固定パターン」ノイズを、この手法が効果的に除去したためです。このスクリーンは小さな粒子で構成されており、その粒子の不均一性があらゆる画像に永久的な指紋のような跡を残します。サンプルを動かすことで、研究者はサンプルのあらゆる部分がスクリーンのさまざまな粒子を通して見られるようにし、コンピュータがスクリーンのランダムな凹凸を無視して、サンプルの真の形状を計算できるようにしたのです。

最も驚くべき発見の一つは、この手法が「フラットフィールド」校正を別途必要とする問題を解決できることでした。標準的なイメージングでは、検出器の不完全性をマッピングし、それらを補正するために、空のビーム（サンプルがない状態）の写真を撮る必要があります。これには追加の時間が必要であり、実験と校正の間にビームや検出器がわずかに変化した場合、不正確になる可能性があります。研究者たちは、このスキャニング手法を用いれば、サンプルのスキャンデータ自体から直接この校正マップを生成できることを示しました。動くサンプルと静止した検出器のパターンを数学的に分離することで、星の画像から開いたビームがどのような見た目であったかを再構成することができたのです。この自己生成されたマップを使用して画像を補正したところ、結果は別途測定された校正を使用した場合とほぼ同一であり、しかもノイズはさらに少なくなりました。これは、多くの高解像度研究において、別途の校正写真を取るという時間のかかるステップを完全にスキップできることを意味し、貴重なビーム時間の節約と、装置のドリフトによるエラーのリスク軽減につながります。

チームはまた、この技術が、カメラの画素が通常見ることができる範囲を超えて、さらに高い解像度を実現できるかどうかを調査しました。彼らは、それができないことを発見しました。改善はすべてノイズを取り除くことによるものであり、新しい光学的な力を生み出したわけではありません。カメラはすでに最も微細な詳細を見るのに十分な性能を持っていましたが、粒状のノイズがそれを隠していたのです。ノイズがなくなって初めて、光学機器の真の限界が明らかになりました。これは重要な区別です。この手法は、ゼロから超解像画像を作り出すのではなく、検出器自体のテクスチャによって遮られていた明瞭さを単に明らかにするものなのです。研究者たちは、単にサンプルをより小さなステップで動かしたり、ピクセルを再結合するためのより複雑な数学的トリックを用いたりしても、画像はより鮮明にならないことを確認しました。鍵となったのは、ノイズを平均化するための、異なる位置の膨大な数でした。

この研究の意義は、中性子イメージングだけに留まりません。同じ原理は、特定のX線カメラや医療用スキャナーのように、検出器に固定された粒状のパターンがあるあらゆるイメージングシステムに適用できます。研究対象を露出の間にわずかに動かせる場合、あるいは検出器を動かせる場合、粒状のノイズを平均化して消し去ることができます。このアプローチは、ハードウェアの制限を機能へと変えるものです。これにより、科学者は、高価な新しい検出器やより長い露出時間を必要とすることなく、既存の装置を最大限に活用し、画質を向上させることができます。研究者たちは、適度な量のスキャニングを行うことで、完璧で均一な検出器を必要とすると考えられていたレベルの明瞭さを達成できることを実証しました。

結局のところ、この研究は、時にはより鮮明に見るための最善の方法は、より良いレンズを作ることではなく、見方を変えることであるということを示しています。サンプルを動かし、ノイズを仕分けする重労働をコンピュータに任せることで、研究者たちは粒状でぼやけた写真を、微視的世界の鮮明で詳細な視界へと変えたのです。この技術は、中性子イメージングに実用的な前進をもたらし、より少ない時間と資源で、材料科学や生物学におけるより微細な詳細の観察を可能にします。これは、イメージングの世界において、ぼやけた画像の答えが新しいカメラではなく、被写体の新しい動かし方にあるかもしれないということを思い出させてくれます。