← Nieuwste papers
🔬 materiaalkunde

quantEM: Quantitative Electron Microscopy Analysis from Differentiable Physics to Neural Priors

Dit artikel introduceert quantEM, een open-source Python-pakket dat diverse kwantitatieve elektronenmicroscopie-analyses verenigt via een modulair, differentieerbaar natuurkundig framework gebouwd op PyTorch en Zarr, wat naadloze multimodale integratie, GPU-acceleratie en herbruikbare fysische modellen mogelijk maakt.

Oorspronkelijke auteur: Colin Ophus, Arthur RC McCray, Georgios Varnavides, Stephanie M Ribet

Gepubliceerd 2026-11-18
📖 6 min leestijd🧠 Diepgaand

Oorspronkelijke auteur: Colin Ophus, Arthur RC McCray, Georgios Varnavides, Stephanie M Ribet

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteur. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de wereld van de materiaalkunde begint de zoektocht naar het begrijpen van materie vaak met het bekijken ervan. Wetenschappers gebruiken krachtige microscopen om in vaste stoffen te turen, waardoor de rangschikking van atomen, de stroom van elektronen en de chemische samenstelling van alles — van minuscule computerchips tot de eiwitten die het leven in stand houden — zichtbaar wordt. Deze instrumenten maken niet alleen foto's; ze leggen een enorme hoeveelheid gegevens vast, waaronder hoe elektronen van een monster afketsen, hoe ze energie verliezen en hoe ze diffracteren in complexe patronen. De uitdaging voor onderzoekers is lang geweest om deze ruwe, massale stromen informatie om te zetten in heldere, driedimensionale kaarten van de structuur van het materiaal. Om dit te doen, moeten ze moeilijke wiskundige puzzels oplossen, waarbij ze achteruit werken vanuit de rommelige data die ze zien naar de verborgen realiteit die deze heeft gecreëerd. Naarmate microscopen sneller en gevoeliger zijn geworden, is de hoeveelheid data die ze produceren geëxplodeerd, wat vaak terabytes aan opslagruimte in een enkele dag vult, waardoor de oude manieren om deze informatie te analyseren te traag en te gefragmenteerd zijn om het bij te houden.

Een team van onderzoekers heeft nu een nieuwe open-source softwaretool geïntroduceerd genaamd quantEM, ontworpen om orde in deze chaos te brengen. In plaats van te vertrouwen op een lappendeken van verschillende programma's, die elk gebouwd zijn om slechts één specifiek type meting aan te kunnen, verenigt deze nieuwe pakket het hele proces. Het behandelt de analyse van elektronenmicroscopiegegevens als één flexibel systeem waarbij de natuurkundige wetten die bepalen hoe elektronen met materie interageren, in de software zelf zijn geschreven. Door een moderne computermethode te gebruiken waarmee de computer automatisch de beste manier kan vinden om deze puzzels op te lossen, kan de software beeldvorming, diffractie, spectroscopie en 3D-tomografie tegelijkertijd aan. Dit betekent dat een wetenschapper een enkele dataset kan nemen en er vele verschillende vragen aan kan stellen — zoals waar de atomen zich bevinden, hoeveel spanning er in het kristal zit en welke elementen aanwezig zijn — zonder ooit de data naar een ander formaat te hoeven converteren of naar een ander programma te hoeven overschakelen.

De kerninnovatie van quantEM ligt in de manier waarop het de wiskunde achter de schermen afhandelt. Traditioneel, wanneer wetenschappers een nieuwe manier wilden ontwikkelen om hun data te analyseren, moesten ze handmatig complexe vergelijkingen afleiden om de computer te vertellen hoe hij zijn gissingen moest aanpassen. Dit was een traag, foutgevoelig proces dat er vaak toe leidde dat nieuwe methoden het werk van oudere methoden niet gemakkelijk konden delen. De nieuwe software vervangt deze handarbeid door een systeem dat de regels van de fysica leert en automatisch de noodzakelijke aanpassingen berekent. Het bouwt een digitaal model van het experiment, inclusief de lens van de microscoop, de detector en het monster, en laat de computer vervolgens dat model verfijnen totdat het perfect overeenkomt met de werkelijke data. Omdat het systeem is gebouwd op een enkele, verenigde basis, kan het draaien op standaard computerprocessoren evenals op krachtige grafische kaarten, waardoor het snel genoeg is om de enorme datasets te verwerken die door moderne instrumenten worden gegenereerd.

Deze aanpak stelt onderzoekers in staat om verschillende technieken te combineren op manieren die voorheen moeilijk waren. Bijvoorbeeld, de software kan een reeks beelden nemen die vanuit verschillende hoeken zijn gemaakt en een driedimensionaal beeld van het materiaal reconstrueren, of het kan chemische gegevens combineren met structurele gegevens om precies te zien waar specifieke elementen zich binnen een kristal bevinden. De tool is ontworpen om modulair te zijn, wat betekent dat wetenschappers verschillende onderdelen van de analyse kunnen vervangen, zoals het veranderen van hoe het materiaal wordt gerepresenteerd of hoe de ruis in de data wordt afgehandeld, zonder het hele programma te hoeven herschrijven. Het bevat ook functies om werk op te slaan en te hervatten, waardoor een langdurige analyse kan worden gepauzeerd en later kan worden voortgezet, of kan worden gedeeld met een collega die precies kan voortgaan waar de eerste persoon was gebleven.

De ontwikkelaars hebben de software al voorzien van een breed scala aan mogelijkheden, waaronder instrumenten om de oriëntatie van kristallen in kaart te brengen, de spanning in een materiaal te meten en 3D-volumes te reconstrueren uit kantelreeksen. Het kan ook simuleren hoe elektronen zich zouden gedragen in een perfect kristal, waardoor onderzoekers hun echte waarnemingen kunnen vergelijken met theoretische voorspellingen. Door al deze instrumenten op één plek te houden en ervoor te zorgen dat ze allemaal dezelfde taal spreken, verwijdert de software de barrières die de ontdekking vaak vertragen. Het maakt de analyse niet alleen sneller; het maakt het ook betrouwbaarder, door ervoor te zorgen dat de kalibratie van de microscoop en de eenheden van meting correct worden bijgehouden van de eerste stap tot het uiteindelijke resultaat.

De impact van dit werk is te zien in het vermogen om problemen aan te pakken die voorheen te complex waren om op te lossen. Zo kan de software nu "ptychografie" aan, een techniek die beelden reconstrueert uit overlappende diffractiepatronen, met een detailniveau dat reikt tot de schaal van individuele atomen. Het kan ook data verwerken van experimenten waarbij het monster wordt verhit, gekoeld of uitgerekt, om te zien hoe materialen in realtime veranderen. Door deze geavanceerde methoden toegankelijk en gemakkelijk combineerbaar te maken, stelt de software wetenschappers in staat om diepere vragen te stellen over de materialen die onze wereld vormen. De code is vrij beschikbaar voor iedereen, vergezeld van tutorials en voorbeelddatasets, en nodigt de wereldwijde gemeenschap van onderzoekers uit om erop voort te bouwen en de reikwijdte ervan uit te breiden.

Uiteindelijk vertegenwoordigt quantEM een verschuiving in de manier waarop wetenschappelijke software wordt gebouwd. In plaats van geïsoleerde instrumenten voor specifieke taken te creëren, biedt het een uitgebreid kader waarbij de fysica van het experiment de centrale gids is. Dit stelt de software in staat om zich aan te passen aan nieuwe soorten data en nieuwe manieren van denken zonder dat een volledige herziening nodig is. Naarmate het vakgebied van de elektronenmicroscopie steeds grotere en complexere datasets genereert, zullen instrumenten zoals deze essentieel zijn om ruwe getallen om te zetten in werkelijk begrip, en de verborgen structuren van materie te onthullen met een helderheid die voorheen buiten bereik lag.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →