Diversity-enhanced Neutron Microscopy

Neutronenimaging is een krachtige manier om in materialen te kijken zonder ze open te snijden. In tegenstelling tot röntgenstraling, die gemakkelijk door zware metalen gaat maar moeite heeft met lichte elementen zoals waterstof, interageren neutronen sterk met lichte atomen terwijl ze door veel zware elementen heen gaan. Dit maakt ze onmisbaar voor het bestuderen van batterijcomponenten, brandstofcellen en biologische weefsels. Het is echter altijd moeilijk geweest om een scherp beeld te krijgen met neutronen. De deeltjes zijn lastig te focussen en de detectoren die worden gebruikt om ze op te vangen, hebben vaak een korrelige textuur, vergelijkbaar met oude film. Deze textuur creëert een vast ruispatroon dat fijne details wazig maakt, wat de kleinste kenmerken die wetenschappers kunnen zien beperkt. Jarenlang hebben onderzoekers geprobeerd betere lenzen of gladdere detectoren te bouwen om dit te overwinnen, maar de fundamentele limieten van de materialen en de zwakke aard van de neutronenbundels hielden de resolutie vast op een niveau waarop de kleinste details vaag bleven.

Een team onderzoekers aan het Paul Scherrer Instituut in Zwitserland en de Technische Universiteit van München heeft een andere manier gevonden om het beeld op te helderen. In plaats van te proberen een perfecte detector te bouwen, gebruikten ze de detector die ze al hadden en bewogen ze het object dat bestudeerd werd op een zeer specifieke manier. Door veel foto's van hetzelfde object vanuit licht verschillende posities te maken en deze vervolgens met een computer te combineren, waren ze in staat om de korrelige ruis weg te wassen die normaal gesproken het beeld verpest. Het resultaat is een veel scherper beeld dat details van slechts enkele micrometers onthult, en dat alles zonder meer straling of een betere camera te nodig te hebben.

De kern van hun ontdekking berust op een eenvoudig maar slim idee: als je een foto maakt van een getextureerd oppervlak, is de textuur onderdeel van de foto. Maar als je het object een klein beetje beweegt en nog een foto maakt, blijft de textuur op dezelfde plek op de camerasensor, terwijl het object beweegt. Als je genoeg foto's vanuit verschillende posities neemt en deze op een stapel legt, telt het bewegende object op tot een helder beeld, terwijl de statische textuur van de camerasensor gemiddeld wordt en verdwijnt. In het verleden vereiste neutronenimaging lange belichtingstijden om voldoende licht te krijgen, waardoor onderzoekers meestal één lange belichting maakten of een paar beelden stapelden op exact dezelfde plek. Deze nieuwe methode, genaamd diversity-enhanced microscopy, maakt gebruik van het feit dat hoogresolutie neutronenimaging al veel afzonderlijke frames vereist om een enkel beeld op te bouwen. De onderzoekers plaatsten de steekproef simpelweg in kleine stappen naar een nieuwe positie tussen elk frame door, waardoor een reeks beelden ontstond waarbij de steekproef bewoog maar de interne korrel van de camera niet.

Om dit te testen, gebruikte het team een gespecialiseerde neutronenmicroscoop in een onderzoekscentrum in Duitsland. Ze plaatsten een klein kalibratietarget, gevormd als een ster met spaken van variërende dikte, in de bundel. Dit target had kenmerken zo fijn als 1,9 micrometer, wat kleiner is dan de breedte van een menselijke haar. Ze scanden het target over 74 verschillende posities in een spiraalvormig patroon, waarbij ze tien foto's per plek maakten. Dit resulteerde in 740 afbeeldingen in totaal. Vervolgens gebruikten ze een computer om al deze afbeeldingen terug te brengen naar een gemeenschappelijke uitlijning en combineerden ze deze. Het resultaat was opvallend. Het conventionele beeld, gemaakt door foto's te stapelen die op slechts één plek zijn genomen, was bedekt met een korrelige waas die de fijnste details van de ster verborg. Het nieuwe diversity-enhanced beeld was echter schoon. De korrelige textuur van de detector verdween, en de dunste spaken van de ster werden duidelijk zichtbaar.

De onderzoekers maten de verbetering met een statistische test die twee helften van de data vergelijkt om te zien hoe goed ze overeenstemmen. Ze vonden dat de nieuwe methode details kon oplossen tot ongeveer 6,9 micrometer, een aanzienlijke verbetering ten opzichte van de ongeveer 10 micrometer die mogelijk is met de standaardmethode. Belangrijker nog, het beeld was niet alleen scherper; het was ook betrouwbaarder. De ruis die normaal gesproken de duidelijkheid waarmee men de zwakste delen van een beeld kan zien beperkt, werd met bijna 30 procent verminderd. Dit gebeurde omdat de methode effectief het "fixed pattern"-ruis verwijderde dat inherent is aan het scintillatiescherm van de detector, een laag materiaal dat neutronen omzet in zichtbaar licht. Dit scherm is gemaakt van kleine korrels, en de ongelijkmatigheid van deze korrels creëert een permanent vingerafdruk op elke afbeelding. Door de steekproef te bewegen, zorgden de onderzoekers ervoor dat elk deel van de steekproef door vele verschillende korrels van het scherm werd gezien, waardoor de computer de ware vorm van de steekproef kon berekenen terwijl de willekeurige bulten en dalen van het scherm werden genegeerd.

Een van de meest verrassende bevindingen was dat deze methode ook het probleem van de noodzaak voor een aparte "flat field"-kalibratie kon oplossen. In standaard imaging moeten wetenschappers een foto maken van de lege bundel (zonder steekproef) om de imperfecties van de detector in kaart te brengen en te corrigeren voor deze. Dit kost extra tijd en kan onnauwkeurig zijn als de bundel of detector licht verandert tussen de kalibratie en het eigenlijke experiment. De onderzoekers toonden aan dat hun scanningsmethode de kalibratiekaart direct uit de data van de scan van de steekproef zelf kon genereren. Door de bewegende steekproef wiskundig te scheiden van het statische detecterpatroon, konden ze reconstrueren hoe de open bundel eruitzag, enkel op basis van de beelden van de ster. Wanneer ze deze zelf gegenereerde kaart gebruikten om het beeld te corrigeren, was het resultaat bijna identiek aan het gebruik van een apart gemeten kalibratie, maar zelfs met minder ruis. Dit betekent dat voor veel hoogresolutie studies de tijdrovende stap van het maken van een aparte kalibratiefoto volledig kan worden overgeslagen, wat kostbare bundeltijd bespaart en het risico op fouten door drift in de apparatuur vermindert.

Het team onderzocht ook of deze techniek de resolutie nog verder kon pushen, bijvoorbeeld door details te onthullen die kleiner zijn dan de pixels van de camera normaal gesproken zou kunnen zien. Ze kwamen tot de conclusie dat dit niet kon. De verbetering kwam volledig voort uit het verwijderen van de ruis, niet uit het creëren van nieuwe optische kracht. De camera was al goed genoeg om de fijnste details te zien, maar de korrelige ruis verborg ze. Zodra de ruis weg was, werd de ware limiet van de optica onthuld. Dit is een belangrijk onderscheid: de methode creëert geen superresolutiebeeld uit het niets; het onthult simpelweg de helderheid die er al was, maar die werd gemaskeerd door de textuur van de detector zelf. De onderzoekers bevestigden dat het simpelweg in kleinere stappen bewegen van de steekproef of het gebruiken van complexere wiskundige trucs om de pixels te combineren, het beeld niet scherper maakte. De sleutel was het enorme aantal verschillende posities dat werd gebruikt om de ruis te middelen.

De implicaties van dit werk reiken verder dan alleen neutronen. Dezelfde principes zijn van toepassing op elk beeldvormingssysteem waarbij een detector een vast, korrelig patroon heeft, zoals bepaalde röntgencamera's of medische scanners. Als het object dat bestudeerd wordt licht tussen de exposities kan worden bewogen, of als de detector kan worden verschoven, kan de korrelige ruis worden gemiddeld. Deze aanpak maakt van een beperking van de hardware een kenmerk van de software. Het stelt wetenschappers in staat om het meeste uit de apparatuur te halen die ze al hebben, waardoor de beeldkwaliteit wordt verbeterd zonder de noodzaak van dure nieuwe detectoren of langere belichtingstijden. De onderzoekers toonden aan dat ze met een bescheiden hoeveelheid scannen een niveau van helderheid konden bereiken dat voorheen werd geacht een perfecte, uniforme detector te vereisen.

Uiteindelijk laat de studie zien dat de beste manier om helder te zien soms niet is om een betere lens te bouwen, maar om de manier waarop je kijkt te veranderen. Door de steekproef te bewegen en de computer het zware werk te laten doen van het sorteren van de ruis, transformeerden de onderzoekers een korrelig, wazig beeld in een scherp, gedetailleerd zicht op de microscopische wereld. Deze techniek biedt een praktisch pad voorwaarts voor neutronenimaging, waardoor het mogelijk wordt om fijnere details in materiaalkunde en biologie te zien terwijl er minder tijd en middelen worden gebruikt. Het is een herinnering aan het feit dat, in de wereld van beeldvorming, het antwoord op een wazig beeld niet een nieuwe camera is, maar een nieuwe manier om het onderwerp te bewegen.