Reducing acquisition time and radiation damage: data-driven subsampling for spectro-microscopy

Resumo Técnico: Redução do Tempo de Aquisição e de Danos por Radiação via Subamostragem Baseada em Dados para Espectro-microscopia

Definição do Problema
A espectro-microscopia, que combina Espectroscopia de Absorção de Raios X (XAS) com microscopia para mapear estados químicos e variações espaciais, é frequentemente limitada pelos longos tempos de aquisição e pelos danos por radiação às amostras. Um experimento padrão envolve o rastreamento (rastering) de uma amostra através de um feixe de raios X monocromáticos em múltiplos níveis de energia, gerando um conjunto de dados de $n_E$ espectros para $N$ pixels espaciais. Isso resulta em uma matriz de dados massiva $D$ de tamanho $n_E \times N$. Os autores observam que, embora técnicas como a Análise de Componentes Principais (PCA) revelem que esses conjuntos de dados possuem uma estrutura subjacente de baixa dimensionalidade (devido a um número limitado de estados químicos), a necessidade mecânica de escanear linhas (ou colunas) espaciais completas para cada nível de energia leva a uma redundância significativa. O trabalho anterior de Townsend et al. (2022) demonstrou que a amostragem de raster aleatória poderia reduzir a razão de medição para 10–20% usando completude de matriz, mas os autores argumentam que uma redução adicional é possível através de estratégias de seleção mais inteligentes e baseadas em dados.

Metodologia
O artigo propõe duas novas estratégias de subamostragem baseadas em dados que aproveitam a natureza de baixo posto (low-rank) dos dados de espectro-microscopia para selecionar quais medições devem ser adquiridas. Ambos os métodos baseiam-se no conceito de escores de alavancagem (leverage scores), que quantificam a "riqueza de informação" de linhas (energias) e colunas (localizações espaciais) específicas na matriz de dados.

1. Distribuição de Importância Espectral: Para determinar quais níveis de energia amostrar, os autores utilizam um dicionário de espectros de absorção conhecidos ($M_{dictionary}$). Ao calcular os escores de alavancagem deste dicionário, eles constroem uma distribuição de probabilidade que prioriza as energias que explicam a maior parte da variância. Caso um dicionário não esteja disponível, a amostragem aleatória uniforme é utilizada como alternativa (fallback).
2. Distribuição de Importância Espacial: Para selecionar quais linhas espaciais escanear, os autores primeiro adquirem algumas varreduras de raster completas nos níveis de energia selecionados. Essas varreduras são empilhadas horizontalmente para formar uma matriz $F$, onde as linhas correspondem às linhas espaciais da amostra. Um algoritmo de Pivoteamento Aleatório Adaptativo (ARP) é então aplicado a $F$ para selecionar iterativamente linhas espaciais com altos escores de alavancagem, garantindo que áreas diversas e ricas em informação da amostra sejam priorizadas.

Com base nessas distribuições, os autores introduzem dois esquemas de aquisição específicos:

• RISS (Amostragem de Raster por Importância para Espectro-microscopia): Uma variante baseada em dados da abordagem de amostragem de raster aleatória. Para cada energia, um subconjunto de linhas espaciais é medido de acordo com a distribuição de importância espacial. Os dados ausentes são reconstruídos usando o algoritmo de completude de matriz LoopedASD (Gradiente Descendente em Laço).
• CURISS (Amostragem CUR para Espectro-microscopia): Um esquema projetado especificamente para utilizar a decomposição de matriz CUR. Ele mede um conjunto de varreduras XRF completas (linhas da matriz de dados) e um conjunto de linhas espaciais (blocos de colunas) com base nas distribuições de importância. As entradas ausentes são reconstruídas usando a fatoração CUR ($D \approx CU^{-1}R$), que oferece um método de completude não iterativo e livre de otimização.

O artigo também introduz o ACURISS, uma versão adaptativa do CURISS. Esta abordagem começa com uma pequena razão de subamostragem e refina iterativamente a aproximação, adicionando novas varreduras XRF até que critérios de parada específicos sejam atendidos. Esses critérios incluem a "variação de completude" (mudança na matriz reconstruída) e a "variação espectral" (mudança nos espectros de agrupamento estimados) entre as iterações.

Principais Contribuições

• Amostragem Baseada em Dados: Os autores vão além da amostragem aleatória uniforme ao propor métodos que utilizam escores de alavancagem estatísticos para identificar e priorizar as medições mais informativas.
• Dois Novos Esquemas: A introdução do RISS (compatível com a completude de matriz iterativa) e do CURISS (otimizado para a decomposição CUR).
• Estrutura Adaptativa: O desenvolvimento do ACURISS com critérios de parada práticos que permitem que o experimento seja encerrado assim que a precisão suficiente seja alcançada, em vez de depender de um orçamento fixo e pré-definido.
• Justificativa Teórica: O artigo estabelece que os escores de alavancagem da matriz de dados exata são equivalentes aos do dicionário espectral, fornecendo uma base teórica para o uso de conhecimento espectral prévio para guiar a amostragem.

Resultos
Experimentos foram conduzidos na linha de nanoprobe de raios X duros I14 no Diamond Light Source utilizando misturas de hematita e magnetita. Os autores avaliaram o desempenho usando o "erro de completude" (distância da norma de Frobenius entre o conjunto de dados completo e o reconstruído) e o "erro espectral" (distância entre os espectros de agrupamento derivados dos dados completos versus os reconstruídos).

• Eficiência de Subamostragem: Os métodos baseados em dados (RISS e CURISS) superaram significativamente a amostragem aleatória uniforme. Enquanto a amostragem aleatória teve dificuldade em produzir reconstruções satisfatórias abaixo de 10% de subamostragem, as abordagens baseadas em dados mantiveram alta precisão em razões tão baixas quanto 4–6%.
• Comparação de Métodos: O CURISS demonstrou desempenho superior em razões de subamostragem muito baixas (abaixo de 8%), particularmente na preservação da informação espectral necessária para a análise de agrupamento. O RISS teve um desempenho melhor que a amostragem aleatória, mas foi geralmente superado pelo CURISS nas menores razões.
• Robustez: Os métodos permaneceram eficazes mesmo quando um dicionário espectral não estava disponível, embora o CURISS tenha mostrado maior robustez que o RISS na ausência de conhecimento espectral prévio em razões de amostragem muito baixas (<6%).
• Desempenho Adaptativo: A estratégia ACURISS convergiu com sucesso para resultados precisos usando critérios de parada baseados na variação entre as iterações, validando a viabilidade do design experimental adaptativo.

Significância e Alegações
Os autores afirmam que suas abordagens baseadas em dados permitem a aquisição de dados de espectro-microscopia com apenas 4–6% das medições necessárias para um escaneamento convencional, preservando a informação química e espacial essencial. Isso representa uma melhoria substancial sobre as razões de 10–20% anteriormente alcançáveis com amostragem aleatória.

O artigo destaca que a abordagem baseada em CUR (CURISS) é particularmente significativa porque combina alta precisão de reconstrução com simplicidade e velocidade computacional, evitando os altos custos de otimização associados à completude de matriz por gradiente descendente. Os autores observam que esta é a primeira aplicação da decomposição CUR especificamente para o design experimental em espectro-microscopia. Eles concluem que esses métodos têm o potencial de reduzir significativamente os tempos de experimento e as doses de radiação, ampliando assim a aplicabilidade da espectro-microscopia XAS para grandes regiões e processos in-situ onde a degradação da amostra é um fator limitante.