High Throughput Analysis of Nanobeam Electron Diffraction Datasets using Unsupervised Clustering

Resumo Técnico: Análise de Alto Rendimento de Conjuntos de Dados de Difração de Elétrons por Nanobeam utilizando Agrupamento Não Supervisionado

Definição do Problema
A difração de elétrons por nanobeam (NBED) dentro da microscopia eletrônica de transmissão de varredura quadridimensional (4DSTEM) gera conjuntos de dados massivos onde padrões de difração são registrados em cada ponto de um varredura 2D. Embora a imagem de Campo Escuro Virtual (VDF) e as técnicas tradicionais de campo escuro permitam a visualização de características cristalográficas específicas, elas frequentemente enfrentam dificuldades com o contraste variável devido ao dobramento da amostra, defeitos e à dificuldade de segmentar numerosos grãos ou identificar fases menores e inesperadas. Além disso, os métodos de imagem padrão dependem da soma de intensidade bruta, o que inclui ruído de fundo difuso e requer intervenção manual para definir regiões de interesse. Os autores identificam uma lacuna nas aplicações de aprendizado de máquina para microscopia eletrônica: estudos de agrupamento anteriores operaram tipicamente sobre padrões de difração brutos (tratando-os como imagens) ou propriedades derivadas como orientação cristalina, em vez de realizar o agrupamento diretamente em listas esparsas de posições de picos de difração que codificam conjuntamente a posição no espaço recíproco, a posição de varredura no espaço real e a intensidade.

Metodologia
A abordagem proposta utiliza algoritmos de agrupamento não supervisionado, especificamente o DBSCAN (Density-Based Spatial Clustering of Applications with Noise), aplicado diretamente a "pointsarrays". Esses arrays são gerados pela detecção de discos de difração em dados 4DSTEM, resultando em uma lista esparsa de vetores para cada pico detectado contendo coordenadas do espaço recíproco ($Q_x, Q_y$), intensidade ($I$) e coordenadas de varredura no espaço real ($R_x, R_y$).

O fluxo de trabalho emprega uma estratégia de agrupamento hierárquica de múltiplos níveis:

1. Pré-processamento de Dados: Os padrões de difração são convertidos em pointsarrays. O feixe primário é excluído e os dados são normalizados.
2. Agrupamento de Nível 1 (L1): Os clusters são formados com base na similaridade dos vetores de picos de difração.
   • Para sistemas policristalinos, o agrupamento é realizado em um espaço 4D ($sQ_x, sQ_y, R_x, R_y$), onde um fator de escala $s$ pondera as posições do espaço recíproco mais pesadamente do que as do espaço real. Isso separa picos com coordenadas de espaço recíproco semelhantes, mas originados de diferentes localizações físicas.
   • Para sistemas de monocristal (com precipitados), o agrupamento é realizado no espaço recíproco 2D ($Q_x, Q_y$) para identificar famílias distintas de pontos de difração.
3. Agrupamento de Nível 2 (L2): Este nível agrupa clusters de L1 para identificar objetos físicos distintos (por exemplo, grãos individuais ou variantes de cristais).
   • Para policristais, o agrupamento L2 agrupa componentes de L1 com base no Centro de Massa (COM) ponderado pela intensidade de suas imagens de Campo Escuro Digital (DDF) no espaço real.
   • Para monocristais, o agrupamento L2 utiliza uma matriz de distância de Jaccard pré-computada (baseada na sobreposição de imagem de máscaras DDF) para agrupar clusters de L1 em famílias de cristais com assinaturas espaciais e de difração semelhantes.
4. Agrupamento de Nível 3 (L3): Aplicado a pontos não agrupados de L1 para identificar componentes amorfos ou nanocristalinos profundos. Isso é realizado nas coordenadas do espaço recíproco ($Q_x, Q_y$) com parâmetros mais flexíveis para capturar padrões de anéis difusos.
   O método foi validado em duas amostras distintas: um filme fino de Fe$_{60}$V$_{40}$ parcialmente cristalizado (policristalino) e uma região de plessite de um meteorito de Imilac (monocristal com precipitados).

Principais Resultados

• Filme de FeV Policristalino: A abordagem hierárquica segmentou com sucesso o filme em 52 grãos cristalinos distintos (clusters L2) e um componente amorfo/nanocristalino separado (cluster L3). O agrupamento L3 identificou um anel BCC 110 difuso correspondente à matriz não cristalizada e óxidos superficiais, que eram invisíveis ao agrupamento L1 padrão. A imagem de Campo Escuro Digital composta resultante visualizou claramente o processo de recristalização parcial, distinguindo grãos cristalinos da camada amorfa subjacente.
• Plessite de Meteorito: Em uma matriz de monocristal contendo precipitados, o agrupamento L1 identificou mais de 40 famílias distintas de pontos de difração, revelando características em forma de agulha e estruturas finas que não são aparentes na imagem de Campo Escuro Anular (ADF) padrão. O agrupamento L2, usando similaridade de imagem, agrupou-os em sete famílias distintas. Esta análise revelou relações estruturais complexas: observou-se que grandes lamelas possuíam bordas ricas em Ni (tetrataenita/taenita) e núcleos ricos em Fe (kamacite) com orientações diferentes, um detalhe perdido em varreduras rápidas de EELS. O agrupamento confirmou uma sequência de precipitação onde a taenita se forma dentro da kamacite, seguida de segregação adicional em lamelas maiores.
• Desempenho: A análise é computacionalmente eficiente. Em um laptop padrão, o processo desde o carregamento de dados até o agrupamento L2 e visualização levou aproximadamente 10 segundos para o conjunto de dados da plessite, com uso de memória inferior a 4 GB. A representação vetorial esparsa reduz significativamente os requisitos de memória em comparação com o processamento de cubos de dados 4DSTEM brutos.

Significância e Alegações
O artigo afirma que aplicar o agrupamento não supervisionado diretamente em listas esparsas de picos de difração oferece um método de alto rendimento e automatizado para decompor complexos conjuntos de dados de NBED. Os autores afirmam que esta abordagem:

1. Automatiza a Imagem e a Análise: Remove a necessidade de posicionamento manual de abertura e reduz o viés do usuário, gerando automaticamente imagens compostas de componentes cristalinos e amorfos.
2. Aumenta a Sensibilidade: Melhora a visibilidade de características fracas ou componentes menores (como pequenos precipitados ou regiões amorfas) que são difíceis de detectar pelos métodos convencionais de TEM de campo escuro ou VDF.
3. Facilita a Segmentação: Fornece uma maneira direta de segmentar cristais individuais em materiais policristalinos, permitindo o cálculo direto de estatísticas de tamanho e forma de grão sem problemas de sobreposição.
4. Revela Estruturas Ocultas: Em sistemas de monocristal, descobre detalhes estruturais em nanoescala e relações de fase (por exemplo, relações de orientação entre matriz e precipitados) que não são imediatamente óbvios em imagens de campo escuro padrão.

Os autores posicionam este método como um passo preliminar que pode agilizar a análise de dados de difração por nanobeam, tornando mais fácil a identificação de características de interesse antes de proceder para análises mais detalhadas de cristalografia ou distribuição de tamanho/forma de cristal. Eles observam que, embora o DBSCAN tenha sido utilizado, o arcabouço é adaptável a outros algoritmos, e a escolha das métricas de distância (por exemplo, Jaccard vs. ponderada por intensidade) continua sendo uma área para otimização dependendo das características de cada conjunto de dados.