Ptychographic Algorithms for Phase Recovery in 4D Scanning Transmission Electron Microscopy

本论文概述了 4D-STEM 叠层成像技术，从数学角度探讨了 ePIE、WDD 和 SSB 等重建方法，并通过模拟的 MoS₂ 数据和实验 4D-STEM 记录展示了它们的应用。

要点

大局观：用手电筒看见看不见的东西

想象你正处在一个黑暗的房间里，试图弄清楚一个隐藏物体的样子。你有一把手电筒（电子束）和一面墙（探测器）。

在标准显微镜中，你将光线照射通过物体，并在墙上观察阴影。但问题在于：阴影只能显示轮廓（振幅），而不能显示纹理或深度（相位）。 这就像是在看皮影戏；你知道那个形状，但你无法判断那个皮影是木头做的、塑料做的，还是上面刻着笑脸。

这篇论文介绍了一种被称为**叠层衍射成像法（Ptychography）**的特殊技术。这种方法不是只拍一张阴影，而是让手电筒按照网格模式移动，拍摄数千张相互重叠的照片。通过数学方法比较这些阴影是如何重叠和干涉的，计算机可以“解开谜题”，从而重建出隐藏物体的纹理和深度。这使得科学家能够看到比以往更小、更清晰的物体。

核心概念：4D 谜题

这篇论文关注的是一种特定类型的显微镜，称为 STEM（扫描透射电子显微镜）。

• 旧方法： 显微镜在样品上扫描一束微小的光束，并记录每个位置的一个数值（亮度）。这会产生一张 2D 图像。
• 新方法 (4D STEM)： 显微镜不仅记录亮度，还会记录每一个点接触到的整个衍射图样（一种复杂的星状光芒）。
  • 类比： 想象你在给一个房间拍照。
    • 标准方式： 你拍了一张房间的照片。
    • 4D STEM： 你拍了一张房间的照片，但对于照片中的每一个像素，你还记录了光线在该特定位置反射出的 3D 地图。
  • 这创建了一个巨大的“4D”数据集（2 个维度用于扫描位置 + 2 个维度用于衍射图样）。

问题所在：“相位”之谜

当电子穿过一个非常薄的物体（如单层原子）时，它们不仅仅是被阻挡，还会产生延迟。这种延迟被称为相位。

• 问题： 我们的探测器就像照相机；它们只能看到光有多亮（强度）。它们无法看到延迟（相位）。这就像试图通过只看音量计来听一首歌；你知道声音很大，但你听不出旋律。
• 解决方案： 叠层衍射成像法利用重叠的数据，通过数学计算出缺失的“旋律”（相位），从而让我们看到材料真实的结构。

工具：他们如何解开谜题

论文讨论了不同的数学“配方”（算法）来解决这个谜题。

1. 迭代引擎 (ePIE)：

   • 类比： 想象你在尝试猜一个秘密代码。你做一个猜测，根据线索进行检查，意识到自己错了，然后调整猜测，再试一次。你重复这个过程成千上上遍，直到代码完全吻合。
   • 工作原理： 计算机先对物体的样子做一个猜测，模拟出数据“应该”是什么样子，将其与真实数据进行对比，然后微调猜测。它不断重复这个循环，直到图像变得清晰。

2. 直接法 (WDD & SSB)：

   • 类比： 与其猜测并检查，不如想象你有一个神奇的解码环，可以一步到位地将重叠的阴影转化为最终的图像。
   • WDD (维格纳分布解卷积)： 这是一种快速的直接数学技巧，可以在不需要成千上万次循环的情况下，将“光源”（探针）与“物体”（样品）分离。这就像使用一种特定的滤镜来瞬间消除照片中的眩光。
   • SSB (单边带法)： 这是 WDD 的简化版本。它最适用于非常薄且透明（像幽灵一样）的物体。这是一种“快速且粗略”的方法，对于简单的材料可以产生很好的效果，且不需要庞大的计算能力。

作者实际做了什么

这篇论文是理论与实践的结合。以下是作者 Amel Shamseldien Ali Alhassan 实际完成的工作：

1. 理论部分： 作者花费时间解释了电子如何与物质相互作用以及这些算法如何运作的数学原理（第 1 和第 2 节）。
2. 模拟实验 (MoS2)： 作者编写了一个计算机程序（使用 Python）来测试 SSB 方法。他们使用了一个关于一种名为二硫化钼 (MoS2) 材料的“虚假”（模拟）数据集。
   • 结果： 他们的程序成功地将原始 4D 数据转化为了清晰的 MoS2 原子图像。这证明了代码是有效的。
3. 真实数据 (金/Gold)： 作者前往实验室，使用高科技显微镜拍摄了金样品的真实照片。
   • 结果： 他们将这些原始图像与使用更先进的 “ePIE” 方法处理后的图像进行了对比。论文表明，虽然原始图像很模糊，但处理后的图像清晰地展示了晶体结构。

局限性与结论

论文最后给出了一些诚实的“注意事项”：

• 并非对所有事物都有效： 这种技术最适合非常薄的样品（厚度为 2–5 纳米）。如果样品太厚，电子会发生剧烈散射（多次散射），导致数学模型失效。
• 速度： 与标准照片相比，拍摄这些 4D 照片需要很长时间。作者指出，虽然我们正在变得更快，但“实时”成像（比如观看原子的运动电影）仍然是一个未来的目标，而非现状。
• 未来方向： 作者建议，下一步逻辑是将 WDD 算法 应用于他们的真实数据上，看看它是否能比他们测试的 SSB 方法产生更好的结果。

总结： 这篇论文是一本指南，也是一个概念验证。它解释了如何将混乱的电子衍射图样转化为清晰的原子结构 3D 地图，并展示了作者已成功构建了一个工具，能够实现对模拟材料和真实金样品的处理。

技术摘要

技术摘要：用于 4D 扫描透射电子显微镜中相位恢复的叠层衍射算法

问题陈述
本文探讨了扫描透射电子显微镜（STEM）中基本的“相位问题”。在传统的 STEM 成像模式（如明场、环形暗场和环形亮场）中，探测器对特定角度范围内的强度进行积分，从而丢弃了电子波的相位信息。由于记录的强度是波振幅的平方，相位——即携带物体势能与结构关键信息的载体——便丢失了。这种局限性在弱相位物体（例如生物标本或轻元素）中尤为突出，因为对于这类物体，相位对比度是成像的主要来源。此外，传统方法往往受限于光学系统的信息极限，并对噪声和像差较为敏感。本文指出，动量解析 STEM（4D STEM）通过在每个 2D 扫描位置记录完整的 2D 衍射图样，包含了足够的冗余信息，足以通过计算恢复物体传递函数（OTF）的相位和振幅。

方法论
本论文提供了一个用于叠层衍射（ptychographic）重建的数学和算法框架，区分了迭代法与非迭代（直接）法。

1. 数学框架： 本工作利用多层切片法（multislice formalism）和物体传递函数（OTF）$q(\vec{r})$，建立了电子探针与样品之间的相互作用关系。文中详细阐述了出射波是如何通过照明函数与物体的卷积形成的，以及探测器处的衍射图样是如何作为该出射波的傅里叶变换而存在的。
2. 迭代法： 论文回顾了叠层衍射迭代引擎（PIE）及其扩展版本，如扩展 PIE（ePIE）。这些算法利用正向和反向传播循环，通过在实空间（支撑域）和倒空间（测量强度）中施加约束，来迭代更新探针函数和物体函数的估计值。
3. 非迭代（直接）法： 方法论的很大一部分集中在密集采样技术上，具体包括：
   • 维格纳分布解卷积（WDD）： 该方法将叠层衍射问题视为线性反演问题。通过对衍射强度随探针位置进行傅里叶变换，算法将物体和探针的贡献分离到维格纳分布中。随后应用维纳滤波器来解卷积探针函数，从而直接检索物体的复传输函数。
   • 单边带（SSB）： 这是适用于弱相位物体的 WDD 简化版本。在弱相位物体近似下，该算法通过分析动量空间中衍射圆盘的重叠来隔离物体的相位信息，有效地忽略了高阶散射项。

主要贡献与结果
论文对现有的实现进行了综述，并报告了特定的重建工作：

• 理论概述： 本工作综合了 4D STEM 的理论基础，详细说明了叠层衍射的要求（例如，重叠的照明区域、密集采样）以及 WDD 和 SSB 算法的数学推导。
• 模拟重建（MoS2）： 作者开发了一个 Python 脚本用于实现 SSB 算法。该脚本被应用于二硫化钼（MoS2）单层的模拟 4D 数据。结果成功生成了该单层的振幅和相位图像，证明了在无像差条件下，该算法从模拟数据中提取结构信息的能力。
• 实验对比（金样品）： 论文展示了在实验室期间获取的多晶金样品的环形暗场（ADF）图像。虽然作者在论文撰写期间并未对该特定数据集进行叠层衍射重建，但这些图像被呈现出来，以便与类似金网格的现有 ePIE 重建结果（引用自 Straach, 2020）进行对比。这旨在说明与传统成像相比，叠层衍射在检索物体和探针函数（包括像差校正）方面的潜力。

意义与主张
论文声称，叠层衍射提供了一条实现超分辨成像的稳健路径，其分辨率超过了显微镜光阑的信息极限，仅受限于电子波长。强调的主要优势包括：

• 超分辨率： 实现比传统设置高两倍的分辨率（引用早期的 WDD 实现）。
• 剂量效率： 能够以较低的电子剂量产生高分辨率相位图像，这对于对电子束敏感的生物和轻质材料样本至关重要。
• 鲁棒性： WDD 和 SSB 算法对损坏数据、缺失像素和光学像差具有较强的抗干扰能力。
• 直接性： 非迭代方法（WDD/SSB）相比于迭代方案具有更高的计算速度，使其适用于潜在的实时应用。

论文的结论较为谦逊，指出虽然叠层衍射是薄样品（2–5 nm）及低原子序数物质的强大工具，但在处理较厚样品时的多重散射方面仍面临挑战。作者指出，在实验 4D 数据上实现 WDD 算法的实际应用仍是必要的下一步，因为论文的研究工作受限于时间，仅完成了模拟数据和文献综述。这项工作作为叠层衍射领域的基础概述和 SSB 重建的部分实现，为后续的算法开发奠定了基础。