Summary

Kvantifisere X-Ray fluorescens Data ved hjelp av kart

Published: February 17, 2018
doi:

Summary

Her viser vi bruk av X-ray fluorescens passende programvare, kart, skapt av Argonne National Laboratory for kvantifisering av fluorescens mikroskopi data. Kvantifisert dataene som er nyttig for å forstå grunnleggende distribusjon og stoichiometric forhold i et utvalg av interesse.

Abstract

Kvantifisering av X-ray fluorescens (XRF) mikroskopi kartene omrisset til rå spectra til en kjent standard er avgjørende for å vurdere kjemiske sammensetning og elementær distribusjon i et materiale. Synchrotron-baserte XRF har blitt en integrert karakterisering teknikk for en rekke forskningstema, spesielt på grunn av sin ikke-destruktive natur og dens høy følsomhet. I dag, kan synchrotrons kjøpe fluorescens data romlig oppløsning godt under en mikron, tillater for vurdering av komposisjonelle variantene av nanoskala. Gjennom riktig kvantifisering er det da mulig å få en grundig, høyoppløselige forståelse av grunnleggende segregering, stoichiometric relasjoner og klynging atferd.

Denne artikkelen forklarer hvordan du bruker KARTENE passende programvare utviklet av Argonne National Laboratory for kvantifisering av full 2D-XRF kart. Vi bruker som et eksempel resultater fra en Cu (i, Ga) Se2 solcelle, tatt på den avanserte Foton kilde beamline ID-2D-på Argonne National Laboratory. Vi viser standard prosedyre for montering rådata, vise hvordan å vurdere kvaliteten på en plass og presentere de typiske utdata som er generert av programmet. Dessuten, diskuterer vi i dette manuskriptet visse programvarebegrensninger og komme med forslag å ytterligere retter dataene være numerisk nøyaktig og representative for romlig løst, elementær konsentrasjoner.

Introduction

Synchrotron-baserte XRF er brukt på tvers av flere disipliner i mange tiår. For eksempel er det brukt i biologi på studier som gjøres ved Geraki et al., der de kvantifisert sporstoffer mengder metall konsentrasjoner i kreft og ikke-kreftsykdommer bryst vev 1. Mer generelt, kvantitativ XRF er utlignet mot en rekke biologi studier bekymret med metall konsentrasjoner i celler og vev, som beskrevet av Paunesku et al. 2. tilsvarende marine protister ble studert for sporstoffer 3,4 og selv mikro- og macronutrient distribusjoner ble observert i anlegget celler 5. Ved Kemner et al. 6, som identifisert distinkte forskjeller i morfologi og elementær komposisjon i én bakterier celler, ble også gjort mulig gjennom kvantitative XRF analyse. I tillegg, og spesielt relevant for eksempel publisert her, materialer forskere som studerer solcelle enheter har gjort bruk av høy oppløsning XRF for studier på eksistensen av sub-mikron metall urenheter i silisium halvledere 7 , 8, correlative arbeid på hvordan elementær distribusjoner påvirke elektriske ytelse i solenergi enheter 9,10, og identifisere dybde-avhengige graderinger av CIGS thin film solceller via beite forekomsten X-ray fluorescens (GIXRF) 11.

Mange av disse studiene gjør utnytte ikke bare av høy oppløsning egenskapene til synchrotron X-ray fluorescens å studere romlige fordelingen, men også kvantifiseringen informasjon for å trekke numeriske konklusjoner. I mange studier er det avgjørende å vite de grunnleggende konsentrasjonene forbundet med de nevnte romlige distribusjonene. For eksempel i arbeidet ved Geraki et al. studien kreves kvantifisere forskjellen i konsentrasjoner av jern, kobber, sink og kalium i kreft og ikke-kreftsykdommer bryst vev, bedre forstå hva konsentrasjoner blir skadelig for menneskelig vev 1. Tilsvarende arbeid av Luo et al. gjort bruk av kvantifisert XRF for å identifisere små mengder av klor i perovskite solceller når syntetisert både med og uten klor inneholder forløpere 12. Derfor for enkelte studier der konsentrasjonen av elementer er nødvendig, riktig kvantifisering er et nødvendig og avgjørende skritt.

Prosessen med å kvantifisere elementær konsentrasjoner fra X-ray fluorescens (XRF) målinger oversetter fluorescens intensitet teller i masse konsentrasjoner (f.eks µg/cm2). De rå spectra presentere antall fotoner samlet av energien dispersiv fluorescens detektoren som en funksjon av energi. Til spectra er først passe og sammenlignet med en standard måleenhet for å beregne kvantifisert dataene. Spesielt er det første trinnet i passende fluorescens spectra avgjørende for kvalitativ analyse av elementene. Dette er fordi før montering, teller er binned basert på sin energi, som blir et problem når to elementer med lignende fluorescens overganger finnes i utvalget. I dette tilfellet kan teller være feil binned og dermed tilknyttet feil elementet.

Det er også nødvendig å kvantifisere XRF spectra for å nøyaktig trekke konklusjoner på relative antall elementer i en prøve. Uten riktig kvantifisering, antall tunge grunnstoffer og lettere elementer vil sammenlignes direkte, ignorere forskjeller i fange kryss, absorpsjon og fluorescens sannsynlighet, demping av fluorescens fotoner og avstand til elementets absorpsjon kanten fra hendelsen energi, som alle påvirker antall fotoner slående detektoren. Derfor er passer til spectra for hvert kart og sammenligne toppbelastning intensiteter til standard, begge er gjort i fremgangsmåten, avgjørende for den nøyaktige kvantifiseringen av hver av de grunnleggende konsentrasjonene.

Viser vi hvordan å konvertere de rå antall fluorescens fotoner til enheter mikrogram per kvadratcentimeter (µg/cm2) ved første montering en integrert spekteret eller et summerte spekter av alle til individuelle spectra produsert ved hver måling spot eller pixel i et 2D kart. Dette spekteret viser relative intensiteten av de ulike elementene i utvalget. Avstanden absorpsjon kanten av Crew er fra hendelsen stråle energi påvirker intensiteten av deres fluorescens topper. Generelt, er jo nærmere to energiene, jo større intensiteten produsert for disse elementene, selv om dette ikke alltid tilfelle. Figur 4 i Ref 13 viser avhengigheten av absorpsjon lengden av X-ray fotoner, som direkte gjelder den resulterende intensiteten, for de fleste elementene i en methylammonium leder iodide perovskite solcelle. Dette viser fluorescens svaret av elementer med hensyn til energi, og viser at det ikke er en kontinuerlig nedgang svar med økende avstand fra hendelsen energi, men heller at det er også avhengig av selve elementet.

Resultatet av dette forholdet er at rå elementær konsentrasjoner kan virke høyere for elementet kanaler med eksitasjon energier nærmere til hendelsen energi, selv om ekte mengder av disse elementene er lavere i forhold til andre elementer med eksitasjon energier lenger fra hendelsen. Derfor er energi avhengighet av intensitet, sammen med andre faktorer som fluorescens avkastning variasjoner, ulike absorpsjon kanter, detektor følsomhet, og måling bakgrunn, etc., derfor passer dataene er svært viktig før tegning konklusjoner på observerte elementær antallene. Deretter bruker vi en passende algoritme til integrert spekteret, der brukeren definerer elementer og parametere for å passe via et tekstdokument.

Algoritmen, skapt av Vogt et al. 14, gjør bruk av regioner av interesse (ROI) filtrering, som integrerer det visse elementer topp regioner og prinsippet komponent analyse (PCA). Første gjøres PCA for å identifisere bare elementer og topper som er sterkt synlig. Dette muliggjør separasjon av støy fra sant signalet. Deretter prinsippet komponenter identifisert er tallmessig kvantifisert, som er viktig for deconvoluting annet element topper med samme excitation energi, for eksempel overlappende Au Mα og P Kα. Til slutt, Avkastningen filtrering kan brukes på numeriske data ved å integrere over angitte regioner.

For å relatere teller til elementær konsentrasjoner, måles en godt kvantifisert referanse (ofte referert til som “standard”) under samme målingen vilkår, geometri og energi, som prøven under studien. Denne standarden er ofte fra Dresden AXO eller National Institute of Standards and Technology (NIST). De dekker en rekke ulike elementer og kommer med ordnet elementær distribusjoner. Normalisering målt teller på utvalget av interesse av standard måling oppstiller danner grunnlaget for elementær kvantifiseringen for utvalget av interesse.

Mer spesifikt, MAPS identifiserer elementer og konsentrasjonene av standarden ved det faktum at standardinformasjonen er kjent av programmet (som er tilfellet for AXO og NIST standarder) eller gjennom data inn i en egen fil (i tilfelle av en annen standard brukes). Fra denne informasjonen gjelder programmet målt intensiteten av standard elementene under måling innstillingene forventet konsentrasjonen innebygde i MAPS. Deretter oppretter en bestiger faktoren å justere for forskyvningen og extrapolates dette skaleringsprosenten faktoren å alle gjenværende elementene ikke inkludert i standarden. Skaleringsfaktor inkluderer forskyvningen fra måling innstillingene og informasjonen i KARTENE til lineær konverteringen av rå teller områdetetthet i µg/cm2.

Her viser vi hvordan å gjøre bruk av programmet, kart, utviklet av Dr. S. Vogt, å kvantifisere data fra fluorescens-kompatible beamlines Argonne National Laboratory (ANL) 14. Dataene som brukes for demonstrasjonen ble kjøpt i sektor 2-ID-D av ANL bruk måling vist i figur 1 av 10. Passende fremgangsmåten kan også brukes på data Hentet fra andre beamlines, men Merk at bestemte egenskaper ANL beamlines er innebygd i programmet og må oppdateres.

Protocol

Merk: Før begynnelsen montering, er det viktig å vite et par ting om målinger tatt: detektor elementene brukt – ulike beamlines bruke ulike detektorer som er noen ganger segmentert i mindre deler som teller er lese og kompilert; hendelsen energien brukes; og standard målt. Denne informasjonen blir brukt i ulike aspekter av prosedyren. 1. sette opp programmet IDL og kart-programmetMerk: Linker for å laste ned kart og IDL kan finnes på http://www.stefan.vogt…

Representative Results

Et eksempel på riktig montering resultatene kan sees i følgende figurer. Først i figur 1 en direkte sammenligning vises mellom dårlig form og en god passform for integrert spekteret. Dårlig passformen er reparable ved både ingen elementer er mangler, for eksempel kobber, som har en klar topp i figur 1(venstre), men ikke er inkludert i passform og justere forgrening prosenter av L og K linjene å forbedre nøyaktigheten. <st…

Discussion

Tallene viser viktigheten av passende data ved hjelp av denne fremgangsmåten. Tallene 1 (høyre) og 2 (nederst) viser et representativt resultat som skulle oppstå fra en riktig montering. Hvis det er en utilstrekkelig passer, integrert spektrum bildet ser merkbart av og kvantifisert resultatdataene vil ha feil, selv om disse vil være vanskelig å oppdage i de fleste tilfeller. For enkelte eksempel typer som standard ikke er representant elementer i utvalget, spesielt i at prøvene ikke inneholder noen…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Vi erkjenner finansiering fra US Department of Energy kontrakt DE-EE0005948. Bruk av Center for nanoskala materialer og avansert Foton kilden, både Office of Science bruker fasiliteter, ble støttet av det amerikanske Department of Energy, Office of Science, Office for energi basalfag, under Kontraktnr. DE-AC02-06CH11357. Dette materialet er basert på arbeid støttes delvis av National Science Foundation (NSF) og den Department of Energy (DOE) under NSF CA nr. EEC-1041895. Videoredigering ble gjort av VISLAB ved Arizona State University. Noen meninger, funn og konklusjoner eller anbefalinger i dette materialet er forfatteren/forfatterne, og nødvendigvis gjenspeiler ikke NSF eller DOE. T.N. støttes av en IGERT-SUN fellesskap finansiert av National Science Foundation (Award 1144616).

Riferimenti

  1. Geraki, K., Farquharson, M. J., Bradley, D. A. X-ray fluorescence and energy dispersive x-ray diffraction for the quantification of elemental concentrations in breast tissue. Phys. Med. Biol. 49, 99-110 (2004).
  2. Paunesku, T., Vogt, S., Maser, J., Lai, B., Woloschak, G. X-ray fluorescence microprobe imaging in biology and medicine. J. Cell. Biochem. 99 (6), 1489-1502 (2006).
  3. Twining, B. S., et al. Quantifying Trace Elements in Individual Aquatic Protist Cells with a Synchrotron X-ray Fluorescence Microprobe. Anal. Chem. 75 (15), 3806-3816 (2003).
  4. de Jonge, M. D., et al. Quantitative 3D elemental microtomography of Cylotella meneghiniana at 400-nm resolution. Proc. Natl. Acad. Sci. 107 (36), 15676-15680 (2010).
  5. Duĉić, T., et al. Enhancement in statistical and image analysis for in situ µSXRF studies of elemental distribution and co-localization, using Dioscorea balcanica. J. Synchrotron Rad. 20, 339-346 (2013).
  6. Kemner, K. M., et al. Elemental and Redox Analysis of Single Bacterial Cells by X-ray Microbeam Analysis. Science. 306 (5696), 686-687 (2004).
  7. Bertoni, M. I., et al. Nanoprobe X-ray fluorescence characterization of defects in large-area solar cells. Energy Environ. Sci. 4 (10), 4252-4257 (2011).
  8. Fenning, D. P., et al. Iron distribution in silicon after solar cell processing: Synchrotron analysis and predictive modeling. Appl. Phys. Lett. 98 (162103), (2011).
  9. Buonassisi, T., et al. Quantifying the effect of metal-rich precipitates on minority carrier diffusion length in multicrystalline silicon using synchrotron-based spectrally resolved x-ray beam induced current. Appl. Phys. Lett. 87 (044101), (2005).
  10. Stuckelberger, M. Engineering solar cells based on correlative X-ray microscopy. J. Mat. Res. 32 (10), 1825-1854 (2017).
  11. Streeck, C., et al. Grazing-incidence x-ray fluorescence analysis for non-destructive determination of In and Ga depth profiles in Cu(In,Ga)Se2 absorber films. Appl. Phys. Lett. 103 (113904), (2013).
  12. Luo, Y., et al. Spatially Heterogeneous Chlorine Incorporation in Organic-Inorganic Perovskite Solar Cells. Chem. Mater. 28, 6536-6543 (2016).
  13. Stuckelberger, M. Charge Collection in Hybrid Perovskite Solar Cells: Relation to the Nanoscale Elemental Distribution. IEEE J. Photovolt. 7 (2), 590-597 (2017).
  14. Vogt, S., Maser, J., Jacobsen, C. Data analysis for X-ray fluorescence imaging. J. Phys. IV France. 104, 617-622 (2003).
  15. West, B. M. Grain engineering: How nanoscale inhomogeneities can control charge collection in solar cells. Nano Energy. 32, 488-493 (2017).
  16. Krause, M. O. Atomic Radiative and Radiationless Yields for K and L Shells. J. Phys. Chem. Ref. Data. 8 (2), 307-327 (1979).
  17. Hubbell, J. H., et al. A Review, Bibliography, and Tabulation of K,L, and Higher Atomic Shell X-Ray Fluorescence Yields. J. Phys. Chem. Ref. Data. 23 (2), 339-364 (1994).
  18. Ravel, B., Newville, M. ATHENA, ARTEMIS, HEPHAESTUS: data analysis for X-ray absorption spectroscopy using IFEFFIT. J. Synchrotron Rad. 12, 537-541 (2005).
  19. West, B. M., et al. X-ray fluorescence at nanoscale resolution for multicomponent layered structures: a solar cell case study. J Synchrotron Rad. 24, (2017).
  20. De Boer, D. K. G. Calculation of X-Ray Fluorescence Intensities from Bulk and Multilayer Samples. X-Ray Spectrom. 19 (3), 145-154 (1990).
  21. Lachance, G. R., Claisse, F. . Quantitative X-ray Fluorescence Analysis: Theory and Application. , (1995).
  22. Sokaras, D., Karydas, A. G. Secondary Fluorescence Enhancement in Confocal X-ray Microscopy Analysis. Anal. Chem. 81 (12), 4946-4954 (2009).
check_url/it/56042?article_type=t

Play Video

Citazione di questo articolo
Nietzold, T., West, B. M., Stuckelberger, M., Lai, B., Vogt, S., Bertoni, M. I. Quantifying X-Ray Fluorescence Data Using MAPS. J. Vis. Exp. (132), e56042, doi:10.3791/56042 (2018).

View Video