Quantificare i dati di fluorescenza di raggi x utilizzando le mappe

Summary

Qui, noi dimostrare l’uso del software di montaggio fluorescenza di raggi x, mappe, creato da Argonne National Laboratory per la quantificazione dei dati di microscopia di fluorescenza. I dati quantificati che i risultati sono utili per comprendere la distribuzione elementale e rapporti stechiometrici all’interno di un campione di interesse.

Abstract

La quantificazione dei raggi x, microscopia a fluorescenza (XRF) mappe inserendo gli spettri raw a uno standard conosciuto è cruciale per valutare la composizione chimica e distribuzione elementale all’interno di un materiale. Basato su sincrotrone XRF è diventata una tecnica di caratterizzazione integrale per una varietà di temi di ricerca, specialmente a causa della sua natura distruttiva e la sua alta sensibilità. Oggi, sincrotroni possono acquisire i dati di fluorescenza a risoluzioni spaziali ben di sotto di un micron, consentendo per la valutazione delle variazioni composizionali su nanoscala. Attraverso corretta quantificazione, è quindi possibile ottenere una comprensione approfondita, ad alta risoluzione di segregazione Elementale, rapporti stechiometrici e comportamento clustering.

In questo articolo viene descritto come utilizzare le mappe software sviluppato da Argonne National Laboratory per la quantificazione delle mappe XRF pieno 2-D di adattamento. Usiamo un esempio dei risultati da un Cu (In, Ga) Se₂ celle solari, scattate a Advanced fonte Photon beamline 2-ID-D all’Argonne National Laboratory. Vi mostriamo la procedura standard per i dati grezzi di raccordo, dimostrano come valutare la qualità di un adatto e presentare i tipici output generati dal programma. In più, discutiamo in questo manoscritto determinato limitazioni del software e offrire suggerimenti per la correzione ulteriormente i dati essere numericamente accurate e rappresentative di spazialmente risolto, concentrazioni elementari.

Introduction

Basato su sincrotrone XRF è stato utilizzato in più discipline per molti decenni. Ad esempio, esso è stato utilizzato in biologia sugli studi come quello fatto da Geraki et al., in cui hanno quantificato tracce di metallo concentrazioni all’interno della mammella cancerose e non cancerose del tessuto ¹. Più in generale, XRF quantitativa è stato applicato a una vasta gamma di studi di biologia interessati con le concentrazioni del metallo in cellule e tessuti, come descritto da Paunesku et al. ². Analogamente, protisti marini sono stati studiati per gli oligoelementi ^3,4 e anche micro – e macronutrienti distribuzioni sono state osservate all’interno pianta cellule ⁵. Lavorare da Kemner et al. ⁶, che ha individuato chiare differenze nella morfologia e composizione elementare in cellule di batteri singolo, è stato anche reso possibile attraverso l’analisi XRF quantitativa. Inoltre e specificamente pertinenti all’esempio sopracitati, scienziati dei materiali studiando dispositivi a celle solari hanno fatto uso di alta risoluzione XRF per studi sull’esistenza delle impurità del metallo di sub-micron in silicio semiconduttori ^{7 , 8}, correlativo lavoro sulle distribuzioni come elementare influenzano la prestazione elettrica in dispositivi solari ^9,10, e identificazione profondità-dipendente gradienti di CIGS sottile celle solari a film via pascolo di incidenza dei raggi x fluorescenza (GIXRF) ¹¹.

Molti di questi studi fanno uso non solo delle funzionalità ad alta risoluzione di sincrotrone fluorescenza a raggi x per studiare la distribuzione spaziale, ma anche la quantificazione delle informazioni per trarre conclusioni numeriche. In molti studi è fondamentale conoscere le concentrazioni elementari associate con le suddette distribuzioni spaziali. Per esempio, nel lavoro di Geraki et al., studio necessario quantificare la differenza nelle concentrazioni di ferro, rame, zinco e potassio in cancerose e tessuti del seno non-cancerose, per meglio comprendere quali concentrazioni diventano dannose per tessuti umani ¹. Allo stesso modo, il lavoro da Luo et al. ha fatto uso di XRF quantificati per identificare piccole quantità di cloro incorporati nelle celle solari perovskite quando sintetizzata sia con che senza contenenti cloro precursori ¹². Di conseguenza, per alcuni studi in cui le concentrazioni di elementi sono necessari, corretta quantificazione è un passo necessario e critico.

Il processo di quantificazione concentrazioni elementari da misure di fluorescenza (XRF) raggi x si traduce conteggi di intensità di fluorescenza in concentrazioni di massa (ad esempio µ g/cm²). Gli spettri raw presentano il numero di fotoni raccolti da un rivelatore di fluorescenza dispersiva di energia in funzione dell’energia. Gli spettri sono in prima forma e quindi rispetto a una misura standard per calcolare i dati quantificati. In particolare, il primo passo di montaggio spettri di fluorescenza è fondamentale anche per l’analisi qualitativa degli elementi. Perché prima del montaggio, conteggi sono cestinati questo si basa la loro energia, che diventa un problema quando due elementi con transizioni di fluorescenza simili sono contenuti nel campione. In questa situazione, conteggi possono essere erroneamente cestinati e così associati con l’elemento sbagliato.

Spesso inoltre è necessario quantificare gli spettri XRF per accuratamente trarre conclusioni sulle relative quantità di elementi in un campione. Senza corretta quantificazione, conteggi di elementi pesanti e gli elementi più leggeri saranno confrontati direttamente, ignorando le differenze nella cattura Croce probabilità sezione, assorbimento e fluorescenza, attenuazione dei fotoni di fluorescenza e la distanza della picco di assorbimento dell’elemento dall’energia incidente, che tutti influenzare il numero di fotoni che colpisce il sensore. Di conseguenza, il processo di montaggio gli spettri per ogni mappa e confrontando l’intensità di picco per lo standard, entrambi di cui sono fatto nella procedura seguente, è critico per la quantificazione precisa di ciascuna delle concentrazioni elementari.

Dimostriamo come convertire i conteggi di fotoni di fluorescenza in unità di microgrammi per centimetro quadrato (µ g/cm²) inserendo prima uno spettro integrale, o uno spettro sommato di tutti gli spettri individuali prodotta a ogni misurazione spot o pixel in una mappa 2D. Questo spettro viene illustrato le intensità relative dei diversi elementi contenuti nel campione. La distanza che al picco di assorbimento di un certo elemento è dall’energia del fascio incidente influenza l’intensità dei loro picchi di fluorescenza. In generale, più le due energie sono, maggiore sarà l’intensità prodotta per tali elementi, anche se questo non è sempre il caso. Figura 4 Ref ¹³ Mostra la dipendenza della lunghezza assorbimento di fotoni dei raggi x, che è direttamente correlata all’intensità risultante, per gli elementi di maggioranza in una cella solare di Metilammonio piombo ioduro perovskite. Questo dimostra la risposta di fluorescenza degli elementi rispetto all’energia, e spettacoli che non si tratta di una costante diminuzione in risposta all’aumentare della distanza dall’energia incidente, ma piuttosto che è anche dipendente dall’elemento stesso.

Il risultato di questa relazione è che concentrazioni elementari crude possono apparire più alta per i canali di elemento con energie di eccitazione più vicino per l’energia incidente, anche se la vera quantità di quegli elementi sono inferiori rispetto ad altri elementi con eccitazione energie più lontano l’incidente. Di conseguenza, la dipendenza energetica di intensità, insieme ad altri fattori quali variazioni di resa di fluorescenza, bordi di assorbimento differenti, sensibilità rivelatore e sfondo di misurazione, ecc., è perché i dati di montaggio è molto importante prima del disegno conclusioni sulle quantità elementare osservati. Applichiamo quindi un algoritmo di adattamento allo spettro integrale, dove l’utente definisce gli elementi e i parametri per adattarsi tramite un documento di testo.

L’algoritmo, creato da Vogt et al. ¹⁴, fa uso di regioni di interesse (ROI) filtraggio, in cui integra nel picco regioni alcuni degli elementi e analisi delle componenti principio (PCA). In primo luogo, PCA è fatto per identificare solo gli elementi e le cime che sono molto fortemente apparente. Ciò consente la separazione del rumore dal segnale vero. Avanti, il principio componenti identificati sono quantificati numericamente, che è importante per deconvoluting cime di elemento diverso con la stessa energia di eccitazione, sovrapposte ad esempio Au M_α e P K_α. Infine, ROI filtro può essere applicato ai dati numerici integrando sulla regioni determinate.

Per correlare i conteggi a concentrazioni elementari, un riferimento ben quantificato (spesso definito come “standard”) è misurato sotto le stesse condizioni di misura, geometria ed energia, come il campione in esame. Questo standard è spesso da Dresda AXO o dal National Institute of Standards and Technology (NIST). Essi coprono una varietà di diversi elementi e con tabulati distribuzioni elementali. La normalizzazione dei conteggi misurati del campione di interesse ai conteggi dello standard sotto le stesse condizioni di misura fornisce la base per la quantificazione elementare per il campione di interesse.

Più specificamente, mappe identifica gli elementi e le relative concentrazioni dello standard sia per il fatto che le informazioni standard sono noto dal programma (come è il caso per gli standard di AXO e NIST) o attraverso i dati immessi in un file separato (nel caso di un standard diverso utilizzato). Da queste informazioni, il programma riguarda le intensità misurate degli elementi standard in base alle impostazioni di misura alla concentrazione prevista incorporato in mappe. Quindi crea un fattore di scala per regolare per qualsiasi offset ed estrapola questo fattore di scala per tutti i rimanenti elementi non incluse nello standard. Il fattore di scala quindi include l’offset dalle impostazioni di misura e le informazioni fornite all’interno di mappe per la conversione lineare dei conteggi di densità areale in µ g/cm².

Qui, dimostriamo come fare uso del programma, mappe, sviluppato dal Dr. S. Vogt, per quantificare i dati acquisiti da fluorescenza-capace beamlines Argonne National Laboratory (ANL) ¹⁴. I dati utilizzati per la dimostrazione è stati acquisiti a settore 2-ID-D dell’ANL utilizzando la configurazione di misura illustrata nella figura 1 di ¹⁰. La procedura di montaggio può essere applicata anche ai dati prelevati da altri beamlines, tuttavia, si noti che determinate caratteristiche della beamlines ANL sono incorporati nel programma e dovranno essere aggiornato.

Protocol

Nota: Prima di iniziare il montaggio, è importante sapere alcune cose circa le misurazioni effettuate: il numero di elementi di rivelatore utilizzato – beamlines diversi utilizza diversi rivelatori che a volte sono segmentati in sezioni più piccole, da cui i conteggi sono leggere e compilato; l’energia incidente utilizzato; e lo standard misurato. Questa informazione verrà applicata in tutto diversi aspetti della procedura. 1. configurazione del programma Scarica IDL e il…

Representative Results

Un esempio di corretto montaggio risultati può essere visto nelle seguenti figure. In primo luogo, nella Figura 1 viene mostrato un confronto diretto tra un povero fit e un buon fit per lo spettro integrale. La vestibilità male è riparabile sia garantire che non sono presenti elementi mancanti, per esempio rame, che ha un picco chiaro in Figura 1(a sinistra) ma non viene incluso nel fit, e regolando i branching ratio delle lin…

Discussion

Le figure mostrano l’importanza di dati utilizzando questa procedura di montaggio. Figure 1 (a destra) e 2 (in basso) mostrano un risultato rappresentativo che dovrebbe derivare da un corretto montaggio. Se c’è un’insufficiente in forma, l’immagine di spettro integrale risulterà notevolmente fuori e i dati quantificati risultanti avrà errori in esso, anche se questi saranno difficili da individuare nella maggior parte dei casi. Per alcuni tipi di campione per il quale lo standard non è rappresentante…