Cuantificar datos de fluorescencia de rayos x usando mapas

Summary

Aquí, se demuestra el uso del software de montaje de fluorescencia rayos x, mapas, creado por el Laboratorio Nacional Argonne para la cuantificación de los datos de microscopia de fluorescencia. Los datos cuantificados que resulta están útiles para entender la distribución elemental y relaciones estequiométricas en una muestra de interés.

Abstract

La cuantificación de rayos x, microscopía de fluorescencia (XRF) mapas ajustando los espectros crudos a un estándar conocido es crucial para evaluar la composición química y distribución elemental dentro de un material. Basado en el sincrotrón XRF se ha convertido en una técnica de caracterización integral para una variedad de temas de investigación, particularmente debido a su alta sensibilidad y su carácter no destructivo. Hoy en día, sincrotrones pueden adquirir datos de fluorescencia con resoluciones espaciales muy por debajo de una micra, lo que permite la evaluación de las variaciones composicionales en la nanoescala. Mediante la cuantificación adecuada, entonces es posible obtener una comprensión profunda, de alta resolución de segregación elemental, relaciones estequiométricas y comportamiento de agrupamiento.

Este artículo explica cómo utilizar los mapas instalación software desarrollado por el Argonne National Laboratory para la cuantificación de los mapas XRF completo 2-D. Utilizamos como ejemplo los resultados de un Cu (In, Ga) de células solares Se₂ , tomada en la Advanced Photon Source línea 2-ID-D en el laboratorio nacional de Argonne. Se muestra el procedimiento estándar para conexión de datos sin procesar, demuestra cómo evaluar la calidad de una forma y presentar las típicas salidas generadas por el programa. Además, se discuten en este manuscrito cierta limitaciones de software y ofrece sugerencias sobre cómo para más lejos corregir los datos a ser numéricamente exacta y representativa de espacial resuelto, concentraciones elementales.

Introduction

XRF sincrotrón-basado se ha utilizado en múltiples disciplinas para muchas décadas. Por ejemplo, se ha utilizado en biología en estudios como el realizado por Geraki et al., en que cuantifican cantidades de rastro de concentraciones de metales dentro de tejido canceroso y no canceroso de la mama ¹. Más generalmente, XRF cuantitativa se ha aplicado a una amplia gama de estudios de la biología relacionados con concentraciones de metales en las células y tejidos, según lo descrito por Paunesku et al. ². Asimismo, protistas marinos fueron estudiados para elementos traza ^3,4 e incluso distribuciones de micro y macronutrientes fueron observadas dentro de las células de planta ⁵. El trabajo de Kemner et al. ⁶, que identifica las distintas diferencias en morfología y composición elemental en células de las bacterias solo, también fue posible a través de análisis cuantitativo de XRF. Además y especialmente relevante para el ejemplo en la página web, los materiales los científicos estudiando dispositivos de células solares han hecho uso de XRF de alta resolución para estudios sobre la existencia de impurezas metálicas sub-micron en semiconductores de silicio ^{7 , 8}, correlativo trabajo en distribuciones elementales cómo afectan funcionamiento eléctrico en dispositivos solares ^9,10e identificables gradientes de profundidad dependiente de CIGS delgada células solares de película mediante pastoreo incidencia rayos x fluorescencia (GIXRF) ¹¹.

Muchos de estos estudios hacen uso no sólo de las capacidades de alta resolución de fluorescencia de rayos x de sincrotrón para el estudio de la distribución espacial, sino también la cuantificación de la información para extraer conclusiones numéricas. En muchos estudios es fundamental conocer las concentraciones elementales asociadas a las distribuciones espaciales ya mencionadas. Por ejemplo, en el trabajo por Geraki et al., el estudio requiere cuantificar la diferencia en las concentraciones de hierro, cobre, zinc y potasio en cancerosas y los tejidos no cancerosos de la mama, para mejor entienden lo que las concentraciones se vuelven nocivas para tejidos humanos ¹. Asimismo, trabajar por Luo et al. hizo uso de XRF cuantificado para identificar pequeñas cantidades de cloro incorporados en las células solares de Perovskita cuando sintetiza con y sin cloro que contienen precursores ¹². Por lo tanto, ciertos estudios en los que las concentraciones de elementos son cuantificación necesaria, apropiada es un paso necesario y fundamental.

El proceso de cuantificar concentraciones elementales de las mediciones de fluorescencia (XRF) de rayos x traduce en cuentas de intensidad de fluorescencia en concentraciones en masa (por ejemplo μg/cm²). Los espectros de crudos presentan el número de fotones recogidos por el detector de energía dispersiva de fluorescencia en función de la energía. Los espectros son ajuste primero y luego en comparación con una medida estándar para calcular los datos cuantificados. En particular, el primer paso del montaje de espectros de fluorescencia es fundamental incluso para el análisis cualitativo de los elementos. Esto es porque antes de la instalación, se clasifica cuentas partiendo de su energía, que se convierte en un problema cuando dos elementos con transiciones de fluorescencia similares están contenidos en la muestra. En esta situación, cuentas pueden incorrectamente desechadas y así asociadas al mal elemento.

A menudo también es necesario cuantificar los espectros XRF para exactamente sacar conclusiones sobre cantidades relativas de elementos en una muestra. Sin la adecuada cuantificación, recuentos de elementos pesados y elementos más ligeros se comparará directamente, haciendo caso omiso de las diferencias en la captura de probabilidad, absorción y fluorescencia, atenuación de los fotones de la fluorescencia y la distancia de la borde del elemento de la absorción de la energía incidente, que afectan el número de fotones pulso del detector. Por lo tanto, el proceso de montaje de los espectros de cada mapa y comparar intensidades de pico a la norma, los cuales se realizan en el siguiente procedimiento, es fundamental para la cuantificación exacta de cada una de las concentraciones elementales.

Demostramos cómo convertir las cuentas crudas de fotones fluorescencia a unidades de microgramos por centímetro cuadrado (μg/cm²) colocando primero un espectro integral, o un espectro sumado de todos los espectros individuales producidos en cada punto de medición o pixel en un mapa 2D. Este espectro muestra las intensidades relativas de los distintos elementos contenidos en la muestra. La distancia del borde de absorción de un determinado elemento de la energía del haz incidente influye en las intensidades de los picos de fluorescencia. En general, cuanto más cerca las dos energías son, cuanto mayor sea la intensidad producida por esos elementos, aunque no siempre es el caso. Figura 4 Ref ¹³ muestra la dependencia de la longitud de absorción de fotones de rayos x, que se relaciona directamente con la intensidad resultante, de los elementos de la mayoría en una célula solar de methylammonium plomo yoduro perovskita. Esto demuestra la respuesta de la fluorescencia de los elementos con respecto a la energía, y demuestra que no es una continua disminución en la respuesta al aumentar la distancia de la energía incidente, sino que también es dependiente sobre el elemento sí mismo.

El resultado de esta relación es que las concentraciones elementales crudas pueden aparecer mayores para canales de elemento con energías de excitación más cerca a la energía incidente, aunque las verdaderas cantidades de esos elementos son más bajas en relación con otros elementos con excitación energías más lejos el incidente. Por lo tanto, la dependencia de energía de intensidad, junto con otros factores como las variaciones de rendimiento de fluorescencia, los bordes de absorción diferentes, sensibilidad del detector y fondo de medición, etc., es por ajuste de los datos es muy importante antes de dibujo conclusiones sobre las cantidades elementales observadas. Luego aplicamos un algoritmo de ajuste al espectro integral, donde el usuario define los elementos y parámetros a través de un documento de texto.

El algoritmo, creado por Vogt et al. ¹⁴, hace uso de regiones de interés (ROI) de filtrado, en el que integra sobre pico regiones ciertos elementos y análisis de componentes de principio (PCA). En primer lugar, PCA se realiza para identificar sólo los elementos y los picos que son muy evidentes. Esto permite la separación del ruido de la señal verdadera. A continuación, el principio componentes identificados se cuantifican numéricamente, que es importante para deconvoluting picos de elemento diferente con la misma energía de excitación, por ejemplo superposición de Au M_α y P K_α. Por último, ROI filtrado puede aplicarse a los datos numéricos mediante la integración sobre una región determinada.

Para relacionar cuentas a concentraciones elementales, una referencia bien cuantificada (a menudo referida como “estándar”) se mide bajo las mismas condiciones de medición, la geometría y la energía, la muestra bajo estudio. Esta norma es a menudo de AXO de Dresden o de la National Institute of Standards and Technology (NIST). Cubren una gran variedad de elementos diferentes y vienen con distribuciones elementales tabuladas. La normalización de las cuentas medidas de la muestra de interés para las cuentas de la norma en las mismas condiciones de medición proporciona la base para la cuantificación elemental de la muestra de interés.

Más específicamente, mapas identifica los elementos y sus concentraciones de la norma por el hecho de que la información estándar es conocida por el programa (como es el caso de los estándares de AXO y NIST) o a través de los datos introducidos en un fichero aparte (en el caso de un diferentes estándar siendo utilizado). De esta información, el programa relaciona las intensidades medidas de los elementos estándar en la configuración de la medida a la concentración esperada en mapas. A continuación, crea un factor de escala para ajustar para cualquier desplazamiento y extrapola este factor de escala a todos los elementos restantes no incluidos en la norma. Entonces, el factor de escala incluye el desplazamiento desde la configuración de medidas y la información proporcionada dentro de mapas para la conversión lineal de cuentas crudas a densidad en μg/cm².

Aquí, demostramos cómo hacer uso del programa, mapas, desarrollado por el Dr. S. Vogt, cuantificar los datos adquiridos de líneas capaces de fluorescencia en el Laboratorio Nacional Argonne (ANL) ¹⁴. Los datos utilizados para la demostración fue adquiridos en el sector 2-ID-D de ANL utilizando la configuración de medición que se muestra en la figura 1 de ¹⁰. El procedimiento de conexión puede aplicarse también a datos tomados de otras líneas, sin embargo, tenga en cuenta que ciertas características de las líneas ANL están integrados en el programa y tendrán que ser actualizado.

Protocol

Nota: Antes de comenzar la instalación, es importante saber algunas cosas acerca de las mediciones: el número de elementos del detector usado – diferentes líneas utiliza detectores diferentes que a veces son segmentados en secciones más pequeñas de las cuales son las cuentas leer y compilar; la energía incidente; y el estándar de medida. Esta información se aplicará a lo largo de diferentes aspectos del procedimiento. 1. establecer el programa de Descargar el IDL y …

Representative Results

Un ejemplo de resultados de montaje adecuada puede verse en las figuras siguientes. En primer lugar, en la figura 1 se muestra una comparación directa entre un pobre ajuste y un buen ajuste para el espectro integral. El mal ajuste es reparable por tanto no asegurarse de ningún elemento que falta, por ejemplo cobre, que tiene un pico claro en la figura 1(izquierda) pero no está siendo incluido en el ajuste y el ajuste de los co…

Discussion

Las cifras muestran la importancia de la conexión de datos utilizando este procedimiento. Las figuras 1 (a la derecha) y 2 (abajo) muestran un resultado representativo que debe surgir de una conexión adecuada. Si hay una insuficiente, la imagen de espectro integral se verá notablemente apagado y los datos cuantificados resultantes tendrá errores en él, aunque éstos sean difíciles de detectar en la mayoría de los casos. Para ciertos tipos de muestra para que la norma no es representativo de los el…