X 線蛍光データ マップを使用しての定量化
Summary
ここを示す x 線蛍光管継手ソフトウェアの使用マップ、蛍光顕微鏡データの定量化のためのアルゴンヌ国立研究所によって作成されました。結果の定量化されたデータは元素分布と関心のサンプル内の化学量論比の理解に役立ちます。
Abstract
X 線蛍光顕微鏡が既知の標準生スペクトルの一致によってマップの定量化は、化学組成と材料組成分布を評価するため重要です。放射光を用いた蛍光 x 線分析研究、特にその非破壊的な性質とその高感度のためのさまざまな不可欠な評価技術となっています。今日では、シンクロトロンは、ナノスケールで組成変化の評価を可能にする、ミクロン以下の空間分解能での蛍光のデータを取得できます。適切な数量を元素の偏析、化学量論的関係、およびクラスタ リングの動作の詳細な高解像度理解を得ることは、です。
この資料では、完全 2 D 蛍光 x 線マップの定量化のためのアルゴンヌ国立研究所によって開発されたソフトウェアをフィッティング マップを使用する方法について説明します。私たちは Cu 結果の例として使用 (In, Ga) Se2太陽電池には、高度な光子源ビームライン 2 ID–d アルゴンヌ国立研究所で撮影されました。フィッティング生データの標準的な手順を示す適合の品質を評価し、プログラムによって生成された典型的な出力を提示する方法を示します。さらに、我々 は本稿で特定のソフトウェアの制限と数値精度での代表的な空間にさらにデータを修正する方法にとって提供提案解決、元素濃度について説明します。
Introduction
放射光を用いた蛍光 x 線分析は、何十年もの複数の分野にわたって使用されています。たとえば、それはゲラキ地区ら微量癌と非癌の乳房組織1内の金属の濃度を定量化彼らが研究の生物学で使用されています。一般的に、蛍光 x 線定量に適用されているさまざまな細胞や組織中の金属濃度と生物学 Paunesku et al.による記述で2。 同様に、微量元素3,4海洋原生生物を調べたと植物細胞5もマイクロ ・栄養素の分布が認められました。Kemnerらによる作業します。6形態の明瞭な差異と元素組成の単一の細菌のセルの識別、また定量的蛍光 x 線分析を可能しました。さらと具体的に例に関連するここで開示される、太陽電池デバイスの材料科学的研究をしたシリコン半導体7でサブミクロン金属不純物の存在に関する研究高分解能蛍光 x 線分析用,8、どの元素分布の作業太陽9,10、電気的性能に影響を与える、cigs 系の識別の深さによって変化するグラデーション薄膜微小角入射 x 線を介して太陽電池関連蛍光 (GIXRF) 11。
これらの研究の多くは、数値の結論を描画するためだけではなく空間分布を研究する放射光蛍光 x 線の高解像度の機能が、また情報の定量化の使用。多くの研究では、前述の空間分布に関連付けられている元素の濃度を知ることが重要です。ゲラキ地区らによる作業で、例えば、.、研究に必要な鉄、銅、亜鉛および癌のカリウムの濃度の違いを定量化および非ガン性乳房組織より良い理解どのような濃度が有害になります。人間のティッシュの1。同様に、羅らによって動作します。総合して塩素含有前駆体12なしペロブスカイト型太陽電池に組み込まれている塩素の少量を識別するために定量化された蛍光 x 線の使用をしました。したがって、特定の要素の濃度に必要な適切な定量化研究は必要かつ重要なステップです。
X 線蛍光測定から元素濃度を定量化するプロセスでは、蛍光強度数を質量濃度 (例えば μ g/cm2) を変換します。生のスペクトルは、光子のエネルギーの関数としてのエネルギー分散型蛍光検出器によって収集された番号を提示します。スペクトルはまず、定量化されたデータを計算する標準的な測定と比較し。特に、蛍光スペクトルをフィッティングの最初のステップは要素の定性分析にも重要です。これは、カウントのビニングする前にフィット、に基づいてためサンプルの蛍光遷移のような 2 つの要素が含まれる場合、問題となる彼らのエネルギー。このような状況でカウントは正しくありませんビニング、従って間違った要素に関連付けられている可能性があります。
サンプル内の要素の相対的な量で正確に結論を出すために蛍光 x 線スペクトルを定量化する必要が頻繁にまたです。適切な定量化せず重元素およびより軽い要素のカウントと比較されます、直接キャプチャ クロス セクション、吸収と蛍光の確率、蛍光光子の減衰との距離の違いを無視して、入射エネルギー、光子検出器を打つ数に影響するすべての要素の吸収端。したがって、マップごとにスペクトルをフィッティングし、どちらは、次の手順で行われます、標準にピーク強度を比較するプロセスは、各元素の濃度の正確な定量化のため重要です。
不可欠なスペクトルをはめ込んで蛍光光子の未加工のカウント数を毎平方センチメートル (μ g/cm2) マイクログラムの単位に変換する方法を示しますまたは個々 のすべてのスペクトルの合計スペクトル測定スポットまたはピクセルごとで生産2 D マップ。このスペクトルは、サンプルに含まれる別の要素の相対強度を示しています。特定の要素の吸収端は入射エネルギーから距離蛍光ピークの強度に影響を与えます。一般には、近くの 2 つのエネルギーは、これは常にそうではありませんが、これらの要素の生産が大きいほどの強度。Ref 13図 4 メチル鉛ヨウ化ペロブスカイト型太陽電池で大半の要素の結果として生じる強度に直接関連している x 線の光子の吸収の長さの依存性を示しています。これはエネルギーに対する要素の蛍光反応を示して、それは要素自体に依存してだも入射エネルギーではなく、それからの距離が反応の継続的な減少ではないことを示しています。
この関係の結果は、生元素濃度はそれらの要素の true の数量も励起とその他の要素に関連して低い場合も高い励起エネルギーを入射エネルギーに近い要素チャンネルのためにあります。事件から遠く離れてエネルギー。したがって、蛍光の収率変化、異なる吸収端、検出器の感度と測定のバック グラウンドなど、他の要因と共に、強度のエネルギー依存性はなぜデータをフィッティングが描画の前に非常に重要です観測の元素量に関する結論。フィッティング アルゴリズムを適用に不可欠なスペクトルは, ユーザーが要素とテキスト ドキュメントを介してに合わせてパラメーターを定義します。
Vogtらによって作成されたアルゴリズム。14、特定要素のピーク領域および主成分分析 (PCA) を統合する利益 (率 ROI) がフィルタ リングの領域を使用します。最初に、PCA は要素およびピークは非常に強く感じ取るのみを識別するために行われます。真の信号からのノイズの分離が可能になります。次に、特定したコンポーネントは定量化数値、原則同じ励起エネルギーの異なる要素のピークを解明する、たとえば Au Mαと P の Kαの重複のために重要であります。最後に、ROI がフィルタ リング可能性があります適用数値データに指定された地域を統合することによって。
数を元素濃度に関連するには、定量化された参照 (「標準」とも呼ばれる) は調査の下でサンプルとして同じ測定条件、幾何学、エネルギー、下に測定されます。この規格は、ドレスデンの軸索や国立研究所の標準とテクノロジ (NIST) から多くの場合です。彼らは様々 な異なる要素をカバーし、集計の元素分布が付属します。同じ測定条件標準数に関心のサンプルの測定数の正規化は、関心のサンプルの要素の定量化のための基礎を提供します。
具体的には、マップを識別する要素と標準の濃度 (軸索および NIST 規格の場合と同様)、標準的な情報はプログラムによって知られて事実のいずれかまたは別のファイルに入力されたデータ (の場合、異なる標準使用されている)。この情報からは、プログラムにはマップに埋め込まれている予想される濃度測定の設定の下で標準的な要素の測定強度が関連しています。任意のオフセットを調整するスケール ファクターを作成し、標準に含まれていないすべての残りの要素にこのスケール因子を推定します。倍率には測定設定と μ g/cm2の高密度に未加工のカウント数の線形変換をマップ内で提供される情報からのオフセットが含まれます。
ここでは、どのように紹介アルゴンヌ国立研究所 (ANL) 14蛍光対応ビームラインから取得したデータを定量化するための博士・ ボーグトが開発したマップは、プログラムの使用。デモンストレーションのために使用されるデータは、セクター 2 ID – 10の図 1 に示す測定セットアップを使用して目のアナリストの D に買収されました。フィッティングの手順は、他のビームラインは、ただし、ANL ビームラインの特定の特性のプログラムに埋め込まれているし、更新する必要があります注意してくださいから撮影したデータにも適用可能性があります。
Protocol
Representative Results
Discussion
数字は、この手順を使用してデータをフィッティングの重要性を示します。図 1 (右) と 2 (下)は、適切なフィッティングから生じる代表的な結果を示します。不足がある場合、積分スペクトル画像が著しくオフになります、結果の定量化されたデータが、エラーがあるが、これらはほとんどの場合を検出するは難しいでしょう。特定のサンプルの型が標準であるサンプルでは、要…
Declarações
The authors have nothing to disclose.
Acknowledgements
我々 は、契約・ デ ・ EE0005948 の下で米国エネルギー省から資金を認めます。ナノスケール物質の高度な光子の源、両方の科学局ユーザー設備センターの使用は米国エネルギー省科学局事務所の基本的なエネルギー科学、契約番号の下で支えられました。デ-AC02-06CH11357。この材料は国立科学財団 (NSF) とエネルギーの (DOE) は、NSF CA 号下に支えの一部の仕事に基づいていますEEC-1041895。ビデオ編集は、アリゾナ州立大学の VISLAB によって行われました。任意の意見、調査結果および結論か本資料に示した推奨事項は、著者のと NSF や DOE のそれらを必ずしも反映しません。濃度は, は、全米科学財団 (賞 1144616) によって資金を供給された IGERT 太陽交わりによってサポートされます。
Referências
- 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).
- 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).
- 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).
- 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).
- 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).
- Kemner, K. M., et al. Elemental and Redox Analysis of Single Bacterial Cells by X-ray Microbeam Analysis. Science. 306 (5696), 686-687 (2004).
- 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).
- Fenning, D. P., et al. Iron distribution in silicon after solar cell processing: Synchrotron analysis and predictive modeling. Appl. Phys. Lett. 98 (162103), (2011).
- 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).
- Stuckelberger, M. Engineering solar cells based on correlative X-ray microscopy. J. Mat. Res. 32 (10), 1825-1854 (2017).
- 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).
- Luo, Y., et al. Spatially Heterogeneous Chlorine Incorporation in Organic-Inorganic Perovskite Solar Cells. Chem. Mater. 28, 6536-6543 (2016).
- Stuckelberger, M. Charge Collection in Hybrid Perovskite Solar Cells: Relation to the Nanoscale Elemental Distribution. IEEE J. Photovolt. 7 (2), 590-597 (2017).
- Vogt, S., Maser, J., Jacobsen, C. Data analysis for X-ray fluorescence imaging. J. Phys. IV France. 104, 617-622 (2003).
- West, B. M. Grain engineering: How nanoscale inhomogeneities can control charge collection in solar cells. Nano Energy. 32, 488-493 (2017).
- Krause, M. O. Atomic Radiative and Radiationless Yields for K and L Shells. J. Phys. Chem. Ref. Data. 8 (2), 307-327 (1979).
- 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).
- Ravel, B., Newville, M. ATHENA, ARTEMIS, HEPHAESTUS: data analysis for X-ray absorption spectroscopy using IFEFFIT. J. Synchrotron Rad. 12, 537-541 (2005).
- 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).
- De Boer, D. K. G. Calculation of X-Ray Fluorescence Intensities from Bulk and Multilayer Samples. X-Ray Spectrom. 19 (3), 145-154 (1990).
- Lachance, G. R., Claisse, F. . Quantitative X-ray Fluorescence Analysis: Theory and Application. , (1995).
- Sokaras, D., Karydas, A. G. Secondary Fluorescence Enhancement in Confocal X-ray Microscopy Analysis. Anal. Chem. 81 (12), 4946-4954 (2009).
