Kvantifiera X-Ray fluorescens Data med hjälp av kartor

Summary

Här visar vi användningen av programvaran X-ray fluorescens montering, kartor, skapad av Argonne National Laboratory för kvantifiering av fluorescence mikroskopi data. De kvantitativa data som resultat är användbar för att förstå elementärt distribution och stökiometriska förhållanden inom ett urval av intresse.

Abstract

Kvantifiering av röntgen fluorescensmikroskopi (XRF) kartor genom att montera de råa spectrana till en känd standard är avgörande för bedömning av kemisk sammansättning och elementärt distribution inom ett material. Synkrotron-baserade XRF har blivit en integrerad karakterisering teknik för en mängd olika forskningsområden, särskilt på grund av dess icke-destruktiva natur och dess höga känslighet. Idag kan synkrotroner uppkopplingstyp fluorescens vid rumsliga upplösningar långt under en micron, möjliggör utvärdering av kompositionella variationer på nanonivå. Genom korrekt kvantifiering är det då möjligt att få en djupgående, högupplösta förståelse av elementärt segregering, stökiometriska relationer och klustring beteende.

Denna artikel förklarar hur att använda kartor montering programvara utvecklad av Argonne National Laboratory för kvantifiering av full 2-D XRF kartor. Vi använda som ett exempel resultat från en Cu (i, Ga) Se₂ solar cell, tas på Advanced Photon Source beamline 2-ID-D vid Argonne National Laboratory. Vi visar det normala förfarandet för montering rådata, Visa hur att utvärdera kvaliteten på en passform och presentera de typiska utgångar som genereras av programmet. Dessutom diskuterar vi detta manuskript vissa programvara begränsningar och ge förslag för hur man ytterligare korrigera data vara numeriskt korrekta och representativa för rumsligt löst, elementärt koncentrationer.

Introduction

Synkrotron-baserade XRF har använts över flera discipliner för många årtionden. Det har exempelvis använts i biologi på studier som utförts av Geraki et al., där de kvantifierade spårmängder av metall koncentrationer inom cancerogena och icke-cancerogena bröst vävnad ¹. Mer allmänt har kvantitativa XRF kopplats till ett brett utbud av biologi berörda studierna med metall koncentrationer i celler och vävnader, som beskrivs av Paunesku et al. ². likaså Marina protister studerades för spårämnen ^3,4 och även mikro- och macronutrient distributioner observerades inom anläggningen celler ⁵. Arbeta genom Kemner o.a. ⁶, som identifierade tydliga skillnader i morfologi och elementärt sammansättning i enda bakterieceller, möjliggjordes också genom kvantitativa XRF analys. Dessutom, och särskilt relevanta till exempel avslöjas häri, materialforskare som studerar solcell enheter har gjort använda högupplösta XRF för studier om förekomsten av sub micron metall föroreningar i kisel halvledare ^{7 , 8}, korrelativaj arbete på hur elementärt distributioner påverka elektriska prestanda i solar enheter ^9,10, och identifierande djup-beroende lutningar av CIGS tunn film solceller via bete incidensen röntgen fluorescens (GIXRF) ¹¹.

Många av dessa studier göra användning inte bara av högupplösta funktionerna i synkrotron X-ray fluorescens att studera rumslig fördelning, men också kvantifiering av informationen för numeriska slutsatser. I många studier är det viktigt att veta elementärt koncentrationerna är associerad med den ovannämnda rumsliga distributioner. Exempelvis i arbetet av Geraki et al., studien krävs kvantifiera skillnaden i koncentration av järn, koppar, zink och kalium i cancerogena och icke-cancerogena bröstvävnad, att bättre förstå vilka koncentrationer bli skadligt för mänskliga vävnader ¹. Likaså arbete av Luo et al. har använt kvantifierade XRF för att identifiera små mängder klor ingår i Perovskit solceller när syntetiserade både med och utan klorhaltiga prekursorer ¹². För vissa studier där koncentrationerna av element är behövs, korrekt kvantifiering är därför ett nödvändigt och avgörande steg.

Processen att kvantifiera elementärt koncentrationer från X-ray fluorescens (XRF) mätningar översätter fluorescens intensitet räknas in masskoncentrationen (e.g. µg/cm²). De råa spectrana presenterar antalet fotoner som samlas in av energi dispersiv fluorescens detektorn som en funktion av energi. Spektra är först passa och sedan jämfört med en standard mätning att beräkna kvantitativa data. I synnerhet är det första steget i passande fluorescens spectra avgörande även för kvalitativ analys av elementen. Detta utifrån eftersom före montering, räknas är kastas i papperskorgen deras energi, vilket blir ett problem när två element med liknande fluorescens övergångar ingår i provet. I den här situationen kan räknas vara felaktigt kastas i papperskorgen och därmed associerade med elementet fel.

Det är ofta också nödvändigt att kvantifiera XRF spectra för att korrekt dra slutsatser om relativa mängder av beståndsdelar i ett prov. Utan korrekt kvantifiering, räkningarna av tunga grundämnen och lättare element kommer att jämföras direkt, ignorera skillnader i fånga gränsöverskridande avsnitt, absorption och fluorescens sannolikheten, dämpning av fluorescens fotonerna, och distansera av den elementets absorption kanten från infallande energin, som alla påverkar antalet fotoner slående detektorn. Därför är passande spektra för varje karta och jämföra peak stödnivåer med standard, vilka båda är klar i följande procedur, kritiska för exakt kvantifiering av varje elementärt koncentrationerna.

Vi visar hur du konverterar raw räkningarna av fluorescens fotoner till enheter av mikrogram per kvadratcentimeter (µg/cm²) av första passande en integrerad spektrum eller ett summerade spektrum av alla enskilda spektra produceras vid varje mätning spot eller pixel i en 2D-karta. Detta spektrum visar de olika element som ingår i urvalet relativa stödnivåerna. Avståndet absorption kanten på ett visst element är från infallande strålar energi påverkar deras fluorescens toppar stödnivåerna. I allmänhet, är ju närmare de två energierna, desto större intensiteten produceras för dessa element, även om detta inte alltid fallet. Figur 4 i Ref ¹³ visar beroendet av absorption längden på röntgen fotoner, som direkt avser den resulterande intensiteten, för de flesta element i en methylammonium bly jodid Perovskit solceller. Detta visar fluorescens svar av element med avseende på energi, och visar att det inte är en kontinuerlig minskning av svar med ökande avstånd från infallande energin, utan snarare att det är också beroende av själva elementet.

Resultatet av denna relation är att raw elementärt koncentrationer kan verka högre element kanaler med excitation energier närmare till den infallande energin, även om de sanna kvantiteterna av dessa delar är lägre i förhållande till andra element med excitation energier längre bort från händelsen. Därför är energiberoende av intensitet, tillsammans med andra faktorer såsom fluorescens avkastning variationer, olika absorption kanter, detektorkänslighet, och mätning bakgrund, etc., därför passande data är mycket viktigt före ritning slutsatser om de observerade elementära kvantiteterna. Sedan använder vi en passande algoritm till integrerad spektrum, där användaren definierar de element och parametrar för att passa via ett textdokument.

Algoritm, skapad av Vogt et al. ¹⁴, använder sig av regioner av intresse (ROI) filtrering, där det integrerar över vissa elements’ peak regioner och principen Komponentanalys (PCA). PCA görs först, för att identifiera endast element och toppar som är mycket starkt uppenbara. Detta möjliggör separation av buller från den sanna signalen. Nästa, principen komponenter identifieras är numeriskt kvantifierade, vilket är viktigt för deconvoluting med samma excitation energi toppar på olika element, till exempel överlappande Au M_α och P K_α. Slutligen, ROI filtrering kan tillämpas på den numeriska data genom att integrera över specificerade områden.

För att avse elementära koncentrationerna räknas, mäts väl kvantifierade referens (ofta benämnd som ”standard”) under samma mätning villkor, geometri och energi, som provet under studien. Denna standard är ofta från Dresden AXO eller den National Institute of Standards and Technology (NIST). De täcker en mängd olika element och komma med tabellerade elementärt distributioner. Normalisering av uppmätta räkningarna av provet av intresse att räkningarna av standarden på samma mätning villkor utgör grunden för elementär kvantifiering i urvalet av intresse.

Mer specifikt kartor identifierar element och deras koncentrationer av standarden antingen genom det faktum att standardinformation som är känd av programmet (som är fallet för normerna AXO och NIST) eller genom data som anges i en separat fil (i fråga om en annan standard som används). Från denna information gäller programmet de uppmätta stödnivåerna standard element under mätningsinställningar i förväntade koncentrationen inbäddade i kartor. Sedan skapar en skalningsfaktor att justera för eventuell förskjutning och extrapolerar denna skalningsfaktorn för alla återstående elementen inte ingår i standarden. Skalningsfaktorn då inkluderar förskjutning från mätningsinställningar och information inom kartor för linjär omvandlingen av rå räknas till ytdensiteten i µg/cm².

Här visar vi hur du göra användning av programmet, MAPS, utvecklat av Dr. S. Vogt, att kvantifiera data förvärvas från fluorescens-kapabla linjer Argonne National Laboratory (ANL) ¹⁴. De data som används för demonstration förvärvades på sektor 2-ID-D av ANL med mätning setup visas i figur 1 av ¹⁰. Förfarandet för montering kan också tillämpas på uppgifter från andra linjer, men Observera att vissa egenskaper hos den ANL linjer är inbäddade i programmet och kommer att behöva uppdateras.

Protocol

Obs: Innan du påbörjar monteringen, det är viktigt att veta några saker om mätningarna: antalet detektor element används – olika linjer använder olika detektorer som segmenteras ibland i mindre sektioner varav räkningarna är Läst och sammanställt; infallande energin används; och standarden mäts. Denna information kommer att tillämpas i hela olika aspekter av förfarandet. 1. ställa in programmet Hämta IDL och programmet KartorObs: Länkar för ne…

Representative Results

Ett exempel på riktig montering resultaten kan ses i följande figurer. För det första, i figur 1 visas en direkt jämförelse mellan en dålig passform och en bra passform för integrerad spectrum. Dåliga passformen är ersättningsbar genom både garanterar inga element är saknas, till exempel koppar, som har en tydlig topp i figur 1(vänster) men inte att inkluderas i fit och justera de förgrenade nyckeltal av L och K li…

Discussion

Siffrorna visar vikten av passande data med den här proceduren. Figurerna 1 (höger) och 2 (nederst) visar ett representativt resultat som uppkommer från en riktig montering. Om det finns en otillräcklig passa, integrerad spektrum bilden ser märkbart och den resulterande kvantifierade uppgifter kommer att ha fel i det, även om dessa kommer att vara svårt att upptäcka i de flesta fall. För vissa typer av prov som standard inte är representativa för elementen i urvalet, bestämt däri proverna in…