Summary

Kvantificere X-Ray fluorescens Data ved hjælp af kort

Published: February 17, 2018
doi:

Summary

Her viser vi brugen af X-ray fluorescens montering software, kort, lavet af Argonne National Laboratory for kvantitativ bestemmelse af Fluorescens mikroskopi data. De kvantitative data, at resultaterne er nyttige for at forstå elementært distribution og støkiometriske forhold inden for en prøve af interesse.

Abstract

Kvantificering af X-ray fluorescens (XRF) mikroskopi maps ved at montere de rå spectra til en kendt standard er afgørende for evaluering af kemiske sammensætning og elementært fordeling inden for et materiale. Synkrotron-baserede XRF er blevet en integrerende karakterisering teknik til en række forskningsemner, især på grund af dens ikke-destruktiv natur og dens høj følsomhed. I dag, kan synchrotrons erhverve fluorescens data på fysisk resolutioner langt under en micron, giver mulighed for evaluering af kompositoriske ændringer på nanoplan. Gennem ordentlig kvantificering er det derefter muligt at opnå en dybdegående, høj opløsning forståelse af elementært segregation, støkiometriske forhold og klyngedannelse adfærd.

Denne artikel forklarer, hvordan du bruger KORTENE montering software udviklet af Argonne National Laboratory for kvantificering af fuld 2-D XRF kort. Vi bruger som eksempel resultater fra en Cu (i, Ga) Se2 solar celle, taget på den avancerede Photon kilde beamline 2-ID-D ved Argonne National Laboratory. Vi viser den normale procedure for montering rå data, vise, hvordan vurdere kvaliteten af en pasform og præsenterer de typiske output genereret af programmet. Desuden, diskuterer vi i dette manuskript visse softwarebegrænsninger og tilbud forslag til, hvordan man yderligere korrigere data skal være numerisk nøjagtige og repræsentative for rumligt løst, elementært koncentrationer.

Introduction

Synkrotron-baserede XRF er blevet brugt på tværs af flere discipliner i mange årtier. For eksempel, har det været brugt i biologi på undersøgelser som gjort af Geraki et al., hvor de kvantificerede spormængder af metal koncentrationer inden for kræft og ikke-kræft bryst væv 1. Mere generelt er kvantitative XRF blevet udlignet med en bred vifte af biologiske undersøgelser beskæftiger sig med metal koncentrationer i celler og væv, som beskrevet af Paunesku et al. 2. tilsvarende marine protister blev undersøgt for mikromineraler 3,4 og endda mikro- og makronæringsstoffer distributioner blev observeret i anlægget celler 5. Arbejde af Kemner et al. 6, som identificeret tydelige forskelle i morfologi og elementært sammensætning i enkelt bakterieceller, var også gjort muligt gennem kvantitative XRF analyse. Desuden, og specielt relevant for eksempel offentliggøres heri, materiale forskere studerer solcelle enheder har gjort brug af høj opløsning XRF for undersøgelser om eksistensen af sub micron metal urenheder i silicon halvledere 7 , 8, korrelationsmaalinger arbejde på hvordan elementært distributioner påvirker elektriske ydeevne i solar enheder 9,10, og identificere dybde-afhængige forløb af CIGS tynde film solceller via græsning forekomsten X-ray Fluorescens (GIXRF) 11.

Mange af disse undersøgelser gøre brug ikke kun af synkrotron X-ray fluorescens høj opløsning evne til at studere geografiske fordeling, men også en kvantificering af oplysninger for numeriske konklusioner. I mange undersøgelser er det kritisk at vide elementært koncentrationerne forbundet med de ovennævnte rumlige distributioner. For eksempel, i arbejde af Geraki mfl., undersøgelsen kræves kvantificere forskel i koncentrationen af jern, kobber, zink og kalium i kræft og ikke-kræft brystet væv, for bedre at kunne forstå hvilke koncentrationer være skadelige for humane væv 1. Tilsvarende arbejde af Luo mfl. gjort brug af kvantificerede XRF for at identificere små mængder af klor i perovskite solceller når syntetiseret både med og uden klor-holdige prækursorer 12. Derfor, for visse undersøgelser, hvor koncentrationerne af elementer er nødvendige, ordentlig kvantificering er en nødvendig og afgørende skridt.

Processen med at kvantificere elementært koncentrationer fra X-ray fluorescens (XRF) målinger oversætter fluorescens intensitet tæller til massekoncentrationer (fx µg/cm2). De rå spectra præsentere antallet af fotoner indsamlet af energy dispersive fluorescens detektor som en funktion af energi. Spektre er først passer og derefter sammenlignet med en standard måling til beregning af de kvantitative data. Især er det første trin i montering fluorescens-spektre kritiske selv for kvalitativ analyse af elementerne. Dette er fordi inden montering, tæller er arkiveret lodret baseret på deres energi, som bliver et problem, når to elementer med lignende fluorescens overgange er indeholdt i prøven. I denne situation kan tæller forkert arkiveret lodret og dermed forbundet med den forkerte element.

Det er også ofte nødvendigt at kvantificere XRF spektre for at præcist drage konklusioner om de relative mængder af elementer i en prøve. Uden ordentlig kvantificering, tællinger af tunge grundstoffer og lettere grundstoffer skal sammenlignes direkte, ignorerer forskellene i fange grænseoverskridende afsnit, absorption og fluorescens sandsynlighed, dæmpning af fluorescens fotoner, og afstanden mellem den elementets absorption kant fra den hændelse energi, som alle påvirke antallet af fotoner slående detektoren. Derfor, processen med montering spektre for hvert kort og sammenligne peak intensiteter til standarden, som begge er udført i følgende procedure, er kritisk for nøjagtig kvantificering af hver af de elementære koncentrationer.

Vi demonstrere, hvordan man konvertere raw greverne af fluorescens fotoner til enheder af mikrogram pr. kvadratcentimeter (µg/cm2) ved første montering af et integreret spektrum, eller en summerede frekvenser af alle de enkelte spektre produceret på hver måling spot eller pixel i en 2D kort. Dette spektrum viser de relative intensiteter af de forskellige elementer i prøven. Afstanden absorption kanten af en bestemt element er fra det indfaldende strålebundt energi påvirker intensiteten af deres fluorescens toppe. Generelt, er jo tættere de to energier, jo større intensitet produceret for disse elementer, selv om dette ikke altid er tilfældet. Figur 4 i Ref 13 viser afhængighed af absorption længden af X-ray fotoner, som direkte vedrører den resulterende intensitet for de fleste elementer i en methylammonium bly Iodid perovskite solcelle. Dette viser fluorescens svar af elementer med hensyn til energi, og viser at det ikke er et konstant fald i svar med stigende afstand fra den hændelse energi, men snarere at det er også afhængige af elementet, selv.

Resultatet af dette forhold er, at rå elementært koncentrationer kan forekomme højere for element kanaler med excitation energier tættere til den hændelse energi, selvom de sande mængder af disse elementer er lavere i forhold til andre elementer med excitation energi længere fra episoden. Energiafhængighed af intensitet, sammen med andre faktorer såsom fluorescens udbytte variationer, forskellige absorption kanter, detektor følsomhed, og måling baggrund, osv., er derfor, hvorfor montering data er meget vigtigt før tegning konklusioner om de observerede mængder, elementært. Vi derefter anvende en montering algoritme til integreret spektrum, hvor brugeren definerer de elementer og parametre til at passe via et tekstdokument.

Den algoritme, lavet af Vogt mfl. 14, gør brug af regioner af interesse (ROI) filtrering, hvorpå det integrerer over visse elementer peak regioner og princippet komponent analyse (PCA). Første er PCA gjort for at identificere kun elementer og toppe, der er meget stærkt tilsyneladende. Dette giver mulighed for adskillelse af støj fra den sande signal. Dernæst princippet komponenter identificeret er numerisk kvantificeret, hvilket er vigtigt for deconvoluting forskellige element toppe med samme excitation energi, for eksempel overlappende Au Mα og P Kα. Endelig, ROI filtrering kan anvendes på de numeriske data ved at integrere over bestemte dyrkningsområder.

For at relatere tæller for elementært koncentrationer, måles godt kvantificerede reference (ofte omtalt som “standard”) under samme måling betingelser, geometri og energi, som prøven under undersøgelsen. Denne standard er ofte fra Dresden AXO eller National Institute of Standards and Technology (NIST). De dækker en bred vifte af forskellige elementer og komme med tabelform elementært distributioner. Normalisering af de målte tæller stikprøven af interesse til greverne af standard på samme måling betingelser danner grundlag for elementært kvantificering for prøven af interesse.

Mere konkret MAPS identificerer elementerne og deres koncentrationer af standard enten ved det faktum at de standardoplysninger, der er kendt af programmet (som er tilfældet for AXO og NIST standarderne) eller gennem data, der indtastes i en separat fil (i tilfælde af en forskellige standard bliver brugt). Fra denne information vedrører programmet de målte intensiteter af standardelementer under måling indstillinger til den forventede koncentration indlejret i MAPS. Derefter skaber en skaleringsfaktoren at justere for nogen forskydning og ekstrapolere denne skaleringsfaktoren til alle de resterende elementer ikke er medtaget i standarden. Skaleringsfaktoren derefter omfatter forskydningen fra indstillingerne for måling og oplysningerne inden for kort til den lineære konvertering af raw tæller til datadensitet i µg/cm2.

Her, vi viser, hvordan man kan gøre brug af programmet, MAPS, udviklet af Dr. S. Vogt, at kvantificere data erhvervet fra fluorescens-stand beamlines ved Argonne National Laboratory (ANL) 14. Dataene bruges til demonstration var erhvervet på sektor 2-ID-D i ANL ved hjælp af måling setup vist i figur 1 af 10. Montering procedure kan også anvendes til oplysninger fra andre beamlines, men Bemærk, at visse karakteristika af ANL beamlines er integreret i programmet og bliver nødt til at blive opdateret.

Protocol

Bemærk: Forud for begyndelsen montering, er det vigtigt at vide et par ting om maalingerne: antallet af detektor elementer bruges – forskellige beamlines bruge forskellige detektorer, som er undertiden opdelt i mindre sektioner, som tæller er læse og kompileret; det hændelse energiforbruget; og standarden måles. Denne information vil blive anvendt i hele forskellige aspekter af proceduren. 1. opsætning af programmet Download IDL og programmet kortBemærk: …

Representative Results

Et eksempel på korrekt montering resultater kan ses i følgende tal. For det første, i figur 1 er vist en direkte sammenligning mellem en dårlig pasform og en god pasform for den integrerende spektrum. Den dårlige pasform er oprettelig ved både at sikre ingen elementer er savnet, for eksempel kobber, som har en klar top i figur 1(venstre), men indgår ikke i pasformen, og justere de forgrening forhold mellem linjerne L og K …

Discussion

Tallene viser betydningen af montering af data ved hjælp af denne procedure. Figur 1 (højre) og 2 (nederst) viser et repræsentativt resultat, som skulle opstå fra en korrekt montering. Hvis der er en utilstrækkelig passer, integreret spektrum billedet ser mærkbart ud og den resulterende kvantificerede data vil have fejl i det, selv om det vil være svært at finde i de fleste tilfælde. For visse prøve typer som standard ikke er repræsentant for elementer i stikprøven, navnlig idet prøverne ikk…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi anerkender støtte fra det amerikanske Department of Energy kontrakt DE-EE0005948. Brug af Center for nanoskala materialer og avanceret Photon kilde, både Office of Science bruger faciliteter, blev støttet af det amerikanske Department of Energy, Office of Science, Office af energi Grundvidenskab, under Kontraktnr. DE-AC02-06CH11357. Dette materiale er baseret på arbejde delvist understøttet af National Science Foundation (NSF) og Institut for energi (DOE) under NSF CA nr. EOEF-1041895. Video redigering blev gjort af VISLAB ved Arizona State University. Eventuelle udtalelser, resultater og konklusioner og henstillinger i dette materiale er forfatter eller forfattere og nødvendigvis afspejler ikke de af NSF eller DOE. T.N. understøttes af et IGERT-søn stipendium finansieret af National Science Foundation (pris 1144616).

References

  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/56042?article_type=t

Play Video

Cite This Article
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