• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Fysik
    Ny metod för röntgenbildning kan öka nanoskalaupplösningen för avancerad fotonkällauppgradering

    Denna illustration visar den experimentella konstruktionen av det simulerade 3D-röntgenundersökningsförsöket utfört av forskare vid Argonne, Nordvästra och Cornell. Röntgenstrålen passerar genom en nanofokuseringsoptik till vänster, penetrerar provet i mitten, fortsätter sedan till detektorn till höger. Simuleringen hjälper forskare att lösa ett tjatande problem inom optisk vetenskap:hur man förhindrar fokusförlust med ökad 3D-upplösning för röntgenbild. Upphovsman:Northwestern University / Ming Du

    Ett mångårigt problem inom optiken innebär att en förbättrad bildupplösning kompenseras av en förlust av fokusdjupet. Nu, forskare förenar beräkningen med röntgenbilder när de utvecklar en ny och spännande teknik för att kringgå denna begränsning.

    Det kommande Advanced Photon Source Upgrade (APS-U) -projektet i Argonne kommer att placera detta problem under en av de ljusaste spotlights man kan tänka sig. Uppgraderingen kommer att göra APS, en Department of Energy Office of Science User Facility, 500 gånger ljusare än det är idag, ytterligare förbättra dess röntgenstrålars förmåga att studera arrangemang av atomer och molekyler i ett brett spektrum av biologiska och tekniska material.

    "En hel mängd olika röntgenundersökningsförsök kommer i slutändan att behöva något liknande detta eftersom de alla driver upplösningen till finare längdskalor i framtiden, "sa Chris Jacobsen, en Argonne Distinguished Fellow och professor i fysik vid Northwestern University. Med uppgraderingen på plats, APS:s röntgenstrålar kan låta forskare studera system som hjärnans hela nätverk av synaptiska anslutningar, eller hela volymen av en integrerad krets in i minsta detalj.

    "En hel mängd olika röntgenundersökningsförsök kommer i slutändan att behöva något liknande detta eftersom de alla driver upplösningen till finare längdskalor i framtiden."-Chris Jacobsen, Argonne Distinguished Fellow/professor i fysik vid Northwestern University.

    I en ny studie, ett team av forskare från Argonne, Northwestern och Cornell University har utvecklat ett beräkningssätt som simulerar hur APS-U bäst fungerar, särskilt i röntgenbildläge, känd som ptychography. De presenterade sitt tillvägagångssätt, kallad Multislice Optimized Object Recovery (MOOR), i 20 september numret av Optica.

    Röntgenpytografi är en kraftfull skanningsteknik som avbildar tunna skivor av material med en upplösning på bättre än 30 nanometer (ett människohår mäter cirka 75, 000 nanometer i diameter). Traditionella algoritmiska och beräkningsmetoder som används för att rekonstruera bilder från prover som undersökts med denna teknik har begränsats till tvådimensionella skivor.

    "Uppskalningen av röntgenpykografi för 3D-hjärnbildning skulle vara enorm, "sade Genia Kozorovitskiy, en biträdande professor i neurobiologi vid Northwestern. "Våra neurala kretsar är ihopkopplade av biljoner små förbindelser som kallas synapser, som används för cell-till-cell-kommunikation via elektrokemiska medel. Förändringar i hur neurala kretsar och synapser kopplas samman är nyckeln till att förstå orsaken till många mänskliga neurologiska och psykiska störningar. "

    National Institutes of Health finansierar Jacobsen och Kozorovitskiy för att optimera både upplösning och provberedning av neural vävnad för röntgenbildning. Ökande djuppenetration av röntgenpykografi genom APS-U skulle göra det möjligt för forskare att skapa en ny, snabbare, icke-destruktivt sätt att kartlägga den bindande neurala vävnaden i hela ryggradsdjurshjärnor.

    Neurovetenskapare använder idag elektronmikroskopi för att kartlägga neurala anslutningar hos möss. "Att dela hela mushjärnan för elektronmikroskopi är en skrämmande uppgift, en som ingen ännu har försökt, "Noterade Kozorovitskiy." Med röntgentomografi, hela hjärnan skulle i teorin kunna avbildas utan fysisk snittning, förenkla storskalig, högupplöst bildkonstruktion. "

    För att testa effektiviteten av MOOR -algoritmen för detta ändamål, forskarna utarbetade ett testprov vars egenskaper skulle framkalla fokuseringsgränsen som de försökte övervinna. De designade föremålet, en avsmalnande glas ihålig kon som mäter 200 nanometer längs sin axel och inbäddad med titan -nanosfärer, att likna de tunna kapillärrören som används i stor utsträckning i laboratorieexperiment för mikroskopisk undersökning av celler frusna i flytande suspension.

    Denna enkla, enkelt tillverkat prov säkerställde att de första experimentella mätningarna som forskarna kommer att göra kan matcha deras modell. "Vårt långsiktiga mål är inte att studera glaskapillärer med titandioxid-sfärer på, men för att verkligen driva upplösningen för att avbilda en hel mushjärna, Sa Jacobsen.

    Forskare använder för närvarande Bionanoprobe inom sektor 9 i APS för 3D-avbildning av små biologiska prover, som en frusen, hydrerad cell. Ansträngningar pågår för att utveckla samma förmåga på mycket större prover, inklusive hela mushjärnor, vid andra instrument vid APS.

    MOOR -demonstrationen innebar att lösa en optimering med nästan 17 miljoner komplexa variabler, med MOOR -algoritmen skalad till 2, 880 kärnor i superdatorklustret Bebop vid Argonnes Laboratory Computing Resource Center. Arbetet kommer att dra nytta av ett nytt datapris som en del av datavetenskapsprogrammet vid Argonne Leadership Computing Facility, en annan DOE Office of Science User Facility.

    Den relativt enkla delen av problemet är att förstå vad som händer när man går från modell till mätning.

    "Vi kan lösa detta problem genom att baka in fysiken i modellen, "sa Youssef Nashed, datavetare vid Argonnes division Mathematics and Computer Science. "Fysiken berättar hur vi går från modell till mätning. Matematiken berättar hur vi går från mätning till modell. Det är ett omvänt problem."

    För att lösa det omvända problemet, Argonne -optimeringsalgoritmen förfiner iterativt sin representation av den okända modellen när den söker överensstämmelse mellan modellen och de massiva volymerna av bilddata.

    "För att göra detta effektivt med den upplösning som krävs krävs en stark blandning av tillämpad matematik, parallell beräkning och fysik, "Sa Nashed.

    Denna blandning av discipliner avser också tillämpningar av teknik. "Det är spännande att algoritmer som MOOR kan fungera som ett numeriskt objektiv för att avbilda de allt mer nanoskala kretsarna som är arbetshästarna i modern datorhårdvara, "sa Stefan Wild, en medförfattare till Optica-artikeln och en beräknande matematiker på Argonne.

    © Vetenskap https://sv.scienceaq.com