• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Nytt verktyg hjälper nanorods att sticka ut

    Rice Universitys forskare har skapat en öppen källkodsalgoritm, SEMseg, som förenklar nanopartikelanalys genom att använda svepelektronmikroskopbilder. Kredit:Landes Research Group/Rice University

    Rice University-forskare har utvecklat ett enkelt och prisvärt verktyg för att räkna och karakterisera nanopartiklar.

    Kemisterna Christy Landes och Stephan Links rislaboratorier skapade ett program med öppen källkod som heter SEMseg för att skaffa data om nanopartiklar, föremål som är mindre än 100 nanometer, från svepelektronmikroskopbilder (SEM) som annars är svåra om inte omöjliga att analysera.

    Storleken och formen på partiklarna påverkar hur väl de fungerar i optoelektroniska enheter, katalysatorer och avkänningstillämpningar som ytförbättrad Raman-spektroskopi.

    SEMseg beskrivs i en studie ledd av Landes and Rice doktorand Rashad Baiyasi i American Chemical Society's Journal of Physical Chemistry A .

    Programmet är tillgängligt för nedladdning från GitHub på https://github.com/LandesLab?tab=repositories.

    SEMseg - för SEM-segmentering - kommer från lagets studie i Science förra året som visade hur proteiner kan användas för att trycka in nanorods i kirala sammansättningar. "Detta arbete var ett resultat av det, ", sa Landes. "Vi insåg att det inte fanns något bra sätt att kvantitativt analysera SEM-bilder."

    Räkning och karakterisering av individuella eller aggregerade nanorods görs vanligtvis med komplexa och dyra transmissionselektronmikroskop (TEM), manuell mätning som är utsatt för mänsklig fördom eller program som inte kan skilja mellan partiklar om de inte är långt ifrån varandra. SEMseg extraherar data på pixelnivå från lågkontrast, lågupplösta SEM-bilder och kombinerar det till skarpa bilder.

    SEMseg kan snabbt särskilja enskilda nanorods i tätt packade sammansättningar och aggregat för att bestämma storleken och orienteringen av varje partikel och storleken på gapen mellan dem. Det möjliggör en mer effektiv statistisk analys av aggregat.

    "Inom några minuter, SEMseg kan karakterisera nanopartiklar i stora datamängder som skulle ta timmar att mäta manuellt, sa Baiyasi.

    Segmentera nanopartiklar, han sa, hänvisar till att isolera och karakterisera varje beståndsdel i ett aggregat. Genom att isolera de ingående nanopartiklarna kan forskare analysera och karakterisera aggregatens heterogena struktur.

    Baiyasi sa att SEMseg kan anpassas för sådana andra avbildningstekniker som atomkraftsmikroskopi och kan utökas för andra nanopartikelformer, som kuber eller trianglar.


    © Vetenskap https://sv.scienceaq.com