跳到主要内容
Sandbox Physics

E20 · 连续体积电子显微

FIB-SEM:从切片到体积

清晰的切片,何时会重建出错误体积? 深度方向没采全,或者堆叠时用错了切片间距。图像清晰,只说明每张切片内衬度好;配准能纠正测到的漂移,可缺掉或切坏的那一层,怎么配准也补不回来。

用离子束铣掉一层,再用背散射电子给新露出的面成像,如此交替。调节层间距、停留时间、漂移和帘幕伪影,再把存下的计数配准、分割,重建出标定过的体积。

交互模型FIB-SEM:从切片到体积
相对已知输入的体积误差—\text{—}
计数分割体积—\text{—}
记录深度覆盖—\text{—}
层厚与横向间隔比—\text{—}
更多测量与实验目标
与已知采样输入的重叠度—\text{—}
已知采样输入体积—\text{—}
中心像素平均计数—\text{—}
所选暴露面深度—\text{—}
切片位置总数—\text{—}
所选图像状态—\text{—}
各新面的入射剂量总和—\text{—}
实验目标—\text{—}

物理教程

FIB-SEM:从切片到体积

背景FIB-SEM 先用离子束铣掉薄薄一层,再用背散射电子给新露出的面成像,如此反复。你可以调层间距、停留时间、漂移和帘幕伪影,再把记录的计数配准、分割,重建出标定过的体积。

为什么值得理解任务:与已知采样输入的重叠度至少百分之八十,体积误差不超过百分之十二,记录深度覆盖至少百分之九十五,中心像素平均至少 12 个计数。保持真实深度间隔开启,层厚不超过 25 纳米。

先抓重点

核心问题
清晰的切片,何时会重建出错误体积?
一句话直觉
块面图像清晰,只说明面内对比好,不说明深度方向采样完整。配准能校正测到的漂移,却补不回毁掉或缺失的切片。体素间隔设对,和分割做好一样重要。

核心数学模型

期望电子计数

N0=ηIτeN_0=\eta\frac{I\tau}{e}

束流和停留时间决定计数的尺度,各点的 BSE 响应再乘上去。

深度采样

T=∑j=03wjρjρj=ρ(x,y,zj)zj=z+(j+12)ℓwj=e−j−e−j−11−e−4\begin{aligned}\mathcal T&=\sum_{j=0}^{3}w_j\rho_j\\\rho_j&=\rho(x,y,z_j)\\z_j&=z+(j+\tfrac12)\ell\\w_j&=\frac{e^{-j}-e^{-j-1}}{1-e^{-4}}\end{aligned}

信号取面下四个深度区间的加权平均,权重按设定的指数衰减。这是固定的数值求和,不是电子输运计算。

由计数得到的体积

V^=p2∑khk∑x,yM^k(x,y)IoU=∣M^∩M∗∣∣M^∪M∗∣\begin{aligned}\widehat V&=p^2\sum_k h_k\sum_{x,y}\widehat M_k(x,y)\\\mathrm{IoU}&=\frac{|\widehat M\cap M_*|}{|\widehat M\cup M_*|}\end{aligned}

阈值掩膜来自记录的计数。每层取真实厚度,最后较薄的那层也一样。未知体素不计入任何体积;与已知输入的重叠度另外单独检查。

常见难点

重建不是已知输入

容易误解参考形状就摆在那里,说明算法已经把它恢复出来了。

正确理解金色参考只用于单独检查。青色重建来自对记录计数的阈值分割,噪声、损伤和缺口都还在。

小体素不产生分辨率

容易误解把体素各边都设为 25 纳米,就能恢复各向同性信息。

正确理解改元数据可能扭曲形状和体积,却不会多出任何测得的细节。请用真实的层间距。

动手实验

  1. 01

    预测切片会漏掉什么

    比较粗深度预设和“分辨体积”预设,观察块面图像、正交重切片和已知输入。

    你会看到: 块面再清楚,也看不到两刀之间的结构。
  2. 02

    重新处理同一组数据

    选“漂移序列”预设,再开启“配准计数标记”。改变阈值和深度间隔标定。

    你会看到: 这些控制只是重新处理已存的计数;重建变了,并不代表重新采集了数据。
  3. 03

    看一层缺失的切片

    选“缺失切片”预设,再选第五个存储位置,观察暗色图块和重切片里标为未知的那一行。

    你会看到: 缺失层是那里没有数据,不是样品里空无一物。
  4. 04

    达到目标

    减小层厚和伪影,加长停留以取得足够计数,配准测得的标记,开启真实深度间隔,再点“核对目标”。

    你会看到: 目标检查重叠度、体积误差、深度覆盖,以及计数够不够。
反馈这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策