"Voir des mondes invisibles, bien plus petits que les longueurs d'onde de la lumière, est absolument essentiel pour comprendre la matière que nous concevons à l'échelle nanométrique, non seulement en 2D mais aussi en 3D", a déclaré Robert Hovden, professeur agrégé de science et d'ingénierie des matériaux. à l'UM et auteur correspondant de l'étude publiée dans Nature Communications .

"En tirant parti de nos connaissances du processus d'imagerie et en adoptant une nouvelle approche de la reconstruction tomographique, nous sommes désormais en mesure d'imager simultanément la structure et la composition chimique avec une haute résolution en 3D. Il s'agit d'une approche particulièrement utile pour les matériaux complexes et hétérogènes", a déclaré Mary Scott, auteur collaborateur de l'étude et professeur agrégé Ted van Duzer du département de science et d'ingénierie des matériaux de l'UC Berkeley et scientifique du corps professoral de la division de fonderie moléculaire du laboratoire national Lawrence Berkeley.

Jusqu'à présent, les chercheurs en nanomatériaux devaient choisir entre l'imagerie de la structure en 3D ou la distribution chimique en 2D.

Les deux techniques d’imagerie utilisent un microscope électronique à transmission et à balayage, qui accélère un faisceau d’électrons à haute énergie à travers un échantillon de matériau. Ces électrons de haute énergie peuvent résoudre des structures à des distances inférieures à la longueur de liaison des atomes. Cependant, l'imagerie haute résolution nécessite une quantité importante de dose, ou d'énergie, pour capturer efficacement la structure ou la chimie atomique.

Le plus souvent, la dose requise pour l'imagerie chimique se situe juste à la limite du matériau, où les échantillons commenceront à fondre s'ils sont exposés plus longtemps au faisceau. Ceci est particulièrement important pour l'imagerie chimique 3D, qui nécessite l'acquisition de nombreuses images chimiques.

L'imagerie 3D à l'échelle nanométrique fonctionne de la même manière qu'un scanner médical, où l'équipement pivote autour d'un patient pour collecter des images sous plusieurs angles afin de visualiser les structures internes en 3D.

Au lieu de cela, avec la tomographie électronique – la méthode privilégiée pour l’imagerie 3D à l’échelle nanométrique – le faisceau électronique reste stationnaire tandis que l’échantillon s’incline autour de lui. Cependant, cela s'accompagne de son propre ensemble de complications, dans lesquelles les chercheurs sont incapables d'imager complètement leur échantillon et doivent s'appuyer sur des algorithmes d'apprentissage automatique pour prédire les vues sous des angles non disponibles.

"La structure est une chose, mais si vous voulez voir la couche d'oxyde sur un transistor ou la distribution de l'oxygène dans une nanoparticule conçue pour des applications d'énergie propre, vous devez voir la chimie à l'échelle nanométrique, ce que vous ne pouvez pas obtenir avec la tomographie électronique. seul", a déclaré Hovden.

Pour surmonter le problème de la dose d'énergie, l'équipe de recherche a développé un nouveau processus connu sous le nom de « tomographie électronique multimodale » pour collecter des images à chaque angle d'inclinaison, tandis que les images chimiques sont collectées de manière éparse toutes les quelques inclinaisons. Un algorithme multimodal prend ensuite les informations pour les deux types de signaux et génère la structure et la chimie 3D.

Le mélange des signaux permet une réduction de la dose d'énergie d'environ 100 fois, garantissant que l'échantillon n'est pas détruit avant la fin de l'imagerie.

Les résultats démontrent que la technique est capable d'imager simultanément des composés organiques et des métaux, prouvant ainsi l'utilisation de la technique sur une large gamme de matériaux.

"Notre solution tire parti de tous les signaux complémentaires présents dans notre microscope en favorisant la communication entre un signal qui ne nécessite pas beaucoup de dose et un signal très gourmand en dose", a déclaré Jonathan Schwartz, doctorant en science et ingénierie des matériaux de U-M et auteur principal de l'étude.

Les deux techniques d’imagerie reposent sur des propriétés physiques différentes des électrons lorsqu’ils se déplacent dans un matériau. L’imagerie 3D repose sur la diffusion élastique, dans laquelle les électrons ne perdent pas d’énergie lorsqu’ils traversent l’échantillon. En imagerie chimique, le faisceau d'électrons à plus haute énergie augmente la probabilité d'un événement plus rare de diffusion inélastique, où les électrons perdent une quantité spécifique d'énergie qui reflète l'élément avec lequel ils sont entrés en collision, fournissant ainsi une signature chimique unique.

"Il s'agit d'une approche radicalement nouvelle dans la façon dont nous mélangeons et utilisons les signaux d'électrons diffusés de manière élastique et inélastique", a déclaré Hovden.

En plus de la distribution chimique, les résultats de l’apprentissage automatique fournissent même des informations sur la stœchiométrie ou les rapports des éléments dans le matériau. Par exemple, pour chaque motif dans l'oxyde ferrique (Fe₂ O₃ ), vous pourriez avoir deux atomes de fer pour trois atomes d'oxygène, ou vous pourriez peut-être avoir deux atomes de fer pour deux atomes d'oxygène.

"Comme l'algorithme essaie de comprendre la décomposition des éléments présents, il capture assez bien le rapport des substances chimiques. C'est quelque chose que nous avons obtenu gratuitement dans le cadre du processus d'optimisation de notre algorithme", a déclaré Schwartz, aujourd'hui scientifique au Chan. Institut d'imagerie Zuckerberg.

Hovden attribue le succès de cette technique à l'exploitation de la physique, de la science des matériaux et de l'informatique moderne.

"La première étape consiste à comprendre la physique des électrons qui interagissent avec la matière sous notre microscope pour chaque détecteur. L'informatique relie tous ces détecteurs entre eux pour créer une image complète. C'est un tout nouvel espace pour jouer dans ce domaine", a déclaré Hovden.

La combinaison de deux signaux différents pour améliorer l'information (également connue sous le nom d'imagerie multimodale) gagne du terrain dans les domaines de l'ingénierie. Les fuites de méthane peuvent être détectées et traitées à l’aide de l’imagerie satellite combinée à une détection thermique ou chimique. Les voitures autonomes mélangent les signaux de télédétection, qui fournissent des informations sur le terrain, avec les signaux de la voiture pour améliorer la navigation.

"C'est l'un des premiers grands résultats de la puissance de la multimodalité dans notre domaine. C'est passionnant de trouver encore de nouvelles façons de voir la matière à ces petites échelles", a déclaré Hovden.