基于单纯形模型(Simplex-based Model)的四维扫描透射电子显微术(4D-STEM)数据中纳米颗粒晶粒识别方法

《Journal of Microscopy》：Simplex-based model for nanoparticle grain identification in four-dimensional scanning transmission electron microscopy data

　　

在多晶纳米颗粒中进行晶粒识别（例如确定各空间位置存在的晶相）是材料表征的基础。当晶粒广泛重叠时（常见于四维扫描透射电子显微术(4D-STEM)数据集），此任务尤为困难。研究人员提出一种单纯形模型(Simplex-based Model, SBM)，其中每个单纯形顶点代表纯晶粒的衍射图样(Diffraction Pattern, DP)，单纯形边和内部代表重叠晶粒。该SBM晶粒识别算法作用于从4D-STEM数据提取的Bragg盘(Bragg Disk, BD)数据矩阵，以识别各扫描位置的晶粒归属，同时得到一个BD特征矩阵（其列代表各组成晶粒的DP），这对鉴定各晶粒晶体结构至关重要。研究人员采用两阶段算法求解模型：阶段1，改进线性混合算法估计初始BD特征矩阵，其列代表潜在重叠晶粒的DP；阶段2，结合稀疏性考量变换初始BD特征矩阵，使其列代表纯晶粒的DP。通过多种晶粒构型的模拟数据集，研究人员证明即便某晶粒无任何纯区域且与其他晶粒完全重叠，SBM比现有方法更准确地恢复BD特征矩阵及归属图(Membership Map)。

《基于单纯形模型(Simplex-based Model, SBM)的4D-STEM纳米颗粒晶粒识别方法》论文解读

研究背景与意义

结晶纳米颗粒的表征是材料发现的基础，其中晶粒识别或相图绘制（Phase Mapping）对于确定纳米颗粒内晶粒的位置与几何形态至关重要，这直接影响材料的力学强度、导电性及磁化性能。传统透射电子显微术(TEM)基于实空间成像，所选区域衍射(Selected Area Electron Diffraction, SAED)面积较大，难以精细分辨纳米尺度重叠晶粒。四维扫描透射电子显微术(4D-STEM)虽能提供纳米结构的倒易空间精细信息（每个扫描点含完整衍射图样DP及周期性Bragg盘BD），但从原始4D张量数据中提取重叠晶粒信息仍具挑战。现有方法如模板匹配(Template Matching)、矢量匹配(Vector Matching)、K-means聚类、层次聚类、基于密度的空间聚类(DBSCAN)及非负矩阵分解(Non-negative Matrix Factorization, NMF)等，或需已知相的模拟DP库，或隐含统计假设，在部分晶粒无纯像素（Pure Pixel，即该扫描位置仅含单一晶粒从而DP完全相同）甚至完全重叠时，难以准确恢复纯晶粒DP及归属系数。为此，研究人员开展本研究，提出更符合4D-STEM物理成像机制的单纯形模型(SBM)，发表于《Journal of Microscopy》。

主要关键技术方法

研究人员采用标准4D-STEM预处理得到BD数据矩阵X∈R^d×n（d为Bragg矢量图(Bragg Vector Map, BVM)中不同BD中心数，n为纳米颗粒内扫描位置数，元素为互相关(Cross-Correlation, CC)强度）。假定K个晶粒纯DP构成(d×K)单纯形顶点矩阵B₀，各扫描位置DP是B₀列的凸组合（系数非负且和为1）加噪声。SBM分两阶段求解：阶段1修改高光谱解混中线性混合模型(Linear Mixing Model, LMM)的体积惩罚项为迹(Trace)形式，以NMF结果为初值交替梯度下降更新B、C并投影至约束空间，得缩小版单纯形顶点矩阵B?；阶段2引入因子分析中Varimax旋转最大化稀疏性，在B₀P=B?约束下将B?扩展还原为纯晶粒DP矩阵B?₀；最终将原始X回归至B?₀列空间得归属矩阵C₀。晶粒数K通过X的主成分分析(PCA)确定。模拟数据使用Materials Project数据库立方相mp-1425、mp-31057及单斜相mp-765632沿[001]带轴DP构建含纯区、渐变过渡区及无纯区构型。

研究结果

2 THE SIMPLEX STRUCTURE OF NANOPARTICLE 4D-STEM DATA（纳米颗粒4D-STEM数据的单纯形结构）

研究人员定义预处理所得BD强度向量x_i为K个纯晶粒BD特征向量b_0,k的凸线性组合加噪，即x_i=Σ_k=1^Kc_0,k,ib_0,k+ε_i，c_0,k,i≥0且Σc_0,k,i=1，所有x_i位于由{b_0,k}确定的(K-1)维单纯形C中。通过二晶粒（线段单纯形）和三晶粒（三角形单纯形）模拟图示说明：纯区像素数据点聚于单纯形顶点，两晶粒重叠过渡区点位于连接对应顶点的棱上，三晶粒共存区点位于单纯形内部。当某晶粒无纯区时，数据点在对应顶点附近缺失，单纯形未被完全填充，此时传统NMF无法正确恢复被缩并的顶点。

3 SBM NANOPARTICLE CHARACTERISATION ALGORITHM（SBM纳米颗粒表征算法）

给出矩阵形式模型X=B₀C₀+ε，B₀∈R_≥0^d×K，C₀∈R_≥0^K×n且C₀^T1_K=1_n。因LMM类最小体积算法在缺纯区时返回内含缩小单纯形（顶点B?为B₀列的线性混合而非纯DP），故设计两阶段优化。

3.1 Stage 1: Optimisation algorithm（阶段1：优化算法）

阶段1求解带体积惩罚项（λ·Tr((I_K-1_K1_K^T/K)B^TB(I_K-1_K1_K^T/K))的最小二乘问题min_B,C‖X-BC‖_F²+λ·...，约束B≥0，C≥0且C^T1_K=1_n。以NMF所得B?、C?为初值，交替计算梯度?_Bf₁、?_Cf₁，用自适应步长更新后分别投影（B取与0的逐元素最大值；C投影至单纯形约束通过最近非负行随机矩阵求解），迭代至目标函数收敛，输出缩小单纯形顶点矩阵B?。

3.2 Stage 2（阶段2）

阶段2在约束B₀P=B?（P∈R_≥0^K×K，P^T1_K=1_K）及B₀≥0下，最大化Varimax(B₀)=1/d·Σ_k=1^K(Σ_j=1^db?_j,k⁴-(Σ_j=1^db?_j,k²)²/d)（其中b?_j,k=b_0,j,k/h_j，h_j²=Σ_kb_0,j,k²），迫使B₀行列非零元素集中于少数列以增强稀疏性，从而将缩小单纯形顶点"展开"还原为纯晶粒DP矩阵B?₀。最后以非负最小二乘将X回归至B?₀得最终归属矩阵C?₀。

3.3 Hyperparameter and step size selection（超参数与步长选择）

λ按重建误差与体积惩罚项在同量级原则启发式选定；梯度下降步长通过回溯线搜索(Backtracking Line Search)自适应调整以保证目标函数不增。

4 NUMERICAL RESULTS（数值结果——原文Section 4简述）

研究人员在多种有无纯区、完全重叠构型的二及三晶粒模拟数据集上对比SBM与NMF、GMM等方法。结果表明NMF因缺乏单纯形几何约束，在无纯区时输出的基矩阵为混合DP，归属系数模糊；SBM阶段1准确捕捉缩小单纯形，阶段2Varimax稀疏变换成功外推恢复真实纯晶粒B₀及各点归属图，即使某晶粒最大隶属度仅约0.5且无任一纯像素仍优于对照方法。

讨论与结论（翻译浓缩原文CONCLUSIONS Section 5）

研究人员得出结论：所提出的单纯形模型(SBM)通过显式建模4D-STEM数据中各扫描位置DP为有限个纯晶粒衍射图样的凸组合，并利用两阶段算法（LMM型体积约束初步定界＋Varimax稀疏旋转还原纯顶点），能够有效从BD数据矩阵中同时恢复纯晶粒Bragg盘特征矩阵及各扫描位置晶粒归属系数。与依赖纯像素假设或仅做低秩分解的NMF等方法不同，SBM在部分乃至全部晶粒均无纯区域、存在广泛重叠的情形下仍能准确解混(unmixing)，且可直接用于后续晶体结构鉴定。该框架为复杂多晶纳米颗粒的4D-STEM定量相分析与三维重构提供了更鲁棒的统计—晶体学工具。