编辑推荐：
研究人员提出了一种面向低至中剂量四维扫描透射电子显微镜（4D-STEM）数据的处理方法，将电子事件稀疏纳米束衍射堆叠采集与基于稀疏性与方差的后处理相结合。在各扫描位置，利用Merlin 4R探测器的快速电子快门采集多帧事件稀疏纳米束衍射图样，单帧有效曝光约1
研究人员提出了一种面向低至中剂量四维扫描透射电子显微镜（4D-STEM）数据的处理方法，将电子事件稀疏纳米束衍射堆叠采集与基于稀疏性与方差的后处理相结合。在各扫描位置，利用Merlin 4R探测器的快速电子快门采集多帧事件稀疏纳米束衍射图样，单帧有效曝光约1 μs，形成可求和的衍射图样堆叠，该五维采集策略称为局部时间分辨STEM（LTR-STEM）。去噪在每一扫描位置局部独立进行，不依赖数据集内的非局域关联，两条管线分别基于密度空间聚类（DBSCAN）与稀疏主成分分析（sparse PCA）：前者通过逐帧聚类剔除孤立计数、累积持久性图并经双阈值（sigmoid软阈值+硬截断）保留一致布拉格信号；后者以单分量稀疏PCA重构堆叠均值图样并将随机噪声重构近零。该方法在模拟与实验中均提升信噪比（SNR）、召回率、虚拟像对比度及缺陷检测灵敏度；对多晶金薄膜虚拟暗场成像抑制了热漫散（TDS）与非弹性散射背景，对鸟嘌呤纳米晶中（100）布拉格盘径向位移的灵敏度提升约4.1倍。LTR-STEM还支持束流损伤量化与剂量选择性成像，鸟嘌呤临界剂量约为1.66×104 e?/?2。相较于深度学习与PCA/NMF等全局分解法，该框架计算高效、适用于非周期与无序体系。
研究背景方面，四维扫描透射电子显微镜（4D-STEM）在每个扫描位置记录完整电子衍射图样，可表征晶体结构、应变场、缺陷与电磁场，但直接电子探测器在电荷积分模式仍受读出噪声与朗道涨落影响，而计数模式虽将噪声限至散粒噪声却面临低剂量下图样极稀疏的问题。样品自身的热漫散散射（TDS）、菊池带、多重散射及厚度污染变异进一步提高布拉格反射周围本底，降低对比度。现有高斯/非局部均值滤波损失高频细节，像素合并牺牲分辨率，PCA/NMF/张量SVD及深度学习方法依赖跨扫描位置的非局域关联，对多晶或无序材料不适用且计算繁重。为此，研究人员提出在常规4D基础上增加堆叠维度，以LTR-STEM采集事件稀疏衍射堆叠，并设计扫描位置独立的局部去噪框架。
关键技术方法上，研究人员在FEI Talos F200X（200 keV）配Quantum Detectors MerlinEM 4R（单芯片256×256，1-bit或6-bit）上实现LTR-STEM，各扫描位置记100帧（金膜）或60帧（鸟嘌呤）约1 μs曝光图样，弃首帧后得5D数据；样本为多晶金超薄支持膜（2–3 nm Au/300目Au网）与滴铸于无定形碳微栅的鸟嘌呤纳米晶。模拟采用py_multislice对4 nm Au（FCC）沿[001]纳米粒加1 nm非晶碳支撑，按99%稀疏度分配泊松噪声至200帧。去噪算法两条线：DBSCAN（eps≈布拉格盘半径，min_samples反映计数密度）逐帧剔离群、累持久性图、sigmoid软阈值（T=0.01–0.02，S控陡度）加权求和再硬截断；sparse PCA取单分量（alpha控稀疏）重构堆叠均值、强度阈值截残。虚拟成像用HyperSpy，聚类与分解用scikit-learn。
研究结果部分，在“3.1 模拟衍射数据去噪性能”中，研究人员以Au（200）反射定量，DBSCAN（eps=8，min_samples=5，双阈0.008）与sparse PCA（阈1）均较200帧直接求和提升SNR，召回率多数n下>0.9，DBSCAN在n=77时达200帧参考SNR，等效剂量降至38.5%，弱高角盘召回略降。在“3.2 实验数据虚拟成像去噪”中，多晶金64×64×100帧数据集经DBSCAN（eps=8，min_samples=2，双阈0.015）与sparse PCA（阈1）处理，虚拟暗场（VDF）像中漫散本底被抑、晶界衬度增强，但布拉格盘峰值强度部分损失，高角弱反射DBSCAN优于sparse PCA。在“3.3 面向缺陷制图的应用去噪”中，鸟嘌呤100×100×60帧数据用DBSCAN（eps=5，min_samples=3–4，双阈0.02）处理（100）反射质心径向位移，原始峰谷变~0.9%，min_samples=4时达~3.7%（4.1倍），对应结晶学弯曲引起的盘内强度重分布。在“3.4 曝光选择性成像与临界剂量估算”中，鸟嘌呤（100）盘强随帧数单调降，17 pA束流下第31帧剩90%作截帧阈值；变C2光阑（20/50/70 μm→3/17/30 pA）得20 μm无损、50 μm线性衰（R2=0.9138）、70 μm指数衰（R2=0.9881），临界剂量DC≈1.66×104 e?/?2，半强剂量1.11×104 e?/?2。在“3.5 稀疏堆叠去噪附注”中，DBSCAN处理金数据集耗时5分41秒远快于sparse PCA的86分40秒，复杂度O(n)；帧式探测器吞吐受限（64×64×100×256×256为实限），事件式探测器（如TimePix3）可破瓶颈；LTR-STEM与逐扫次剂量分数化互补，前者抓单探针位时间演化。
讨论与结论翻译部分，研究人员指出事件稀疏堆叠去噪（sparse-stack denoising）通过LTR-STEM增维采集与两条局部管线，在模拟中以约38.5%曝光取得200帧参考SNR，实验中提升多晶金虚拟像对比、鸟嘌呤缺陷位移灵敏度4.1倍；LTR-STEM支持曝光选择性成像与鸟嘌呤临界剂量1.66×104 e?/?2标定。当前局限为弱高角反射信息保留与帧式探测器吞吐，前者靠参数调优、后者靠事件式探测器与像素缩减缓解。该工作发表于《Ultramicroscopy》，表明LTR-STEM结合稀疏堆叠去噪可作低剂量4D-STEM通用、扫描位置独立的定量与降损协议。
