변동하는 물질 상태를 해결하기 위한 일관된 상관 이미징

소식

홈페이지홈페이지 / 소식 / 변동하는 물질 상태를 해결하기 위한 일관된 상관 이미징

Dec 18, 2023

변동하는 물질 상태를 해결하기 위한 일관된 상관 이미징

Nature 614권, 페이지 256–261(2023)이 기사 인용 7533 액세스 1 인용 144 Altmetric Metrics 세부 정보 이 기사에 대한 저자 수정은 2023년 5월 24일에 출판되었습니다.

Nature 614권, 256~261페이지(2023)이 기사 인용

7533 액세스

1 인용

144 알트메트릭

측정항목 세부정보

이 기사에 대한 저자 수정 사항은 2023년 5월 24일에 게시되었습니다.

이 기사는 업데이트되었습니다

변동 및 확률론적 전환은 나노미터 규모 시스템, 특히 장애가 있는 시스템에서 어디에나 존재합니다. 그러나 그들의 직접적인 관찰은 지금까지 공간적 해상도와 시간적 해상도 사이의 근본적이고 신호가 제한된 절충안으로 인해 방해를 받았습니다. 여기에서는 이러한 딜레마를 극복하기 위해 일관성 있는 상관 이미징(CCI)을 개발합니다. 우리의 방법은 푸리에 공간에서 기록된 카메라 프레임을 분류하는 것으로 시작됩니다. 대비와 공간 해상도는 동일한 상태의 프레임에 대해 선택적으로 평균을 구함으로써 나타납니다. 단일 프레임의 획득 시간까지의 시간적 해상도는 예외적으로 낮은 오분류율과 독립적으로 발생하며, 이는 상관 기반 유사성 메트릭1,2을 수정된 반복 계층적 클러스터링 알고리즘3,4과 결합하여 달성합니다. 우리는 CCI를 적용하여 나노미터 규모의 분해능으로 고도로 퇴화된 자기 스트라이프 도메인 상태에서 이전에는 접근할 수 없었던 자기 변동을 연구합니다. 우리는 30개가 넘는 개별 상태 간의 복잡한 전환 네트워크를 발견합니다. 우리의 시공간 데이터를 통해 우리는 고정 에너지 환경을 재구성하고 이를 통해 미세한 수준에서 관찰된 역학을 설명할 수 있습니다. CCI는 새롭게 떠오르는 고간섭성 X선 소스의 잠재력을 대폭 확장하고 상전이에서 고정5,6,7,8 및 토폴로지9,10,11,12의 기여와 같은 크고 근본적인 질문을 해결할 수 있는 길을 열어줍니다. 고온 초전도의 스핀 및 전하 순서 변동.

확률적 프로세스 이미징의 어려움은 개념적 딜레마로 거슬러 올라갑니다. 시공간 해상도를 얻으려면 전체 필드 및 스캐닝 이미징 접근 방식 모두 감지된 신호를 수천 픽셀에 걸쳐 분산해야 합니다. 따라서 목표로 삼은 공간 해상도가 향상될수록 더 많은 신호가 필요합니다. 그러나 볼륨 및 시간당 샘플-프로브 상호 작용의 수는 소스, 광학 및 검출기 제약으로 인해 뿐만 아니라 궁극적으로 가열, 변형, 전자 여기, 대비 표백 및 샘플 파괴와 같은 샘플 교란으로 인해 제한됩니다15,16 . 따라서 높은 공간 해상도에는 광범위한 시간적 신호 평균화가 필요합니다. 더 나은 지식이 부족하여 이러한 평균화가 무분별하게 이루어지면 시간적 해상도가 손실되고 모션 블러가 발생하는 이미지가 발생합니다. 특정 조건에서 이러한 기존의 시간적 해상도 한계를 넘어서는 동적 시스템의 특징적인 시공간 '모드'를 복구할 수 있습니다. 그러나 모드 분해는 시간에 따라 반복되는 모드의 신호 대 잡음비만 향상시킵니다. 불규칙한 시간적 신호의 노이즈 제거는 범위를 벗어납니다18. 또는 혼합 상태 타이코그래피를 사용하여 평균 기간 내에 가장 많이 방문한 상태의 정적 이미지를 재구성할 수 있습니다. 어쨌든 사건의 실제 순서에 관심이 있다면 공간적 해상도와 시간적 해상도 사이의 균형이 근본적인 것으로 보입니다.

CCI는 이러한 한계를 극복합니다. 핵심 아이디어는 푸리에 공간 일관성 산란 패턴의 스냅샷을 원시 데이터로 기록하고 이미징이 불가능한 낮은 광자 수에서도 이를 활용하는 것입니다. 각 산란 패턴에는 시스템의 실제 공간 상태에 대한 반점 지문이 포함되어 있습니다. 광자 상관 분광법, 나노입자 단층 촬영1,2 및 게놈 연구3의 발전을 결합함으로써 우리는 이 감도를 사용하여 수천 개의 프레임 시퀀스에서 각 스냅샷의 상태와 각 상태의 타임스탬프를 정확하게 분류합니다. 공간 해상도는 동일한 상태 산란 패턴의 정보 평균과 독립적으로 발생하며, 여기서는 홀로그램 보조 위상 검색을 통해 실제 공간 이미지로 변환합니다(방법 참조). CCI를 사용하면 잘 탐구된 자성 물질에서 풍부한 변동 역학을 발견할 수 있습니다. 이는 물질의 변동하는 상태에 숨겨진 예상치 못한 물리학의 폭을 보여주고 이 영역을 탐색하는 데 CCI의 힘을 강조합니다.

15 frames (see Methods section ‘Estimation of the temporal discrimination threshold and reconstruction of the 32 states’ for more details about the evaluation of the frame misclassification)./p>88% similarity to the grayscale image. We find that the weighted superposition of internal modes accurately represents all domain configurations, with the exception of state 32, where an additional binary domain configuration 73 was manually created (we attribute this to the fact that state 32 is the last state in our time series and insufficient data were available to automatically decompose it). The discrete representation of all 72 internal domain modes is shown in Extended Data Fig. 6. The set of original domain images along with their low-pass filtered phase images, their adjusted binarized versions, and their decomposition into binary internal modes is compiled in supplementary video 2./p>

93.8%, which means that their exact temporal sequence is inaccessible but statistical information, such as the real-space images and the number of contributing frames, can still be reconstructed reliably. Scale bar, 500 nm./p>