تصویربرداری پراش منسجم ( CDI ) ، یک تکنیک "بدون لنز" برای بازسازی دو بعدی یا سه بعدی تصویر ساختارهای نانومقیاس مانند نانولوله ها، [ ۱] نانوبلورها، [ ۲] لایه های نانوکریستالی متخلخل، [ ۳] نقص، [ ۴] پروتئین های بالقوه، [ ۵] و موارد دیگر می باشد. [ ۵] در CDI، یک پرتو بسیار منسجم از پرتوهای ایکس ، الکترون ها یا دیگر ذرات یا فوتون های موج مانند به یک جسم برخورد می کند.
پرتو پراکنده شده توسط جسم، یک الگوی پراش در پایین دست تولید می کند که سپس توسط یک آشکارساز جمع آوری می شود. این الگوی ثبت شده سپس برای بازسازی یک تصویر از طریق یک الگوریتم بازخوردی تکرار شونده استفاده می شود. به طور موثر، عدسی شیئی در یک میکروسکوپ معمولی با نرم افزاری جایگزین می شود تا از الگوی پراش فضای متقابل به یک تصویر فضای واقعی تبدیل شود. مزیت استفاده از هیچگونه لنزی این است که تصویر نهایی فاقد هرگونه انحراف خواهد بود و بنابراین وضوح تصویر صرفا حاوی پراش است و میزان دوز محدود دارد ( بسته به طول موج ، اندازه دیافراگم و نوردهی ) . اعمال یک تبدیل فوریه معکوس ساده به اطلاعات تنها با داشتن مقادیر شدت، به دلیل اطلاعات فاز از دست رفته برای ایجاد یک تصویر از الگوی پراش کافی نیست. این اتفاق مشکل فاز نامیده می شود.
دو پارامتر مرتبط برای امواج پراش وجود دارد: دامنه و فاز. در میکروسکوپ معمولی که از لنزها استفاده می کنند، مشکل فازی وجود ندارد، زیرا اطلاعات فاز در هنگام شکست امواج حفظ می شود. وقتی که یک الگوی پراش جمع آوری می شود، داده ها برحسب تعداد مطلق فوتون ها یا الکترون ها توصیف می شوند، یک روش اندازه گیری که دامنه ها را توصیف می کند اما اطلاعات فاز را از دست می دهد. این وضعیت، منجر به یک مسئله معکوس نادرست می شود، زیرا هر فازی را می توان به دامنه های قبل از تبدیل فوریه معکوس، به فضای واقعی نسبت داد.
سه اید ه توسعه یا فت که امکان بازسا زی تصا ویر فضای واقعی را از الگو های پراش فراهم کرد. [ ۵] اولین ایده این بود که Sayre در سا ل ۱۹۵۲ متوجه شد که پراش براگ در زیر نمونه ها، شدت را نسبت به قضیه شانون پراش می کند. [ ۶] در صورتی که الگوی پراش با دو برابر فرکانس نایکوئیست ( معکوس اندازه نمونه ) یا متراکم تر نمونه برداری شود، می تواند یک تصویر فضای واقعی منحصر به فرد ایجاد کند. [ ۲] دومین ایده افزایش قدرت محاسباتی د ر دهه ۱۹۸۰ بود که الگوریتم خروجی ورودی هیبریدی تکراری ( HIO ) را برای بازیابی فاز، فعال می کند تا اطلاعات فاز را با استفاده از داده های شدت نمونه گیری مناسب با بازخورد، بهینه سازی و استخراج کند. این روش [ ۴] توسط Fienup در دهه ی ۱۹۸۰ معرفی شد. [ ۷] در نهایت، توسعه الگوریتم های "بازیابی فاز" منجر به اولین نمایش CDI در سال ۱۹۹۹ توسط میائو با استفاده از یک تصویر ثا نویه برای ارائه ی اطلاعات با وضوح پایین شد. [ ۸] روش های بازسازی بعداً تو سعه یافتند که می توانست نیاز به تصویر ثانویه را برطرف کند.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفپرتو پراکنده شده توسط جسم، یک الگوی پراش در پایین دست تولید می کند که سپس توسط یک آشکارساز جمع آوری می شود. این الگوی ثبت شده سپس برای بازسازی یک تصویر از طریق یک الگوریتم بازخوردی تکرار شونده استفاده می شود. به طور موثر، عدسی شیئی در یک میکروسکوپ معمولی با نرم افزاری جایگزین می شود تا از الگوی پراش فضای متقابل به یک تصویر فضای واقعی تبدیل شود. مزیت استفاده از هیچگونه لنزی این است که تصویر نهایی فاقد هرگونه انحراف خواهد بود و بنابراین وضوح تصویر صرفا حاوی پراش است و میزان دوز محدود دارد ( بسته به طول موج ، اندازه دیافراگم و نوردهی ) . اعمال یک تبدیل فوریه معکوس ساده به اطلاعات تنها با داشتن مقادیر شدت، به دلیل اطلاعات فاز از دست رفته برای ایجاد یک تصویر از الگوی پراش کافی نیست. این اتفاق مشکل فاز نامیده می شود.
دو پارامتر مرتبط برای امواج پراش وجود دارد: دامنه و فاز. در میکروسکوپ معمولی که از لنزها استفاده می کنند، مشکل فازی وجود ندارد، زیرا اطلاعات فاز در هنگام شکست امواج حفظ می شود. وقتی که یک الگوی پراش جمع آوری می شود، داده ها برحسب تعداد مطلق فوتون ها یا الکترون ها توصیف می شوند، یک روش اندازه گیری که دامنه ها را توصیف می کند اما اطلاعات فاز را از دست می دهد. این وضعیت، منجر به یک مسئله معکوس نادرست می شود، زیرا هر فازی را می توان به دامنه های قبل از تبدیل فوریه معکوس، به فضای واقعی نسبت داد.
سه اید ه توسعه یا فت که امکان بازسا زی تصا ویر فضای واقعی را از الگو های پراش فراهم کرد. [ ۵] اولین ایده این بود که Sayre در سا ل ۱۹۵۲ متوجه شد که پراش براگ در زیر نمونه ها، شدت را نسبت به قضیه شانون پراش می کند. [ ۶] در صورتی که الگوی پراش با دو برابر فرکانس نایکوئیست ( معکوس اندازه نمونه ) یا متراکم تر نمونه برداری شود، می تواند یک تصویر فضای واقعی منحصر به فرد ایجاد کند. [ ۲] دومین ایده افزایش قدرت محاسباتی د ر دهه ۱۹۸۰ بود که الگوریتم خروجی ورودی هیبریدی تکراری ( HIO ) را برای بازیابی فاز، فعال می کند تا اطلاعات فاز را با استفاده از داده های شدت نمونه گیری مناسب با بازخورد، بهینه سازی و استخراج کند. این روش [ ۴] توسط Fienup در دهه ی ۱۹۸۰ معرفی شد. [ ۷] در نهایت، توسعه الگوریتم های "بازیابی فاز" منجر به اولین نمایش CDI در سال ۱۹۹۹ توسط میائو با استفاده از یک تصویر ثا نویه برای ارائه ی اطلاعات با وضوح پایین شد. [ ۸] روش های بازسازی بعداً تو سعه یافتند که می توانست نیاز به تصویر ثانویه را برطرف کند.
wiki: تصویربرداری پراش منسجم