Когерентная корреляционная визуализация для определения флуктуирующих состояний материи

Новости

ДомДом / Новости / Когерентная корреляционная визуализация для определения флуктуирующих состояний материи

Dec 18, 2023

Когерентная корреляционная визуализация для определения флуктуирующих состояний материи

Nature, том 614, страницы 256–261 (2023 г.) Цитировать эту статью 7533 Доступов 1 Цитирований 144 Подробности об альтметрических метриках Автор Исправление к этой статье было опубликовано 24 мая 2023 г. Эта статья была опубликована

Nature, том 614, страницы 256–261 (2023 г.) Процитировать эту статью

7533 Доступа

1 Цитаты

144 Альтметрика

Подробности о метриках

Авторская поправка к этой статье была опубликована 24 мая 2023 г.

Эта статья обновлена

Флуктуации и стохастические переходы повсеместно распространены в системах нанометрового масштаба, особенно при наличии беспорядка. Однако их прямому наблюдению до сих пор препятствует, казалось бы, фундаментальный компромисс между пространственным и временным разрешением, ограниченный сигналом. Здесь мы разрабатываем когерентную корреляционную визуализацию (CCI), чтобы преодолеть эту дилемму. Наш метод начинается с классификации записанных кадров камеры в пространстве Фурье. Контраст и пространственное разрешение возникают путем выборочного усреднения по кадрам с одним и тем же состоянием. Временное разрешение вплоть до времени получения одного кадра возникает независимо от исключительно низкого уровня ошибочной классификации, которого мы достигаем путем объединения метрики сходства на основе корреляции1,2 с модифицированным итеративным алгоритмом иерархической кластеризации3,4. Мы применяем CCI для изучения ранее недоступных магнитных флуктуаций в сильно вырожденном состоянии домена магнитной полосы с разрешением нанометрового масштаба. Мы раскрываем сложную сеть переходов между более чем 30 дискретными состояниями. Наши пространственно-временные данные позволяют нам реконструировать энергетический ландшафт пиннинга и тем самым объяснить динамику, наблюдаемую на микроскопическом уровне. CCI значительно расширяет потенциал новых источников рентгеновского излучения с высокой когерентностью и открывает путь для решения больших фундаментальных вопросов, таких как вклад пиннинга5,6,7,8 и топологии9,10,11,12 в фазовые переходы и роль флуктуации спинового и зарядового порядка в высокотемпературной сверхпроводимости13,14.

Трудность визуализации стохастических процессов связана с концептуальной дилеммой: для достижения пространственно-временного разрешения подходы как к полноэкранному, так и к сканирующему изображению должны распределять обнаруженный сигнал по тысячам пикселей. Таким образом, чем лучше заданное пространственное разрешение, тем больший размер сигнала требуется. Но количество взаимодействий образец-зонд на объем и время ограничено – не только из-за ограничений источника, оптики и детектора, но, в конечном итоге, из-за возмущений образца, таких как нагрев, деформация, электронные возбуждения, контрастное обесцвечивание и даже разрушение образца15,16 . Поэтому высокое пространственное разрешение требует обширного временного усреднения сигнала. Если из-за отсутствия лучших знаний такое усреднение неизбирательное, оно приводит к потере временного разрешения и к размытым изображениям. При определенных условиях можно восстановить характерные пространственно-временные «режимы» динамической системы за пределами этого обычного временного предела разрешения. Однако разложение мод только увеличивает соотношение сигнал/шум для мод, которые повторяются во времени17,18; шумоподавление нерегулярных временных сигналов выходит за рамки этой задачи18. В качестве альтернативы можно использовать птихографию смешанных состояний для восстановления статических изображений наиболее посещаемых штатов в течение периода усреднения19. В любом случае, если реальная последовательность событий представляет интерес, компромисс между пространственным и временным разрешением представляется фундаментальным.

CCI преодолевает этот предел. Ключевая идея состоит в том, чтобы записывать снимки моделей когерентного рассеяния в пространстве Фурье в качестве необработанных данных и использовать это, даже при небольшом количестве фотонов — когда визуализация невозможна — каждая картина рассеяния содержит спекл-отпечатки состояния системы в реальном пространстве. Объединив разработки в области фотонно-корреляционной спектроскопии, томографии наночастиц1,2 и исследований генома3, мы используем эту чувствительность для точной классификации состояния каждого снимка и, следовательно, временных меток каждого состояния в последовательности из тысяч кадров. Пространственное разрешение возникает независимо от информированного среднего значений картин рассеяния в одном и том же состоянии, которые мы здесь преобразуем в изображения реального пространства посредством восстановления фазы с помощью голографии (см. «Методы»). CCI позволяет нам обнаружить богатую динамику колебаний в хорошо изученном магнитном материале, что иллюстрирует широту неожиданной физики, скрытой во флуктуирующих состояниях материи, и подчеркивает силу CCI в исследовании этой территории.

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>