Карта кристаллов: как рассортировать миллионы снимков экспресс

Оригинал: "Unsupervised segmentation and clustering workflow for efficient processing of 4D-STEM and 5D-STEM data"
arXiv:2601.17262 · 2026-01-24 · CC BY 4.0 · 1 мин
Новый способ сжимает потоки данных с электронного микроскопа и находит области с одинаковой структурой.

📄 Показана версия «Просто» — «Популярно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Электронный микроскоп сканирует образец и в каждой точке записывает, как электроны рассеиваются на атомах. Получается гигантская стопка снимков — по одному на каждую точку. В них зашифрована информация о том, как уложены атомы: ровными рядами или с перекосом, куда повёрнута кристаллическая решётка, есть ли внутренние напряжения.

Проблема в том, что таких снимков миллионы, и вручную их не разобрать. Авторы работы предлагают автоматически находить участки, где картина рассеяния почти одинаковая. Похожие снимки объединяются в группы, и для каждой группы получается один усреднённый узор — чёткий и без шума. Так из хаоса миллионов картинок рождается карта из нескольких десятков областей.

Метод работает как сортировка фотографий в альбоме: сначала раскладываем по папкам «пляж», «горы», «город», а потом в каждой папке берём самый типичный кадр.

Такой подход резко уменьшает объём данных — в сотни раз. При этом важные детали не теряются, а наоборот, становятся заметнее: усреднение убирает случайный шум. Метод пригодится не только для статичных образцов, но и для наблюдения за процессами в реальном времени, например за ростом кристаллов.

Авторы опробовали алгоритм на данных о росте наночастиц золота в жидкой среде. Микроскоп снимал видео, как частицы укрупняются, а программа на лету разделяла кадры по типам кристаллической упаковки. Это позволило увидеть, как меняется структура каждой частицы по отдельности.

Исходный код и примеры работы выложены в открытый доступ — любой может повторить анализ на своих данных.

Теперь у материаловедов есть инструмент, который превращает сырые данные микроскопа в понятную карту: где какая фаза, куда повёрнута решётка, где есть напряжения. Это ускоряет анализ и помогает находить закономерности, которые раньше тонули в шуме.

Усреднение дифракционных картин улучшает качество сигнала настолько, что становятся видны слабые отражения, незаметные на одиночных снимках.

Учёные
Christian DopplerD. B. McLaughlinDidier QuelozMichel MayorR. A. RossiterJames Clerk Maxwell
Понятия
кластеризация сегментация медицинских изображений визуализация кристаллов с помощью нейронных сетей сегментация опухолей сигма-клиппинг кластеризация методом k-средних уменьшение размерности спектроскопия кристаллической оптики компьютерная томография slam классификация неразрушающая спектроскопия визуализации бутстрэп распознавание образов дифракция диффузионные модели диффузионная МРТ дислокация бинирование дифракция нейтронов