设想我们能够清晰地观察材料表面原子的运动，正如我们在夜空中凝视闪烁的星星那样，这将为理解材料的功能打开全新的视角。
然而，传统电子显微镜技术面临着根本性的挑战：要实现毫秒级时间分辨率的原子尺度成像，必须显著降低电子束的剂量，这一要求常常使得图像被噪声掩盖，导致关键细节的模糊。
为了解决这一技术瓶颈，亚利桑那州立大学（ASU）与纽约大学（NYU）的研究团队开发了一种基于无监督深度学习（Unsupervised Deep Learning）的去噪框架，使得在温和的电子束剂量下，可以实现对气体环境中金属纳米颗粒表面的毫秒级时间分辨率观察。
该研究的题目为《Visualizing nanoparticle surface dynamics and abilities enabled by deep denoising》，于2025年2月27日发表在《Science》期刊上。
论文链接：https://www.science.org/doi/10.1126/science.ads2688
相关报道：https://phys.org/news/2025-03-ai-nanoparticles-revealing-hidden-atomic.html
研究背景
纳米颗粒表面结构的动态性对扩散、反应性及催化功能的调控起着重要作用，但其原子级过程尚未得到充分理解。
近期的研究表明，表面流动性与催化性能之间存在直接关系，然而，由于信噪比（Signal-to-Noise Ratio，SNR）的限制，时空细节往往被掩盖。
原子动力学涵盖了从快速振动到较慢迁移的多种运动方式，而在毫秒时间尺度上对原子迁移的表征将加深我们对材料功能的理解。
尽管现代电子探测器理论上能够实现毫秒级的原子结构成像，然而为降低电子束损伤而限制的电子剂量率往往导致图像被噪声主导，从而模糊了关键结构细节。
深度去噪技术与实验方法
研究团队所开发的无监督深度视频去噪器（Unsupervised Deep Video Denoiser，UDVD）采用了一种「盲点」结构设计，通过周围时空邻域估计每个噪声像素值，同时不考虑噪声本身的像素。这一设计有效防止模型将输入直接映射为输出，而是迫使其学习估计潜在的干净图像结构，避免过度拟合噪声。
该技术以铂／二氧化铈样品为观测对象，在室温和CO环境下进行了实验，使用的电子剂量率为2000 e⁻·Å⁻²·s⁻¹，读出速率为75帧／秒，单帧曝光时间为13毫秒。
经去噪处理后，图像的信噪比提高了约36倍，相当于将束流或采集时间增加1300倍的效果，而不影响材料的完整性或时间分辨率。
图示：无监督深度去噪方法。（来源：论文）
表面动态与流动性研究发现
经过处理的高时空分辨率图像揭示了一些意想不到的结果：在CO环境中，铂纳米颗粒表面不断在有序和无序配置之间进行转变。研究发现表面上出现的「漂浮」漫散衬度层，其结构在时间和空间上持续变化。
图示：铂颗粒中的表面动态。（来源：论文）
此外，表面失稳所产生的动态应力场可向下穿透至表面以下，激发亚表面的扰动。研究还记录到晶体学剪切事件发生在表面下方的平面中，从而导致堆垛层错（Stacking Fault）的形成。在这种情况中，铂（111）平面表现出横向滑动，使面心立方堆垛序列转变为六方密堆结构的表面区域。
此观察结果表明，与表面吸附层相关的不稳定性可能使表面下方的晶体结构变得不稳定。
图示：亚表面位点的动态和纳米颗粒流动性。（来源：论文）
为了对这些现象进行定量分析，研究人员应用拓扑数据分析法，通过累积寿命持久存活率（Accumulated Lifetime Persistent Survival，ALPS）统计量来衡量结构的秩序程度。
研究结果表明，ALPS统计量的平均值与粒子的大小（及其表面体积比）呈近似线性关系，从而定量确认了不稳定性与尺寸之间的反比假设。
通过此分析，研究团队将铂颗粒的结构动态分为三类：
1、大颗粒（>3 nm）：保持有序状态，ALPS值高（>1.5）2、小颗粒（≤1.5 nm）：表现出高度无序，ALPS值低（<1.2）3、中间尺寸颗粒（1.5-3 nm）：行为多样，可能表现出极度流动或相对稳定
图示：铂纳米颗粒中全局结构动态的量化。（来源：论文）
未来展望与挑战
本研究通过新型无监督AI去噪算法与原位电子显微镜的结合，实现了对纳米颗粒表面的高时空分辨率观察。结果显示，纳米颗粒表面在晶体学终端与活跃吸附层之间持续发生转变，表面不稳定性可能触发亚表面扰动。
尽管该技术在观察纳米级原子动态方面显著提升了能力，但研究仍面临一些局限性：未能直接观察CO的表面覆盖层，同时电子束仍会对观察结果产生一定影响。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关AI热点
暂无评论...