Улучшенная электронная микроскопия в обработке изображений для анализа аморфных сплавов: электронно-микроскопический анализатор изображения кластера (EMICA). Инструмент и результаты

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В данной статье представлен электронно-микроскопический анализатор изображения кластера (EMICA), представляющий собой программный инструмент, основанный на Python, который позволяет обеспечить качественно новый уровень обработки изображений электронной микроскопии для аморфных сплавов. EMICA решает уникальные проблемы, предоставляя специализированные возможности для анализа кластеров и распознавания пространственных шаблонов. В данном исследовании рассмотрено развитие программного обеспечения и его применение на примерах, доказана эффективность применения при анализе аморфных сплавов. Путем интеграции передовых методов обработки изображений и алгоритмов EMICA выявляет скрытые закономерности, определяются количественные показатели распределения кластеров. В статье показаны возможности использования программного приложения в исследованиях в задачах материаловедения, предоставляя специализированное решение для анализа изображений электронной микроскопии в области аморфных сплавов. В статье сделаны выводы, основанные на реальных примерах и кейсах, которые свидетельствуют об эффективности представленного программного обеспечения в выявлении тонких деталей структур аморфных сплавов. Начиная с идентификации тонких вариаций в атомных конфигурациях и заканчивая количественной оценкой распределений кластеров, EMICA представляет собой значительный шаг вперед в области передовой обработки изображений электронной микроскопии, внося значительный вклад в развитие этой области.

Об авторах

Дилла Дагим Силеши

Дальневосточный федеральный университет

Автор, ответственный за переписку.
Email: dilla.d@dvfu.ru
ORCID iD: 0000-0002-9100-1257

аспирант, Институт математики и компьютерных технологий, инженер-исследователь, лаборатория электронной микроскопии и обработки изображений

Россия, Владивосток

Евгений Владиславович Пустовалов

Дальневосточный федеральный университет

Email: pustovalov.ev@dvfu.ru
ORCID iD: 0000-0003-1036-3975

доктор физико-математических наук, профессор, департамент информационных и компьютерных систем, Институт математики и компьютерных технологий, руководитель образовательной программы 09.03.02 «Информационные системы и технологии», профиль «Программирование робототехнических систем»

Россия, Владивосток

Александр Николаевич Федорец

Дальневосточный федеральный университет

Email: fedorec.an@dvfu.ru
ORCID iD: 0000-0001-9007-3171

старший преподаватель, департамент информационных и компьютерных систем, Институт математики и компьютерных технологий

Россия, Владивосток

Список литературы

  1. Klement W., Willens R.H., Duwez P. Nature. 1960. No. 187. P. 869.
  2. Egami T., Maed K., Srolovitz D., Vitek V. J. Phys. Colloques. 1980. No. 41. Pp. 8–272.
  3. Fratila A., Jimenez-Marcos C., Mirza-Rosca J.C., Saceleanu A. Mat. Chem. Phys. 2023. No. 304. P. 127867.
  4. Modin E.B., Pustovalov E.V., Fedorets A.N. et al. J. Alloys Comp. 2015. No. 641. Pp. 139–143.
  5. Pustovalov E.V., Modin E.B., Frolov A.M. et al. J. Surf Invest: X-Ray, Synchrotron and Neutron Techniques. 2019. No. 13. Pp. 600–608.
  6. Pustovalov E.V., Modin, E.B., Kirillov A.V. et al. Bulletin of the Russian Academy of Sciences: Physics. 2014. No. 78 (9). Pp. 890–893.
  7. Jena P., Castleman A.W. Jr. Nanoclusters: A bridge across disciplines. Burlington, MA: Elsevier, 2010. 593 p.
  8. Sørensen K.H., Jørgensen M.S., Bruix A., Hammer B. J. Chem. Phys. 2018. No. 148 (24). P. 241734.
  9. Ranita, P., Arpita P., Chattaraj P.K. Frontiers in Chemistry. 2021. No. 9. P. 730548.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Исходное электронно-микроскопическое изображение аморфных сплавов CoP и NiW.

Скачать (474KB)
Метаданные
3. Рис. 2. Распределение точек кластера

Скачать (481KB)
Метаданные
4. Рис. 3. Кластерные визуализации для кластеров

Скачать (18KB)
Метаданные
5. Рис. 4. Вероятностное распределение угла

Скачать (33KB)
Метаданные
6. Рис. 5. Диаграмма вероятностей распределения точек кластера

Скачать (37KB)
Метаданные


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».