Monitored Tomographic Reconstruction-An Advanced Tool to Study the 3D Morphology of Nanomaterials.
Monitored Tomographic Reconstruction-An Advanced Tool to Study the 3D Morphology of Nanomaterials.
复制标题
受监测的断层造影重建 - 一个先进的工具，用于研究纳米材料的3D形态。
DOI：
10.3390/nano11102524
复制
发表时间：
2021-09-27
期刊：
影响因子：
--
通讯作者：
Zschech E
中科院分区：
文献类型：
--
作者：
Bulatov K;Chukalina M;Kutukova K;Kohan V;Ingacheva A;Buzmakov A;Arlazarov VV;Zschech E
详细和准确的三维（3D）信息的形态分层结构的材料是来自多尺度X射线计算机断层扫描（XCT）和随后的3D数据重建。高分辨率X射线显微镜和纳米XCT是非破坏性研究纳米材料（包括多孔或骨架材料）的合适技术。然而，实验室纳米XCT研究非常耗时。为了减少时间到数据的数量级以上，我们建议利用监测断层重建。这种用于3D成像的新协议的好处是，每个投影的数据采集被图像重建穿插。我们证明了这种新的方法的纳米XCT数据的一种新的过渡金属为基础的材料系统：MoNi 4电催化剂锚定在MoO 2立方体对齐的镍泡沫（MoNi 4/MoO2@Ni）。需要描述这种具有先进电催化活性纳米材料的分层结构系统的3D形态的定量数据来定制电催化剂系统的性能和耐久性。我们提出了监控断层重建的框架，构建了三个停止规则的各种重建质量指标，并提供了实验评估。
Detailed and accurate three-dimensional (3D) information about the morphology of hierarchically structured materials is derived from multi-scale X-ray computed tomography (XCT) and subsequent 3D data reconstruction. High-resolution X-ray microscopy and nano-XCT are suitable techniques to nondestructively study nanomaterials, including porous or skeleton materials. However, laboratory nano-XCT studies are very time-consuming. To reduce the time-to-data by more than an order of magnitude, we propose taking advantage of a monitored tomographic reconstruction. The benefit of this new protocol for 3D imaging is that the data acquisition for each projection is interspersed by image reconstruction. We demonstrate this new approach for nano-XCT data of a novel transition-metal-based materials system: MoNi4 electrocatalysts anchored on MoO2 cuboids aligned on Ni foam (MoNi4/MoO2@Ni). Quantitative data that describe the 3D morphology of this hierarchically structured system with an advanced electrocatalytically active nanomaterial are needed to tailor performance and durability of the electrocatalyst system. We present the framework for monitored tomographic reconstruction, construct three stopping rules for various reconstruction quality metrics and provide their experimental evaluation.
登录
查看更多内容
影响因子：
3.9
作者：
Bulatov, Konstantin;Chukalina, Marina;Arlazarov, Vladimir V.
通讯作者：
Arlazarov, Vladimir V.
影响因子：
4.6
作者：
Topal, Emre;Loeffler, Markus;Zschech, Ehrenfried
通讯作者：
Zschech, Ehrenfried
影响因子：
5.3
作者：
Topal, Emre;Rajendran, Harishankaran;Zschech, Ehrenfried
通讯作者：
Zschech, Ehrenfried
通过卷积神经网络进行低剂量 CT
影响因子：
3.4
作者：
Chen, Hu;Zhang, Yi;Wang, Ge
通讯作者：
Wang, Ge
影响因子：
4.6
作者：
Yang X;De Andrade V;Scullin W;Dyer EL;Kasthuri N;De Carlo F;Gürsoy D
通讯作者：
Gürsoy D