图像注册用于现场X射线纳米成像复合电池阴极的变形
Bo Su1, Guannan Qian2, Ruoyang Gao1
1Shanghai Institute of Applied Physics, China Academy of Sciences, No. 2019 Jialuo Road, Shanghai 201800, People's Republic of China.
Journal of synchrotron radiation
|February 1, 2024
概括
一种新的深度学习方法追踪了电池中纳米电极的演变,改善了X射线显微镜的图像记录和量化变形. 这揭示了在运行过程中电池颗粒内的复杂化学变化.
科学领域:
- 材料科学 材料科学 材料科学
- 电化学 电化学 电化学
- 数据科学数据科学数据科学
背景情况:
- 电池电极的纳米级结构和化学进化对细胞性能产生了重大影响.
- 纳米分辨率的X射线显微镜对于在操作条件下描述电极行为至关重要,对形态,组成和氧化还原状态敏感.
- 电池运行期间的电极变形对像X射线吸收近边结构 (XANES) 成像等技术的图像注册构成了挑战.
研究的目的:
- 开发一种基于深度学习的强大方法,用于在电池电极显微镜中自动识别和跟踪粒子.
- 为了实现精确的图像注册操作特征,尽管样本变形.
- 在电池运行期间量化样品变形的程度.
主要方法:
- 开发了一种深度学习方法,用于自动识别和跟踪粒子.
- 该方法使用已知基本真相的合成数据集进行了验证.
- 该方法应用于运行电池电池的实验数据.
主要成果:
- 深度学习方法展示了强大的图像注册能力.
- 该技术允许量化样本变形.
- 对一个运行的电池电池的分析揭示了显著的粒子内部和粒子间化学复杂性.
结论:
- 开发的深度学习方法有效地解决了用于操作电池研究的图像注册方面的挑战.
- 这种方法有助于对电池电极演变和变形进行纳米级的详细表征.
- 这些发现凸显了电池电极运行的复杂化学异质性.
