弱衍射樣品的高分辨成像及衍射增強相干X射線成像方法研究.pdf

1、相比可見光和電子，X射線具有波長短，穿透能力強等特點，是進行無損、高分辨成像的理想光源。隨著X射線光源的發(fā)展，第三代同步輻射在光源亮度和相干性方面有了很大的提升;第四代光源—X射線自由電子激光(XFEL)的建立，不僅進一步提高了X射線光源的亮度，實現了全相干，而且單脈沖的持續(xù)時間只有飛秒量級，使得無輻射損傷成像、動態(tài)成像和活體成像成為可能。傳統的X射線成像方法大多是基于X射線聚焦透鏡來成像，如K-B鏡、菲涅爾波帶片等。但是由于X射線難以

2、聚焦，且聚焦元件制備工藝復雜，因此傳統X射線顯微鏡的成像分辨率與聚焦元件的加工制備精度緊密相關。近年來，得益于不斷提高的同步輻射光源的亮度和相干性，在X射線晶體學基礎上發(fā)展出一種新的成像技術-相干X射線衍射成像(Coherent X-ray diffraction imaging-CDI)。該成像方法擺脫了對X射線聚焦元件的依賴，成像樣品也不僅限于晶體，還可以對非晶體樣品進行原位定量成像。其原理是使用一束相干X射線照射樣品，利用X射線探

3、測器收集樣品在遠場處的相干衍射圖樣，通過過度取樣與迭代相結合的算法對衍射圖樣進行相位恢復和圖像重建，從而獲取樣品的高分辨圖像。由于成像光路中不使用任何X射線聚焦元件，因此成像分辨率僅與X射線的波長和衍射角有關，理論上可以達到原子量級。
　　目前CDI已經被廣泛應用于生物學、物理學、材料學等學科的研究之中。成像方法由最初的平面波CDI不斷發(fā)展出了布拉格CDI、掃描CDI、菲涅爾CDI等多種相干衍射成像方法。在CDI成像分辨率方面，目

4、前通過K-B鏡聚焦提高X射線亮度的方法，可獲得納米銀顆粒樣品2nm分辨率的二維投影;采用XFEL-CDI單脈沖成像獲得了納米金顆粒5.5nm的三維圖像。對于弱衍射生物樣品，由于受到相干散射截面的限制，難以獲取高分辨率的衍射圖樣。而相干衍射成像分辨率最終取決于衍射圖樣的分辨率。為提高衍射圖樣分辨率，增加曝光時間是一種潛在方式，但對于生物樣品，長時間的曝光勢必帶來輻射損傷的問題。最新發(fā)展起來的XFEL-CDI單脈沖成像被證實能在輻射損傷發(fā)生

5、前記錄下樣品的衍射圖樣，是理想的無輻射損傷成像方法。目前，生物樣品的XFEL-CDI單脈沖成像分辨率仍然有限，如何提高弱衍射生物樣品單脈沖成像的分辨率也是擺在研究者面前的一個挑戰(zhàn)。另外，對于CDI來說，一個高抗噪音和精確的相位恢復與圖像重建算法對于提高低信噪比衍射圖樣的相位恢復和圖像重建質量非常重要。
　　由于CDI記錄的是X射線與樣品電子發(fā)生彈性散射產生的衍射圖樣，理論上可以通過衍射圖樣計算樣品的電子密度，從而根據高襯度的密度差

6、異對樣品的成分和結構進行分析。同時，結合斷層掃描成像的方法，通過旋轉樣品記錄在不同角度下的衍射圖樣，能夠實現在不破壞樣品的情況下研究其三維高分辨結構。
　　基于以上CDI成像的優(yōu)勢，以及在弱衍射樣品成像方面需要解決的科學問題和本課題組的研究基礎，本論文主要在提高弱衍射樣品成像分辨率、衍射增強成像方法研究以及生物材料的三維高分辨成像方面開展了以下工作:
　　(1)通過優(yōu)化CDI數據采集方法，定量研究了單個弱衍射趨磁細菌的二維高

7、分辨成像。在實驗中分別收集趨磁細菌的低分辨衍射圖樣和高分辨衍射圖樣，通過計算兩者重疊區(qū)域差異最小值將其最優(yōu)化拼接，最終獲得弱衍射趨磁細菌的衍射圖樣，并成功將中心衍射數據丟失限制在0級衍射斑以內。緊束縛有限空間約束條件的使用，提高了衍射圖樣重建的收斂速度和相位的恢復精度，獲得了像素分辨率為18.6nm的趨磁細菌二維重建圖像。根據衍射圖樣強度與入射X射線亮度之間的關系，計算得到趨磁細菌的質量密度約為1.19g/cm3，并根據定量成像結果確定

8、了趨磁細菌內部的部分細胞器結構，發(fā)現了鏈狀分布的磁小體結構。
　　(2)利用XFEL技術，以金黃色葡萄球菌為模板，研究了用納米金團簇標定金黃色葡萄球菌來增強衍射信號和重建分辨率的XFEL-CDI單脈沖衍射增強成像方法。通過XFEL單脈沖照射樣品，在輻射損傷發(fā)生前記錄其衍射圖樣，解決了輻射損傷問題。采用XFEL-CDI單脈沖分別對納米金團簇標定的金黃色葡萄球菌和對照樣品進行成像。標定樣品和對照樣品衍射圖樣的信號強度和功率譜密度(PS

9、D)曲線的對比結果表明，納米金團簇的標定能夠有效提高生物樣品的衍射信號強度。采用緊束縛有限空間約束條件分別對標定樣品和對照樣品的衍射圖樣進行了重建。重建圖像的PRTF結果表明，標定樣品重建圖像的分辨率相比對照樣品提高了2.6倍。結合理論計算和實驗結果，分析討論了納米金團簇標定提高衍射圖樣信號強度和重建圖像分辨率的機理。
　　(3)針對實驗數據中普遍存在的問題，構建了抗噪音和中心衍射數據丟失的Guided oversampling

10、smoothness(GOSS)相位恢復與圖像重建算法。將OSS算法中降噪音的高斯濾波器與GHIO算法中的最優(yōu)化引導傳代理論應用于HIO算法之中，構建了GOSS算法。通過對不同噪音以及不同中心衍射數據丟失尺寸的模擬衍射圖樣，分別采用HIO、GHIO、OSS及GOSS進行圖像重建，其結果表明:GOSS在抗噪音方面與OSS相當，在抗中心衍射數據丟失、圖像重建一致性以及圖像分辨率方面均優(yōu)于HIO、GHIO和OSS算法。實驗獲取的白色念珠菌細胞

11、衍射圖樣的HIO、GHIO、OSS和GOSS重建結果進一步證明了GOSS算法在相位恢復與圖像重建方面的有效性。對比四種算法重建圖像的PRTF曲線表明，GOSS重建結果具有最高成像分辨率，GOSS的重建結果可以分辨出最多的細胞結構。
　　(4)利用三維相干衍射成像方法，研究了不同礦化程度魚骨組織在納米尺度上的三維結構。通過實驗分別獲取了高礦化魚骨組織樣品在0°和±45°的衍射圖樣以及低礦化魚骨組織樣品在-69.4°到69.4°之間的