Presentation Information
[18a-PA1-19]Self-supervised denoising for 4D-STEM
〇(D)Kai Kamijo1, Motoki Shiga1,2,3,4, Shusuke Kanomi5,6, Tomohiro Miyata5, Hiroshi Jinnai5 (1.Graduate School of Information Sciences, Tohoku Univ., 2.UDAC, Tohoku Univ., 3.NIMS, 4.RIKEN, 5.IMRAM, Tohoku Univ., 6.Mitsubishi Chemical Corp.)
Keywords:
Machine learning,Four-Dimensional Scanning Transmission Electron Microscope (4D-STEM)
四次元走査型透過電子顕微鏡（4D-STEM）は高分解能な構造解析を可能とする一方、電子線損傷の影響により高い信号対雑音比を有する回折像の取得が困難である。本研究では、Noise2Voidに基づく自己教師あり雑音除去手法を4D-STEMデータ向けに拡張した新規モデルを開発した。シミュレーションデータによる検証の結果、従来手法と比較して回折スポットの再現性が向上し、PSNRで約10 dBの改善が確認された。