179 research outputs found
Full-field x-ray fluorescence imaging using a Fresnel zone plate coded aperture
No full textWe present an approach to full-field x-ray fluorescence imaging that uses a Fresnel zone plate as a coded aperture positioned between the object and detector. For this particular coded aperture, the incoherent image formation is identical to the coherent propagation image (inline hologram) of an equivalent absorption object. In the first experiment, we show that prior knowledge of the coded aperture structure and position is no longer required. Fast and robust reconstruction algorithms well known from coherent imaging can be applied. We demonstrate the approach using x-ray fluorescence excited by a collimated Cu- beam at an ordinary laboratory x-ray source. Images are recorded with a field of view of 1mm2 and resolution of 35 µm. The simple and efficient imaging scheme is well suited for further dissemination of x-ray fluorescence imaging and translation to a broader user community, which could take advantage of full-field imaging with chemical contrast. More generally, the scheme also enables full-field imaging of other incoherent radiation processes for which lenses are either not available at all or not with sufficient numerical apertures. Examples include Compton imaging, imaging of inelastic neutron scattering, or -ray imaging in nuclear medicine
CASSCFEL-ASG Software Suite
No full textThe Max Planck Advanced Study Group (ASG) at the Center for Free Electron Laser Science (CFEL) has created the CFEL-ASG Software Suite CASS to view, process and analyse multi-parameter experimental data acquired at Free Electron Lasers (FELs) using the CFEL-ASG Multi Purpose (CAMP) instrument Strüder et al. (2010) [6].The software is based on a modular design so that it can be adjusted to accommodate the needs of all the various experiments that are conducted with the CAMP instrument. In fact, this allows the use of the software in all experiments where multiple detectors are involved. One of the key aspects of CASS is that it can be used either ‘on-line’, using a live data stream from the free-electron laser facility’s data acquisition system to guide the experiment, and ‘off-line’, on data acquired from a previous experiment which has been saved to file
High speed simultaneous X-ray and electron imaging and spectroscopy at synchrotrons and TEMs
No full textStudy of macroscopic and microscopic homogeneity of DEPFET X-ray detectors
No full textFor the X-ray astronomy project Advanced Telescope for High ENergy Astrophysics (Athena) wafer-scale DEpleted P-channel Field Effect Transistor (DEPFET) detectors are proposed as Focal Plane Array (FPA) for the Wide Field Imager (WFI). Prototype structures with different pixel layouts, each consisting of 64 x 64 pixels, were fabricated to study four different DEPFET designs. This thesis reports on the results of the electrical and spectroscopic characterization of the different DEPFET designs. With the electrical qualification measurements the transistor properties of the DEPFET structures are investigated in order to determine whether the design intentions are reflected in the transistor characteristics. In addition, yield and homogeneity of the prototypes can be studied on die, wafer and batch level for further improvement of the production technology with regard to wafer-scale devices. These electrical characterization measurements prove to be a reliable tool to preselect the best detector dies for further integration into full detector systems. The spectroscopic measurements test the dynamic behavior of the designs as well as their spectroscopic performance. In addition, it is revealed how the transistor behavior translates into the detector performance. This thesis, as the first systematic study of different DEPFET designs on die and detector level, shows the limitations of the current DEPFET assessment methods. Thus, it suggests a new concise characterization procedure for DEPFET detectors as well as guidelines for expanded testing in order to increase the general knowledge of the DEPFET. With this study of four different DEPFET variants not only designs suitable for Athena mission have been found but also improvement impulses for the starting wafer-scale device production are provided
Bildverarbeitung für Röntgen- und Elektronen-Detektion basierend auf Neuronale Netze für pixelierte Halbleiterdetektoren
No full textThe analysis of large data sets in physics experiments profits from recent advances in machine learning techniques based on neural networks. The strength of this approach relies on the existence of validated calibration data called ground truth and reliably tested numerical simulations. Especially in recent years, the widespread use of neural networks gained momentum because of the continuous supply of software and a substantial increase in computer processing power. This continuous increase also impacts applications based on neural networks in analyzing data acquired by pixelated semiconductor detectors.
The user at a beamline experiment expects the event parameters such as the position of the radiation in terms of the point of entry on subpixel level and the amplitude, which describes the energy deposition, the number of photons, or the number of electrons. In electron microscopy, energetic electrons produce three-dimensional tracks in the detector volume and do not deposit their energy locally at their point of entry. The energy deposition happens along these tracks, typically extending over several pixels. However, the user is not interested in the tracks of the primary electrons but in the precise point of entry. In crystallography experiments, the online indexing of the Laue diffraction patterns enables new opportunities. That means all sensor and electronics artifacts need to be analyzed and corrected in real-time.
Four different methods based on neural networks are developed for different event rates on the detectors to precisely determine the point of entry and the intensity of the radiation on the detector. The developed methods enable the reconstruction of positional information and intensity images in real-time at high frame rates. For further physics analyses, no additional detector corrections need to be performed. For X-rays, subpixel resolution has been achieved of less than 10 % of the pixel dimensions. For 300 keV electrons in transmission electron microscopy (TEM), the point of entry in the detector was determined precisely (40 µm) although they produce a track of more than 450 µm in the silicon.
Crucial for the development and testing of the neural networks are large data sets containing, on the one hand, the unanalyzed raw data of the detector system and, on the other hand, the associated exact entry points of the primary radiation, e.g., by simulations. The requirement for the unanalyzed dataset is a physically accurate description of the signal formation in the individual pixels.
For this purpose, the primary particles' behavior in the detector volume and the signal response of the individual pixels are physically described and modeled. The results are implemented in a Monte Carlo simulation. Numerous measurements have verified the Monte Carlo data.
Finally, the newly developed neural networks are compared with the previously used methods in terms of parameters such as spatial precision and analysis speed based on simulated data and performed measurements. We have executed a series of measurements with a transmission electron microscope at different electron intensities and energies to test and verify the developed methods. The results based on the use of neural networks are in good agreement with the precisely known points of entry from the TEM and the simulated data. An X-ray data set with 1.3 keV X-rays yielded a position resolution of better than 3 µm - again, in good agreement with experimental data from an X-ray microscope. The performance of the developed algorithms paves the way to real-time data analysis and data reduction.
In this sense, this work provides a basis and fundamental understanding for future advanced data analysis applications for pixelated semiconductor detector systems.Die Analyse großer Datensätze in physikalischen Experimenten profitiert von den neuesten Fortschritten bei maschinellen Lernverfahren, die auf neuronalen Netzen basieren. Die Stärke dieses Ansatzes beruht auf dem Vorhandensein von validierten Kalibrierungsdaten, der sogenannten Ground Truth, und zuverlässig getesteten numerischen Simulationen. In den letzten Jahren hat der breite Einsatz von neuronalen Netzen aufgrund der kontinuierlichen Bereitstellung von Software und einer erheblichen Steigerung der Computerleistung an Dynamik gewonnen. Diese Zunahme lässt sich auch im Bereich der pixelierten Halbleiterdetektoren wiederfinden.
Die Nutzer an Strahllinienexperimenten erwarten Eventparameter wie Position der auftreffenden Strahlung auf dem Detektor und die Amplitude, welche die Energiedeposition, die Photonenanzahl oder die Elektronenanzahl beschreibt. In der Elektronenmikroskopie erzeugen energetische Elektronen dreidimensionale Spuren im Detektorvolumen und geben ihre Gesamtenergie nicht punktförmig am Eintrittsort ab. Stattdessen erfolgt die Energiedeposition entlang der ausgebildeten Spuren, welche sich im Allgemeinen über einige Pixel erstrecken. Der Nutzer ist jedoch nicht an den Spuren interessiert sondern am genauen Eintrittspunkt der Elektronen. In der Kristallografie eröffnet die Onlineanalyse der Laue Diffraktionsmuster neue Möglichkeiten. Hierzu müssen alle sensorspezifischen und elektronischen Effekte in Echtzeit analysiert und korrigiert werden.
Es werden vier verschiedene Methoden für unterschiedliche Ereignisraten auf den Detektoren entwickelt, um den Eintrittspunkt und die Intensitätsverteilung der Strahlung auf dem Detektor genau zu bestimmen. Diese Methoden ermöglichen die Rekonstruktion von Positions- und Intensitätsinformationen in Echtzeit bei hohen Bildraten. Für weitere physikalische Analysen müssen keine zusätzlichen Detektorkorrekturen vorgenommen werden. Für Röntgenstrahlung wurde eine Subpixelauflösung von weniger als 10 % der Pixelabmessungen erreicht. Für Elektronen mit einer Primärenergie von 300 keV in der Transmissionselektronenmikroskopie (TEM) wurde der Eintrittspunkt in den Detektor genau bestimmt (40 µm) obwohl sie eine Spur von mehr als 450 µm im Silizium erzeugen.
Entscheidend für die Entwicklung und den Test der neuronalen Netze sind große Datensätze, die zum einen die unanalysierten Rohdaten des Detektorsystems und zum anderen beispielsweise durch Simulationen die zugehörigen exakten Eintrittspunkte der Primärstrahlung enthalten. Die Voraussetzung für den unanalysierten Datensatz ist eine physikalisch genaue Beschreibung der Signalentstehung in den einzelnen Pixeln.
Zu diesem Zweck wurden das Verhalten der Primärteilchen im Detektorvolumen und die Signalantwort der einzelnen Pixel physikalisch beschrieben und modelliert. Die Ergebnisse wurden in einer Monte-Carlo-Simulation implementiert. Die Monte-Carlo-Daten wurden durch zahlreiche Messungen verifiziert. Abschließend werden die neu entwickelten neuronalen Netze mit den bisher verwendeten Methoden in Bezug auf Parameter wie räumliche Auflösung und Analysegeschwindigkeit anhand von simulierten Daten und durchgeführten Messungen verglichen. Zur Überprüfung und Verifizierung der entwickelten Methoden haben wir eine Reihe von Messungen mit einem Transmissionselektronenmikroskop bei verschiedenen Elektronenintensitäten und -energien durchgeführt. Die auf der Verwendung neuronaler Netze basierenden Ergebnisse stimmen gut mit den genau bekannten Eintrittspunkten aus den experimentell gemessenen und den simulierten Daten überein. Ein Röntgendatensatz mit 1,3 keV Röntgenstrahlung ergab eine Positionsauflösung von besser als 3 µm - ebenfalls in guter Übereinstimmung mit experimentellen Daten aus einem Röntgenmikroskop. Die entwickelten Algorithmen bieten das Potential für Datenanalyse und Datenreduktion in Echtzeit.
In diesem Sinne bietet diese Arbeit eine Basis und ein grundlegendes Verständnis für zukünftige fortschrittliche Datenanalyseanwendungen für pixelierte Halbleiterdetektorsysteme
- …
