基于多項(xiàng)式回歸與線性插值的全場納米譜學(xué)成像背景序列預(yù)測

邢彥軍 高若陽 張玲 陶芬 劉一 鄧彪

1（上海理工大學(xué) 上海 200093）

2（中國科學(xué)院上海應(yīng)用物理研究所 上海 201800）

3（中國科學(xué)院上海高等研究院 上海同步輻射光源 上海 201204）

4（中國科學(xué)院大學(xué) 北京 100049）

基于同步輻射的全場透射顯微鏡（Transmission X-ray Microscope，TXM）是一種可無損研究物質(zhì)內(nèi)部結(jié)構(gòu)且具有納米分辨的成像技術(shù)［1-3］，在納米材料、地球科學(xué)和新能源等領(lǐng)域得到廣泛的應(yīng)用［4-5］。透射X射線顯微鏡工作原理與光學(xué)顯微鏡類似：X射線束聚焦在樣品上，透射的X射線被用作物鏡的菲涅耳波帶片放大，探測器接收經(jīng)放大后的圖像。隨著高亮度、高性能同步輻射光源的發(fā)展，基于同步輻射的TXM成像技術(shù)獲得了快速的發(fā)展，結(jié)合X射線譜學(xué)技術(shù)，可以實(shí)現(xiàn)樣品中感興趣的化學(xué)元素的元素分布和價(jià)態(tài)分布的成像研究［6］。

X射線吸收精細(xì)結(jié)構(gòu)（X-ray Absorption Fine Structure，XAFS）是一種基于同步輻射X射線源發(fā)展的光譜分析方法，XAFS在近十幾年來迅速發(fā)展，已經(jīng)成為材料科學(xué)研究中不可或缺的表征手段，在材料科學(xué)［7-8］、環(huán)境科學(xué)［9］和能源領(lǐng)域［10］等廣泛應(yīng)用。XAFS分為X射線吸收近邊結(jié)構(gòu)（X-ray Absorption Near Edge Structural，XANES）和擴(kuò)展X射線吸收精細(xì)結(jié)構(gòu)（Extended X-ray Absorption Fine Structure，EXAFS）?，F(xiàn)在XANES譜圖的解析主要集中在邊前峰上，XANES的邊前峰可以給出配位結(jié)構(gòu)信息，而吸收邊對(duì)應(yīng)的吸收閾值可反映元素的氧化態(tài)。因此，通過分析X射線近邊吸收譜的能量位置、吸收峰的形狀和強(qiáng)度等特征，可以實(shí)現(xiàn)有關(guān)化學(xué)元素和價(jià)態(tài)的分析［11-13］。

基于同步輻射的全場納米譜學(xué)成像（TXMXANES）是將TXM與XANES方法有機(jī)結(jié)合的成像方法，利用特定元素對(duì)X射線能量的不同響應(yīng)特性，獲得樣品內(nèi)部對(duì)應(yīng)元素的化學(xué)價(jià)態(tài)分布信息。TXM-XANES所獲取的數(shù)據(jù)結(jié)構(gòu)可以看作一系列具有空間分辨的X射線吸收譜，也可以被當(dāng)作是一系列具有能量分辨的X射線圖像。全場納米譜學(xué)成像與CT技術(shù)的結(jié)合，可以獲得樣品中特定元素的三維價(jià)態(tài)空間分布信息［14-17］。上海光源納米三維成像線站（BL18B）已建立TXM-XANES方法并對(duì)用戶開放［18］，該技術(shù)已逐漸成為能源材料、納米材料研究的重要實(shí)驗(yàn)方法。

1 簡介

1.1 上海光源納米三維成像線站

納米三維成像線站（BL18B）是上海光源線站工程建設(shè)內(nèi)容之一，能量范圍為5~14 keV。主要實(shí)驗(yàn)方法包括TXM、納米CT和全場納米譜學(xué)成像。納米三維成像光束線采用柱面準(zhǔn)直鏡、雙晶單色器和超環(huán)面聚焦鏡設(shè)計(jì)方案。實(shí)驗(yàn)站采用自主研制的TXM系統(tǒng)，實(shí)驗(yàn)線站整體布局如圖1（a）所示，主要設(shè)備包括單毛細(xì)管橢球聚焦鏡（Monocapillary Condenser）、針孔（Pinhole）、樣品臺(tái)（Sample Stage）、波帶片（Zone Plate，ZPs）、成像探測器等，實(shí)驗(yàn)站照片如圖1（b）所示。2021年上海光源BL18B線站完成帶光調(diào)試與性能測試，實(shí)現(xiàn)了優(yōu)于20 nm分辨率的TXM成像，2022年該線站已正式對(duì)用戶開放使用。

圖1 上海光源納米三維成像實(shí)驗(yàn)站BL18B示意圖(a)和現(xiàn)場照片(b)Fig.1 Schematic of SSRF BL18B end station (a) and field photograph (b)

1.2 全場納米譜學(xué)成像

全場納米譜學(xué)成像結(jié)合了TXM和XANES兩種實(shí)驗(yàn)方法，能夠獲得樣品中特定元素的化學(xué)價(jià)態(tài)分布信息，我們基于上海光源BL18B光束線站建立了TXM-XANES方法。常規(guī)TXM-XANES數(shù)據(jù)采集和處理流程如圖2（a、b）所示，首先調(diào)節(jié)單色器，針對(duì)特定元素的吸收邊設(shè)置起始能量點(diǎn)E0，通過調(diào)節(jié)樣品、波帶片及探測器的相對(duì)位置采集一幅E0下的TXM圖片，隨即將樣品移出視場，采集一幅E0下的樣品背景圖片；然后改變光束線能量為E0+ΔE，計(jì)算波帶片移動(dòng)距離并將波帶片移至相應(yīng)位置，采集E0+ΔE下的TXM圖片，隨即將樣品移出視場，采集一幅E0+ΔE下的樣品背景圖片；重復(fù)上述操作，在特定元素吸收邊前邊后分別采集一系列不同能量點(diǎn)的TXM圖像和樣品背景圖像。TXM-XANES數(shù)據(jù)處理時(shí)，不同能量下的系列投影圖像扣除背景圖像，提取該系列投影圖像上指定區(qū)域的灰度信息，獲得具有空間分辨的XANES數(shù)據(jù)。通過數(shù)據(jù)擬合和圖像處理，最后可以獲得樣品納米分辨的化學(xué)分布信息。

圖2 常規(guī)TXM-XANES方法圖示 (a) 數(shù)據(jù)采集流程圖，(b) TXM-XANES數(shù)據(jù)處理流程示意圖Fig.2 Illustration of conventional TXM-XANES method

常規(guī)TXM-XANES數(shù)據(jù)采集方法需要采集每個(gè)能量點(diǎn)下的圖像和背景圖像，采集時(shí)間長、數(shù)據(jù)量大，納米尺度下，由于機(jī)械結(jié)構(gòu)的不穩(wěn)定和樣品的移動(dòng)會(huì)對(duì)TXM-XANES分析產(chǎn)生一定的影響。

本文提出一種基于機(jī)器學(xué)習(xí)、多項(xiàng)式回歸與線性插值運(yùn)算模型生成背景圖像序列的方法，基于已知數(shù)據(jù)，利用多項(xiàng)式回歸和線性插值技術(shù)建立圖像灰度值、像素點(diǎn)、能量等相關(guān)特征之間復(fù)雜線性關(guān)系的預(yù)測模型，實(shí)現(xiàn)了僅通過兩張譜學(xué)背景圖像完成背景圖像序列預(yù)測建模。相對(duì)于常規(guī)的TXMXANES數(shù)據(jù)采集方法，該方法具備數(shù)據(jù)量少、采集時(shí)間短等優(yōu)勢，可顯著提升TXM-XANES效率。

2 算法介紹

2.1 多項(xiàng)式回歸

回歸分析（Regressive Analysis，RA）是機(jī)器學(xué)習(xí)中的一種監(jiān)督學(xué)習(xí)方法，是一種用于時(shí)間序列建模、預(yù)測的機(jī)器學(xué)習(xí)技術(shù)，主要功能是建模和分析變量之間的關(guān)系［19］。多項(xiàng)式回歸是一種處理非線性數(shù)據(jù)的回歸模型。多項(xiàng)式函數(shù)是一種由常數(shù)與自變量X經(jīng)過有限次乘法與加法運(yùn)算得到的函數(shù)，可以通過變量轉(zhuǎn)換為多元線性回歸問題來解決。多項(xiàng)式回歸的關(guān)鍵在于為數(shù)據(jù)添加了原有特征多項(xiàng)式的組合形式的新特征，通過采用這種方法解決非線性問題。多項(xiàng)式回歸技術(shù)被廣泛應(yīng)用于圖像去噪、平滑以及圖像序列像素值預(yù)測等任務(wù)中，多項(xiàng)式回歸能夠通過擬合像素值與其他相關(guān)特征（如位置、顏色等）之間的復(fù)雜線性關(guān)系，從而實(shí)現(xiàn)像素值的預(yù)測。

2.2 圖像插值算法

圖像插值算法是視頻編碼中的關(guān)鍵技術(shù)［20］，能夠在圖像幀間預(yù)測中起到重要作用，用來生成預(yù)測幀的像素值，從而減少視頻數(shù)據(jù)的存儲(chǔ)和傳輸量。雙線性插值是線性插值在二維時(shí)空的推廣［21］，雙線性插值的算法原理是在水平、垂直兩個(gè)方向上共做了三次線性插值，定義了一個(gè)雙曲拋物面與4個(gè)已知點(diǎn)擬合，具體操作為在x方向上進(jìn)行兩次線性插值計(jì)算，然后在y方向上進(jìn)行一次線性插值計(jì)算。

f(x，y)為二元函數(shù)，已知f(x0，y0)、f(x0，y1)、f(x1，y0)、f(x1，y1) 4點(diǎn)灰度值，首先在x方向上進(jìn)行兩次線性插值，得到：

再在y方向上進(jìn)行兩次線性插值，得到：

綜合起來，就是雙線性插值的結(jié)果：

在式（4）中，將待求像素點(diǎn)的灰度值f(x，y)通過周圍4點(diǎn)的像素值在x、y方向上通過加權(quán)方式計(jì)算。圖像插值算法相當(dāng)于一種圖像低通濾波器，但由于TXM-XANES背景圖像數(shù)據(jù)通常具備少量高頻信息，故雙線性插值算法可提升灰度值預(yù)測速度。

2.3 背景預(yù)測的多項(xiàng)式回歸插值算法

為實(shí)現(xiàn)只采集首尾兩張背景圖像實(shí)現(xiàn)TXMXANES序列背景預(yù)測，基于上海光源納米三維成像線站采集的TXM-XANES圖像數(shù)據(jù)建立了訓(xùn)練集和測試集，訓(xùn)練集用于建立多項(xiàng)式回歸模型，測試集用于評(píng)估和優(yōu)化模型。

算法模型流程如圖3（a）所示，總體模型結(jié)構(gòu)設(shè)計(jì)見圖3（b）。具體步驟如下：

圖3 (a) 算法模型流程，(b) 總體模型結(jié)構(gòu)設(shè)計(jì)示意圖Fig.3 (a) Workflow of algorithm model process, (b) Diagram of overall model structure design

1） 首先裁剪訓(xùn)練集和測試集圖像至相同尺寸，將圖像序列分為首尾和中間兩部分，分別作為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的輸入和輸出。

2） 針對(duì)每個(gè)圖像序列中像素點(diǎn)，提取其在圖像序列中的首尾位置灰度值作為輸入特征，將圖像序列中間灰度值作為輸出特征。

3） 針對(duì)圖像中每個(gè)像素點(diǎn)，利用多項(xiàng)式回歸算法擬合輸入特征和輸出特征之間關(guān)系建立多項(xiàng)式回歸模型，選擇合適的多項(xiàng)式階數(shù)在擬合過程中平衡模型的復(fù)雜度和對(duì)數(shù)據(jù)的擬合能力，使用最小二乘法最小化擬合誤差來評(píng)估多項(xiàng)式系數(shù)。最后將測試集數(shù)據(jù)的輸入特征和輸出特征，輸入已擬合完成的多項(xiàng)式中進(jìn)行微調(diào)和優(yōu)化。

4） 基于訓(xùn)練好的多項(xiàng)式回歸模型D，根據(jù)首尾圖像的灰度值和位置信息，逐像素點(diǎn)進(jìn)行圖像灰度值預(yù)測，引入插值算法提升灰度值預(yù)測速度。

2.4 改進(jìn)的TXM-XANES數(shù)據(jù)采集與處理

改進(jìn)的TXM-XANES數(shù)據(jù)采集流程如下，首先調(diào)節(jié)單色器，針對(duì)特定元素的吸收邊設(shè)置起始能量點(diǎn)E0，將樣品移出視場并采集一幅E0下的樣品背景圖片，通過調(diào)節(jié)樣品、波帶片及探測器的相對(duì)位置采集一幅E0下的TXM圖片；然后改變光束線能量為E0+ΔE，計(jì)算波帶片移動(dòng)距離并將波帶片移至相應(yīng)位置，采集E0+ΔE下的TXM圖片；重復(fù)上述操作，在特定元素吸收邊前后采集一系列不同能量點(diǎn)的TXM圖像；最后將樣品移出視場并采集一幅Eend下的樣品背景圖片。

改進(jìn)TXM-XANES數(shù)據(jù)流程處理時(shí)，首先將首尾能量下的背景圖像輸入多項(xiàng)式回歸模型中，預(yù)測樣品在不同能量下的一系列背景圖像；不同能量下的系列投影圖像扣除背景圖像，提取該系列投影圖像上指定區(qū)域的灰度信息；后續(xù)處理與常規(guī)TXMXANES數(shù)據(jù)處理流程一樣，最后得到樣品的化學(xué)分布信息。

3 全場納米譜學(xué)成像實(shí)驗(yàn)

3.1 材料與方法

采用標(biāo)樣和電池材料作為實(shí)驗(yàn)樣品。標(biāo)樣為Ni和NiO兩種粉末（上海麥克林生化科技股份有限公司提供，規(guī)格型號(hào)為：N814638-1g、N814702-2g）。兩種電池材料樣品為分別為高鎳三元正極材料LiNi0.8Co0.1Mn0.1O2（NCM811）原始顆粒和經(jīng)放電循環(huán)后的顆粒（由廣東科路得新能源科技有限公司提供）。

基于上海光源納米三維成像實(shí)驗(yàn)站，利用TXM-XANES方法對(duì)4種樣品進(jìn)行TXM-XANES實(shí)驗(yàn)表征。TXM-XANES數(shù)據(jù)采集時(shí)，能量掃描范圍為8 200~8 595 eV，分成5個(gè)能量段采集，單幅曝光時(shí)間為5 s。在8 200~8 250 eV、8 455~8 595 eV能量段以10 eV為步長分別采集6、15個(gè)數(shù)據(jù)點(diǎn)；在8 250~8 315 eV、8 365~8 455 eV能量段以5 eV為步長分別采集14、19個(gè)數(shù)據(jù)點(diǎn)；在8 315~8 365 eV能量段以1 eV為步長采集51個(gè)數(shù)據(jù)點(diǎn)，共105個(gè)能量點(diǎn)。常規(guī)TXM-XANES方法分別采集每個(gè)能量下樣品的投影和背景兩幅圖像，共計(jì)210幅圖像；改進(jìn)的TXM-XANES方法只采集首尾能量下的兩幅背景圖像和每個(gè)能量下樣品的投影圖像，共計(jì)107幅圖像，然后利用多項(xiàng)式回歸插值模型生成背景序列。最后利用斯坦福光源的TXM-wizard軟件［22］對(duì)兩種方法獲得的全場納米譜學(xué)成像數(shù)據(jù)進(jìn)行處理。

采用峰值信噪比（Peak Signal Noise Ratio，PSNR）和結(jié)構(gòu)相似性指數(shù)（Structure Similarity Index Measure，SSIM）評(píng)價(jià)改進(jìn)的TXM-XANES方法得到的圖像。一般認(rèn)為PSNR指標(biāo)越高，圖像質(zhì)量越好，當(dāng)PSNR介于30~40 dB之間表示圖像質(zhì)量良好、細(xì)節(jié)清晰、失真較??；當(dāng)PSNR高于40 dB時(shí)說明圖像質(zhì)量極好、幾乎無失真［23］。PSNR具體計(jì)算公式如下：

式中：MAXI是表示圖像中最大像素值；MSE是原始圖像與處理圖像之間均方誤差。

SSIM用于衡量原始圖像與重建圖像之間結(jié)構(gòu)相似程度，通過比較兩幅圖像的亮度、對(duì)比度和結(jié)構(gòu)上的相似性來計(jì)算得到一個(gè)0~1之間的數(shù)值，其值越接近1表示兩張圖片結(jié)構(gòu)相似度越高［24］。SSIM具體計(jì)算公式如下：

式中：x和y分別表示對(duì)比的圖片；μx和μy分別表示x和y的均值；μ2x和μ2y分別表示x和y的方差；σxy為x和y的協(xié)方差；C1和C2是自定義的常數(shù)。

3.2 實(shí)驗(yàn)設(shè)置

訓(xùn)練數(shù)據(jù)集源于上海光源納米三維成像線站（BL18B）采集的不同能量下的背景數(shù)據(jù)，圖像采集能量范圍為8.2~8.6 keV，背景圖像尺寸為428×352像素，單次曝光時(shí)間為5 s，共計(jì)840張背景數(shù)據(jù)?；谏鲜?40張訓(xùn)練數(shù)據(jù)集，本研究分別進(jìn)行100次、500次、1 000次和2 000次訓(xùn)練研究，經(jīng)過500次訓(xùn)練后重構(gòu)背景圖像精確且穩(wěn)定，經(jīng)過1 000次訓(xùn)練后，開始出現(xiàn)過擬合情況，高于1 000次訓(xùn)練后的重構(gòu)背景圖像精確率因過擬合而持續(xù)下降。訓(xùn)練1 000次共耗時(shí)11.25 h。本次實(shí)驗(yàn)的計(jì)算機(jī)硬件環(huán)境：中央處理器（Central Processing Unit，CPU）型號(hào)Intel Xeon W-2245，內(nèi)存256 GB，顯卡為NVIDIA Quaro5000，16 GB顯存，編譯環(huán)境為Python 3.8。

3.3 實(shí)驗(yàn)結(jié)果

針對(duì)4種樣品分別采用常規(guī)和改進(jìn)的TXMXANES方法，獲取了8套TXM-XANES數(shù)據(jù)，實(shí)驗(yàn)結(jié)果如圖4~7所示，分別為樣品TXM投影圖、二維能量分布圖和樣品整體（區(qū)域1）、隨機(jī)點(diǎn)（區(qū)域2）及局部（區(qū)域3）提取的XANES譜。

圖4 Ni粉標(biāo)樣TXM-XANES實(shí)驗(yàn)結(jié)果(a) TXM投影圖，(b) 常規(guī)TXM-XANES方法獲得二維能量分布圖，(c) 改進(jìn)TXM-XANES方法獲得二維能量分布圖，(d) 區(qū)域①XANES譜，(e) 隨機(jī)點(diǎn)②XANES譜，(f) 區(qū)域③XANES譜Fig.4 Experimental results of TXM-XANES for Ni standard powder sample(a) TXM projection, (b) 2D energy distribution map obtained by conventional TXM-XANES, (c) 2D energy distribution map obtained by improved TXM-XANES, XANES spectra of region ① (d), random points ② (e), and region ③ (f)

圖5 NiO粉標(biāo)樣品的TXM-XANES實(shí)驗(yàn)結(jié)果(a) TXM投影圖，(b) 常規(guī)TXM-XANES方法獲得二維能量分布圖，(c) 改進(jìn)TXM-XANES方法獲得二維能量分布圖，(d) 區(qū)域①XANES譜，(e) 隨機(jī)點(diǎn)②XANES譜，(f) 區(qū)域③XANES譜Fig.5 Experimental results of TXM-XANES for NiO standard powder sample(a) TXM projection, (b) 2D energy distribution map obtained by conventional TXM-XANES, (c) 2D energy distribution map obtained by improved TXM-XANES, XANES spectra of region ① (d), random points ② (e), and region ③ (f)

圖6 原始NCM811樣品TXM-XANES實(shí)驗(yàn)結(jié)果 (a) TXM投影圖，(b) 常規(guī)TXM-XANES方法獲得二維能量分布圖，(c) 改進(jìn)TXM-XANES方法獲得二維能量分布圖，(d) 區(qū)域①XANES譜，(e) 隨機(jī)點(diǎn)②XANES譜，(f) 區(qū)域③XANES譜Fig.6 Experimental results of TXM-XANES for pristine NCM811 particle sample(a) TXM projection, (b) 2D energy distribution map obtained by conventional TXM-XANES, (c) 2D energy distribution map obtained by improved TXM-XANES, XANES spectra of region ① (d), random points ② (e), and region ③ (f)

圖7 循環(huán)后NCM811樣品TXM-XANES實(shí)驗(yàn)結(jié)果(a) TXM投影圖，(b) 常規(guī)TXM-XANES方法獲得二維能量分布圖，(c) 改進(jìn)TXM-XANES方法獲得二維能量分布圖，(d) 區(qū)域①XANES譜，(e) 隨機(jī)點(diǎn)②XANES譜，(f) 區(qū)域③XANES譜Fig.7 Experimental results of TXM-XANES for cycled NCM811 particle sample(a) TXM projection, (b) 2D energy distribution map obtained by conventional TXM-XANES, (c) 2D energy distribution map obtained by improved TXM-XANES, XANES spectra of region ① (d), random points ② (e), and region ③ (f)

實(shí)驗(yàn)結(jié)果表明，改進(jìn)的TXM-XANES方法得到二維能量分布圖與常規(guī)TXM-XANES方法得到的結(jié)果吻合度很高，同時(shí)，兩種方法提取的樣品相同部位的XANES譜基本一致。

3.4 結(jié)果分析

隨機(jī)抽取通過背景建模得到的5幅背景圖像，基于實(shí)際采集的背景圖像計(jì)算SSIM和PSNR值，結(jié)果如表1所示。5張圖像的SSIM值分布在0.979~0.986之間、PSNR分布在30~44之間。采集圖像時(shí)存在采集條件和傳輸過程的不可控性，故在部分圖像數(shù)據(jù)中存在微弱失真，但大部分試驗(yàn)結(jié)果的PSNR高于40 dB。結(jié)果表明根據(jù)本文提出的模型可以較為精確地預(yù)測全場納米譜學(xué)成像背景圖像。

表1 背景圖像預(yù)測評(píng)價(jià)指標(biāo)值Table 1 Background-image prediction of evaluation index values

表2為采用改進(jìn)的TXM-XANES方法得到的二維能量分布圖像的SSIM和PSNR值，SSIM值分布在0.982~0.985之間，PSNR值均在41以上。結(jié)果表明改進(jìn)的TXM-XANES方法得到的二維能量分布圖像與常規(guī)方法得到的圖像基本一致。

表2 改進(jìn)TXM-XANES方法二維能量分布圖評(píng)價(jià)指標(biāo)數(shù)據(jù)Table 2 Improvement in evaluation index data of two-dimensional energy distribution diagram using TXM-XANES method

圖8為改進(jìn)的TXM-XANES方法得到的Ni/NiO標(biāo)樣及NCM811顆粒整體的XANES，通過對(duì)比吸收譜曲線可以實(shí)現(xiàn)對(duì)樣品中Ni元素的價(jià)態(tài)進(jìn)行定性分析，結(jié)合二維能量分布圖像可以得到樣品中Ni元素化學(xué)態(tài)的空間分布，對(duì)推動(dòng)材料科學(xué)等相關(guān)領(lǐng)域的研究具有重要的價(jià)值和意義。

圖8 Ni、NiO標(biāo)樣(a)和NCM811顆粒(b)兩種方法獲得的吸收譜線對(duì)比圖Fig.8 Comparison of spectra obtained by XANES method for Ni/NiO standard sample (a) and NCM811 particles (b)

很多應(yīng)用場景對(duì)TXM-XANES成像的實(shí)時(shí)性要求較高，同時(shí)圖像預(yù)測的速度是衡量方法適用性的重要指標(biāo)。本次實(shí)驗(yàn)常規(guī)TXM-XANES采集數(shù)據(jù)時(shí)間為24 min，改進(jìn)TXM-XANES數(shù)據(jù)采集時(shí)間為10 min，實(shí)驗(yàn)效率提升了64%。原始數(shù)據(jù)為像素尺寸為428×352的圖像序列，基于CPU的背景建模時(shí)間為5 s。圖像建模預(yù)測時(shí)間可線下進(jìn)行，對(duì)TXM-XANES實(shí)驗(yàn)數(shù)據(jù)采集影響不大。

4 結(jié)語

TXM-XANES是一種先進(jìn)的譜學(xué)成像技術(shù)，可獲得樣品化學(xué)態(tài)在納米尺度上的空間分布信息?；谏虾９庠矗⊿hanghai Synchrotron Radiation Facility，SSRF）納米三維成像線站（BL18B），將高分辨率、穿透性強(qiáng)的硬X射線TXM成像方法與X射線吸收近邊結(jié)構(gòu)（XANES）方法結(jié)合，實(shí)現(xiàn)了TXMXANES成像。針對(duì)目前存在的數(shù)據(jù)采集時(shí)間長，實(shí)驗(yàn)效率低的問題，本文通過采用機(jī)器學(xué)習(xí)建立像素值與位置、顏色等相關(guān)特征之間復(fù)雜線性關(guān)系的模型，利用兩張TXM-XANES背景圖像進(jìn)行全序列背景預(yù)測，實(shí)現(xiàn)了整個(gè)背景圖像序列的快速預(yù)測。通過Ni/NiO標(biāo)樣和NCM811電池顆粒的TXMXANES實(shí)驗(yàn)，驗(yàn)證了該方法的可行性。實(shí)驗(yàn)結(jié)果表明，相對(duì)于常規(guī)的TXM-XANES數(shù)據(jù)采集模式，該方法具有數(shù)據(jù)量少、采集時(shí)間短等優(yōu)勢，可顯著提升TXM-XANES方法的實(shí)驗(yàn)效率。

作者貢獻(xiàn)聲明邢彥軍負(fù)責(zé)實(shí)驗(yàn)的設(shè)計(jì)、實(shí)驗(yàn)數(shù)據(jù)的收集、文章的起草和最終版本的修訂；高若陽負(fù)責(zé)數(shù)據(jù)的整理、文章最終版本的修訂；張玲負(fù)責(zé)文章最終版本的修訂、項(xiàng)目的監(jiān)督和管理；陶芬負(fù)責(zé)實(shí)驗(yàn)的設(shè)計(jì)、數(shù)據(jù)的整理；劉一負(fù)責(zé)最終版本的修訂；鄧彪負(fù)責(zé)研究的提出及設(shè)計(jì)、項(xiàng)目的監(jiān)督和管理、最終版本的修訂。