4D-MISR：通过特征融合实现低剂量超分辨成像的统一模型
计算机视觉与模式识别
2025-07-18 v3
摘要
尽管电子显微镜在解答结构-性能关系方面提供至关重要的原子分辨率洞察，但辐射损伤严重限制了其在脆弱材料（如蛋白质和二维材料）上的应用。为克服这一挑战，我们超越了常规电子显微镜的剂量限制，借鉴了在遥感领域广泛使用的多图像超分辨 (MISR) 原理。我们的方法融合多个低分辨率、亚像素错位的视图，并通过集成来自合成多角度观察的特征的卷积神经网络 (CNN) 进行重建增强。我们开发了一个双路径、注意力引导的网络，用于 4D-STEM，实现了来自超低剂量数据的原子尺度超分辨。该方法在无散射、半晶体和晶体脆弱样品上提供了稳健的原子尺度可视化。针对代表性材料的系统评估表明，在超低剂量条件下，空间分辨率可与常规斑相位图谱相当。我们的工作扩展了 4D-STEM 的能力，为分析辐射脆弱材料提供了一种新型且通用的结构分析方法。
引用
@article{arxiv.2507.09953,
title = {4D-MISR: A unified model for low-dose super-resolution imaging via feature fusion},
author = {Zifei Wang and Zian Mao and Xiaoya He and Xi Huang and Haoran Zhang and Chun Cheng and Shufen Chu and Tingzheng Hou and Xiaoqin Zeng and Yujun Xie},
journal= {arXiv preprint arXiv:2507.09953},
year = {2025}
}