从文献挖掘的显微镜图像中提取的金纳米颗粒尺寸与形貌数据集
材料科学
2022-01-07 v2
摘要
迄今对控制纳米颗粒尺寸与形貌的因素理解甚少。数据驱动技术是通过识别数据中的趋势与相关来探索该领域的令人兴奋的途径。然而,要利用这些技术,需要带有纳米颗粒结构属性标注的大型数据集。虽然来自受控实验的 SEM/TEM 图像是此信息的可靠来源,但在多种实验条件下大规模收集这些图像昂贵且不可行。已发表的科学文献提供了包括 SEM/TEM 图像在内的海量高质量图表来源,若能有效挖掘,可以较低成本提供大量数据。本工作中,我们开发了一条自动化流水线,从金纳米颗粒文献中检索并分析显微镜图像,提供了一个包含 4361 张金纳米颗粒 SEM/TEM 图像及自动提取的尺寸与形貌信息的数据集。该数据集可查询以获得金纳米颗粒物理属性及其统计分布的信息。
引用
@article{arxiv.2112.01689,
title = {Dataset of gold nanoparticle sizes and morphologies extracted from literature-mined microscopy images},
author = {Akshay Subramanian and Kevin Cruse and Amalie Trewartha and Xingzhi Wang and A. Paul Alivisatos and Gerbrand Ceder},
journal= {arXiv preprint arXiv:2112.01689},
year = {2022}
}