基于晶体学衍射先验的薄膜二维GIXRD晶相定量分析及训练方法
知识产权简介
本发明公开了一种面向薄膜二维掠入射 X 射线衍射图谱的晶相定量分析方法。该方法获取待分析薄膜的二维 GIXRD 图像,基于目标晶相的经验证晶体结构和面阵探测器几何参数,生成与输入图像空间对齐的晶体学衍射先验,并将所述输入图像与所述晶体学衍射先验共同输入和/或共同约束机器学习模型,输出目标晶相的相对含量向量。优选地,该方法用于铪氧基或铪锆氧薄膜中 M 相、O 相和 T 相的定量分析,将预处理后的二维 GIXRD 图像与 M/O/T 三相理论衍射环蒙版构成四通道输入,并可进一步由预处理图像生成高频峰位特征图,通过单分支或双分支机器学习模型输出归一化三相相对含量。该方法将晶体学结构、探测器几何和二维图像特征相结合,可降低人工分峰依赖,提高重叠峰、高背景和二维方位角不均匀条件下的晶相定量稳定性,适用于退火工艺筛选、铁电相含量评估和高通量样品筛查。
转化前景
该方法创新性地将晶体学结构信息、探测器几何配置与高分辨二维图像特征深度融合,构建了一套更为鲁棒的多维分析框架。这种融合策略显著降低了对传统人工分峰操作的依赖,有效克服了复杂衍射图谱中普遍存在的重叠峰干扰、高背景噪声以及二维方位角信号强度分布不均等挑战,从而大幅提升了晶相定量的准确性与稳定性。其卓越的性能使其在材料研发与质量控制的关键环节中发挥重要作用,例如:精确筛选优化退火工艺参数、评估铁电材料中不同相的含量及其演变、以及进行高通量样品(如组合材料库)的快速相组成筛查。因此,该技术在量检测领域,特别是在对精度和效率要求极高的材料深度分析及半导体制造过程中的材料表征与监控环节,展现出广阔的应用前景和实用价值。