主要成果
東北大学の研究グループは、電子顕微鏡による解析が困難であった「電子線に弱い高分子材料」の微細構造を、AI技術を用いて自動かつ高精度で解析する機械学習法を開発しました。この新手法により、ノイズが混入しやすい4D-STEM（走査型透過電子顕微鏡）データから、従来法では見過ごされがちだった微量な結晶成分までをも検出し、高分子材料の構造解析における新たな道を切り開きました。特に、高分子のアイソタクチックポリスチレン（iPS）の実測データにおいて、既知の結晶構造を正確に再現しつつ、これまで特定できなかった微細な結晶構造も明らかにすることに成功しています。
技術詳細
開発された機械学習法は、二段階のアプローチを特徴としています。第一段階では、電子線照射による損傷を最小限に抑えつつ取得された、高いノイズレベルを含む4D-STEMデータに対し、自己教師あり学習（Self-supervised Learning）を適用して効果的に雑音を除去します。これにより、信号対雑音比（SNR）を大幅に改善し、微弱な構造情報を浮き彫りにします。第二段階では、雑音除去されたクリーンなデータに対して教師なし解析（Unsupervised Analysis）を実施。これにより、事前の知識や仮定に縛られることなく、材料中の多様な結晶成分やその配向を自動的に識別・分類することが可能になります。この組み合わせが、電子線損傷を避けつつ、高分子材料の複雑な結晶構造を包括的に解析する鍵となります。
背景・業界文脈
高分子材料は、軽量性、加工性、多様な機能性から、エレクトロニクス、自動車、医療など幅広い分野で不可欠な素材です。しかし、これらの材料の多くは電子線に弱く、電子顕微鏡による観察中に容易に損傷し、高解像度での微細構造解析が困難という根本的な課題がありました。この制約は、高分子材料の機能発現メカニズムの解明や、より高性能な材料設計を阻害する大きなボトルネックとなっていました。本研究は、AIを活用することでこの長年の課題を克服し、高分子材料科学における基礎研究から応用開発までを加速させる可能性を秘めています。
今後の展望
このAIベースの微細構造解析技術は、高分子材料の機能と構造の関係性をより深く理解するための強力なツールとなります。例えば、高性能バッテリーのセパレーターや、生体適合性材料、次世代半導体材料など、精密な構造制御が求められる分野での材料設計に直接的に貢献するでしょう。将来的には、この技術を汎用的な解析プラットフォームとして確立し、多種多様な電子線脆弱材料への適用が期待されます。これにより、新たな高分子材料の創出速度が向上し、産業界全体のイノベーションを後押しすることが展望されます。
元記事: https://www2.tagen.tohoku.ac.jp/lab/news_press/20261008-unsupervised/
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
