1. 项目概述与核心挑战

在材料科学，尤其是催化、纳米技术这些前沿领域，我们这些做电镜的，每天都在和“噪声”作斗争。你想看清一个铂纳米粒子表面原子在气体氛围下的实时跳动，但拍出来的视频，信噪比（SNR）可能低到0.2，原子柱的轮廓淹没在一片雪花般的背景里，就像在暴风雪中试图辨认远处人的五官。传统的帧平均方法固然能提升信噪比，但代价是牺牲了时间分辨率，那些关键的、转瞬即逝的动态过程——比如原子台阶的迁移、表面吸附层的形成与消失、堆垛层错的剪切滑移——很可能就在平均过程中被抹平了。

这就是我们这个项目的出发点： 如何从信噪比极低的原位透射电镜（TEM）动态图像序列（电影）中，最大限度地提取出真实、高时空分辨率的表面结构信息？ 我们面对的铂纳米粒子，在反应气体（如一氧化碳）环境下，表面原子并非静止，而是处于一种“动态涨落”的状态。捕捉这些动态，对于理解催化活性位点的形成、催化剂的失活与再生机制至关重要。

传统的思路是“硬扛”噪声，通过提升电子剂量或延长曝光时间来获取更清晰的单帧图像，但这又会引入不可忽视的电子束损伤效应，你观察到的可能不再是热力学驱动的本征动力学，而是电子束“踢动”原子产生的假象。因此，我们选择了一条更“聪明”的路： 在极低剂量下拍摄高帧率电影，获得原始信噪比很差但时间分辨率极高的数据流，然后通过先进的深度学习去噪算法，从时间维度和空间维度中“学习”出真实信号。

听起来很美好，但魔鬼藏在细节里。算法去噪不是魔法，它是一把双刃剑。如果训练不当，算法会“过度学习”，把噪声中的随机模式也当成结构特征，甚至将已知的晶体学特征（比如Pt或CeO2的晶格条纹）“强加”到本应均匀的真空区域，产生严重的“真空伪影”。更棘手的是，我们如何去验证去噪后看到的“原子跳动”是真实的物理过程，而不是算法臆想出来的动画？当信噪比低到一定程度，所谓的“地面实况”根本不存在，我们失去了绝对的金标准。

为此，我们的研究围绕两个核心支柱展开：第一， 系统性地探索和优化去噪网络的训练参数 ，目标是找到一套方案，能在可接受的计算成本下，生成尽可能无伪影、可信的动态图像。第二，引入一个全新的评估与量化工具—— 基于拓扑数据分析（TDA）的持久同调方法 ，特别是其衍生出的ALPS统计量。这个工具不依赖于主观的“看起来清晰”，而是用严格的数学方法，量化图像中的拓扑结构特征，从而客观地区分噪声与真实信号，甚至能自动化地追踪纳米粒子表面结构的动态演化过程。

简单来说，我们不仅要让模糊的视频变清晰，还要有一套数学语言来证明：“看，这里清晰出来的结构，不是瞎编的，而是数据里真实存在的拓扑特征。”

2. 去噪策略的核心：参数优化与“真空真值”

去噪网络，本质上是一个基于大量数据训练的信号提取器。它的性能上限，完全取决于它能否从原始数据中学习到有效的、一致性的模式。如果喂给它的数据“营养”不够，或者“配方”不对，它的输出就会充满各种失真和伪影。我们的核心工作，就是找到这个最优的“数据配方”。

2.1 关键训练参数及其影响

我们系统地研究了多个参数对去噪效果的影响，包括： 信噪比（SNR）、图像块大小、帧尺寸、总帧数、数值精度、图像区域选择以及漂移校正 。这里重点讨论几个最关键的。

总帧数 ：这是决定去噪质量的头号因素。图S2A的实验结果非常直观。当我们仅用50帧（计算耗时仅0.07小时）训练网络时，输出结果中的真空区域充满了严重的条纹和“幽灵原子”伪影。傅里叶变换显示，这些伪影的间距特征与Pt和CeO2的晶格间距一致。这说明网络从有限的、充满噪声的Pt/CeO2区域数据中，“学歪了”，它把噪声中偶然出现的、与晶格频率相近的模式，当成了普适的“图案”，并错误地应用到了真空区域。

注意 ：这是一个典型的“过拟合”或“欠训练”现象。网络没有学到“什么是真空（均匀灰度）”，反而学到了“什么是Pt/CeO2的局部图案”，并用它去解释一切。在数据量不足时，网络倾向于用记忆的有限模式去填充不确定性，导致伪影。

将帧数提升到300帧，真空伪影有所减轻但依然明显。当帧数达到400帧时，真空中的虚假结构显著减少。而到了800帧以上，真空伪影在实空间图像中已基本检测不到。对于本实验的特定条件，我们得出结论： 至少需要800帧以上的电影数据，才能将真空伪影抑制到可接受的水平 。这里有一个重要细节：训练时，我们通常只使用总帧数的2/3进行训练，剩余1/3用于验证。所以，当你说“输入400帧”时，实际用于训练的可能只有约266帧。

帧尺寸与图像块大小 ：帧尺寸（如1024x1024像素）决定了单帧图像的信息容量。更大的帧尺寸能包含更完整的纳米粒子及其周围更多的真空区域，为网络提供更丰富的上下文信息。图像块大小则决定了网络在单次学习中看到的局部区域范围。太小的块可能无法捕捉到完整的原子周期结构，太大的块则会增加计算复杂度和模糊局部细节。我们需要在两者间取得平衡，确保网络既能识别原子尺度的特征，又能理解更大范围的背景（如均匀的真空）。

信噪比 ：原始数据的信噪比是算法的“起跑线”。SNR过低（如我们尝试的0.2），意味着信号几乎完全被噪声淹没，此时即使有大量帧，网络也可能无法收敛到有意义的解，或者需要极其庞大的数据量。我们的主要工作是在SNR约为0.45的条件下进行的，这是一个极具挑战性但通过算法仍有望处理的临界区域。

2.2 “真空”作为可操作的“地面实况”

在无法获得绝对真实结构的情况下，我们巧妙地利用了图像中的一个天然“标尺”—— 真空区域 。在相位衬度明场像中，远离纳米粒子表面（约1纳米以上）的真空区域，其强度在理想情况下应是均匀且恒定的（近表面处可能因离焦值出现菲涅尔条纹）。

因此，我们提出了一个关键的性能判据： 一个性能良好的去噪器，其输出图像中的真空区域必须呈现均匀的衬度。 这个判据极其强大且实用。

1. 客观可量化 ：我们可以通过计算真空区域灰度值的标准差、分析其傅里叶谱（均匀背景的傅里叶变换应接近一个δ函数，高频成分少）来定量评估均匀性。
2. 指导参数优化 ：在调整帧数、块大小等参数时，真空区域的均匀度是一个即时的、可视化的反馈指标。如果出现条纹或斑点，说明参数设置不当。
3. 验证去噪真实性 ：如果去噪后的真空不均匀，那么粒子表面的“清晰”结构也极有可能是伪影。均匀的真空是输出结果可信的必要条件。

2.3 交叉验证：时间平均的一致性

除了真空判据，我们还有另一重验证手段： 时间平均一致性 。其逻辑是，一个优秀的去噪器不应该创造信息，而应该提取和增强已有的信息。

具体操作是：我们从去噪后的电影中，对连续N帧（例如30帧）进行求和或合并，得到一个时间平均图像。同时，我们对原始电影的相同N帧进行完全相同的求和/合并操作。如果去噪器工作良好，那么 这两个时间平均图像应该高度相似 。

如图S2B所示，对原始数据30帧求和后，SNR从0.45提升到了2.5，时间平均的表面结构变得可见。将其与去噪后数据再求和的图像对比，两者显示的表面结构非常相似。这表明，去噪网络并没有引入虚假的、时间上不稳定的“结构”，而是忠实地还原了原始数据中随时间平均后所能呈现的真实信息。线条轮廓的对比也显示，去噪数据（平滑线）与原始数据（噪声线）的强度变化趋势一致，进一步增强了我们对于去噪结果接近“地面实况”的信心。

3. 排除电子束干扰：热激发主导表面动力学的证明

在使用高能电子束观测时，一个无法回避的问题是：你看到的原子运动，到底是材料本身的热力学行为，还是被电子束“打”出来的？这对于结论的可靠性是致命的。因此，我们必须定量评估电子束诱导迁移与热激发迁移的贡献。

3.1 电子束诱导迁移的定量估算

电子束主要通过两种机制将能量传递给样品原子： 电离过程（辐射分解位移）和与原子核的直接碰撞（ knock-on 损伤） 。对于铂这样的重金属， knock-on 损伤是更主要的机制。

我们通过计算弹性散射（卢瑟福散射）截面来估算 knock-on 导致的表面原子跳跃速率。核心公式推导如下：

1. 最大能量转移 ：一个电子能传递给静止原子核的最大能量 (E_{max}) 由相对论动力学给出： [ E_{max} = \frac{2E_0(E_0 + 2m_0c^2)}{Mc^2} ] 其中，(E_0) 是入射电子动能（300 keV），(M) 是 Pt 原子质量，(m_0c^2) 是电子静止能量（511 keV）。计算得 (E_{max} \approx 4.37 eV)。

2. 散射截面 ：能量转移大于表面迁移激活能 (E_a) 的散射截面 (\sigma) 可通过积分微分截面得到。经过推导和代入参数（Pt原子序数 Z=78，通量 D=2000 e⁻/Ų/s），我们得到 Pt 原子每秒钟的迁移事件数（每原子）为： [ \frac{n}{n_{at}} = D\sigma = (2000) * (1.617 \times 10^{-25}) * \left( \frac{4.37}{E_a} - 1 \right) ] 这个关系式表明，迁移速率强烈依赖于激活能 (E_a)。

3. 辐射分解效应 ：对于金属，由于其导带电子的屏蔽效应，辐射分解位移的效率因子 (\xi) 极低（比二氧化硅低多个数量级）。因此，在我们的计算中， 辐射分解诱导的表面迁移可以忽略不计 。

3.2 热激发迁移的估算

表面原子也会因热波动而迁移。其跳跃速率 (n_{th}) 可以用阿伦尼乌斯方程粗略估算： [ n_{th} = A \exp(-E_a / kT) ] 其中，(A) 是尝试频率（~1×10¹² Hz），(T) 是温度（~300 K），(k) 是玻尔兹曼常数。

3.3 机制对比与结论

将电子束诱导迁移速率与热激发迁移速率随激活能 (E_a) 的变化绘制成图（图S3A），我们可以得到一个清晰的分界线：

• 当 (E_a < 0.7 eV) 时， 热激发效应占绝对主导 ，其速率比电子束效应高出多个数量级。
• 当 (E_a > 0.7 eV) 时，电子束效应才开始变得显著。

那么，Pt表面相关过程的激活能是多少呢？

• Pt原子在Pt(111)面上的迁移能约为 0.25-0.3 eV 。
• 在CO氛围中，从台阶扭折位点解离原子等过程的激活能，计算也显示大多在 0.5 eV 或更低 。
• 即使是从完整台阶上解离一个Pt原子这种需要较高能量的过程，激活能也仅在 ~1 eV 左右。

将这些数值代入对比图可以发现，对于几乎所有我们关心的表面动力学过程（迁移、吸附、解离）， 热激发的速率都远远超过电子束诱导的速率 ，通常高出7个数量级甚至更多。即使在最极端的1 eV情况下，电子束诱导的跳跃速率也仅为~0.5 /s，相对于热过程依然可以忽略。

因此，我们确信，在本实验的观测条件下（300 keV， 2000 e⁻/Ų/s），所观察到的铂纳米粒子表面动态，主要由热激发过程主导，电子束效应的影响微乎其微。 这一结论也通过将剂量率降低10倍（至200 e⁻/Ų/s）的对照实验得到了进一步支持。在极低剂量下，虽然单帧信噪比太差无法直接分析动态，但通过帧平均仍能观察到图像衬度随时间发生明显变化（图S3B），这证明了结构动态本身是存在的，且不依赖于高电子剂量。

4. 去噪结果的真实性验证：从原始数据中寻找证据

去噪网络通过学习和利用时空上下文信息来估计每个像素最可能的值。一个运行良好的去噪器不应该“无中生有”。为了验证去噪结果中那些重要的科学发现（如表面吸附层、剪切滑移）是真实的，我们必须回到原始数据中寻找证据。

4.1 表面吸附层的验证

我们在去噪电影中观察到了一些相对长寿命（持续最多4帧，约50毫秒）的弥散表面吸附层。为了在原始数据中验证它们：

1. 定位 ：在去噪电影中找到显示吸附层的具体帧。
2. 预处理 ：对原始数据的对应帧进行 3x3合并（binning）和4帧求和 。合并通过将相邻像素分组平均来提升信噪比（牺牲空间分辨率），求和则通过时间平均提升信噪比（牺牲时间分辨率）。这一操作将真空SNR从0.45提升到了2.7。
3. 对比 ：如图S4A所示，尽管预处理后的原始图像仍然有噪声，但可以清晰地看到表面区域存在弥散的亮线，这些亮线与亚表面区域的Pt原子柱衬度明显不同。这与去噪图像中观察到的吸附层位置和形态一致，强有力地证明 吸附层特征确实存在于原始数据中 ，而非去噪算法的人工产物。

4.2 剪切滑移与堆垛层错形成的验证

另一个关键动态事件是原子面的剪切滑移，导致堆垛层错的形成。在去噪图像中，剪切事件发生时，原子柱的衬度会变成长条状（“拖尾”），形成一条亮线。

1. 捕捉瞬间 ：我们选取了剪切事件发生前26毫秒和发生时的两帧去噪图像（图S4B上排）。
2. 原始数据比对 ：对原始数据的相同时刻和区域进行相同的3x3合并和4帧求和处理。
3. 特征匹配 ：处理后的原始图像显示，在剪切前，Pt原子柱清晰可辨；在剪切发生时，同一排原子柱确实显示为一条近乎连续的亮线（图S4B下排）。这与去噪输出中观察到的剪切平面特征完全吻合。

这两项验证表明，去噪器并没有创造新的动态特征，而是 极大地增强了原始数据中本就存在但被噪声掩盖的信号 。它像是一个极其敏锐的“信号放大器”和“噪声过滤器”，使我们能够以高时空分辨率观察纳米粒子表面或近表面的结构动力学，而这些动态在原始数据中几乎是不可见的。

5. 拓扑数据分析：用数学量化结构动态

传统的图像分析依赖于阈值分割、边缘检测等，这些方法在信噪比极低时非常脆弱，且高度依赖参数选择。我们引入拓扑数据分析（TDA）中的 持久同调 方法，它提供了一种不依赖于阈值、对噪声鲁棒的量化图像结构的方式。

5.1 从图像到持久图：核心概念

持久同调的核心思想是 追踪拓扑特征（如连通分量、空洞）随“尺度”变化而“出生”与“死亡”的过程 。对于灰度图像，我们将其视为一个三维地形图（二维坐标+灰度作为高度）。

1. 构建过滤 ：我们不是简单地将图像二值化，而是考虑所有可能的阈值。从最低灰度（“海平面”最低处）开始，逐渐提高阈值（“海平面”上升）。
2. 特征的生命周期 ：当海平面淹没一个局部最小值点时，一个新的“岛屿”（0维拓扑特征，即连通分量）就“出生”了。随着海平面继续上升，这个岛屿会与周围区域合并（与其他岛屿连接）。当它与一个更早“出生”的岛屿合并时，它就“死亡”了。记录下每个特征的出生值 (b) 和死亡值 (d)。
3. 持久图 ：将所有特征的 ((b, d)) 坐标绘制在二维平面上，就得到了 持久图 。一个点离对角线 (y=x) 的垂直距离 (l = d - b) 称为它的“持久性生命周期”。生命周期长的特征，对应图像中显著、稳定的结构（如深的低谷）；生命周期短的特征，可能对应噪声或微小的起伏。

5.2 ALPS统计量：从拓扑到单一指标

持久图包含了丰富的信息，但我们需要一个单一的数值来概括图像的“结构含量”，以便进行时间序列分析和比较。我们选择了 ALPS统计量 。

ALPS统计量可以直观地理解为 持久图中所有特征点到对角线距离的加权和 ，或者等价地，是某个特定累积分布函数曲线下的面积（如图S6.3）。它的关键优势在于：

• 无需阈值 ：完全避免了二值化步骤，对噪声不敏感。
• 捕捉结构 ：能有效区分纯噪声图像和有结构的图像。纯噪声图像的持久点大多紧贴对角线（生命周期短），ALPS值低；而有清晰结构的图像，会有一些点远离对角线（生命周期长），ALPS值高。
• 稳定性 ：小的图像扰动（如轻微噪声）不会导致ALPS统计量发生剧烈变化，这由其基于拓扑不变量的数学性质所保证。

5.3 标准化ALPS与自动化分析流程

原始的ALPS统计量受图像区域大小的影响。为了解决这个问题，我们利用真空区域（可视为纯噪声）的ALPS值与区域像素数 (n) 的自然对数 (\ln(n)) 之间的线性关系进行标准化。

我们首先在实验图像的真空区域选取不同大小的区域，计算其ALPS值，并拟合出线性关系：(ALPS = \beta_1 \ln(n) + \beta_0)。对于我们的数据，得到 (\hat{\beta_0} = -5.08)， (\hat{\beta_1} = 0.705)。

然后，我们定义 标准化ALPS统计量 ： [ ALPS^* = \frac{ALPS - \hat{\beta_0}}{\hat{\beta_1} \cdot \ln(n)} ]

经过标准化后， 对于一个在拓扑上与噪声无异的区域，其 (ALPS^*) 值将接近于1 。值越大，表明该区域包含的稳定结构特征越多。在正文图4的分析中，我们使用这个标准化后的 (ALPS^*)（文中简称为ALPS）来量化纳米粒子每一帧的结构清晰度，其值在1到1.563之间变化，清晰地反映了表面原子结构的动态涨落（如图S6.5）。

5.4 实操流程与工具

我们的自动化分析流程（图S6.2）如下：

1. 输入 ：去噪后的单帧图像。
2. 平滑 ：使用标准差 (\sigma = 2) 的高斯滤波器对图像进行平滑。这一步不是为了去噪，而是为了抑制图像中由噪声引起的、尺度非常小的极值点，让持久同调更关注于我们感兴趣的原子尺度结构特征。高斯核的大小选择是经验性的，在此研究中效果最佳。
3. 定义兴趣区域 ：手动或半自动地用一个多边形（如图S6.5中的青色虚线）框选出纳米粒子区域，仅分析该区域内的拓扑特征。
4. 计算持久图 ：对兴趣区域内的平滑后图像计算0维持久同调，得到所有局部最小值点的出生-死亡对。
5. 计算ALPS *：根据上述公式计算标准化ALPS统计量。
6. 可视化 ：可以将每个局部最小值的持久性生命周期 (l(p)) 以圆点大小或颜色的形式映射回原始图像上（图S6.2第三列），直观显示图像中哪些位置产生了稳定、显著的结构特征。

我们开发并使用了专门的Python软件包 detectda 来实现这一整套流程，它封装了从图像预处理、持久同调计算到ALPS统计量提取的功能，极大地方便了批量处理和时间序列分析。

6. 综合应用与结果解读：揭示动态涨落

将去噪技术与拓扑数据分析结合，我们得以对铂纳米粒子的表面动态进行前所未有的细致观察和量化。

动态过程捕捉 ：去噪电影让我们直接“看到”了表面吸附原子的短暂驻留、原子台阶的起伏、以及整个原子面的剪切滑移（形成堆垛层错）。图S5的模拟图像与实验观测的对比，从理论上支持了我们对剪切事件中原子柱“拖尾”衬度的解释。

量化结构涨落 ：通过计算电影每一帧的标准化ALPS值，我们得到了一条随时间变化的结构清晰度曲线。这条曲线客观地反映了纳米粒子表面原子排列的“有序度”波动。ALPS值的峰值对应表面结构最清晰、最稳定的时刻（如图S6.1中帧41的持久图，拥有更多远离对角线的长生命周期点）；谷值则对应结构模糊、动态剧烈的时刻（如图S6.1中帧754的持久图，点更靠近对角线）。

区分噪声与信号 ：ALPS值接近1的帧，其拓扑特征与真空噪声无法区分，可能对应于原子剧烈运动、图像衬度弥散的瞬间。而ALPS值显著大于1的帧，则确信包含了真实的原子结构信息。这种方法为我们判断去噪结果中哪些帧、哪些区域的分析更可靠，提供了一个客观的数学依据。

7. 经验总结与避坑指南

基于这项研究，我总结出几条对于从事类似低信噪比动态图像分析的研究者至关重要的经验：

1. 数据量是去噪的基石 ：不要吝啬数据采集时间。对于我们的实验条件， 至少需要800-1000帧 才能有效抑制真空伪影。在实验设计阶段，就要根据预期的动态过程时间尺度和相机帧率，估算所需的总电影长度。
2. 真空均匀性是黄金标准 ：在优化和评估任何去噪算法时， 第一眼就要看输出图像的真空区域 。出现任何周期性条纹、斑点或网格状图案，都意味着训练参数（尤其是帧数、块大小）需要调整。傅里叶变换是定量评估均匀性的有力工具。
3. 交叉验证不可或缺 ：时间平均一致性检查是一个简单而强大的验证手段。如果去噪结果的时间平均与原始数据的时间平均差异显著，那么去噪过程很可能引入了系统误差或伪影。
4. 警惕电子束效应 ：在进行任何原位动态实验的结论推导前， 必须定量或半定量地评估电子束影响 。我们的计算框架（对比热激发与电子束激发速率）提供了一个可借鉴的模板。对于不同的材料（轻元素）、加速电压和剂量率，需要重新计算。
5. 拥抱数学工具验证特征真实性 ：当信噪比极低时，人眼和传统图像处理方法是不可靠的。像持久同调这样的拓扑方法，提供了一种 无参数、抗噪声的量化工具 ，用于验证去噪后特征的可靠性（如Supplement 4所示），并量化整个动态过程（如ALPS时间序列）。 detectda 这类工具包降低了使用门槛。
6. 参数优化是一个系统工程 ：帧数、块大小、SNR、学习率、网络深度等参数相互关联。建议采用 网格搜索或贝叶斯优化 等方法进行系统性的参数寻优，并以真空均匀性和时间平均一致性作为核心优化目标。
7. 理解算法的局限性 ：深度学习去噪器是“黑箱”吗？某种程度上是的，但它学习的是数据中的统计规律。如果训练数据本身有系统性缺陷（如严重的样品漂移未校正），输出结果也会有问题。因此， 高质量的原始数据（稳定的样品、良好的漂移校正）是任何高级分析的前提 。在我们的流程中，漂移校正是预处理的关键一步。

这项工作的价值在于，它不仅仅提供了一种去噪方法，而是构建了一套从数据采集、算法处理、结果验证到动态量化的完整方法论体系。它使在接近生理或反应条件下，以高时空分辨率研究纳米材料的本征动态，从一种愿景变成了可重复、可验证的科学实践。对于催化、电池、相变等领域的研究者来说，这套思路和工具有着广泛的借鉴意义。