钙钛矿量子点八面体网络重构

机器视觉量化八面体畸变

用机器学习视觉方法自动重构PbX₆八面体网络，首次定量解析CsPbI₃量子点的各向同性核壳结构与混合卤素量子点的非均匀倾斜分布。

Du, Guangyu · Haichao, Zhang · Hu, Long · Yuxin, Liu · Kong, Ying · Wu, Tom · Yin, Jun · 林宙辰 · Cai, Songhua

ACS Nano 2026

参数信息

卤素掺杂比例

0.5

技术优势

低剂量电镜也能用

集成自监督去噪模型S2SRED，专门处理噪声敏感的低剂量STEM数据，显著提高图像信噪比，使后续原子分类和八面体重构得以实现。

自动提取晶格参数

从重构的八面体网络中自动获取精确的晶格参数，避免人工测量误差，为钙钛矿纳米材料提供标准化几何指标。

应用场景

• 钙钛矿量子点表征：提供八面体倾斜与畸变的定量标准，可用于比较不同合成条件下量子点的结构差异。
• 低剂量电镜分析：通过自监督去噪提升低剂量STEM图像质量，减少电子束损伤对结构解析的影响。
• 原子级结构解析：自动化重构原子级八面体网络，减少人工标注误差，提高结构解析效率。
• 量子点光电器件：将八面体畸变与载流子动力学关联，为优化量子点光电器件的稳定性提供结构依据。