Onderzoekers van de Universiteit van Tsukuba hebben een nieuwe beeldvormingsmethode ontwikkeld die structuren op nanoschaal in rubbermaterialen duidelijk visualiseert. Het onderzoek is gepubliceerd in het tijdschrift ACS toegepaste nanomaterialen.
Conventionele elektronenmicroscopie produceert vaak ruisachtige beelden die de interne contouren van rubber verdoezelen. De voorgestelde methode legt met succes de mesh-achtige moleculaire netwerkstructuur vast en kwantificeert factoren die betrokken zijn bij de interne structuur.
Rubber bezit unieke eigenschappen zoals zachtheid en rekbaarheid, die worden benut in toepassingen variërend van banden tot medische materialen. Moleculaire binding vormt een complexe netwerkstructuur die de fysische eigenschappen van rubber aanzienlijk beïnvloedt. De precieze interne structuur van rubber is echter niet gemakkelijk te onderscheiden in conventionele elektronenmicroscoopbeelden, omdat de contouren door ruis worden verduisterd.
Om dit probleem aan te pakken hebben onderzoekers een nieuwe beeldverwerkingsmethode voor elektronenmicroscoopbeelden die selectief de zichtbaarheid verbeteren van gebieden waarin rubbermoleculen samenkomen tot netwerkachtige structuren.
Door kennis van het rubbermateriaal te integreren met geavanceerde wiskundige technieken, verduidelijkt de nieuwe methode de interne netwerkstructuur van rubber op nanoschaal visueel, zelfs in zeer luidruchtige elektronenmicroscoopbeelden met onduidelijke contouren.
Het netwerkgebied, dat handmatig moet worden geïdentificeerd met conventionele methoden, kan automatisch worden berekend met de nieuwe methode, waardoor de noodzaak voor willekeur wordt geëlimineerd en gelijktijdige analyse van meerdere monsters mogelijk wordt gemaakt.
De onderzoekers maten de netwerklengte van elk monster met behulp van de nieuwe methode. De verwerkte gegevens waren sterk gecorreleerd met de experimentele waarden, wat de betrouwbaarheid van de nieuwe methode bevestigde.
De bevindingen van dit onderzoek zullen naar verwachting de ontwikkeling van veilige, economische en hoogwaardige rubbermaterialen stimuleren, en bijdragen aan maatschappelijke voordelen zoals hulpbronnen- en energiebesparing.
Meer informatie:
Masato Suzuki et al., Toepassing van een op Hessiaan gebaseerde beeldverwerkingsmethode voor verbeterde visualisatie van cross-linked netwerkstructuren op nanoschaal uit elektronenmicroscopiebeelden, ACS toegepaste nanomaterialen (2024). DOI: 10.1021/acsanm.4c04855
Aangeboden door de Universiteit van Tsukuba