【本学研究者情報】

〇未踏スケールデータアナリティクスセンター　教授　志賀元紀
研究室ウェブサイト

〇多元物質科学研究所　教授　陣内浩司
研究室ウェブサイト

【発表のポイント】

• 電子線に弱い材料も測定できる低電子線量の 4D-STEM^（注1）データから、結晶の微細構造を自動解析するための機械学習法を開発しました。
• ノイズのない「お手本データ」を必要としない自己教師あり学習^（注2）による雑音除去と、結晶の面内回転^（注3）に影響されない教師なし解析を組み合わせ、専門家が時間をかけて行っていた解析を自動化しました。
• 高分子であるアイソタクチックポリスチレン^（注4）の実測データで従来の解析結果を再現し、未解析だった微量な結晶成分も新たに検出しました。

【概要】

4D-STEMは、電子線で試料上を走査して各位置の電子回折図形を取得し、材料内部の結晶の種類と向きを可視化できる測定法です。しかし電子線に弱い高分子材料では電子線量を下げる必要があり、回折図形を覆う多量のノイズが微細構造解析を困難にしていました。

東北大学大学院情報科学研究科の上條快大学院生、同大学未踏スケールデータアナリティクスセンター（同大学情報科学研究科兼任）の志賀元紀教授、同大学多元物質科学研究所の狩野見秀輔助教、宮田智衆准教授、陣内浩司教授の研究グループは、自己教師あり深層学習による雑音除去（4D-SSD）と、結晶の面内回転に左右されない教師なし解析を組み合わせ、ノイズの多い 4D-STEM データから結晶の微細構造を自動解析する機械学習手法を開発しました。本成果は、電子線に弱い材料のナノ構造解析を正確かつ迅速に行う基盤技術であり、高分子をはじめ幅広い材料開発の加速に貢献すると期待されます。

本成果は、2026年10月3日付で科学誌 npj Computational Materials にオンライン掲載されました。

【用語解説】

注1. 4D-STEM：4 次元走査透過型電子顕微鏡法。細く絞った電子線で試料上を 2 次元的に走査し、各位置で電子回折図形（2 次元）を取得する測定法。空間 2 次元と回折 2 次元を合わせた 4 次元のデータが得られ、結晶の種類や向きの空間分布を調べることができる。

注2. 自己教師あり学習：ノイズのない正解（お手本）データを用意せず、観測されたデータ自身から機械学習モデルを訓練するアプローチ。正解データを実験的に取得できない計測分野で特に有効。

注3. 面内回転：試料面内での結晶の回転。同じ結晶方位でも面内回転角が異なると回折図形は回転して見えるため、結晶成分の自動識別を難しくする要因となる。

注4. アイソタクチックポリスチレン：側鎖の立体配置が規則的に揃ったポリスチレン。規則性が高いため結晶化する性質を持ち、高分子結晶の代表的な研究対象として用いられる。

【論文情報】

タイトル：Unsupervised Machine Learning for Automated Crystal Orientation Mapping on Noisy 4D-STEM Data
著者：Kai Kamijo, Motoki Shiga*, Shusuke Kanomi, Tomohiro Miyata, Hiroshi Jinnai
*責任著者：東北大学 未踏スケールデータアナリティクスセンター　教授　志賀 元紀（しが もとき）
掲載誌：npj Computational Materials
DOI：10.1038/s41524-026-02337-x

詳細（プレスリリース本文）

問い合わせ先

（研究に関すること）
東北大学未踏スケールデータアナリティクスセンター
教授　志賀 元紀（しが もとき）
TEL: 022-752-2205
Email: motoki.shiga.b4*tohoku.ac.jp（*を@に置き換えてください）

（報道に関すること）
東北大学情報部
デジタルサービス支援課 総務係
TEL: 022-795-3407
Email: cc-som*grp.tohoku.ac.jp（*を@に置き換えてください）