近日，清华大学深圳国际研究生院材料研究院干林、李佳课题组在原子级电子三维重构（atomic electron tomography, AET）方法研究中取得系列进展。团队面向AET长期存在的高电子剂量、长采集时间、倾转角受限和景深限制等关键瓶颈，提出了基于生成式人工智能和大数据驱动的AET方法。相关工作实现了复杂纳米材料在低剂量、快速采集和大尺寸厚样品条件下的原子三维定位，为材料真实三维原子结构解析提供了新的方法基础。

AET是在原子尺度上确定材料三维原子结构和化学组成、突破传统二维图像观测限制的关键技术。AET通常利用环形暗场扫描透射电子显微镜（ADF-STEM）在不同倾转角下采集样品的二维投影，再利用二维投影通过迭代重构算法求解样品的三维结构。然而，传统 AET 通常需要在较宽倾转角范围内（±70˚）采集大量投影图像（1–2˚ 间隔），采集过程耗时长、电子剂量高，容易引发材料的结构损伤。如果减少投影数量或倾转范围，三维重构的求解问题又会变得严重欠定，产生伪原子、拉伸伪影和表面结构失真，影响原子位置的可靠性。对于尺寸较大的厚样品（如10 nm以上），电子显微镜的有限景深还会导致不同深度的原子无法同时清晰成像，进一步限制了AET的应用范围。

图1. 零空间迭代重构的算法原理

针对上述难题，团队提出了基于扩散生成模型的零空间迭代重构算法（Null-Space Iterative Reconstruction, NSIRE）。该算法利用无监督的扩散模型学习原子势分布（图1），并在迭代过程中将实验投影约束与原子势先验相结合，使重构结果既严格满足实验投影，又符合真实的原子势分布。与传统的端到端神经网络不同，NSIRE 不依赖特定材料、特定投影角度或特定采集条件的重新训练，能够在投影数据稀疏和倾转角受限的情况下稳定抑制欠采样伪影。

图2. NSIRE实现3 nm PtCo合金纳米颗粒三维原子结构重建

基于NSIRE，团队以6˚间隔的稀疏投影采样数据，解析了3 纳米左右 PtCo 合金纳米颗粒的三维原子结构（图2），实验采集时间相比传统方法降低了70%，有效降低了样品的损伤。该 PtCo 纳米颗粒包含 1411 个原子，其中包括 495 个 Co 原子和 916 个 Pt 原子，是目前 AET 已解析的最小合金纳米颗粒之一。其整体原子坐标均方根偏差达到 17 pm，公共原子比例超过 98%。此外，NSIRE 还可在±29°小倾转范围内重构不规则Pt纳米颗粒的清晰三维晶格和形貌结构，具备在原位加热等倾转受限实验条件下开展结构与性能关联研究的潜力。

图3. 基于随机高熵电子显微投影的数据驱动电子断层成像重构框架

与原子尺度三维重构可以通过大量的结构建模和图像模拟来构筑训练数据集不同，大尺寸复杂材料的三维建模和图像模拟难度大、成本高，且存在透射电镜景深限制问题。针对这些难题，团队进一步提出了一种通用的数据驱动电子三维重构框架。该框架利用大量易获取的随机高熵电子显微图像作为数据源（图3），通过投影过程构建训练样本，并引入缺失楔、欠采样和深度依赖的离焦模糊等非理想实验因素，形成兼具真实结构先验和成像物理先验的大规模训练数据集。该策略避免了针对具体材料进行复杂三维建模和高成本图像模拟，也降低了对昂贵的实验三维真值数据的依赖。

图4. 大尺寸铂纳米颗粒（13nm）的原子级三维重构及离焦矫正效果

通过对大尺寸原子级电子三维重构的验证，团队重构了13 nm的八面体Pt纳米颗粒的三维原子结构（图4）。该颗粒包含52138个原子，重构结果的原子坐标均方根偏差为22 pm，公共原子比例达到 98.2%，投影一致性误差约降至传统方法的一半，显著提升了大尺寸样品表面原子的重构可靠性，为更大空间尺度上的材料精确结构—性能关联研究提供了重要支撑。

以上系列研究表明，生成式人工智能和大数据驱动方法可以从两个互补方向突破原子级三维重构瓶颈：一方面，NSIRE 通过在零空间中引入原子势先验，实现低剂量、快速和倾转受限条件下的高精度重构；另一方面，通过高熵电子显微投影和成像物理建模，提升了复杂材料和大尺寸厚样品的三维重构能力。相关成果不仅拓展了电子三维重构的适用范围，也为电子三维重构在纳米催化、合金结构解析和原位动态研究中的应用提供了新思路。

相关成果分别以“基于生成模型的零空间迭代重构原子级电子断层成像”（Generative-model-based null-space iterative reconstruction for atomic electron tomography with sparse data）和“一种面向可扩展电子断层成像的通用数据驱动框架”（A general data-driven framework for scalable electron tomography）为题，分别发表于《自然∙通讯》（Nature Communications）和《国家科学评论》（National Science Review）。

干林、李佳为通讯作者，清华大学深圳国际研究生院2024级博士生李涵、2022级博士生崔雯渟为共同第一作者。论文其他合作者包括深圳国际研究生院2025届硕士毕业生苏文达、2024届硕士毕业生雷欢、罗旋，2024届博士毕业生魏印平，2023级博士生陈子奇，科研助理杨佳丽等。研究得到国家重点研发计划、国家自然科学基金以及深圳市科技计划等项目支持。

原文链接：

https://www.nature.com/articles/s41467-026-74189-4

https://academic.oup.com/nsr/article/13/14/nwag365/8708937

图/文：李涵

编辑：叶思佳

审核：林洲璐