การเปิดไฟล์ข้อมูลและการเฉลี่ยข้อมูล (Opening and merging the data)

ในกรณีที่ใช้หัววัด fluorescence ที่มีจำนวนหัววัดมากกว่า 1 หัวในการทำการทดลองเทคนิค X-ray fluorescence, XRF เช่น 19-element Ge detector ที่ระบบลำเลียงแสง 1.1W หลังจากทำการทดลองเสร็จ จะได้ไฟล์ข้อมูลจากหัววัดสัญญาณแต่ละตัวแยกกัน จึงต้องมีขั้นตอนการเปิดไฟล์ข้อมูล (file opening) และการเฉลี่ยข้อมูล (data merging) ที่ได้จากการหัววัดทั้งหมด ซึ่งสามารถทำได้ด้วยโปรแกรม PyMca main หรือ ROI imaging tool ขึ้นอยู่กับสถานการณ์ โดยถ้า XRF spectrum ที่ได้จากแต่ละหัววัดมีคุณภาพใกล้เคียงกัน (ผู้ทำการทดลองควรลองควรตรวจสอบคร่าว ๆ ในระหว่างทำการทดลอง) การใช้ ROI imaging tool รวมข้อมูลจะสะดวกกว่ามาก อย่างไรก็ตามในบางกรณี เช่น การวัด XRF ของ film หัววัดบางหัวอาจไม่ได้รับสัญญาณที่ดี หรือ efficiency ของบางหัววัดด้อยกว่าหัววัดอื่นมาก ทำให้ spectrum ที่ได้จากหัววัดนี้มี energy resolution น้อย ก็ควรเลือกใช้ PyMca main ในการรวมข้อมูลเพื่อตรวจสอบทุก spectrum แบบ manual ก่อนที่จะนำมารวมกัน วิธีการและขั้นตอนเปิดไฟล์ข้อมูลและการเฉลี่ยข้อมูล ด้วย PyMca main และ ROI imaging tool มีดังนี้
1. การเปิดข้อมูลและการเฉลี่ยข้อมูลด้วยโปรแกรม PyMca main
   1.1 เปิดโปรแกรม PyMca main จากนั้นเลือก [File] > [open] > [Data Source] แสดงดังรูปที่ 1
   1.2 เลือกไฟล์ข้อมูลที่ต้องการทำการเฉลี่ยข้อมูล แล้วคลิก [open] แสดงดังรูปที่ 2 ในขั้นตอนนี้จะสามารถเลือกไฟล์ข้อมูลได้ครั้งละ 1 ไฟล์

   1.3 สเปกตรัมของสัญญาณฟลูออเรสเซนต์จะปรากฏขึ้นในหน้าต่าง SCAN แสดงดังรูปที่ 3 โดยจะเห็นได้ว่าความสัมพันธ์ระหว่างแกน x และแกน y ที่ปรากฏคือ Point กับ Columm 0 ตามลำดับ ซึ่งหมายความว่าข้อมูลนี้เป็นไฟล์ข้อมูลจากหัววัดสัญญาณ ฟลูออเรสเซนต์ของ channel ที่ศูนย์ (หัววัดตัวแรก) เพียง channel เดียวเท่านั้น ดังนั้นจึงจะต้องทำการเปิดไฟล์ให้ครบทุก channel เพื่อทำการเฉลี่ยข้อมูลในขั้นตอนต่อไป โดยขั้นตอนการเปิดข้อมูลเหมือนกับข้อ 1.1 และ 1.2 ตามลำดับ
   1.4 สามารถเลือก [Options] > [Show/Hide Legends] เพื่อดูรายการของไฟล์ข้อมูลที่ทำการเลือกเปิด แสดงดังรูปที่ 3 จากนั้นหน้าต่าง [Scan Window Legends] จะปรากฏขึ้นให้เห็นรายการของข้อมูลทุก channel ที่ทำการเปิด แสดงดังรูปที่ 4 ตามลำดับ



   1.5 ทำการเลือกข้อมูลที่ต้องการเฉลี่ย และกดไอคอน [Average Plotted Curve] ดังรูปที่ 4 เพื่อที่จะทำการเฉลี่ยให้เป็นข้อมูลเดียว เมื่อข้อมูลถูกเฉลี่ยแล้วเส้นสเปกตรัมที่ถูกเฉลี่ยจะแสดงดังรูปที่ 5 จากนั้นทำการกด [Save Active Curve or Widget] เพื่อทำการปรับเทียบค่าพลังงาน (Calibration) ในขั้นตอนต่อไป


2. การเปิดข้อมูลและการรวมข้อมูลด้วยโปรแกรม ROI imaging tool
   2.1 เริ่มต้นโดยเปิดโปรแกรม ROI imaging tool จากนั้นหน้าต่าง Open ONE indexed stack or SEVERRAL files จะปรากฏขึ้นมาให้เราเลือกไฟล์ที่ต้องการจะรวม (sum) ซึ่งขั้นตอนนี้จะสามารถเลือกไฟล์ข้อมูลได้มากกว่า 1 channel หรือหากต้องการเฉลี่ยข้อมูลทุก channel ในครั้งเดียวก็สามารถเลือกได้ จากนั้นเลือกกด [Open] แสดงดังรูปที่ 6
   2.2 หลังจากทำการเลือกข้อมูลในข้อที่ 2.1 แล้ว โปรแกรมจะแสดงหน้าต่าง [Reshape 20x1 image] เพื่อแสดงจำนวนข้อมูลที่ต้องการเปิดและรวม ดังรูปที่ 7 โดยจะปรากฏ Number of rows หมายถึงจำนวนไฟล์ข้อมูล และ Number of columns จากนั้นเลือกกด [Accept]
   2.3 ข้อมูลจากทุกไฟล์จะถูกรวมหลังจากกด [Accept] และเส้นสเปกตรัมของสัญญาณฟลูออเรสเซนต์ที่เป็นผลรวมจะปรากฏขึ้นดังรูปที่ 8 จากนั้นทำการกด [Save Active Curve or Widget] เพื่อบันทึกข้อมูลที่ได้และเตรียมวิเคราะห์ในขั้นตอนการปรับเทียบพลังงาน (calibration) ในขั้นตอนต่อไป

การปรับเทียบค่าพลังงาน (Calibration)

หลังจากทำการเฉลี่ยข้อมูลทุก channel แล้วจะเห็นว่าความสัมพันธ์ระหว่างแกน x และ y คือ channel และ counts ตามลำดับ แต่เนื่องจากการรายงานผลการวิเคราะห์ XRF ที่ถูกต้องจะต้องมีความสัมพันธ์ระหว่างแกน x และ y เป็น energy และ counts ตามลำดับ ดังนั้นข้อมูลในขั้นตอนการ calibrate จะเป็นขั้นตอนการปรับเทียบแกน x จาก channel ให้เป็น energy ซึ่งจะสามารถทำได้ ทั้งในโปรแกรม PyMca และ ROI imaging tool โดยแต่ละขั้นตอนมีวิธีทำเหมือนกัน ซึ่งแล้วแต่ผู้ใช้งานจะเลือกใช้โปรแกรมในการวิเคราะห์ผล ในที่นี้จะขออธิบายขั้นตอนการ calibrate ข้อมูลโดยใช้โปรแกรม PyMca ซึ่งขั้นตอนการปรับเทียบค่าพลังงาน (calibration) จะมีขั้นตอนดังต่อไปนี้
1. เปิดโปรแกรม PyMca จากนั้นเปิดไฟล์ข้อมูลที่รวม หรือเฉลี่ยแล้ว โดยการเลือก [File] > [open] > [Data Source] จะมีหน้าต่าง Open a new source file ปรากฏขึ้นมาให้เลือกไฟล์ข้อมูลที่ทำการ merge ไว้ก่อนหน้านี้ จากนั้นกด [Open]

2. ไฟล์ข้อมูลที่เลือกจะปรากฏขึ้นในหน้าต่าง MCA ดังรูปที่ 10 ซึ่งเราสามารถกดไอคอน [Toggle Auto Logarithmic Y Axis (On/Off)] เพื่อเปลี่ยนเส้นสเปกตรัมในสเกลปกติ Normal เป็นสเกล Logarithmic ได้ จากนั้นทำการกด [Calibrate] > [Compute] แสดงดังรูปที่ 10
3. หน้าต่าง MCA Calibration Widget จะปรากฏขึ้น แสดงดังรูปที่ 11 โดยจะสามารถทำการกำหนดเส้นพีคแต่ละ channel ที่ต้องการ calibrate ให้เป็น energy ซึ่งการ search หาตำแหน่งของพีคในแต่ละ channel จะเลือก Order เป็น 1st และ Fwhm จะเลือก Auto เพื่อให้โปรแกรมหาตำแหน่งแต่ละพีคแบบอัตโนมัติ จากนั้นทำการกด Search
4. หลังจากกด [Search] โปรแกรมจะทำการหาตำแหน่งพีคให้แบบอัตโนมัติ แสดงดังรูปที่ 12 ซึ่งจะสามารถเลือกพีคที่ทราบชนิดของธาตุและพลังงาน ณ ตำแหน่ง channel นั้น ๆ เพื่อ calibrate ให้เป็น energy ยกตัวอย่างเช่น เลือกพีคที่ตำแหน่ง channel บริเวณ 638 จากนั้นหน้าต่าง Enter Selected Peak Parameters จะปรากฏขึ้นเพื่อให้ผู้ใช้งานได้กำหนดข้อมูลของพีคที่เลือก โดยจะทำการกำหนดชนิดของธาตุในช่อง Element [Fe (26)] และระดับชั้นพลังงานในช่อง



5. ต้อง calibrate โดยใช้ 2 channel เสมอ โดยอาจจะทำการเลือกพีคที่ channel 1392.5 ซึ่งเป็นพีคของพลังงานที่ใช้ในการกระตุ้นในการวิเคราะห์ XRF และกรอกค่าพลังงานที่ใช้ในการกระตุ้นในช่อง Energy ให้มีค่าพลังงานเท่ากับ 10 keV ดังรูปที่ 13 จากนั้นเมื่อเลือกพีคเพื่อทำการ calibrate ที่ตำแหน่งแต่ละ channel แล้ว จะเห็นว่าข้อมูลที่ทำการ calibrate จะถูกเก็บไว้ในชื่อที่ปรากฏในช่อง Add as จากนั้นกด [OK] เพื่อกลับไปยังหน้าต่างหลัก




6. เมื่อกลับมายังหน้าต่างหลักให้กดเปลี่ยนชื่อในช่อง Calibration โดยเปลี่ยนจาก None เป็นชื่อเหมือนใน Add as ดังรูปที่ 13 หลังจากเปลี่ยนจะสังเกตเห็นว่าชนิดแกน x จะถูกเปลี่ยนจาก channel เป็น energy ซึ่งหมายความว่าข้อมูลได้ถูก calibrate ให้เป็น Energy (keV) เรียบร้อยแล้ว ซึ่งจะสามารถทำการ fit ข้อมูลในขั้นตอนต่อไป

การ Fit ข้อมูลและการรายงานผลการวิเคราะห์ (Peak fitting and reporting the data)

หลังจากการ calibrate ข้อมูล จะสามารถทำการ fit ข้อมูล ซึ่งขั้นตอนนี้จะเป็นการกำหนดค่าพารามิเตอร์ต่าง ๆ ที่ต้องการ fit ข้อมูล เพื่อให้ได้ผลการวิเคราะห์ที่ถูกต้อง รวมไปถึงการกำหนดค่าพารามิเตอร์ต่าง ๆ ที่ใช้จริงในการวิเคราะห์ XRF โดยขั้นตอนจะมีดังนี้
1. หลังจากการ calibrate ข้อมูล ให้เลือก [Fit of Active Curve] > [Advance] เพื่อที่จะทำการ fit ข้อมูล แสดงดังรูปที่ 16
2. หน้าต่าง PyMca−McaAdvancedFit จะปรากฏขึ้น และจะมีคำเตือนปรากฏขึ้นดังรูปที่ 17 ซึ่งหมายถึงโปรแกรมยังไม่สามารถที่จะทำการ fit ข้อมูลให้ได้เนื่องจากยังไม่ได้มีการกำหนดค่าพารามิเตอร์ต่าง ๆ ที่จะใช้ในการ fit ข้อมูล จากนั้นให้กด [OK] และเลือก [Configure] หน้าต่าง PyMca-Mca Fit Parameter จะปรากฏขึ้นแสดงดังรูปที่ 18 เพื่อปรับค่าพารามิเตอร์ต่าง ๆ

3. กำหนดค่าพารามิเตอร์ในหน้าต่าง FIT แสดงดังรูปที่ 18 ซึ่งจะเป็นการกำหนดค่าพารามิเตอร์ที่ต้องการจะ fit ข้อมูล โดยค่าพารามิเตอร์หลักที่ควรพิจารณามีดังนี้
   3.1 Background algorithm คือ algorithm ที่ใช้ในการ fit background ทำการกด [SETUP] ที่หน้าต่าง FIT ในรูปที่ 18 เพื่อเลือก algorithm จากนั้นหน้าต่าง Strip and SNIP Configuration Window จะปรากฏให้เลือกชนิดของ algorithm แสดงดังรูปที่ 19 ซึ่งจะมีสองแบบให้เลือกใช้ในการ fit background คือแบบ SNIP และ Strip algorithm ทั้งสองชนิดนี้ ผู้ใช้งานสามารถเลือกใช้ได้ตามความเหมาะสม ขึ้นอยู่กับข้อมูล และผลการ fit background โดยหากผู้ใช้เลือก algorithm แบบ SNIP จะสามารถปรับค่าการ fit background ได้ในช่อง SNIP Background Width แสดงดังรูปที่ 19 เมื่อปรับค่าในช่องนี้ เส้น fit background สีแดง (SNIP line) จะเปลี่ยนแปลงไปตามการปรับค่าที่กำหนด
ในขณะเดียวกัน หากผู้ใช้เลือก algorithm แบบ Strip ผู้ใช้งานจะสามารถปรับค่าความกว้างของ background ได้ในช่อง Strip Background Width และปรับค่าการ fit background ได้ในช่อง Strip Background Iteration แสดงดังรูปที่ 20 โดยที่ค่าเริ่มต้นอาจจะกำหนดเป็น 4,000 จากนั้นจะสามารถปรับค่าเพิ่มขึ้นตามความเหมาะสม ซึ่งผลการ fit background เส้นสีน้ำเงิน (Strip line) จะเปลี่ยนแปลงไปตามค่าที่กำหนด




   3.2 Limit fitting region to คือ ขอบเขตที่ต้องการจะ fit ข้อมูล สามารถกำหนดในช่องนี้ได้
   3.3 Include คือ พารามิเตอร์ที่ให้ผู้ใช้งานเลือกว่าจะนำมา fit กับข้อมูลด้วยหรือไม่ พารามิเตอร์ดังกล่าวอาจหมายถึงพีคที่สามารถเกิดขึ้นในสเปคตรัมอันเนื่องมาจากการ setup การทดลองในการวิเคราะห์ XRF โดยจะมีรายละเอียดดังนี้
   - Stripping คือ การ fit background ซึ่งโดยปกติควรจะเลือกเพื่อทำการตัดผลของ background ออกไป
   - Escape peak คือ พีคของสัญญาณฟลูออเรสเซนต์ที่เกิดจากอะตอมของธาตุใน detector เช่น พีคของธาตุ Si และ Ge เป็นต้น
   - Pile-up peak คือ พีคที่เกิดจากกระบวนการ process pulse ไม่สามารถแยกสัญญาณฟลูออเรสเซนต์ที่เข้ามาพร้อมกันในเวลาเดียวกันได้ จึงส่งผลให้พีคที่เกิดขึ้นมีค่าพลังงานเป็นสองเท่าของธาตุในสารตัวอย่าง
   - Scattering peak คือ พีคที่เกิดจากการกระเจิง โดยจะมีค่าพลังงานใกล้เคียงกับพลังงานที่ใช้ในการกระตุ้น
   - Short tail, Long tail และ Step tail คือ พารามิเตอร์ที่ให้เลือกเพื่อปรับลักษณะ peak shape ของผลการ fit data
4. กำหนดค่าพารามิเตอร์ในหน้าต่าง DETECTOR แสดงดังในรูปที่ 21 เป็นการกำหนด detector ที่ใช้ในการตรวจวัดสัญญาณฟลูออเรสเซนต์ โดยค่าพารามิเตอร์หลักที่ควรกำหนดมีดังนี้
   4.1 เลือกชนิดของ detector ที่ใช้ในช่อง Detector Composition โดยเลือกเป็นชนิด Ge
   4.2 ใส่ค่าจำนวนหัววัดของ detector ที่ช่อง Maximum Number of Escape energy โดยกำหนดเป็นจำนวน 19 หัววัด





5. กำหนดค่าพารามิเตอร์ในหน้าต่าง BAEM แสดงในรูปที่ 22 ซึ่งเป็นหน้าต่างที่จะให้กำหนดค่าพลังงานที่ใช้ในการกระตุ้น ยกตัวอย่างเช่น ใช้พลังงานในการกระตุ้นที่ 10 keV ก็จะทำการเลือกข้อมูลในช่อง Energy 0 และกรอกค่าพลังงานเป็น 10 keV
6. กำหนดค่าพารามิเตอร์ในหน้าต่าง PEAKS แสดงดังรูปที่ 23 ซึ่งจะสามารถเลือกธาตุและชั้นพลังงานที่ต้องการจะ fit ให้สอดคล้องกับผลการทดลอง
7. กำหนดค่าพารามิเตอร์ในหน้าต่าง ATTENNUATOR แสดงดังรูปที่ 24 ซึ่งเป็นการกำหนดข้อมูลของเครื่องมือที่ใช้ในการวัดตามจริง เพื่อให้ได้ผลการ fit ข้อมูลที่ถูกต้องมากที่สุด ซึ่งค่าพารามิเตอร์หลักที่ควรกำหนดมีดังนี้
   7.1 Filter คือ ชนิดของ filter ที่อยู่ระหว่าง sample และ detector ซึ่งการระบุชนิดของ filter จะขึ้นอยู่กับการทดลองแต่ละครั้ง และไม่จำเป็นจะต้องระบุเรียงลำดับก็ได้ เช่น Sample holder, Be windows , Air, Kapton และ He เป็นต้น นอกจากนั้นจะต้องระบุความหนากับความหนาแน่นของ filter ชนิดนั้น ๆ ด้วย
   7.2 Beamfilter คือ filter ที่อยู่ก่อน sample
   7.3 Matrix คือ ชนิดธาตุหลักของ sample หากไม่มีให้เลือกเราสามารถที่จะกำหนดชนิด material ให้สอดคล้องกับ sample ได้ โดยสามารถกำหนดชนิด material ในช่อง Material Editor
8. กำหนดค่าพารามิเตอร์ในหน้าต่าง MATRIX แสดงดังรูปที่ 25 โดยค่าพารามิเตอร์หลักที่ควรระบุคือ ระบุมุมของแสงที่ตกกระทบ sample ในช่อง Incoming Angle (deg.) และมุมสะท้อนของแสงระหว่าง sample ไปยังหัววัดสัญญาณฟลูออเรสเซนต์ในช่อง Outgoing Angle (deg.) ซึ่งโดยปกติจะเท่ากับ 45 องศา ทั้งคู่ แต่ทั้งนี้ทั้งนั้นขึ้นกับการวางสารตัวอย่างขณะวัด เช่นถ้าเป็น film บางอาจจะวางโดยใช้ Incoming Angle น้อยกว่า Outgoing Angle นอกจากนั้นหาก sample มีลักษณะเป็น multilayer thin film และผู้ใช้ทราบชนิดและความหนาแต่ละชั้นของ thin film ก็สามารถที่จะทำการระบุข้อมูลดังกล่าวในช่อง Material, Density และ Thickness ตามลำดับ



9. กำหนดค่าพารามิเตอร์ในหน้าต่าง CONCENTRATIONS แสดงดังรูปที่ 26 โดยจะเลือก From fundamental parameters และค่าพารามิเตอร์หลักที่ควรระบุตามจริงมีดังนี้
   9.1 Flux (photon/s) คือ flux ของแสงที่ใช้ระหว่างทำการวิเคราะห์ XRF
   9.2 Time (seconds) คือ เวลาที่ใช้ในการวิเคราะห์ XRF
   9.3 Active Area (cm²) คือ พื้นที่ของหัววัดสัญญาณฟลูออเรสเซนต์ ยกตัวอย่างเช่น detector มี 19 หัววัด แต่ละหัววัดมี active area เท่ากับ 1 cm^2 ดังนั้นจึงมีค่าเท่า 19 cm²
   9.4 Distance (cm) คือ ระยะห่างระหว่าง sample กับ detector
10. เมื่อทำการระบุพารามิเตอร์ครบแล้วให้ทำการ save parameter เพื่อที่จะได้นำไปใช้กับตัวอย่างอื่น จากนั้นทำการกด [OK] โปรแกรมจะกลับมายังหน้าต่างก่อนหน้านี้ และทำการกด [Fit Again] ซึ่งจะได้ผลการ fit ข้อมูล แสดงดังรูปที่ 27



11. สามารถรายงานผลการวิเคราะห์จากข้อมูลที่ทำการ Fit โดยกด [HTML Report] และสร้าง Folder ที่จะเก็บข้อมูล จากนั้นเลือก [Choose] จะได้ข้อมูลแสดงเป็นไฟล์ HTML ที่ประกบไปด้วยกราฟจากการ Fit ข้อมูล, ค่า Parameter และ Fit Peak Result ดังแสดงในรูปที่ 28
12. หากผลการ fit ข้อมูลที่ได้มีลักษณะไม่สอดคล้องกับสเปกตรัมของข้อมูล ซึ่งอาจเกิดจากการปรับค่าพารามิเตอร์การ fit ข้อมูลที่ไม่เหมาะสม เช่น การ fit background ผู้ใช้สามารถกลับไปแก้ไขพารามิเตอร์ การ fit ข้อมูลได้ที่หน้าต่าง PyMca−McaAdvancedFit แสดงดังรูปที่ 17 โดยกดที่ปุ่ม [Configure] หน้าต่าง PyMca-Mca Fit Parameter จะปรากฏขึ้น ซึ่งจะสามารถทำการปรับแก้ไขค่าพารามิเตอร์ต่าง ๆ ได้ จากนั้นอาจลองทำการ fit ข้อมูลโดยทำเหมือนขั้นตอนตั้งแต่ข้อที่ 10 เพื่อดูผลการวิเคราะห์แบบไฟล์ HTML


References
1. http://pymca.sourceforge.net/documentation.html
2. http://pymca.sourceforge.net/PyMcaCHESS.pdf
3. https://cdn.techylib.com/doc/tobascothwack/tobascothwack_fae9b966-2cb0-472e-bf95-fe1f9958dd74.pdf