Fast Improvement of TEM Images with Low-Dose Electrons by Deep Learning

This is a dataset of High-Dose-Electron (HDE) images and Low-Dose-Electron (LDE) images taken with a transmission electron microscopy used in H. Katsuno, Y. Kimura, T. Yamazaki and I Takigawa, Microsc. Microanal. <strong>28</strong> (2022), pp 138--144 (arXiv:2106.01718). There are two LDE images for each HDE image. cf) HDE image is 0001.tif and corresponding LDE images are 0002.tif and 0003.tif. Equipment of TEM: field-emission gun (JEM-2100F, JEOL, Tokyo) OneView IS (Gatan, Inc., Pleasanton, CA, USA) Typical magnification was 25,000x and 30,000x. HDE image The resolution was 4096 x 4096 pixels and its exposure time was 5 s. The typical total doses was 10¹⁰ e^-. LDE image The resolution was 512 x 512 pixels and its exposure time was 3.3 ms. The typical total doses was 10⁶ e^-. Filename Material Total number of images Total number of a pair of HDE and LDE train1_Ni.zip Ni 336 224 train2_FeNi.zip FeNi 390 260 train3_SiC.zip SiC 210 140 train4_Silicate Silicate 264 176 train5_Alumina Alumina 300 200 val1_Ni.zip Ni 54 36 val2_FeNi.zip FeNi 60 40 val3_SiC.zip SiC 30 20 val4_Silicate Silicate 36 24 val5_Alumina Alumina 60 40 The ipynb file and model parameters for machine learning are located in the GitHub page.本数据集为透射电子显微镜（Transmission Electron Microscopy, TEM）采集的高剂量电子（High-Dose-Electron, HDE）图像与低剂量电子（Low-Dose-Electron, LDE）图像，相关研究见于H. Katsuno、Y. Kimura、T. Yamazaki与I. Takigawa发表于《显微学与微分析》（*Microsc. Microanal.*）**28**卷（2022年），第138–144页的工作（arXiv:2106.01718）。 每张高剂量电子图像对应两张低剂量电子图像。示例：高剂量电子图像对应文件为0001.tif，其配套的低剂量电子图像为0002.tif与0003.tif。 所用透射电子显微镜配置：场发射枪（field-emission gun）型号为JEM-2100F（日本电子株式会社JEOL，东京），探测器为OneView IS（Gatan公司，美国加利福尼亚州普莱森顿市）。成像典型放大倍数为25,000倍与30,000倍。 高剂量电子图像分辨率为4096×4096像素，曝光时长为5秒，典型总剂量为10¹⁰ e⁻。 低剂量电子图像分辨率为512×512像素，曝光时长为3.3毫秒，典型总剂量为10⁶ e⁻。 各数据集压缩包信息如下： | 压缩包文件名 | 实验材料 | 总图像数 | 高低剂量图像配对数 | | :---: | :---: | :---: | :---: | | train1_Ni.zip | 镍（Ni） | 336 | 224 | | train2_FeNi.zip | 铁镍合金（FeNi） | 390 | 260 | | train3_SiC.zip | 碳化硅（SiC） | 210 | 140 | | train4_Silicate.zip | 硅酸盐 | 264 | 176 | | train5_Alumina.zip | 氧化铝 | 300 | 200 | | val1_Ni.zip | 镍（Ni） | 54 | 36 | | val2_FeNi.zip | 铁镍合金（FeNi） | 60 | 40 | | val3_SiC.zip | 碳化硅（SiC） | 30 | 20 | | val4_Silicate.zip | 硅酸盐 | 36 | 24 | | val5_Alumina.zip | 氧化铝 | 60 | 40 | 本项目用于机器学习的ipynb脚本与模型参数可于其GitHub页面获取。