超硬材料网

       颗粒的分布情况是众多研究领域需要讨论的话题，CVD金刚石领域也不例外。金刚石形核的均匀性对于CVD金刚石的质量和性能至关重要，因为CVD金刚石在形核阶段的均匀性会直接影响到金刚石薄膜的晶粒尺寸、晶体取向、应力以及内部缺陷的分布。

       目前，形核密度是大多数研究者在描述金刚石形核的均匀性时所采用的量化指标，该指标一般是通过统计单位面积衬底上的金刚石核的数量来确定。但是，形核密度只是给出了一个整体的结果，设想一下如果衬底上的金刚石颗粒仅仅发生分布上的改变而总体数量不变，基于形核密度的量化策略所给出的结果是不会发生变化的。可以认为，目前人们对金刚石形核的均匀性仍然缺乏有效的量化评价方法。

       近日，哈尔滨工业大学红外薄膜与晶体团队提出了一种新算法，运用 Kullback-Leibler (K-L)散度来定量评估CVD金刚石成核的均匀性，有效克服了传统指标（如形核密度过于关注整体而方差易受异常值影响）的局限性。通过对比五组具有不同金刚石核分布的硅衬底以及改变分区大小的方式对新算法进行了评估。

       结果表明该算法的量化结果完美符合当前和以往的实验现象且与主流的理论框架相一致，在评估金刚石形核均匀性方面展现出更优的信效度和鲁棒性。尽管该算法在文中主要应用于CVD金刚石形核的研究，但其对其它应用具有很好的适应性和可迁移性，为纳米材料、生物医学以及食品工程等众多需要精准粒子分布分析的科学领域提供了重要的参考价值。

       该成果以Quantitative Analysis of the Uniformity of CVD Diamond Nucleation via Kullback-Leibler Divergence为题发表在金刚石领域知名期刊《Diamond & Related Materials》上（第一作者为博士研究生郑康），并被选为第156卷封面。

       文章亮点

       1. 建立了基于K-L散度的用以评价颗粒分布均匀性的量化方案；

       2. 证明了该量化方案在评价CVD金刚石在衬底上形核的均匀性上具备极佳的信效度和鲁棒性，且该方案的元数据来自图片，不依赖特定的检测设备，因此同时具有较好的可移植性。

       图文导读

图1 图像处理流程

图2 点图再分割示意图

图3 各组样品的量化统计结果

图4 硅衬底表面在各处理步骤时的状态（AFM图像捕获于CVD沉积之前）

图5 区块大小对各量化指标的影响

       总结与展望

       基于K-L散度的颗粒分布均匀性的量化算法在量化描述CVD金刚石形核均匀性方面表现突出，在克服形核密度灵敏度低的同时也没有像方差一样容易受极端值的影响。并且该算法的元数据可以来自图片，具有数据获取难度低、算法可移植性强等优势。不过，对于其它研究领域的应用在文中只做了简要的可行性分析，可以结合其它研究继续对该算法进行验证。

       此外，还可以考虑对各组形核后的样品进行生长，从生长的晶体质量及性能等角度进一步强调该算法在CVD金刚石形核工艺优化及晶体质量的提前判断等方面的意义。