论文摘要
Graphical Abstract
金属卤化物钙钛矿的结构框架由角共享的 $PbX_{6}$ 八面体定义。这些八面体的倾斜、畸变和连接方式决定了其相位稳定性、载流子动力学及光电性能。尽管其角色至关重要，但由于缺乏稳健的分析标准，直接实验分析钙钛矿量子点（QDs）中的八面体配置一直是一个挑战。
我们提出了一种集成**机器视觉**的方法：利用自监督降噪（S2SRED）处理噪声敏感数据集，并结合螺旋八面体优先搜索（SOFS）算法，实现了对低剂量扫描透射电子显微术（STEM）图像的高保真处理。该研究揭示了 $CsPbI_{3}$ 中的“核-壳”倾斜特征，以及混合卤素系统中掺杂偏析导致的各向异性畸变。
本文亮点
开发自监督降噪算法 S2SRED
针对低剂量 STEM 图像，团队引入了融合正则化降噪（RED）的自监督学习策略。该算法仅依赖输入图像本身进行训练，能够有效区分结构化点阵信号与随机噪声，在保留弱点阵信息的同时避免了生成式模型常见的“幻觉”伪影。
创新 SOFS 自动化重构框架
团队提出了“螺旋八面体优先搜索（SOFS）”算法，实现了对 $PbX_{6}$ 网络的高效、自动化识别。通过拟合每个八面体中的全部四个 Pb-X 键角并取平均，该方法极大降低了由局部畸变和成像偏差引起的测量误差，能够实现全量子点范围内的结构参数提取。
揭示结构异质性与稳定性的关联
实验发现纯 $CsPbI_{3}$ 量子点具有 isotropic 的“核-壳”倾斜梯度特征，而 Br 掺杂则因偏析导致了严重的各向异性结构异质性。这一发现阐明了偏析诱导的对称性破缺是导致混合卤素钙钛矿相位稳定性下降的关键微观诱因。
核心算法框架
S2SRED 自监督降噪
针对束流敏感材料的低剂量 STEM 图像，无需外部训练集，直接从单张噪声图像学习，精准剥离噪声并保留微弱的点阵频率成分。
SOFS 螺旋搜索算法
自动识别 $PbX_{6}$ 网络。通过拟合四个 Pb-X 键角并取均值，有效平滑局部非刚性畸变带来的测量误差，实现全场参数提取。
图 1: 机器视觉赋能的八面体重构算法整体流程图
关键科学发现
纯 $CsPbI_{3}$：各向同性梯度
观察到明显的“核-壳”结构特征。受表面配体诱导的松弛效应影响，外层单元格的八面体旋转减小，形成了结构上更加对称且稳固的外壳，这解释了量子点的高相位稳定性。
展示 $CsPbI_{3}$ 倾斜角 ($\theta_{3}$) 与键长 ($C_{3}$) 映射分布图
混合卤素：掺杂偏析与失序
在 $CsPbI_{3-x}Br_{x}$ 系统中，八面体倾斜呈现显著的各向异性分布。$Br^{-}$ 离子的局部聚集（偏析）诱导了严重的结构不均匀性，这类局部失序是导致混合阳离子钙钛矿易于发生相位分离的微观起源。
展示混合卤素系统中明显的各向异性倾斜映射
物理机制验证
分子动力学（MD）模拟结果完美印证了实验观察。模拟证实表面能通过降低对称旋转角度来稳定晶体边界，而 $Br^{-}$ 离子的不规则排布直接导致了局域化的应变集中。
展示 MD 模拟数据与 PL 稳定性演变曲线
引用本工作
Du, G., Zhang, H., Bian, T., Wang, W., Hu, L., et al. "Machine Vision-Enabled Octahedral Network Reconstruction and Structural Analysis of Perovskite Quantum Dots." ACS Nano, 2026. DOI: 10.1021/acsnano.5c20211