多変量統計解析を利用したスペクトル・イメージの解析：利点と問題点

渡辺万三志^ａ，石塚和夫^ｂ

^ａDepartment of Materials Science and Engineering, Lehigh University
^ｂHREM Research Inc.

要旨：多変量統計解析（MSA: multivariate statistical analysis）は，最近の分析電子顕微鏡（AEM: analytical electron microscope）で測定可能となった巨大なスペクトルイメージ（SI: spectrum imaging）を効率よく解析する上で必須の解析法の一つである．本稿では，まず，MSA法の中で最も一般的な主成分解析（PCA: principal component analysis）をベースに，その原理と利点を解説する．次に，PCA法を用いることで導入される恐れがあるアーティファクトについて言及する．最後に，PCA法によって導入されるアーティファクトを抑えるために，筆者らが開発したLocalPCA法を紹介する．

キーワード：スペクトル・イメージング法，多変量統計解析法，主成分解析法，検出限界

≫本文PDF