日本語AIでPubMedを検索
磁性ナノ粒子の特性評価のためのベイズ分析の利点
The benefits of a Bayesian analysis for the characterization of magnetic nanoparticles.
PMID: 32659748 DOI: 10.1088/1361-6528/aba57b.
抄録
磁性ナノ粒子は、様々な生物医学的応用のためのユニークな可能性を提供しますが、商業的利用に先立って、その構造および磁気特性の標準化された特性評価が必要となります。徹底した特性評価のためには、従来の磁力計と先進的な散乱技術の組み合わせが大きな可能性を示している。本研究では、均質な厚さのシリカシェルに囲まれた高品質の酸化鉄ナノ粒子の粉末試料を、直流磁力法と中性子磁気小角散乱(SANS)を用いて特性評価を行った。データから粒径分布や飽和磁化などの粒子パラメータを取得するために、個々のデータセットの標準モデルフィットと、磁力測定と中性子小角散乱(SANS)測定の組み合わせを含む複数の曲線のグローバルフィットを適用した。標準的な最小二乗適合とその後のデータ精密化のためのベイズアプローチを組み合わせることで、モデルパラメータの確率分布とその相互相関が容易に抽出され、適合の品質に関する直接的な視覚的フィードバックが可能になることを示しています。これにより、高相関パラメータの場合のデータのオーバーフィットを防ぎ、ベイズ法は磁性ナノ粒子サンプルの標準化されたデータ分析のための理想的なコンポーネントとなります。
Magnetic nanoparticles offer a unique potential for various biomedical applications, but prior to commercial usage a standardized characterization of their structural and magnetic properties is required. For a thorough characterization, the combination of conventional magnetometry and advanced scattering techniques has shown great potential. In the present work, we characterize a powder sample of high-quality iron oxide nanoparticles that are surrounded with a homogeneous thick silica shell by DC magnetometry and magnetic small-angle neutron scattering (SANS). To retrieve the particle parameters such as their size distribution and saturation magnetization from the data, we apply standard model fits of individual data sets as well as global fits of multiple curves, including a combination of the magnetometry and SANS measurements. We show that by combining a standard least-squares fit with a subsequent Bayesian approach for the data refinement, the probability distributions of the model parameters and their cross correlations can be readily extracted, which enables a direct visual feedback regarding the quality of the fit. This prevents an overfitting of data in case of highly correlated parameters and renders the Bayesian method as an ideal component for a standardized data analysis of magnetic nanoparticle samples.
© 2020 IOP Publishing Ltd.