基于热建模的热漂移校正的制作方法

基于热建模的热漂移校正
1.本发明大体上涉及显微术领域。更具体地说，本发明涉及一种用于校正显微系统(具体地说，带电粒子束显微系统)中样本或其图像的漂移的方法。
2.带电粒子束显微系统广泛用于精确观察、表征和制造微米级或纳米级系统。由于带电粒子的波长较短，因此电子束和离子束显微镜均提供比常规光学显微系统更高的分辨率。带电粒子束显微镜通常允许从数十皮米至数百纳米的分辨率。然而，这种更精细的分辨率也面临着一系列挑战。
3.一个特殊的挑战是图像的漂移。虽然在典型的光学显微镜中，由于其分辨率较粗糙，因此约数十皮米的漂移可能并不会有大的影响，但这种漂移对带电粒子束显微镜可能实现的整体分辨率构成了重大挑战。例如，在用于成像的光学显微镜中，分辨率可为500nm，对应于用于成像的光束的波长。在这种情况下，约500pm的图像漂移可能并不大，因为这种变化低于显微镜本身的分辨率极限。然而，电子显微镜可具有100pm的分辨率，在这种情况下，500pm的漂移可能会对成像有相当大的影响。
4.图像漂移可能是样本漂移的结果，而样本漂移本身可能是各种原因引起的。这种漂移的潜在原因包含立柱或样本支架(也可被称为样本架)的机械不稳定性、显微镜的不同部件的热膨胀和热收缩(可被称为热漂移)、电荷在立柱中的累积以及机械干扰等。本发明技术涉及由不同部件的热膨胀和热收缩引起的图像漂移。
5.热膨胀和热收缩效应通常可能处于数十纳米的范围内。因此，这种热膨胀和热收缩效应可能对光学显微镜的影响并不大。解决这些问题的努力涵盖涉及处理样本图像以校正漂移的完全基于软件的方法，以及涉及在显微镜的不同部件的设计中使用具有例如较低热膨胀系数的材料的完全基于硬件的方法。这些方法可能有助于减少热漂移对最终图像的影响，但可能需要复杂的设置或可能在时间方面效率低下。另外，如果不校正热漂移，那么样本可能需要相当长的时间才能进入某一稳定位置。
6.本发明寻求克服或至少减轻现有技术的缺点和不足。更具体地说，本发明的一个目的是提供一种改进的方法、系统和计算机程序产品，用于校正显微系统中(具体地说采用带电粒子束的显微系统中)的热漂移。
7.根据第一方面，本发明涉及一种减少显微系统中样本和/或其图像的漂移的方法，其中所述方法包括确定所述样本的预期热漂移，以及基于所述预期热漂移而补偿所述样本和/或其图像的所述漂移。补偿可作为反馈或前馈来实现，如将在实施例中进一步描述的那样。
8.可至少部分地借助于被配置成至少接收一些输入并产生一些输出的热模型而确定所述预期热漂移。所述热模型可基于物理原理并且可包括可例如基于上文所描述的反馈而更新的参数。基于物理的模型可能是有利的，因为可确定不同参数(例如，样本架的热膨胀系数)对热漂移的影响。例如，如果发现影响显著，则可改变样本架的材料成分或适当减少与样本架的热交换。
9.所述显微系统可包括被配置成用于热传递和/或热交换的多个热元素，并且其中热模型至少部分地基于通过多个热元素中的任一者和/或在多个热元素中的任一者之间的
热流。热元素可包括例如，被配置成驱动样本架的电动机、可进行原位研究的化学反应(以及它们产生的热量)、可用于制备/分析样本的气体通量，以及其它热元素。通常，热元素可包括任何热源或吸热器，它们可与显微系统的部件相互作用并导致样本和/或其图像的热漂移。在这方面，可以理解的是，例如从显微系统外部引入的气体通量也被认为是显微系统的热元素。其中可能与显微系统的部件进行这种热交换的不同情形的其它实例包括弯曲部处的热耗散(可用于使样本架移动)，样本可能受到光或电刺激以及其它刺激的原位实验，mems加热器用于样本加热，热量通过射束在样本中耗散。应注意，这仅表示其中本发明技术的实施例可能是有利的情形的示例性列表，但决不应被解释为限制本发明的范围。
10.热模型可基于多个热元素中的任一者的热性质。
11.例如，此类性质可包括热导率、温度、热膨胀系数、热流速率和热发射率等中的任一者。因此，例如，热模型可用于确定样本与其环境之间的热流，所述热流可用于确定由样本与其环境的热相互作用引起的预期热漂移。
12.可至少部分地借助于基于人工智能的模型而确定预期热漂移。基于人工智能的模型可实现确定预期热漂移而无需对热元素和它们之间的热交换进行精确建模。这可能是有利的，例如，在热元素的数目很大并且精确模型可能是计算密集型的情况下。
13.多个热元素可包括被配置成保持样本的样本架。
14.确定样本的预期热漂移可包括确定样本架的预期热漂移。样本架的热漂移可能与样本的热漂移显著相同。具体地说，样本架可包括顶端，样本可定位在顶端上。在这种情况下，样本架的顶端的热漂移可能与样本的热漂移显著相同。
15.热模型的输出可为样本架的预期热漂移。
16.显微系统可包括被配置成测量显微系统中的至少一个定义方位的至少一个定义性质的至少一个性质传感器。性质传感器可为任何传感器并且可取决于待测量的性质。例如，如果要测量温度，则性质传感器可为温度传感器。或者，如果要测量电流，则性质传感器可为电流表。类似地，如果要测量提供给载物台组件的电动机的电力，则例如可提供恰当的电力传感器。待测量的性质本身可取决于到上文所描述的热模型或基于人工智能的模型的输入。例如，在一些实施例中，温度可输入到模型，而在其它实施例中，可被配置成使样本移动的提供给电动机的电力可输入到模型。
17.至少一个性质传感器可包括多个性质传感器。
18.多个性质传感器可被配置成测量多个定义方位处的至少一个定义性质。例如，显微系统可包括多个温度传感器，每个温度传感器测量显微系统中不同方位处的温度。
19.至少一个定义性质可包括多个定义性质。例如，性质可包括温度和电力。在显微系统的不同方位处，不同传感器可用于测量这些性质中的任一者或两者。例如，如上文所描述，可通过使用被配置成测量这种电力的传感器来测量提供给电动机的电力。另外，温度传感器也可用于测量电动机的温度。又另外，可在显微系统中的其它方位处使用多个其它温度传感器。
20.至少一个定义性质可包括温度并且至少一个性质传感器可包括温度传感器。
21.至少一个温度传感器可包括被配置成测量显微系统中多个定义方位处的温度的多个温度传感器。
22.到热模型的输入可包括由至少一个温度传感器测得的温度。例如，热模型可被配
置成使用在恰好一个方位处测得的温度，接着基于例如显微系统中不同热元素的热流网络而确定样本的预期热漂移。这可能有利于提供一种简单的显微系统，所述显微系统可能只需要补充恰好一个测量定义方位处的温度的温度传感器。
23.到热模型的输入可包括由多个温度传感器测得的多个温度。这可能有利于提高热模型的稳健性和精度。
24.到热模型的输入可包括由多个温度传感器测得的多个温度中的至少一对温度的差。这可能进一步提高模型的稳健性和精度，因为可抵消一对温度传感器处发生的类似温度波动。
25.到热模型的输入可包括如上文所描述的至少一个定义性质。
26.至少一个定义方位可包括样本架上的方位。
27.多个定义方位可包括样本架上的多个方位。
28.显微系统可被配置成将粒子束引导至样本。
29.粒子束可包括带电粒子。例如，射束可包括电子，并且显微系统可包括电子显微镜，例如透射电子显微镜、扫描电子显微镜或扫描透射电子显微镜。替代地，例如，射束可包括带正电的离子并且显微系统可包括聚焦离子束显微镜。
30.多个热元素可包括被配置成将样本定位在粒子束下方的载物台。
31.载物台可被配置成使样本架移动以将样本定位在粒子束下方。
32.多个热元素可包括载物台与样本架之间的连接。这可能有利于允许在模型中考虑载物台与样本架之间的热传递。
33.如上文所描述的至少一个定义方位可包括载物台上的方位。
34.如上文所描述的多个定义方位可包括载物台上的多个方位。
35.显微系统可被配置成在环境中操作，并且其中到热模型的输入可包括环境的温度。
36.显微系统可包括被配置成容纳样本的真空室，并且其中多个热元素可包括真空室。
37.至少一个定义方位可包括真空室中的方位。
38.多个定义方位可包括真空室中的多个方位。
39.显微系统可包括被配置成驱动载物台以将样本定位在粒子束下方的至少一个电动机。
40.至少一个电动机可包括被配置成驱动载物台的多个电动机，例如三个电动机。
41.多个热元素可包括至少一个电动机中的任一者。
42.到热模型的输入可包括提供给至少一个电动机的电力和/或电压和/或电流。输入的电流/电压可用于确定提供给电动机的电力，所述电力进而可用于确定电动机耗散的热量。
43.至少一个电动机驱动载物台的结果可能是耗散至少一个电动机所产生的热量。
44.到热模型的输入可包括至少一个电动机所耗散的热量的量值和/或速率。
45.所述方法可包括使用热模型来预测由至少一个温度传感器测得的温度以及将所述温度与由至少一个温度传感器测得的输入温度进行比较。
46.所述方法可进一步包括基于对应于至少一个温度传感器的预测温度和输入温度
之间的差而更新热模型。因此，这可包括反馈模式，其可用于基于模型中的优化来优化对预期热漂移的确定。
47.所述热模型可包括被配置成确定显微系统中的定义方位处的预期温度的第一子模块，以及被配置成确定样本的预期热漂移的第二子模块。
48.到第二子模块的输入可为由第一子模块确定的预期温度。
49.至少一个温度传感器中的至少一者可被配置成测量与其中第一子模块被配置成确定预期温度的定义方位显著相同的定义方位处的温度。与上文所描述的反馈模式一起，这可有助于改进对样本的预期热漂移的确定，因为可通过使用所确定温度来抑制反馈到模型中的测得温度中的任何噪声。
50.所述方法可进一步包括基于测得温度与由第一子模块确定的定义方位处的温度之间的差而更新第一子模块。例如，第一子模块可被配置成在测得温度与所确定温度之间的差较大的情况下对参数应用较大的校正。
51.提供给至少一个电动机的电力和/或电压和/或电流可输入到热模型的第一子模块。
52.环境温度可输入到热模型的第一子模块。
53.基于预期热漂移而补偿样本和/或其图像的漂移可包括基于预期热漂移而控制样本的位置。例如，如果预期热漂移为正(相对于一些坐标系)，则显微系统可被配置成将样本定位到与减去预期热漂移的目标位置大体相同的位置。
54.显微系统可包括控制单元，所述控制单元被配置成通过控制至少一个电动机来定位样本。控制单元可被配置成基于例如样本的目标位置与样本的所感测位置之间的差而控制电动机。
55.控制单元可被配置成向至少一个电动机发送数据。数据可包括例如电动机可影响的平移量。
56.至少一个电动机可被配置成从控制单元接收数据，并且基于所述数据而定位样本。
57.显微系统可进一步包括被配置成感测样本的位置的位置传感器。
58.位置传感器可被配置成将与样本的所感测位置有关的数据发送到控制单元。如上文所描述，这可能有助于控制驱动样本的位置的电动机。
59.控制单元可被配置成从位置传感器接收与样本的所感测位置有关的数据。
60.控制单元可进一步被配置成基于样本的所感测位置与目标位置而定位样本。
61.显微系统可进一步包括反向运动学模块，其被配置成至少接收与第一坐标系中的位置有关的数据。
62.反向运动学模块可进一步被配置成发送与第二坐标系中的位置有关的数据，其中第一坐标系与第二坐标系不同。
63.到反向运动学模块的输入可包括作为预期热漂移的结果在第一坐标系中确定的样本的位置。
64.反向运动学模块的输出可包括与载物台在第二坐标系中的平移有关的数据，以补偿样本的预期热漂移。
65.所述方法可进一步包括反向运动学模块将与载物台的平移有关的数据发送到控
制单元。总的来说，反向运动学模块因此在其中电动机实现的平移不沿着可用于定位样本的坐标轴引导的配置中可能是有利的。例如，电动机实现平移所沿的坐标轴可通过使用于定位样本的坐标轴旋转定义角度来获得。
66.控制单元可被配置成用于从反向运动学模块接收与载物台的平移有关的数据。
67.基于样本的预期热漂移而补偿样本和/或其图像的漂移可进一步包括使用样本的观察到的图像作为反馈以补偿样本和/或其图像的漂移。这可能是进一步有利的，因为关于图像的实时信息可用于校正热漂移。这可能有助于提高方法的效率，并且允许更快地接近目标样本位置周围的平衡。
68.所述方法可包括使用图像处理模块来补偿样本和/或其图像的漂移。
69.到图像处理模块的输入可包括样本的图像。
70.图像处理模块的输出可包括与样本的观察到的位置有关的数据。图像处理模块因此可被配置成实行图像从像素空间到位置空间的转换。
71.到反向运动学模块的输入可进一步包括与样本的观察到的位置有关的数据。
72.与载物台的平移有关的数据可基于样本的预期热漂移与样本的观察到的漂移之间的差。
73.上文所描述的基于人工智能的模型可包括人工神经网络、随机森林、高斯过程、隐马尔可夫模型、状态向量机或任何其它人工智能模型中的任一者。
74.可由基于人工智能的模型至少部分地使用监督学习而确定预期热漂移。例如，可通过使用响应于例如定义方位处的测得温度的测得热漂移的实验数据来训练基于人工智能的模型。基于这一数据，可训练机器学习模型，可将在定义方位处测得的温度输入到所述机器学习模型。机器学习模型的输出可接着为预期热漂移。
75.基于人工智能的模型的输出可包括样本和/或其图像的预期热漂移。
76.到基于人工智能的模型的输入可包括由至少一个温度传感器中的至少一者测得的温度。
77.到基于人工智能的模型的输入可包括提供给至少一个电动机的电力和/或电压和/或电流。
78.到热模型的输入可包括与湿度有关的数据。
79.例如，此类数据可包括显微系统环境的相对湿度，或上文所描述的任何热元素周围的湿度。
80.可至少部分地在数据处理单元上实施如上文所描述的方法。
81.根据第二方面，本发明涉及一种显微系统，其包括样本，其中所述显微系统被配置成通过以下方式减少所述样本和/或其图像的漂移：确定所述样本的预期热漂移，以及基于所述预期热漂移而补偿所述样本和/或其图像的所述漂移。
82.显微系统可包括被配置成测量显微系统中的至少一个定义方位的温度的至少一个温度传感器。
83.至少一个温度传感器可包括被配置成测量显微系统中多个定义方位处的温度的多个温度传感器。
84.显微系统可被配置成将粒子束引导至样本。
85.粒子束可包括带电粒子。
86.如上文所描述的多个热元素可包括被配置成将样本定位在粒子束下方的载物台。
87.显微系统可包括被配置成容纳样本的真空室，并且其中多个热元素包括真空室。
88.显微系统可包括被配置成驱动载物台以将样本定位在粒子束下方的至少一个电动机。
89.显微系统可包括控制单元，所述控制单元被配置成通过控制至少一个电动机来定位样本。
90.显微系统可包括被配置成感测样本的位置的位置传感器。
91.显微系统可包括被配置成确定预期热漂移的数据处理单元。
92.热模型可被配置成在如上文所描述的数据处理单元上运行。
93.基于人工智能的模型可被配置成在数据处理单元上运行。
94.数据处理单元可被配置成将数据发送到上文所描述的控制单元。
95.控制单元可被配置成从数据处理单元接收数据。
96.如上文所描述的显微系统可被配置成执行如上文所描述的方法。
97.根据第三方面，本发明涉及一种计算机程序产品，其包括指令，所述指令当于如上文所描述的显微系统的数据处理单元上运行时，用以执行如上文所描述的方法。所述计算机程序产品可例如包括用以从温度传感器读取测得温度、接着实行对样本的预期热漂移的确定的指令。所述计算机程序产品可允许改变表征上文所描述的热元素的热性质的任何参数，以及添加/删除任何热元素。
98.下面，将论述方法实施例。这些实施例缩写为字母
‘
m’后跟一个数字。每当本文中提及方法实施例时，均意指这些实施例。
99.m1.一种用以减少显微系统中样本和/或其图像的漂移的方法，其中所述方法包括确定所述样本的预期热漂移，以及基于所述预期热漂移而补偿所述样本和/或其图像的所述漂移。
100.m2.根据前述实施例所述的方法，其中至少部分地借助于被配置成至少接收一些输入并产生一些输出的热模型而确定所述预期热漂移。
101.m3.根据前述实施例所述的方法，其中所述显微系统包括被配置成用于热传递和/或热交换的多个热元素，并且其中所述热模型至少部分地基于通过所述多个热元素中的任一者和/或在所述多个热元素中的任一者之间的热流。
102.m4.根据前述实施例所述的方法，其中所述热模型基于所述多个热元素中的任一者的热性质。
103.例如，此类性质可包括热导率、温度、热膨胀系数、热流速率和热发射率等中的任一者。
104.m5.根据前述方法实施例中任一项所述的方法，其中至少部分地借助于基于人工智能的模型而确定所述预期热漂移。
105.m6.根据前述方法实施例中任一项所述的并且具有根据实施例m3所述的特征的方法，其中所述多个热元素包括被配置成保持所述样本的样本架。
106.m7.根据前述实施例所述的方法，其中确定所述样本的预期热漂移包括确定所述样本架的预期热漂移。
107.m8.根据前述实施例所述的并且具有根据实施例m2所述的特征的方法，其中所述
热模型的输出是所述样本架的所述预期热漂移。
108.m9.根据前述方法实施例中任一项所述的方法，其中所述显微系统包括被配置成测量所述显微系统中的至少一个定义方位的至少一个定义性质的至少一个性质传感器。
109.m10.根据前述实施例所述的方法，其中所述至少一个性质传感器包括多个性质传感器。
110.m11.根据前述实施例所述的方法，其中所述多个性质传感器被配置成测量多个定义方位处的至少一个定义性质。
111.m12.根据前述实施例所述的方法，其中所述至少一个定义性质包括多个定义性质。
112.m13.根据前述方法实施例中任一项所述的并且具有根据实施例m9所述的特征的方法，其中所述至少一个定义性质包括温度并且所述至少一个性质传感器包括温度传感器。
113.m14.根据前述实施例所述的方法，其中所述至少一个温度传感器包括被配置成测量所述显微系统中多个定义方位处的所述温度的多个温度传感器。
114.m15.根据前述2个实施例中任一项所述的并且具有根据实施例m2所述的特征的方法，其中到所述热模型的输入包括由至少一个温度传感器测得的温度。
115.m16.根据前述实施例所述的方法，其中到所述热模型的输入包括由多个温度传感器测得的多个温度。
116.m17.根据前述实施例所述的方法，其中到所述热模型的输入包括由所述多个温度传感器测得的所述多个温度中的至少一对温度的差。
117.m18.根据前述方法实施例中任一项所述的并且具有根据实施例m2和m9所述的特征的方法，其中到所述热模型的输入包括所述至少一个定义性质。
118.m19.根据前述方法实施例中任一项所述的并且具有根据实施例m6和m9所述的特征的方法，其中所述至少一个定义方位包括所述样本架上的方位。
119.m20.根据前述方法实施例中任一项所述的并且具有根据实施例m6和m14所述的特征的方法，其中所述多个定义方位包括所述样本架上的多个方位。
120.m21.根据前述方法实施例中任一项所述的方法，其中所述显微系统被配置成将粒子束引导至所述样本。
121.m22.根据前述实施例所述的方法，其中所述粒子束包括带电粒子。
122.m23.根据前述2个实施例中任一项所述的并且具有根据实施例m3所述的特征的方法，其中所述多个热元素包括被配置成将所述样本定位在所述粒子束下方的载物台。
123.m24.根据前述实施例所述的并且具有根据实施例m6所述的特征的方法，其中所述载物台被配置成使所述样本架移动以将所述样本定位在所述粒子束下方。
124.m25.根据前述实施例所述的方法，其中所述多个热元素包括所述载物台与所述样本架之间的连接。
125.m26.根据前述方法实施例中任一项所述的并且具有根据实施例m9和m23所述的特征的方法，其中所述至少一个定义方位包括所述载物台上的方位。
126.m27.根据前述方法实施例中任一项所述的并且具有根据实施例m14和m23所述的特征的方法，其中所述多个定义方位包括所述载物台上的多个方位。
127.m28.根据前述方法实施例中任一项所述的并且具有根据实施例m2所述的特征的方法，其中所述显微系统被配置成在环境中操作，并且其中到所述热模型的输入包括所述环境的温度。
128.m29.根据前述方法实施例中任一项所述的并且具有根据实施例m3所述的特征的方法，其中所述显微系统包括被配置成容纳所述样本的真空室，并且其中所述多个热元素包括所述真空室。
129.m30.根据前述实施例所述的并且具有根据实施例m9所述的特征的方法，其中所述至少一个定义方位包括所述真空室中的方位。
130.m31.根据倒数第二个实施例所述的并且具有根据实施例m14所述的特征的方法，其中所述多个定义方位包括所述真空室中的多个方位。
131.m32.根据前述方法实施例中任一项所述的并且具有根据实施例m23所述的特征的方法，其中所述显微系统包括被配置成驱动所述载物台以将所述样本定位在所述粒子束下方的至少一个电动机。
132.m33.根据前述实施例所述的方法，其中所述至少一个电动机包括被配置成驱动所述载物台的多个电动机，例如三个电动机。
133.m34.根据前述2个实施例中任一项所述的并且具有根据实施例m3所述的特征的方法，其中所述多个热元素包括所述至少一个电动机中的任一者。
134.m35.根据前述3个实施例中任一项所述的并且具有根据实施例m2所述的特征的方法，其中到所述热模型的输入包括提供给至少一个电动机的电力和/或电压和/或电流。
135.m36.根据前述4个实施例中任一项所述的方法，其中至少一个电动机驱动所述载物台的结果为耗散所述至少一个电动机所产生的热量。
136.m37.根据前述实施例所述的并且具有根据实施例m2所述的特征的方法，其中到所述热模型的输入包括所述至少一个电动机所耗散的热量的量值和/或速率。
137.m38.根据前述方法实施例中任一项所述的并且具有根据实施例m15所述的特征的方法，其中所述方法包括使用所述热模型来预测由所述至少一个温度传感器测得的温度以及将所述温度与由所述至少一个温度传感器测得的输入温度进行比较。
138.m39.根据前述实施例所述的方法，其中所述方法进一步包括基于对应于所述至少一个温度传感器的预测温度和输入温度之间的差而更新所述热模型。
139.m40.根据前述方法实施例中任一项所述的并且具有根据实施例m2所述的特征的方法，其中所述热模型包括被配置成确定所述显微系统中的定义方位处的预期温度的第一子模块，以及被配置成确定所述样本的所述预期热漂移的第二子模块。
140.m41.根据前述实施例所述的方法，其中到所述第二子模块的输入为由所述第一子模块确定的所述预期温度。
141.m42.根据前述2个实施例中任一项所述的并且具有根据实施例m9所述的特征的方法，其中所述至少一个温度传感器中的至少一者被配置成测量与其中所述第一子模块被配置成确定所述预期温度的所述定义方位显著相同的定义方位处的温度。
142.m43.根据前述实施例所述的方法，其中所述方法进一步包括基于测得温度与由所述第一子模块确定的所述定义方位处的温度之间的差而更新所述第一子模块。
143.m44.根据前述4个实施例中任一项所述的并且具有根据实施例m35所述的特征的
方法，其中将提供给至少一个电动机的所述电力和/或电压和/或电流输入到所述热模型的所述第一子模块。
144.m45.根据前述4个实施例中任一项所述的并且具有根据实施例m28所述的特征的方法，其中将所述环境的所述温度输入到所述热模型的所述第一子模块。
145.m46.根据前述方法实施例中任一项所述的方法，其中基于所述预期热漂移而补偿所述样本和/或其图像的所述漂移包括基于所述预期热漂移而控制所述样本的位置。
146.m47.根据前述方法实施例中任一项所述的并且具有根据实施例m33所述的特征的方法，其中所述显微系统包括控制单元，所述控制单元被配置成通过控制所述至少一个电动机来定位所述样本。
147.m48.根据前述实施例所述的方法，其中所述控制单元被配置成向所述至少一个电动机发送数据。
148.m49.根据前述2个实施例中任一项所述的方法，其中所述至少一个电动机被配置成从所述控制单元接收数据，并且基于所述数据而定位所述样本。
149.m50.根据前述实施例中任一项所述的方法，其中所述显微系统进一步包括被配置成感测所述样本的所述位置的位置传感器。
150.m51.根据前述实施例所述的并且具有根据实施例m47所述的特征的方法，其中所述位置传感器被配置成将与所述样本的所感测位置有关的数据发送到所述控制单元。
151.m52.根据前述实施例所述的方法，其中所述控制单元被配置成从所述位置传感器接收与所述样本的所述所感测位置有关的数据。
152.m53.根据前述实施例所述的方法，其中所述控制单元进一步被配置成基于所述样本的所述所感测位置和目标位置而定位所述样本。
153.m54.根据前述方法实施例中任一项所述的方法，其中所述显微系统进一步包括反向运动学模块，其被配置成至少接收与第一坐标系中的位置有关的数据。
154.m55.根据前述实施例所述的方法，其中所述反向运动学模块进一步被配置成发送与第二坐标系中的位置有关的数据，其中所述第一坐标系与所述第二坐标系不同。
155.m56.根据前述实施例中任一项所述的并且具有根据实施例m54所述的特征的方法，其中到所述反向运动学模块的输入包括作为所述预期热漂移的结果在所述第一坐标系中确定的所述样本的所述位置。
156.m57.根据前述实施例中任一项所述的并且具有根据实施例m23和m55所述的特征的方法，其中所述反向运动学模块的输出包括与所述载物台在所述第二坐标系中的平移有关的数据以补偿所述样本的所述预期热漂移。
157.m58.根据前述实施例所述的方法，其中所述方法进一步包括所述反向运动学模块将与所述载物台的平移有关的所述数据发送到所述控制单元。
158.m59.根据前述实施例所述的方法，其中所述控制单元被配置成用于从所述反向运动学模块接收与所述载物台的平移有关的所述数据。
159.m60.根据前述方法实施例中任一项所述的方法，其中基于所述样本的预期热漂移而补偿所述样本和/或其图像的所述漂移进一步包括使用所述样本的观察到的图像作为反馈以补偿所述样本和/或其图像的所述漂移。
160.m61.根据前述实施例所述的方法，其中所述方法包括使用图像处理模块来补偿所
述样本和/或其图像的所述漂移。
161.m62.根据前述实施例所述的方法，其中到所述图像处理模块的输入包括所述样本的图像。
162.m63.根据前述2个实施例中任一项所述的方法，其中所述图像处理模块的输出包括与所述样本的观察到的位置有关的数据。
163.m64.根据前述实施例所述的并且具有根据实施例m56所述的特征的方法，其中到所述反向运动学模块的输入进一步包括与所述样本的所述观察到的位置有关的数据。
164.m65.根据前述实施例所述的并且具有根据实施例m57所述的特征的方法，其中与所述载物台的平移有关的所述数据基于所述样本的所述预期热漂移与所述样本的观察到的漂移之间的差。
165.m66.根据前述方法实施例中任一项所述的并且具有根据实施例m5所述的特征的方法，其中所述基于人工智能的模型包括人工神经网络、随机森林、高斯过程、隐马尔可夫模型、状态向量机或任何其它人工智能模型中的任一者。
166.m67.根据前述实施例所述的方法，其中由所述基于人工智能的模型至少部分地使用监督学习而确定所述预期热漂移。
167.m68.根据前述方法实施例中任一项所述的并且具有根据实施例m5所述的特征的方法，其中所述基于人工智能的模型的输出包括所述样本和/或其图像的所述预期热漂移。
168.m69.根据前述方法实施例中任一项所述的并且具有根据实施例m5和m9所述的特征的方法，其中到所述基于人工智能的模型的输入包括由所述至少一个温度传感器中的至少一者测得的所述温度。
169.m70.根据前述方法实施例中任一项所述的并且具有根据实施例m5和m35所述的特征的方法，其中到所述基于人工智能的模型的输入包括提供给至少一个电动机的电力和/或电压和/或电流。
170.m71.根据前述方法实施例中任一项所述的并且具有根据实施例m2所述的特征的方法，其中到所述热模型的输入包括与湿度有关的数据。
171.例如，此类数据可包括显微系统环境的相对湿度，或上文所描述的任何热元素周围的湿度。
172.m72.根据前述方法实施例中任一项所述的方法，其中至少部分地在数据处理单元上实施所述方法。
173.下面，将论述系统实施例。这些实施例缩写为字母
‘
s’后跟一个数字。每当本文中提及系统实施例时，均意指这些实施例。
174.s1.一种显微系统，其包括样本，其中所述显微系统被配置成通过以下方式减少所述样本和/或其图像的漂移确定所述样本的预期热漂移，以及基于所述预期热漂移而补偿所述样本和/或其图像的所述漂移。
175.s2.根据前述实施例所述的显微系统，其中至少部分地借助于被配置成至少接收一些输入并产生一些输出的热模型而确定所述预期热漂移。
176.s3.根据前述实施例所述的显微系统，其中所述显微系统包括被配置成用于热传递和/或热交换的多个热元素，并且其中所述热模型至少部分地基于通过所述多个热元素
中的任一者和/或在所述多个热元素中的任一者之间的热流。
177.s4.根据前述系统实施例中任一项所述的显微系统，其中至少部分地借助于基于人工智能的模型而确定所述预期热漂移。
178.s5.根据前述系统实施例中任一项所述的并且具有根据实施例s3所述的特征的显微系统，其中所述多个热元素包括被配置成保持所述样本的样本架。
179.s6.根据前述系统实施例中任一项所述的显微系统，其中所述显微系统包括被配置成测量所述显微系统中的至少一个定义方位的温度的至少一个温度传感器。
180.s7.根据前述实施例所述的显微系统，其中所述至少一个温度传感器包括被配置成测量所述显微系统中多个定义方位处的所述温度的多个温度传感器。
181.s8.根据前述系统实施例中任一项所述的显微系统，其中所述显微系统被配置成将粒子束引导至所述样本。
182.s9.根据前述实施例所述的显微系统，其中所述粒子束包括带电粒子。
183.s10.根据前述2个实施例中任一项所述的并且具有根据实施例s3所述的特征的显微系统，其中所述多个热元素包括被配置成将所述样本定位在所述粒子束下方的载物台。
184.s11.根据前述系统实施例中任一项所述的并且具有根据实施例s3所述的特征的显微系统，其中所述显微系统包括被配置成容纳所述样本的真空室，并且其中所述多个热元素包括所述真空室。
185.s12.根据前述系统实施例中任一项所述的并且具有根据实施例s10所述的特征的显微系统，其中所述显微系统包括被配置成驱动所述载物台以将所述样本定位在所述粒子束下方的至少一个电动机。
186.s13.根据前述实施例所述的显微系统，其中所述显微系统包括控制单元，所述控制单元被配置成通过控制所述至少一个电动机来定位所述样本。
187.s14.根据前述系统实施例中任一项所述的显微系统，其中所述显微系统包括被配置成感测所述样本的位置的位置传感器。
188.s15.根据前述系统实施例中任一项所述的显微系统，其中所述显微系统包括被配置成确定所述预期热漂移的数据处理单元。
189.s16.根据前述实施例所述的并且具有根据实施例s2所述的特征的显微系统，其中所述热模型被配置成在所述数据处理单元上运行。
190.s17.根据前述2个实施例中任一项所述的并且具有根据实施例s4所述的特征的显微系统，其中所述基于人工智能的模型被配置成在所述数据处理单元上运行。
191.s18.根据前述系统实施例中任一项所述的并且具有根据实施例s13和s15所述的特征的显微系统，其中所述数据处理单元被配置成向所述控制单元发送数据。
192.s19.根据前述实施例所述的显微系统，其中所述控制单元被配置成从所述数据处理单元接收数据。
193.s20.根据前述系统实施例中任一项所述的显微系统，其中所述显微系统被配置成执行根据前述方法实施例中任一项所述的方法。
194.下面，将论述计算机程序产品实施例。这些实施例缩写为字母
‘
p’后跟一个数字。每当本文中提及计算机程序产品实施例时，均意指这些实施例。
195.p1.一种计算机程序产品，其包括指令，所述指令当于根据前述系统和实施例中任
一项所述的并且具有根据实施例s15所述的特征的显微系统的数据处理单元上运行时，用以执行根据前述方法实施例中任一项所述的方法。
196.现在将参考附图论述本发明技术的实施例。为清楚起见，在一些附图中可能仅示出一些特征，而其它特征可能被省略。然而，也可以存在省略的特征，并且所描绘和论述的特征不需要存在于所有实施例中。
197.图1a描绘了显微系统；图2a描述了显微系统的载物台组件；图2b描绘了载物台组件的致动机构的透视图；图2c描绘了致动机构的俯视图；图2d描绘了针对显微系统的一部分的热模型的示意图；图3描绘了用以校正热漂移的示例性方法；图4描绘了用以校正热漂移的另一示例性方法；并且图5描绘了用以校正热漂移的又一示例性方法。
198.图1a描绘了显微系统m(具体地说带电粒子显微系统m)的实施例，其被配置成使用带电粒子束b来观察和/或表征样本18。带电粒子束b可包括电子或离子。在图1a中所描绘的特定情况下，其包括电子。另外，图1a中所描绘的显微系统m可包括透射型显微系统m，其中样本18的图像是使用显微系统m的透射区域中的发射来拍摄的。因此，m可表示透射电子显微镜(tem)或扫描透射电子显微镜(stem)。在附图中，在真空壳体2内，电子源4产生电子束b，电子束b沿电子光学轴线b'传播并穿过电子光学照明器6，从而用于将电子引导/聚焦到样本18的选定部分上(其可例如(局部地)薄化/平面化)。
199.还描绘了偏转器8，其(尤其)可用于实现射束b的扫描运动。样本18可保持在样本架16上，所述样本架可通过定位装置/载物台14多自由度定位，所述定位装置/载物台移动固持器14'，支架16(可拆卸地)固定在固持器中；例如，样本架16可包括可(尤其)在xy平面中移动的指形件(参见所描绘的笛卡尔坐标系；通常，平行于z的运动和关于x/y的倾斜也是可能的)。这种移动允许样本18的不同部分被(在z方向上)沿轴线b'行进的电子束b照明/成像/检查(和/或允许执行扫描运动，以作为光束扫描的替代方案)。视需要，可引入任选的冷却装置(未描绘)以与样本架16热接触，以便将所述样本架(和其上的样本18)维持在例如低温度下。
200.电子束b将以一定方式与样本18相互作用，所述方式使得从样本18发出各种类型的“受激”辐射，包含(例如)次级电子、背散射电子、x射线和光辐射(阴极发光)。视需要，可借助于分析装置22检测这些辐射类型中的一种或多种，分析装置可能是例如组合的闪烁体/光电倍增管或能量分散x射线光谱仪(edx)模块；在这种情况下，可使用与扫描电子显微镜(sem)中基本相同的原理构建图像。然而，替代地或补充地，可研究穿过(通过)样本18、从样本离开/发出并继续沿轴线b'传播(基本上，尽管通常具有一些偏转/散射)的电子。
201.这种透射的电子通量进入成像系统(投影透镜)24，所述成像系统通常将包括各种静电/磁性透镜、偏转器、校正器(例如像散校正器)等。在正常(非扫描)tem模式下，这一成像系统24可聚焦透射的电子通量。可利用这样一个事实，即离开成像系统24的电子通量的聚焦深度通常相当大(例如，为约1米)。因此，可在成像系统24的下游使用各种类型的分析设备，例如tem相机30。在相机30处，电子通量可形成可由控制器/处理器20处理并例如显示
在如平板显示器的显示装置(未描绘)上的静态图像(或衍射图)。当不需要时，相机30可缩回/撤回(如箭头30'示意性地指示)，以使其避开轴线b'。替代地或另外，成像系统24可用于将透射的电子通量聚焦到荧光屏26上，视需要，所述荧光屏可缩回/撤回(如箭头26'示意性地指示)，以使其避开轴线b'。样本18(的一部分)的图像(或衍射图)将由成像系统24形成在屏幕26上，并且这可通过位于壳体2的壁的合适部分中的查看端口28来查看。屏幕26的缩回机构可例如本质上为机械和/或电气的，并且在此处未描绘。
202.分析设备可进一步包括stem相机32。相机32的输出可记录为射束b在样本18上的(x,y)扫描位置的函数，并且可构造图像，所述图像是作为x,y的函数的相机32的输出的“映射”。相机32可包括直径为例如20mm的单个像素，与相机30中特征性地存在的像素矩阵相反。此外，相机32通常将具有比相机30(例如，每秒10
2-103个图像)高得多的采集速率(例如，每秒106个点)。同样，当不需要时，相机32可缩回/撤回(如箭头32'示意性地指示)，以使其避开轴线b'(但在例如面包圈形环形暗场相机32的情况下此类缩回不是必需的；在此类相机中，当不使用相机时，中心孔将允许通量通过)。
203.作为使用相机30或32成像的替代方案，也可调用分光镜设备34，所述分光镜设备可为例如eels模块。应注意，物品30、32和34的次序/方位并不严格，并且可设想许多可能的变化。例如，分光镜设备34也可集成到成像系统24中。应注意，控制器(计算机处理器)20经由控制线(总线)20'连接到各种绘示的部件。这一控制器20可提供多种功能，例如同步动作、提供设定点、处理信号、执行计算以及在显示装置(未描绘)上显示消息/信息。毋庸置疑，(示意性地描绘的)控制器20可(部分地)位于壳体2的内部或外部，且可视需要具有一体式或组合式结构。本领域技术人员应理解，壳体2的内部不必保持在严格的真空下；例如，在所谓的“环境tem/stem”中，有意地将给定气体的本底大气引入/维持在壳体2内。本领域技术人员还应理解，在实践中，可能是有利的是：限制壳体2的体积以使其在可能的情况下基本上围绕轴线b'，呈所采用电子束从中通过的小管(例如，直径为约1cm)的形式，但加宽以容纳例如源4、样本架16、屏幕26、相机30、相机32、分光镜设备34等结构。
204.显微镜m可进一步包括可缩回的x射线ct模块40，可借助于定位系统42使所述模块前进/缩回，以便将其放置在射束b的路径上/从射束b的路径上移除(参见箭头44)。在此处所示的特定配置中，模块40包括安装在其上的叉状框架——样本18的平面上方的目标，以及样本18的平面下方的x射线检测器。
205.图2a至2c描绘了示例性载物台组件14及其用于显微系统m的各种部件。载物台组件14可包括允许定位和/或定向样本架16的构件。
206.在插入到显微系统m的立柱2中之后，样本架16可能会由于环境样本架温度与立柱温度之间的潜在温差而经历热漂移。此外，热漂移可能由载物台组件14中的热耗散效应引起。下文进行进一步描述。
207.在图2a中所描绘的实例中，载物台组件14包括多个臂，每个臂包括致动机构100，例如致动机构100b(未描绘致动机构100a和100c)，多个臂包括电动机110，即三个电动机110a、110b、110c(未标记)，每个电动机被配置成实现电动机110a沿箭头111a所描绘方向的平移。应理解，电动机110b和110c(未标记)还可被配置成提供沿对应方向111b和111c的平移运动。多个电动机110可被布置成使得沿方向111a、111b、111c中的每一者的平移的结果可能引起样本架16沿箭头112所描绘的方向平移。更具体地说，沿方向111a、111b、111c中的
每一者平移定义距离可引起样本架16沿定义方向平移定义距离，其中样本架16的平移与沿方向111a、111b、111c的每个定义距离的平移有关。显微系统可包括例如数据处理单元，所述数据处理单元可包括可用于在样本架的平移(距离和方向)与电动机110实现的平移(沿方向111的距离)之间转换的反向运动学模块。
208.图2b描绘了载物台组件14的其中一个臂(例如，图2a中标记为
‘
b’的臂)，具体地说载物台组件14的致动机构100(例如，图2a中标记为100b的致动机构)的放大图。致动机构100包括例如可为压电电动机的电动机110。电动机110可围封在外壳120中，所述外壳可包括导热材料，例如铝。致动机构100可进一步包括位置传感器(也可被称为编码器)130，其被配置成检测样本架的位置。如图2c中所描绘，位置传感器130可与外壳120热接触。在典型的操作中，位置传感器130可测量样本架16的位置并将其反馈给电动机110(或优选地电动机110的控制器)，其中可操作电动机110以便减小位置传感器130感测到的样本架16的位置与目标样本架位置之间的差。
209.操作电动机110以实现如上文所描述的样本架16的平移可能引起电动机110内部产生热量。至少一部分该热量可传递到外壳120。这可能会引起外壳120膨胀，进而推动位置传感器130的头部。因此，位置传感器130可记录不同于预期位置的位置，并且可在位置传感器130已热漂移之后基于位置传感器130所记录的位置而使电动机110重新定位样本架16。这接着也可能导致样本18的图像漂移。
210.图2d中描绘了通过显微系统m的一小部分的热流的示意图m
t
。所述示意图描绘了分别处于温度t
120a
、t
120b
和t
120c
下的载物台组件14的三个臂的外壳120a、120b和120c。这些外壳在温度t
130
下与位置传感器130热接触。位置传感器130可与可能处于温度t
16
下的样本架16进行热交换。除其它通道之外，样本架16还可在温度t2下与真空室2进行热交换。因此，可实现不同热元素之间的热交换模型，所述模型可用于确定样本18的预期热漂移。此外，如可能了解的，图2d仅描绘了这种模型的代表性示意图，并且本发明的实施例还可包含用于与更多热元素进行的热交换以及热元素之间可能不同模式的热交换(包含例如，热传导、热辐射和/或热对流)的更详细模型。
211.本发明技术涉及如上文所描述的校正热漂移。本发明技术的实施例涉及使用模型来确定样本架16的预期热漂移并对其进行校正。所述模型可接受一些输入并产生一些输出。输出可包括样本架16的预期热漂移。现在将参考其余附图更详细地描述不同实施例。
212.图3描绘了本发明的第一实施例。方框500描绘了如上文所描述的可能由电动机110产生的热量的耗散的影响。热量(描绘为进入子方框510的箭头)可能会使样本架16的温度(样本架16的温度通过离开子方框510的箭头描绘)升高，接着可能导致样本架16的通向最终位置xd的热漂移(描绘为离开子方框520的箭头)。如进一步描绘，模型1000包括被配置成确定预期热漂移的子模块1001。子模块1001被配置成接受输入参数，所述输入参数可包括在定义方位处的定义性质的值。例如，定义性质可为显微系统中定义方位处的温度。定义方位可包括例如样本架16上的某一方位。显微系统m可包括用以测量定义方位处的定义性质的构件。例如，显微系统m可包括用以测量样本架16上定义方位处的温度的温度传感器。子模块1001可被配置成基于输入参数而确定预期热漂移。例如，在输入参数为样本架16的温度的情况下，子模块1001可基于样本架16的热膨胀系数而确定预期热漂移。
213.替代地，如果输入参数包括在显微系统m中另一方位处测得的温度，则子模块1001
可包括用于通过显微系统m的不同部件(其可被称为热元素)的热传递和/或显微系统m的不同部件之间的热交换的模型，使得可基于在定义方位处测得的温度而确定样本架16的所得热漂移。例如，定义方位可包括如图2c中所描绘的位置传感器130上的某一方位。子模块1001随后可包括用于从位置传感器130到样本架16、从位置传感器130到外壳120的热流以及来自位置传感器130的其它可能热流的模型。
214.可使用多个温度传感器，并且到子模块1001的输入可包括由多个温度传感器测得的至少一对温度的差。这可能比提供单个测得温度更稳健，因为温度测量中的任何噪声都可能在温度差形式中消除。子模块1001可基于热元素的包括热导率、热膨胀系数、热流速率、热发射率、表面积和温度等中的任一者的热性质而确定预期热漂移。
215.接着可将从子模块1001输出的预期热漂移转换成将由图2b中所描绘的电动机110中的任一者应用的平移。这可经由反向运动学模块1010来实现。反向运动学模块1010可被配置成接受与第一坐标系中的位置有关的数据，并发送与第二坐标系中的位置有关的数据。来自子模块1001的预期热漂移，更精确地说来自子模块1001的预期热漂移的反向，可被发送到反向运动学模块1010，所述反向运动学模块接着可确定要应用于电动机110中的任一者的平移以补偿预期热漂移。此平移可被馈送到子模块900中，所述子模块可实行电动机110中的任一者的平移。平移的结果可为平移向量xe，其可由于热漂移xd而从样本架16的位置中减去。因此，可减少样本架16及因此样本18的所得热漂移。此实施例可被称为热漂移的前馈控制，因为预期热漂移在对样本架16的致动之前已得到补偿。
216.图4中描绘了本发明的第二实施例。此实施例基于图3中所描绘的实施例。如图4中所描绘，模型1000包括用以确定预期热漂移的另一子模块1002。子模块1002被配置成接受输入参数，所述输入参数可包括例如提供给电动机110的电流/电力信号、样本架16在插入显微镜立柱2之前的温度或环境温度。子模块1002可进一步被配置成确定显微系统m中定义方位处的定义性质的预期值。例如，定义性质可包括某一温度并且定义方位可对应于样本架16上的某一方位。为了确定预期值，子模块1002还可包括如上文针对子模块1001所描述的用于通过显微镜系统m的不同部件的热传递和/或显微镜系统m的不同部件之间的热交换的模型。
217.显微系统m可进一步被配置成测量定义方位处的定义性质。为此可提供恰当的传感器。对于上文所描述的实例，可提供温度传感器用于测量样本架16上定义方位处的温度。接着可将定义性质的测得值反馈给模型1000，并且模型1000可被配置成将定义性质的测得值与从子模块1002确定的预期值进行比较。基于这一比较，可更新模型1000，更具体地说模型1000的子模块1002，使得由子模块1002确定的值与测得值大体相同。因此，可校准子模块1002以确定定义性质的大体精确的值。
218.接着将定义性质的所确定值作为输入发送到子模块1001，所述子模块可能与图3中所描绘的子模块1001大体相同。如上文所描述，基于这一输入值，子模块1001可被配置成确定预期热漂移，并且经由反向运动学模块1010实现样本架16(且因此样本18)的补偿平移。
219.图5中描绘了模型1000的另一实施例。如前所述，此实施例还基于图4中所描绘的实施例。然而，应理解，这些实施例仅仅是示例性的，并且图5中所描绘的实施例可例如直接基于图3中所描绘的实施例而不具有图4中所描绘的特征。
220.模型1000可进一步包括子模块1003。子模块1003可被配置成从图像处理模块800接受样本18的测得位置。图像处理模块800可被配置成将由显微系统m的一些光学器件和相机700捕捉的样本18的图像从像素空间转换到位置空间。也可将测得位置反馈到模型1000，更具体地说反馈到子模块1002的输出。基于由于预期热漂移引起的样本18的测得位置与预期位置之间的差，反向运动学模块1010接着可被配置成确定电动机110的平移。因此，此配置可允许实时反馈环路，所述实时反馈环路在减少热漂移方面可能具有进一步的优势。
221.尽管上文所描述的模型1000包括物理模型，但替代实施例可包括基于人工智能的模型。这种模型1000可接受显微系统m的定义方位处的定义性质作为输入，所述定义性质例如样本架16上某一方位处的温度、环境温度或甚至提供给电动机110的电流/电力信号。模型1000接着可被配置成输出样本18的预期热漂移。模型1000可包括人工神经网络、随机森林、梯度提升机和支持向量机等中的任一者。所述模型可基于使用如上文所描述的方法收集到的数据进行训练。或者所述模型可包括基于无监督学习的模型。
222.另外，尽管上文描述集中于使用温度作为测得性质，但应理解，这仅仅是示例性的并且任何其它合适的物理性质也可如上文针对温度所描述一般进行测量和使用以确定预期热漂移，而不偏离本发明。
223.总的来说，本发明技术的实施例因此提供一种用以校正显微系统中的样本和/或其图像的热漂移的方法、对应系统和计算机程序产品，这可提高成像过程的效率和稳健性。
224.每当在本说明书中使用例如“约”、“大体”或“大致”等相对术语时，此类术语还应被解释为还包含确切的术语。也就是说，例如，“大体平直的”应被解释为还包含“(确切地)平直的”。
225.每当在上文或另外在所附权利要求中叙述步骤时，应注意，步骤在本文中叙述的次序可为偶然的。也就是说，除非另有说明或者除非技术人员清楚，否则叙述步骤的次序可为偶然的。也就是说，当本文件陈述例如一种方法包括步骤(a)和(b)时，这不一定意指步骤(a)在步骤(b)之前，而是也有可能步骤(a)(至少部分地)与步骤(b)同时执行，或步骤(b)在步骤(a)之前。此外，当说到步骤(x)在另一步骤(z)之前时，这并不意指在步骤(x)与(z)之间没有步骤。也就是说，在步骤(z)之前的步骤(x)涵盖步骤(x)直接在步骤(z)之前执行的情况，但也涵盖步骤(x)在一个或多个步骤(y1)
……
接着是步骤(z)之前执行的情况。当使用例如“之后”或“之前”之类的术语时，对应的考虑适用。
226.尽管在上文中已参考附图描述了优选实施例，但技术人员应理解，此实施例仅仅是出于说明的目的而提供的，并且决不应被解释为限制本发明的范围，本发明的范围由权利要求书限定。