Penyebaran yang berlebih dapat mengakibatkan kesalahan analisis yang signifikan dalam spektroskopi cairan cahaya dinamis (Dynamic Light Scattering, DLS). Bahkan kontribusi kecil dari penyebaran yang berlebih dapat menimbulkan kesalahan analisis yang besar. Khususnya untuk partikel-partikel yang lebih besar dengan kontras penyebaran yang tinggi, hal ini membatasi teknik tersebut hanya dapat digunakan pada konsentrasi partikel yang sangat rendah. Oleh karena itu, banyak sistem tidak dapat diteliti menggunakan metode DLS konvensional.

Namun, ada cara untuk menekan penyebaran yang berlebih dalam DLS dengan mengimplementasikan pendekatan cross-correlation. Pendekatan ini bertujuan untuk memisahkan cahaya yang terserap sekaligus mengurangi kontribusi dari penyebaran yang berlebih dalam eksperimen DLS. Berbagai implementasi metode scattering cahaya cross-correlation telah dikembangkan dan diterapkan. Sekarang, skema yang paling sukses adalah metode 3D cross-correlation.

Selain itu, metode ini juga dapat digunakan untuk memperbaiki data Static Light Scattering (SLS) dari kontribusi penyebaran yang berlebih. Atau, dalam batas-batas kuat penyebaran yang berlebih, suatu variasi DLS disebut Diffusing Wave Spectroscopy (DWS) dapat digunakan.

Analisis Data

Ada tiga metode utama untuk menganalisis data DLS: CUMULANT, CONTIN, dan CORENN.

Teknik CUMULANT adalah teknik yang paling robust jika data noisy, namun hanya dapat menentukan ukuran partikel rata-rata dan jika distribusi Gaussian sekitar ukuran rata-rata ini diasumsikan, maka dapat menentukan lebar dari distribusi ini. Hal ini seringkali disebut Indeks Polidispersitas (PDI).

CONTIN1,2,3 dahulu adalah pilihan terbaik jika terdapat distribusi partikel bi-modal dalam sampel. Namun, CONTIN sangat sensitif terhadap noise yang terdapat dalam data. Oleh karena itu, seringkali hanya dapat memperoleh hasil yang reliabel dengan membuat asumsi tambahan. Hal ini berarti ada berbagai versi dari CONTIN. Biasanya asumsi-asumsi yang tidak disebutkan.

CORENN adalah algoritma yang dikembangkan oleh LSI. Algoritma ini didasarkan pada fit kurva yang terbatas dan non-linear dengan basis bebas untuk inversi integral dari masalah yang tidak terdefinisikan. Algoritma ini sangat robust dan dapat memberikan hasil yang reliabel walaupun dalam kehadiran noise dalam data.

Referensi

[1] S.W. Provencher: Inverse problems in polymer characterization: Direct analysis of polydispersity with photon correlation spectroscopy. Makromol. Chem. 180, 201 (1979).

[2] S.W. Provencher: A constrained regularization method for inverting data represented by linear algebraic or integral equations. Comput. Phys. Commun. 27, 213 (1982).

[3] S.W. Provencher: CONTIN: A general purpose constrained regularization program for inverting noisy linear algebraic and integral equations. Comput. Phys. Commun. 27, 229 (1982)

Lainnya

4. Dynamic Light Scattering (DLS) – 주식회사 마스터코리아

5. Dynamic light scattering spectromter
   경기도 성남시 분당구 성남대로 925번길 41 파인벤처빌딩 6층 B호 (13496)
   Copyright ⓒ 2021 Otsuka Electronics Korea | 한국오츠카전자 All rights reserved.