Nowy system komputerowy może więcej niż tylko rekonstrukcję obrazów na podstawie różnych danych rentgenowskich
W artykule opublikowanym w czasopiśmieListy z fizyki stosowanej, grupa informatyków zAmerykański Departament Energii (DOE) w Argonne National Laboratory zademonstrował zastosowanie sztucznej inteligencji (AI) do przyspieszenia procesu rekonstrukcji obrazu w oparciu o spójne dane dotyczące rozpraszania promieniowania rentgenowskiego.
PtychoNN używa sztucznościinteligencja do odzyskiwania zarówno amplitudy, jak i fazy z danych rentgenowskich, zapewniając obrazy, z których mogą korzystać naukowcy. Źródło: Matthew Cherukara / Argonne National Laboratory
Proces używania komputerów do budowaniaobrazy ze spójnych, rozproszonych danych rentgenowskich nazywa się ptykografią. Naukowcy wykorzystali sieć neuronową, która uczy się przekształcać te dane w spójną formę. Stąd nazwa ich innowacji: PtychoNN.
Wykorzystując metody sztucznej inteligencji,zespół badaczy wykazał, że komputery można nauczyć przewidywania i rekonstrukcji obrazów na podstawie danych rentgenowskich i że robią to 300 razy szybciej niż w przypadku tradycyjnej metody.
Warto zauważyć, że zamiast wykorzystywać symulowane obrazy do trenowania sieci neuronowej, zespół wykorzystał prawdziwe dane rentgenowskie.
Czytaj więcej
Badania: ludzie nie będą w stanie kontrolować superinteligentnych maszyn AI
Aborcja i nauka: co stanie się z dziećmi, które będą rodzić
Zobacz najpiękniejsze zdjęcia Hubble'a. Co teleskop widział przez 30 lat?
Technika obrazowania skanującegoobiekty, których wymiary są znacznie większe niż wymiary poprzeczne ogniska próbki. Pierwotnie opracowany przez Waltera Hoppe w celu rozwiązania problemu dyfrakcji odwrotnej fazy z nakładających się obszarów badanej próbki.
Z greckiego ptycho - nakładają się.