Новая компьютерная система может не только реконструировать изображения из множества рентгеновских данных со скоростью, в сотни раз превышающей существующие, но и учиться на опыте, а также разрабатывать более эффективные способы подсчета и реконструкции данных.
В статье, опубликованной в журнале Applied Physics Letters, группа специалистов по информатике из Министерства энергетики США (DOE) в Аргоннской национальной лаборатории продемонстрировала использование искусственного интеллекта (ИИ) для ускорения процесса восстановления изображений на основе данных когерентного рассеяния рентгеновских лучей.
Процесс использования компьютеров для сборки изображений из когерентных рассеянных рентгеновских данных называется птайкографией. Ученые использовали нейронную сеть, которая учится преобразовывать эти данные в согласованную форму. Отсюда и название их инновации: PtychoNN.
Используя методы искусственного интеллекта, группа исследователей продемонстрировала, что компьютеры можно научить предсказывать и восстанавливать изображения на основе рентгеновских данных, и они могут делать это в 300 раз быстрее, чем традиционный метод.
Стоит отметить, что вместо того, чтобы использовать смоделированные изображения для обучения нейронной сети, команда использовала реальные рентгеновские данные.
Читать далее
Исследование: люди не смогут управлять сверхразумными машинами с ИИ
Аборты и наука: что будет с детьми, которых родят
Посмотрите на самые красивые снимки «Хаббла». Что увидел телескоп за 30 лет?
Сканирующая техника получения изображений объектов, размеры которых значительно превышают поперечные размеры фокального пятна на образце. Первоначально разработана Walter Hoppe для решения обратной фазовой задачи дифракции от перекрывающихся регионов исследуемого образца.
От греческого ptycho — перекрытие.