science >> Wetenschap >  >> Elektronica

Het toepassen van diepgaande AI op röntgenfoto's helpt bij het vinden van explosieven in bagage

Schematische voorstelling van röntgenbeeldvorming met randverlichting. Dit wordt weergegeven in paneel a, met een uitvergroting op het gebied tussen de twee röntgenmaskers in paneel b (zonder object). De röntgenbundel wordt gesplitst in een aantal bundeltjes door een pre-monstermasker (M1). Deze worden vervolgens ondervraagd door een tweede analysatormasker (M2) dat vóór de detector wordt geplaatst, waarmee de vermindering in intensiteit (verzwakkingssignaal), laterale afbuiging (brekingssignaal), verbreding (donkerveldsignaal) kan worden beoordeeld. Krediet:Natuurcommunicatie (2022). DOI:10.1038/s41467-022-32402-0

Een team van onderzoekers van het University College London heeft samen met een collega van Nylers Ltd. en een collega van XPCI Technology Ltd. een nieuwe manier ontwikkeld om bagage te röntgenstralen om kleine hoeveelheden explosieven te detecteren. In hun paper gepubliceerd in het tijdschrift Nature Communications , beschrijft de groep het aanpassen van een traditioneel röntgenapparaat en het toepassen van een deep-learningtoepassing om explosieve materialen in bagage beter te detecteren.

Voorafgaand onderzoek heeft aangetoond dat wanneer röntgenstralen materialen raken, ze kleine bochten produceren die variëren afhankelijk van het type materiaal. Ze probeerden van deze bochten te profiteren om een ​​precisie-röntgenapparaat te maken.

De onderzoekers voegden eerst een kleine wijziging toe aan een bestaand röntgenapparaat:een doos met maskers, platen van metaal met kleine gaatjes erin. De maskers dienen om de röntgenbundel te splitsen in meerdere kleinere bundels. De onderzoekers gebruikten het apparaat vervolgens om verschillende objecten met ingebedde explosieve materialen te scannen en voerden de resultaten naar een diepgaande AI-toepassing. Het idee was om de machine te leren hoe de kleine bochten in dergelijke materialen eruit zagen. Nadat de machine was getraind, gebruikten ze hem om andere objecten met ingebedde explosieven te scannen om te zien of deze ze konden identificeren. De onderzoekers ontdekten dat hun machine 100% nauwkeurig was onder laboratoriuminstellingen.

De onderzoekers merken op dat de machine in staat was om bochten te detecteren die zo klein waren als een enkele microradiaal, wat ongeveer een 20.000ste van een graad is. Ze suggereren dat hun techniek niet alleen nuttig is voor transportbeveiligingspersoneel, maar ook enigszins kan worden gewijzigd voor gebruik in andere toepassingen zoals medicijnen. Ze denken dat het ook kan worden getraind om tumoren te vinden die te klein zijn om te detecteren met conventionele testapparatuur, of om kleine scheurtjes in gebouwen of op vliegtuigoppervlakken te vinden. + Verder verkennen

Wetenschappers kunnen sneller natuurkundige wetten ontdekken met behulp van nieuwe machine learning-techniek

© 2022 Science X Network




Meer >

Meer >

Hoofdlijnen

  1. Wat zijn de voordelen van prokaryoten?
  2. Twee hersengebieden werken samen om vinken te helpen weten wanneer en hoe ze hun liedjes moeten afstemmen op specifieke situaties
  3. Wat zijn de functies van zetmeel in plantencellen?
  4. Welke organellen zouden gevonden kunnen worden in een cel die zowel eukaryoot als autotroof was?
  5. Kuikenembryo's leveren waardevolle genetische gegevens voor het begrijpen van de menselijke ontwikkeling
  6. Waarom liegen mensen over dingen die gemakkelijk weerlegd kunnen worden?
  7. Het mysterie,
  8. Biologen onderzoeken de moleculaire onderbouwing van cellen die herstellen van de rand van geprogrammeerde dood
  9. Elements of Nucleic Acids

Wetenschap