Wetenschap
Deze afbeelding toont een coherente röntgenstraal die is gefocusseerd op een grootschalig monster terwijl far-field diffractiepatronen worden vastgelegd terwijl het monster wordt gescand en geroteerd. Op de achtergrond staat een computersysteem dat automatische differentiatiebenaderingen gebruikt om een 3D-beeld te reconstrueren. Krediet:Ming Du / Argonne National Laboratory
Wetenschappers bereiden zich voor op de verhoogde helderheid en resolutie van lichtbronnen van de volgende generatie met een computertechniek die beelden sneller en nauwkeuriger reconstrueert.
Fotografen weten dat het vastleggen van een afbeelding vaak een strijd is tussen focus en resolutie. Train de camera op een object op de voorgrond, een groter diafragma gebruiken, en de achtergrond wordt wazig. Gebruik een kleiner diafragma om scherptediepte te krijgen en de scherpte van de voorgrond neemt af.
Hetzelfde geldt voor röntgenbeeldvorming, hoewel op veel kleinere schaal. Lichtbronnen zoals de Advanced Photon Source (APS), een gebruikersfaciliteit van het Amerikaanse Department of Energy (DOE) in het Argonne National Laboratory van DOE, zijn uitstekend in het analyseren van kleine materiaalmonsters in hoge resolutie met behulp van röntgenstralen die tot een miljard keer helderder zijn dan die van uw tandarts.
Maar met de volgende generatie röntgentechnologie in het verschiet, er komen fellere stralen, wat betekent dat het mogelijk is om dikkere monsters af te beelden. En hoe dikker het monster, des te groter de kans dat de resulterende beeldreconstructie het probleem van focus versus resolutie tegenkomt.
Wat betekent, volgens Chris Jacobsen, Argonne Distinguished Fellow en hoogleraar natuurkunde aan de Northwestern University, dat wetenschappers vooruit moeten denken. Jacobsen leidt een team van onderzoekers die als een van de eersten deze uitdaging voor röntgenbeeldvorming aangaan voorafgaand aan projecten zoals de APS Upgrade, die de helderheid van de röntgenstralen van de APS tot 500 keer zal verhogen. De APS-upgrade, die al aan de gang is, zal vooruitgang mogelijk maken die zou kunnen leiden tot batterijen die langer meegaan, duurzamere motoronderdelen en efficiëntere computers.
De APS Upgrade zal onderzoeksprojecten mogelijk maken die bij de huidige intensiteit onmogelijk zijn, zoals het opsporen van de neurale verbindingen in de hersenen van een muis om meer te leren over neurologische aandoeningen, een project waar het team van Jacobsen aan werkt. Maar het zal ook de behoefte aan meer geavanceerde reconstructietools vergroten.
Dit is een oplosbaar probleem, maar het kost momenteel een grote hoeveelheid vervelend rekenwerk, volgens Ming Du, een postdoctoraal onderzoeker bij Argonne. Du is de hoofdauteur van een paper gepubliceerd in wetenschappelijke vooruitgang dat beschrijft de manieren waarop een techniek die automatische differentiatie wordt genoemd, kan helpen bij het voltooien van een 3D-reconstructie van röntgenfoto's met meer flexibiliteit en minder menselijke inspanning dan traditionele berekeningen.
De simulaties die deze techniek demonstreren (die het onderzoeksteam Adorym noemt, voor Automatic Differentiation-based Object Retrieval with dYnamical Modeling) werden uitgevoerd op de supercomputers van de Argonne Leadership Computing Facility (ALCF), een andere DOE Office of Science User Facility. Du voerde het coderen en testen uit op het Cooley-cluster bij de ALCF.
Automatische differentiatie, Du legde uit, is de basis voor veel machine learning-tools. In wiskundige termen, het berekent hellingen om verliesfuncties te minimaliseren, en hoewel Du zei dat deze relatief eenvoudige cijfer-crunches handmatig konden worden uitgevoerd, een complexe formule als een 3D-reconstructie van röntgengegevens vereist een enorm aantal van deze berekeningen.
"De taken zijn eenvoudig, maar het zijn er veel, "Zei Du. "Daar zijn computers voor uitgevonden. Eenvoudige maar vervelende taken."
Het onderzoeksteam van Jacobsen onthulde eerder een nieuwe benadering voor het afbeelden van objecten buiten het scherptediepteveld in een paper gepubliceerd in Optica in 2018. Hun model heet Multislice Optimized Object Recovery (MOOR), en het team demonstreerde het nut ervan voor röntgen ptychografie, die normaal gesproken dunne plakjes materiaal met hoge resoluties afbeeldt. MOOR gebruikt dicht opeengepakte, multislice-modellen voor elke richting van röntgengegevens, Du zei, om 3D-reconstructies van dikkere exemplaren te maken.
Die methode opschalen voor 3D-beeldvorming van grotere monsters, Du zei, zou een enorme hoeveelheid werk zijn zonder automatische differentiatie. Het team gebruikt de Theta-supercomputer bij de ALCF voor zijn voortdurende inspanningen om een raamwerk te bouwen voor automatische differentiatie-aangedreven reconstructies op grotere schaal.
"Holografie beeldt het hele monster in één opname af voor elke kijkhoek, " zei hij. "Het probleem is dat een kleine aanpassing aan het model een grote hoeveelheid herbewerking van de hellingsberekening betekent. Automatische differentiatie verandert het spel. U kunt het model wijzigen en de rest aan de computer overlaten."
Du biedt batterijen met een langere levensduur aan als een goed voorbeeld van een onderzoeksproject dat baat zou kunnen hebben bij deze rekenmethode. Beeldvorming van de dendrietgroei op nanoschaal op een batterijelektrode, hij zei, kan een oplossing vereisen voor de limiet voor de scherptediepte, waarin automatische differentiatie kan helpen.
Automatische differentiatie is geen nieuw idee. Jacobsen zei dat het jaren geleden werd gesuggereerd als een hulpmiddel voor coherente beeldreconstructies, maar de software om dit te bereiken was op dat moment niet beschikbaar. De opkomst van machine learning en neurale netwerken, echter, maakte deze technologie toegankelijk. Het onderzoeksteam gebruikte een open-sourcepakket genaamd TensorFlow om hun simulaties uit te voeren.
"De computer doet het zware werk, en het is een pakket dat zo algemeen is dat het kan worden aangepast voor röntgenbeeldvorming, ' zei Jacobsen.
Tot dusver, volgens Jacobsen, de 3D-reconstructies zijn alleen bereikt op gesimuleerde gegevens. Het team gebruikte een computergemaakt object - een holle glazen kegel - om aan te tonen dat automatische differentiatie kan worden gebruikt voor snellere reconstructies. De volgende stap zou zijn testen met fysieke monsters, maar een volledige demonstratie van de techniek moet misschien wachten tot de volgende generatie röntgenfaciliteiten in gebruik is.
"De volgende sprong in versnellertechnologie komt eraan, "Zei Jacobsen. "Het is belangrijk om hier nu over na te denken."
Wetenschap © https://nl.scienceaq.com