• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Att använda djupinlärnings-AI på röntgenstrålar hjälper till att hitta sprängämnen i bagaget

    Schematisk röntgenbild med kantbelysning. Detta visas i panel a, med en zoom upp på området mellan de två röntgenmaskerna i panel b (utan objekt). Röntgenstrålen delas upp i ett flertal strålar av en förprovsmask (Ml). Dessa avfrågas sedan av en andra analysatormask (M2) placerad före detektorn, vilket gör det möjligt att bedöma deras minskning i intensitet (dämpningssignal), lateral avböjning (brytningssignal), breddning (mörkfältssignal). Kredit:Nature Communications (2022). DOI:10.1038/s41467-022-32402-0

    Ett team av forskare vid University College London, som arbetar med en kollega från Nylers Ltd. och en annan från XPCI Technology Ltd., har utvecklat ett nytt sätt att röntga bagage för att upptäcka små mängder sprängämnen. I deras artikel publicerad i tidskriften Nature Communications , beskriver gruppen modifiering av en traditionell röntgenapparat och tillämpning av en djupinlärningsapplikation för att bättre upptäcka explosiva material i bagage.

    Tidigare forskning har visat att när röntgenstrålar träffar material ger de små böjar som varierar beroende på materialtyp. De försökte dra fördel av dessa böjar för att skapa en precisionsröntgenmaskin.

    Forskarna lade först till en liten förändring i en befintlig röntgenmaskin - en låda som innehåller masker, som är plåtar av metall med små hål i dem. Maskerna tjänar till att dela upp röntgenstrålen i flera mindre strålar. Forskarna använde sedan enheten för att skanna en mängd olika föremål som innehåller inbäddade explosiva material och matade resultaten till en AI-applikation för djupinlärning. Tanken var att lära maskinen hur de små krökarna i sådana material såg ut. När maskinen väl var tränad använde de den för att skanna andra föremål med inbäddade sprängämnen för att se om den kunde identifiera dem. Forskarna fann att deras maskin var 100 % korrekt under labbinställningar.

    Forskarna noterar att maskinen kunde upptäcka böjningar så små som en enda mikroradian, vilket är ungefär en 20 000:e grad. De föreslår att förutom att vara användbar för transportsäkerhetspersonal, kan deras teknik också ändras något för användning i andra applikationer som medicin. De tror att det också kan tränas för att hitta tumörer som är för små för att upptäckas med hjälp av konventionella testanordningar, eller för att hitta små sprickor i byggnader eller på flygplansytor. + Utforska vidare

    Forskare kunde upptäcka fysiska lagar snabbare med hjälp av ny maskininlärningsteknik

    © 2022 Science X Network




    © Vetenskap https://sv.scienceaq.com