Genom att kombinera specialbyggda material och neurala nätverk, forskare vid EPFL har visat att ljud kan användas i högupplösta bilder.

Avbildning gör att vi kan avbilda ett objekt genom fjärrfältsanalys av ljus- och ljudvågorna som det sänder eller utstrålar. Ju kortare våg, desto högre bildupplösning. Dock, detaljnivån är begränsad av storleken på den aktuella våglängden – fram till nu. Forskare vid EPFL:s Laboratory of Wave Engineering har framgångsrikt bevisat att en lång, och därför oprecis, våg (i detta fall en ljudvåg) kan framkalla detaljer som är 30 gånger mindre än dess längd. För att uppnå detta, forskargruppen använde en kombination av metamaterial – specifikt konstruerade element – ​​och artificiell intelligens. Deras forskning, som just har publicerats i Fysisk granskning X , skapar nya spännande möjligheter, särskilt inom områdena medicinsk bildbehandling och bioteknik.

Teamets banbrytande idé var att sammanföra två separata teknologier som tidigare har tänjt på gränserna för bildbehandling. Ett av dessa är metamaterial:specialbyggda element som kan, till exempel, fokusera våglängder exakt. Som sagt, de är kända för att förlora sin effektivitet genom att slumpmässigt absorbera signaler på ett sätt som gör dem svåra att dechiffrera. Den andra är artificiell intelligens, eller mer specifikt neurala nätverk som snabbt och effektivt kan bearbeta även den mest komplexa informationen, även om det finns en inlärningskurva inblandad.

Att överskrida det som inom fysiken kallas diffraktionsgränsen, forskargruppen – ledd av Romain Fleury – genomförde följande experiment:de skapade först ett galler med 64 miniatyrhögtalare, var och en kan aktiveras enligt pixlarna i en bild. Sedan använde de gallret för att återge ljudbilder med siffror från noll till nio med extremt exakta rumsliga detaljer; bilderna av siffror som matas in i gallret hämtades från en databas på cirka 70, 000 handskrivna exempel. Mitt emot gallret placerade forskarna en påse innehållande 39 Helmholtz-resonatorer (10 cm sfärer med ett hål i ena änden) som bildade ett metamaterial. Ljudet som produceras av gittret överfördes av metamaterialet och fångades upp av fyra mikrofoner placerade flera meter bort. Algoritmer dechiffrerade sedan ljudet som spelades in av mikrofonerna för att lära sig att känna igen och rita om de ursprungliga sifferbilderna.

En fördelaktig nackdel

Teamet uppnådde nästan 90 % framgång med sitt experiment. "Genom att generera bilder med en upplösning på bara några centimeter - med hjälp av en ljudvåg vars längd var ungefär en meter - gick vi långt förbi diffraktionsgränsen, "säger Romain Fleury." Dessutom, metamaterials tendens att absorbera signaler, som ansågs vara en stor nackdel, visar sig vara en fördel när neurala nätverk är inblandade. Vi fann att de fungerar bättre när det finns en stor absorption."

Inom området medicinsk bildbehandling, att använda långa vågor för att se mycket små föremål kan vara ett stort genombrott. "Långa vågor innebär att läkare kan använda mycket lägre frekvenser, resulterar i akustiska avbildningsmetoder som är effektiva även genom tät benvävnad. När det kommer till bildbehandling som använder elektromagnetiska vågor, långa vågor är mindre farliga för en patients hälsa. För dessa typer av applikationer, vi skulle inte träna neurala nätverk att känna igen eller reproducera siffror, utan snarare organiska strukturer, säger Fleury.