• <xmp id="om0om">
  • <table id="om0om"><noscript id="om0om"></noscript></table>
  • 3 月 19 日下午 2 點,鎖定 NVIDIA AI 網絡中文專場。立即注冊觀看
    頭條新聞

    用晶體物理學進行 X 射線研究揭示機場行李中的危險

    以 X 射線為動力的研究旨在瞄準通過機場安檢的偷偷摸摸的危險物質。最近發表在 Scientific Reports 上的 study 提出了一種快速而強大的 X 射線衍射( XRD )技術的新設計,該技術能夠識別潛在威脅。這項工作可能是朝著機場更準確的行李掃描邁出的一大步。

    研究作者 Airidas Korolkovas 表示:“我的項目的主要目標是加快這種新的 X 射線成像模式,使其在機場安全方面經濟可行。最終,這種掃描儀可以幫助發現甚至是最具創意的隱藏爆炸物、毒品和違禁品,而不會給操作員帶來過高的成本,也不會給乘客造成延誤。”。他在 iTomography 公司擔任 X 射線物理學家和成像科學家期間進行了部分研究。

    作為 NVIDIA Academic Hardware Grant Program 的獲獎者,科羅爾科瓦斯在瑞典烏普薩拉大學的博士后研究期間獲得了 NVIDIA TITAN V 。申請人必須證明獲得世界級的計算資源可以如何促進他們的研究。

    在這種情況下, Korolkovas 設計并實現了一種 GPU 加速的 X 射線衍射斷層重建算法,以補充機場安檢中現有的計算機斷層掃描( CT ) X 射線掃描。

    目前,機場僅依靠 X 射線透射就能以 3D 方式顯示行李內容。 X 射線束可以穿透、吸收或散射,這取決于每種材料中原子的組成和空間排列。通過測量光束在不同角度的變化,復雜的算法和計算機視覺技術可以重建袋子內容物的 3D 圖像。

    這使得機場安檢人員無需觸摸行李即可查看行李。然而,基于傳輸的 CT 掃描有其局限性。

    科羅爾科瓦斯說:“標準 CT 對材料的平均密度和成分很敏感。它對原子的內部排列不敏感,這在從塑料炸藥中鑒別出一塊良性塑料,或是糖和可卡因時會產生很大的差異。”。

    根據這項研究,當掃描行李時, XRD 可能是一種強大的新添加,因為它對原子的內部排列很敏感。

    這使得 XRD 特別適合于識別晶體,因為晶體材料中分子的重復排列導致沿著每種材料特有的精確角度的集中 X 射線散射。獲取這些數據可以幫助機場安全部門確定袋子中的物品是否含有可卡因、冰毒,甚至是天然結晶、半結晶或結晶粉末的爆炸物。

    不幸的是,整個乘客行李的 XRD 掃描非常緩慢,這使得它們在商業航空中無法使用,這需要實時結果。

    為了縮短時間, Korolkovas 采用了一種針對高強度而非高分辨率 X 射線束的新型掃描儀設計,這在傳統上是不可行的,因為它會降低 XRD 信號質量,無法識別。

    通過涉及 CT 圖像分割和復雜代數重建的多步驟方法,他能夠恢復 XRD 分辨率,盡管光束強度有限。

    Korolkovas 使用 NVIDIA TITAN V 計算所有可能衍射路徑的概率。

    他說:“在這項研究中,我能夠通過結合來自透射、衍射、所有視角和 X 射線能量全譜的數據來保持可接受的分辨率。”。

    對于袋子的每一片,這可以很容易地進行五次數學運算。

    根據 Korolkovas 的說法,在 GPU 上編碼重建算法對于保持計算時間可管理非常有幫助。從 CPU 換成 GPU ,他能夠將運行時間從 10 小時加快到不到 1 小時。通過進一步改進算法并使用多個 GPU 或云計算,他設想最終實時運行掃描。

    他說:“ X 射線可以在包內沿每個可能的方向穿透和散射。 CUDA 紋理映射已被證明是獲取沿任何此類路徑的光子存活概率的有效方法。各種路徑的計算部分相互獨立,并受益于 CUDA 提供的并行計算。”。

    在包含良性和威脅材料的模擬袋上測試該方法,他發現 XRD 重建增加了材料特定信息,改善了 CT 單獨捕獲的信息和威脅檢測。

    A graph of a 2D slice of a prototype bag, showing different sized spheres ranging from white to grey. The white color spheres identify cellulose materials, while the grey shades reveal aluminum and ammonium nitrate materials. This shows the result of XRD scanning successfully identifying benign and hazardous materials.
    圖 1 。一個 XRD 斷層圖像原型,帶有一個包含纖維素、鋁合金和硝酸銨的行李箱的 2D 切片Image credit Scientific Reports / Korolkovas ,許可證CC BY 4.0

    Korolkovas 在研究中寫道:“在現有 CT 掃描儀上添加 XRD 成像是可行的,并且能夠以安裝額外的一兩個探測器和開發合適的重建軟件的低成本提供獨特的材料特定信息。”。

    研究的下一步包括建立一個實驗原型,并在真實世界數據上測試算法。

    Korolkovas 說:“這項研究得到了 X 射線掃描儀主要制造商 Rapiscan Systems 令人鼓舞的反饋。現在航空旅行恢復到大流行前的水平,人們對先進的 X 射線成像重新產生了興趣,我希望為這項努力做出貢獻。”。

    他還計劃使用機器學習來訓練神經網絡,根據行李箱中發現的各種材料對重建的衍射圖案進行指紋識別。這將提高標記威脅材料的魯棒性,即使可以實時獲取的數據有限。

    閱讀研究 Fast X-ray diffraction (XRD) tomography for enhanced identification of materials .
    訪問 XRD_Tomography GitHub 頁上的研究代碼。
    了解有關 NVIDIA Higher Education and Research Developer Resources 的更多信息。

    這項研究的資金包括美國國土安全、科學和技術部的撥款以及 NVIDIA 捐贈的 Titan V 。

    ?

    0

    標簽

    人人超碰97caoporen国产