Jaringan Saraf Buatan Mempercepat Rekonstruksi Citra X‑Ray
Ilmuwan telah mendemonstrasikan penggunaan kecerdasan buatan (AI) untuk mempercepat proses rekonstruksi citra dari data pencaharaan X-ray koheren. Teknik citra X-ray tradisional (seperti citra X-ray medis) terbatas dalam jumlah detail yang dapat mereka berikan. Ini telah mengarah pada pengembangan metode citra X-ray koheren yang mampu memberikan citra dari dalam material dengan resolusi beberapa nanometer atau kurang. Teknik ini menghasilkan citra X-ray tanpa kebutuhan lensa dengan memindahkan atau mencahay sinar langsung ke detektor.
Data yang ditangkap oleh detektor tersebut memiliki semua informasi yang diperlukan untuk merekonstruksi citra fidelitas tinggi dan ilmuwan komputasi dapat melakukan ini dengan algoritma canggih. Citra ini kemudian dapat membantu ilmuwan merancang baterai yang lebih baik, membangun material yang lebih tahan lama, dan mengembangkan obat serta perawatan yang lebih baik untuk penyakit.
Proses menggunakan komputer untuk menyusun citra dari data pencaharaan X-ray koheren disebut ptychography dan tim menggunakan jaringan saraf buatan yang belajar cara menarik data ke dalam bentuk koheren — dari namanya inovasi ini: PtychoNN.
Ketika sinar X-ray mengenai sampel, cahaya difrakt dan tersebar dan detektor di sekitar sampel mengumpulkan cahaya itu. Kemudian tugas ilmuwan untuk mengubah data tersebut menjadi informasi yang dapat digunakan. Tantangannya, namun, adalah bahwa sementara foton dalam sinar X-ray membawa dua potongan informasi — amplitudo atau kecerahan sinar, dan fase atau seberapa besar sinar berubah saat melewati sampel — detektor hanya menangkap satu. Karena detektor hanya dapat mendeteksi amplitudo dan tidak dapat mendeteksi fase, semua informasi itu hilang jadi harus direkonstruksi.
Ini dapat dilakukan tetapi prosesnya lebih lambat dari yang diinginkan ilmuwan. Sebagian dari tantangan ada di akhir pengumpulan data. Untuk merekonstruksi data fase dari eksperimen citra difraksi koheren, algoritma saat ini memerlukan ilmuwan untuk mengumpulkan jauh lebih banyak data amplitudo dari sampel mereka, yang memakan waktu lebih lama. Namun rekonstruksi aktual dari data itu juga memakan waktu beberapa waktu. Inilah PtychoNN hadir. Dengan teknik AI, para peneliti mendemonstrasikan bahwa komputer dapat diajari untuk memprediksi dan merekonstruksi citra dari data X-ray dan dapat melakukannya 300 kali lebih cepat dari metode tradisional. Lebih dari itu, PtychoNN mampu mempercepat proses di kedua ujungnya.
