Physics-Informed Deep Learning Enabled Ultra-Sparse Projection Neutron Computed Tomography

Resumen Técnico: Aprendizaje Profundo Informado por la Física para la Tomografía de Neutrones de Proyección Ultra-Esparsa

Planteamiento del Problema
La Tomografía Computarizada de Neutrones (NCT) es una herramienta crítica para visualizar elementos ligeros dentro de materiales densos y realizar inspecciones no destructivas de componentes de ingeniería. Sin embargo, su aplicación se ve severamente limitada por el bajo flujo de las fuentes de neutrones en comparación con las fuentes de rayos X de laboratorio. Un escaneo estándar de 3D NCT requiere típicamente de 12 a 14 horas para adquirir las 360 proyecciones necesarias, con exposiciones individuales que duran entre 30 y 80 segundos. Esta duración hace que la imagen resuelta en el tiempo (4D) sea prácticamente inaccesible para procesos dinámicos. Si bien el aprendizaje profundo se ha aplicado al post-procesamiento, los métodos existentes no han logrado abordar la adquisición ultra-esparsa sin introducir "alucinaciones" (características plausibles pero físicamente inexistentes que comprometen el análisis cuantitativo). Además, los enfoques previos no han integrado el condicionamiento temporal para asegurar la validez física a través de las secuencias de proyección.

Metodología
Los autores proponen un marco de aprendizaje profundo informado por la física diseñado para reconstruir proyecciones tomográficas de alta fidelidad a partir de un muestreo angular ultra-esparso. El núcleo de la metodología es una arquitectura de generador-discriminador espaciotemporal que opera directamente sobre las secuencias de adquisición de proyecciones.

• Arquitectura: El modelo utiliza un generador de codificador-cuello de botella-decodificador condicionado temporalmente. Emplea unidades ConvLSTM para sintetizar proyecciones intermedias basadas en dos fotogramas medidos circundantes y una condición de tiempo ($t \in [0,1]$). La representación del cuello de botella se concatena con un tensor de condicionamiento para imponer el contexto temporal.
• Discriminador: Un discriminador PatchGAN multiescala evalúa secuencias de tres fotogramas (medido–sintetizado–medido) a resoluciones completa, media y de un cuarto. Este diseño penaliza las inconsistencias en los bordes locales y en los patrones de atenuación más amplios, fomentando la suavidad temporal en lugar de la verosimilitud de imágenes aisladas.
• Estrategia de Entrenamiento: El sistema fue entrenado con 361 proyecciones de un fantoma de contraste de la IAEA/PSI adquiridas en incrementos de 1°. Los pares de interpolación supervisada se construyeron en la forma $(i, i+2 \rightarrow i+1)$, donde las proyecciones externas sirven como entradas y la proyección intermedia como verdad de campo (ground truth). El modelo fue entrenado utilizando una función de pérdida que combina términos adversarios, L1 y SSIM.
• Inferencia: Para la inferencia de vista esparsa, el generador entrenado se aplica de forma recursiva o secuencial entre las posiciones angulares medidas para sintetizar las vistas faltantes requeridas para la reconstrucción. El marco fue probado para la generalización zero-shot en tres instalaciones (BRIN, PSI e IMAT) utilizando muestras diversas, incluyendo fantomas de resolución, un bloque de motor de motocicleta, un ratón de computadora y arenisca de Berea.

Contribuciones Clave

1. Reconstrucción Ultra-Esparsa: El marco reconstruye con éxito el 90% de los datos de proyección utilizando solo el 10% del tiempo de adquisición, reduciendo el número de proyecciones requeridas de 360 a tan solo 37.
2. Condicionamiento Temporal: Al integrar unidades ConvLSTM, el modelo se condiciona explícitamente al contexto temporal, aprendiendo el espacio de las proyecciones físicamente plausibles para evitar alucinaciones.
3. Validez Cuantitativa: A diferencia de los enfoques generativos que corren el riesgo de introducir características no físicas, este método preserva la integridad estructural cuantitativa, validada mediante mediciones de niveles de gris y comparaciones nominal/actuales.
4. Generalización entre Instalaciones: El modelo demuestra una robusta generalización a través de diferentes geometrías de línea de haz e instalaciones sin necesidad de reentrenamiento.

Resultados
El marco fue validado en datos de radiografía de neutrones de 16 bits y 1024×1024. Las métricas clave de desempeño incluyen:

• Calidad de Imagen: Las reconstrucciones a partir de un muestreo ultra-esparso (37 proyecciones) lograron una Relación Señal-Ruido de Pico (PSNR) de $41.62 \pm 2.78$ dB y un Índice de Similitud Estructural (SSIM) de $0.9799 \pm 0.0095$.
• Detección de Materiales: En un fantoma de contraste que contiene seis materiales, las reconstrucciones mejoradas por IA de vista ultra-esparsa preservaron los contrastes de nivel de gris específicos de cada material, consistentes con las secciones transversales macroscópicas teóricas. No se observaron alucinaciones detectables en la distribución de materiales.
• Precisión Geométrica:
  • Fantomas de Resolución: Las mediciones del espesor de la rendija en fantomas de FeAl y AlCu mostraron una fuerte correlación con la verdad de campo ($R^2 = 0.981$ y $0.984$, respectivamente), con desviaciones dentro de límites aceptables.
  • Bloque de Motor: Las mediciones geométricas (largo, ancho, alto) no mostraron diferencias estadísticamente significativas entre las reconstrucciones ultra-esparsas y la verdad de campo.
  • Comparación Nominal/Actual: Utilizando VG Studio Max 3.0, el análisis reveló que más del 92% de las superficies (promediado entre muestras) se encontraban dentro de una tolerancia de $\pm 0.089$ mm. El fantoma de contraste logró un 99.9% de área dentro de la tolerancia, mientras que el bloque de motor, más complejo, alcanzó un 56.2%, aunque ciertas características coincidían perfectamente.
• Eficiencia de Tiempo: El tiempo de adquisición se redujo de 12–14 horas a 4–5 horas en la instalación BRIN, con potencial para aceleraciones mayores en instalaciones de mayor flujo.

Significancia
El artículo afirma que este marco permite estudios operando de procesos dinámicos rápidos que anteriormente eran accesibles solo con fuentes de rayos X de sincrotrón. Al reducir el tiempo de adquisición en más del 90% manteniendo la integridad estructural cuantitativa y evitando alucinaciones, el método supera el principal cuello de botella de la imagen de neutrones: el bajo flujo. La capacidad de generalizarse a través de diferentes instalaciones y tipos de muestras sugiere un camino hacia la tomografía de neutrones práctica y de alta velocidad para aplicaciones industriales y científicas donde los datos resueltos en el tiempo son críticos.