Identifiability Limits in Ultrasonic Microstructure Characterisation: A Canonical and Stochastic Framework

Sintesi Tecnica: Limiti di Identificabilità nella Caratterizzazione Ultrasonica della Microstruttura

Enunciato del Problema
La caratterizzazione ultrasonica della microstruttura si basa sull'inversione delle risposte d'onda misurate (attenuazione, velocità, retrodiffusione) per inferire descrittori materiali come dimensione del grano, tessitura ed eterogeneità. Sebbene i metodi di inversione e l'apprendimento automatico abbiano fatto progressi, rimane una domanda fondamentale: i campi d'onda misurati contengono informazioni indipendenti sufficienti per recuperare in modo univoco i descrittori target? Spesso, le ambiguità nelle proprietà inferite sono attribuite agli algoritmi di inversione, eppure possono derivare da una non univocità intrinseca nella mappatura diretta. Questo lavoro affronta l'"identificabilità" delle misurazioni ultrasoniche, distinguendo tra limitazioni causate dal metodo di inversione e quelle inerenti al contenuto informativo della misurazione stessa.

Metodologia
Lo studio impiega un quadro unificato che analizza la geometria dell'operatore diretto su due livelli di modellazione distinti:

1. Modello Canonicopulse-Echo: Un modello omogeneo semplificato e monodimensionale (blocco di titanio in acqua) è utilizzato per isolare i meccanismi fondamentali. La mappatura diretta collega quattro parametri (densità $\rho$, spessore $d$, attenuazione $\alpha$, impedenza $Z$) a tre osservabili (tempo di volo, rapporti di ampiezza dell'eco, riflessione della faccia frontale). L'identificabilità è valutata tramite analisi analitica del Jacobiano, decomposizione ai valori singolari (SVD) e valutazione del numero di condizione per quantificare il difetto di rango, l'accoppiamento dei parametri e la saturazione guidata dall'interfaccia.
2. Microstrutture Surrogato Stocastiche: Per affrontare l'eterogeneità, il quadro si estende a mezzi bidimensionali modellati come Campi Casuali Gaussiani (GRF). La microstruttura è parametrizzata da una lunghezza di correlazione ($D$) e da un parametro di coerenza della tessitura ($T$). La mappatura diretta prevede l'attenuazione media e la velocità.
   • Identificabilità Strutturale: Analizzata utilizzando il Jacobiano della mappa delle caratteristiche della media d'insieme per determinare se il sistema è a rango pieno e per valutare l'anisotropia della sensibilità.
   • Identificabilità Pratica: Estesa tramite un quadro di Informazione di Fisher ponderato per la varianza. Questo incorpora la covarianza intrinseca degli osservabili derivante dalle realizzazioni stocastiche della microstruttura. La sensibilità è normalizzata per la variabilità per determinare se le variazioni dei parametri sono distinguibili dalle fluttuazioni microstrutturali naturali.
   • Validazione: Esperimenti di inversione utilizzando metodi di ricerca basati su griglia sul paesaggio della funzione obiettivo verificano le previsioni teoriche riguardanti vincoli e recupero.

Contributi Chiave

• Base Geometrica per l'Identificabilità: Il documento stabilisce una base geometrica per i limiti di identificabilità utilizzando un modello canonico, rivelando che la non univocità deriva non solo dalla sottodeterminazione dimensionale, ma anche da un forte accoppiamento dei parametri e da una saturazione dipendente dall'impedenza.
• Sensibilità Anisotropa nei Mezzi Eterogenei: Dimostra che anche quando una mappatura diretta surrogata è strutturalmente a rango pieno (numero di osservabili uguale al numero di parametri), l'identificabilità pratica è governata da una forte anisotropia. La sensibilità è distribuita in modo disuguale, con una direzione parametrica (coerenza della tessitura) che spesso domina l'altra (lunghezza di correlazione).
• Quadro di Fisher Ponderato per la Varianza: Il lavoro introduce un approccio ponderato per la varianza all'identificabilità pratica. Dimostra che la recuperabilità non è determinata dal rango strutturale da solo, ma dall'equilibrio tra l'entità della sensibilità e la variabilità stocastica intrinseca. Quando la variabilità è alta, la direzione parametrica più debole diventa effettivamente irrecuperabile, anche se la mappa media è teoricamente invertibile.

Risultati

• Modello Canonico: L'analisi rivela che il sistema canonico è difettoso di rango (4 parametri, 3 osservabili), portando a una direzione quasi nulla causata dall'accoppiamento di densità e spessore. Anche in configurazioni ridotte a rango pieno, il numero di condizione è altamente sensibile al contrasto di impedenza. Ad alti contrasti, la saturazione della riflessione riduce la sensibilità, allungando la geometria dell'informazione e destabilizzando l'inversione.
• Modello Surrogato (Strutturale): La mappatura da $(D, T)$ a $(\alpha, v)$ è strutturalmente a rango pieno. Tuttavia, lo spettro dei valori singolari mostra un'anisotropia significativa; la velocità è altamente sensibile a $T$ ma debolmente a $D$, mentre l'attenuazione risponde a entrambi ma è dominata da $D$. Ciò crea una geometria dell'informazione sbilanciata in cui una direzione è intrinsecamente più debole.
• Modello Surrogato (Pratico): Quando viene incorporata la variabilità stocastica, il Jacobiano "sbiancato" rivela che la direzione parametrica più debole ($D$) è ulteriormente soppressa nei regimi di alta variabilità di scattering (bassa $T$, alta $D$). L'indice di identificabilità pratica conferma che $T$ governa principalmente se il sistema rimane risolvibile.
• Comportamento di Inversione: I paesaggi di inversione confermano l'analisi teorica. L'uso di un singolo osservabile (attenuazione o velocità) comporta funzioni obiettivo allungate e debolmente vincolate con scarsa localizzazione. La combinazione di entrambi gli osservabili produce vincoli complementari, risultando in un minimo compatto e ben localizzato al valore reale.

Significato e Affermazioni
Il documento sostiene che i limiti dell'inversione ultrasonica sono governati principalmente dalla struttura geometrica della mappatura diretta e dal contenuto informativo disponibile nella misurazione, piuttosto che dalla sofisticazione dell'algoritmo di inversione.

• Progettazione della Misurazione: I risultati implicano che la progettazione della misurazione dovrebbe essere guidata dalla geometria locale dell'informazione (equilibrio di sensibilità e varianza) piuttosto che dall'ampiezza del segnale da sola. Sono necessarie strategie multi-osservabile per vincolare direzioni parametriche complementari.
• Contesto dell'Apprendimento Automatico: Gli autori affermano che i metodi guidati dai dati non possono recuperare informazioni che sono debolmente espresse nella misurazione o soppresse dalla variabilità intrinseca. Aumentare la complessità del modello o i dati di addestramento non supera i limiti fondamentali di identificabilità imposti dalla mappatura diretta.
• Utilità Diagnostica: Il quadro proposto funge da strumento diagnostico per distinguere tra non identificabilità strutturale (difetto di rango), cattiva condizionamento (anisotropia) e risoluzione limitata dalla variabilità, fornendo un modo sistematico per valutare la selezione degli osservabili prima di tentare l'inversione.

Lo studio conclude che, all'interno del quadro a livello di caratteristiche considerato, l'identificabilità è una proprietà della fisica della misurazione e della natura stocastica del materiale, rendendo necessario un passaggio da miglioramenti puramente algoritmici a una comprensione più profonda della geometria dell'informazione delle risposte ultrasoniche.