Fast reconstruction-based ROI triggering via anomaly detection in the CYGNO optical TPC

Este artigo apresenta uma estratégia de detecção de anomalias baseada em autoencoders convolucionais treinados exclusivamente em imagens de pedestal para realizar a extração rápida e não supervisionada de regiões de interesse em câmeras de megapixels do TPC óptico CYGNO, alcançando uma redução significativa da área da imagem com alta eficiência na retenção de sinais físicos.

O essencial

Imagine que você é um guarda florestal em uma floresta gigante e escura (o detector CYGNO). Sua tarefa é encontrar um único coelho branco (uma partícula de matéria escura ou um evento raro) que corre pela floresta.

O problema é que a floresta é enorme e você tem que tirar fotos dela o tempo todo, 18 vezes por segundo. Cada foto tem a resolução de um megapixel (milhões de pixels). Se você salvar todas as fotos inteiras, seu computador vai explodir de tanto dados, e você não terá espaço para guardar nada. Além disso, 99,9% da foto é apenas árvores, pedras e sombras (ruído de fundo), e o coelho ocupa apenas um cantinho minúsculo.

Aqui entra a solução inteligente apresentada neste artigo: um "Filtro Mágico de Inteligência Artificial".

1. O Problema: O Mar de Dados

O detector CYGNO é como uma câmera superpoderosa que tira fotos de partículas. Mas, assim como uma câmera de segurança em um shopping, ela grava tudo: pessoas passando, sombras, reflexos de luz e, de vez em quando, um ladrão (o evento que queremos).
Se tentarmos salvar e analisar cada pixel de cada foto em tempo real, o sistema fica lento demais. Precisamos de um jeito de dizer: "Ei, ignore a floresta inteira, foque apenas onde o coelho está!" antes mesmo de salvar a foto.

2. A Solução: O "Cérebro" que Aprende o Vazio

Os cientistas criaram um modelo de Inteligência Artificial (uma Rede Neural do tipo Autoencoder) com um truque genial: eles ensinaram o cérebro apenas com fotos do "nada".

• O Treinamento (A Floresta Vazia): Eles pegaram milhares de fotos tiradas quando o detector estava desligado (chamadas de "pedestal"). Nessas fotos, só existe o "chiado" da câmera e pequenas imperfeições da luz. Não há coelhos, nem partículas.
• A Lição: A IA aprendeu a reconhecer perfeitamente como é o "nada". Ela sabe exatamente como é a textura do ruído, como é a sombra estática e como é o padrão de luz da câmera. Ela memorizou o "vazio".

3. A Detecção: O Efeito "Olhe para o Diferente"

Agora, quando a câmera tira uma foto real (com partículas passando), ela mostra essa imagem para a IA.

• A IA tenta recriar a imagem baseada no que ela aprendeu (o "nada").
• Como a IA só sabe recriar o ruído de fundo, ela consegue copiar perfeitamente as árvores e as sombras.
• Mas o coelho? A IA não sabe o que é um coelho, porque nunca viu um no treinamento. Então, ela falha em recriar o coelho.
• O Resultado: A IA gera um mapa de "erros". Onde a imagem original e a imagem recriada são iguais, o erro é zero (fundo). Onde há o coelho, a IA erra feio, criando um "erro" grande e brilhante.

É como se você tentasse desenhar uma paisagem perfeita de memória, mas alguém colocasse um carro vermelho no meio. Você desenharia a paisagem perfeita, mas o carro vermelho ficaria "fora do desenho". O contraste entre o que você desenhou e o que está na foto revela exatamente onde o carro está.

4. O Recorte Inteligente (ROI)

Com esse mapa de erros, o sistema faz duas coisas simples:

1. Pinta de vermelho apenas as áreas onde a IA errou (onde o "coelho" está).
2. Corta o resto da foto.

O resultado é que, em vez de salvar uma foto gigante de 18 MB, o sistema salva apenas um pequeno recorte de 2% do tamanho original, contendo apenas a ação interessante.

5. O Toque de Mestre: A "Injeção de Ruído"

Os cientistas perceberam que, às vezes, a IA era "muito inteligente" e tentava adivinhar o coelho, recriando-o parcialmente, o que escondia o sinal. Para corrigir isso, eles criaram uma técnica de treinamento refinada:

• Durante o treino, eles injetaram artificialmente "manchas" e "linhas" (como se fossem coelhos falsos) nas fotos de fundo.
• Eles disseram para a IA: "Não tente copiar essas manchas! Se você vir algo assim, ignore-o e deixe-o como erro!"
• Isso forçou a IA a ser mais rigorosa: ela aprendeu a recriar o fundo perfeitamente, mas a recusar-se a recriar qualquer coisa estranha. Isso tornou a detecção muito mais precisa.

Os Resultados em Números Simples

• Eficiência: O sistema consegue guardar 93% da energia da partícula real (o coelho não escapa).
• Economia: Ele descarta 97,8% da foto (o resto da floresta vazia). Isso é uma redução de quase 50 vezes no tamanho dos dados!
• Velocidade: Tudo isso acontece em 25 milissegundos (0,025 segundos) por foto. É rápido o suficiente para ser usado em tempo real, enquanto a câmera continua tirando fotos.

Conclusão

Este trabalho é como criar um porteiro superinteligente para uma festa lotada. Em vez de deixar todos entrarem e depois tentar achar quem é o VIP, o porteiro olha para a multidão, reconhece quem é apenas "pessoal comum" (o ruído) e deixa passar apenas quem tem algo diferente (a partícula).

Isso permite que experimentos futuros, como o CYGNO-04, lidem com quantidades massivas de dados sem precisar de supercomputadores caros, usando apenas uma placa de vídeo comum e uma IA treinada para saber como é o "silêncio" do detector. É uma forma elegante e eficiente de transformar o caos de dados em ciência pura.

Resumo técnico

Título: Reconstrução Rápida baseada em ROI via Detecção de Anomalias no TPC Óptico CYGNO

1. O Problema

Os Detectores de Projeção Temporal (TPCs) com leitura óptica, como o experimento CYGNO, são ferramentas promissoras para a busca de eventos raros (como interações de matéria escura na faixa de 1–100 keV). Eles geram imagens de alta granularidade (escala de megapixels) que contêm informações topológicas finas essenciais para a reconstrução de trajetórias.

No entanto, o volume de dados gerado é um gargalo crítico:

• Taxa de Dados: O protótipo CYGNO gera imagens de ~18 MB a ~340 MB/s (considerando múltiplas câmeras).
• Esparsidade: O sinal físico real (traços de recuo nuclear) ocupa apenas alguns milímetros quadrados em cada quadro de megapixels; a maior parte da imagem é ruído de fundo ou vácuo.
• Latência: Pipelines de reconstrução física tradicionais são computacionalmente intensivas (segundos por quadro), tornando-se inviáveis para seleção em tempo real (trigger). O orçamento de latência para operação em tempo real é de cerca de 50 ms por quadro.
• Desafio: É necessário um mecanismo de seleção online que filtre os quadros, retenha apenas as Regiões de Interesse (ROIs) físicas e descarte o restante, sem perder a integridade do sinal.

2. Metodologia

Os autores propõem uma estratégia de detecção de anomalias não supervisionada baseada em reconstrução que opera diretamente em quadros de câmera minimamente processados.

• Abordagem de Treinamento (Dados de Pedestal):

  • O modelo é treinado exclusivamente em quadros de pedestal (imagens adquiridas com a amplificação GEM desligada).
  • Esses quadros contêm apenas o ruído intrínseco do detector (ruído de leitura sCMOS, padrões fixos, contagens escuras), sem sinais de partículas.
  • Isso permite um treinamento totalmente não supervisionado, sem necessidade de simulações, rótulos ou calibração detalhada de sinais.

• Arquitetura do Modelo:

  • Utiliza-se um Autoencoder Convolucional (U-Net-like) com conexões de salto (skip connections).
  • A arquitetura possui um encoder, um espaço latente compacto (128 dimensões) e um decoder.
  • As imagens são pré-processadas (recorte fiducial, normalização, subtração de média de pedestal) e redimensionadas de 1525x1525 para 1024x1024 pixels.

• Objetivo de Treinamento e Estratégia de Refinamento:

  • O objetivo é aprender a morfologia do ruído. Quando aplicado a quadros com sinais, o modelo falha em reconstruir as estruturas induzidas por partículas, gerando resíduos elevados nessas áreas.
  • Comparação de Configurações:
    1. Baseline: Perda híbrida (MSE + SSIM).
    2. Refinada (Proposta): Introduz perturbações sintéticas (manchas e traços artificiais) nos quadros de pedestal durante o treinamento. A rede é treinada para reconstruir a imagem original (limpa) e ignorar as perturbações injetadas.
    • Uma máscara binária pondera a perda de erro quadrático médio (MSE) nas regiões injetadas, forçando a rede a subajustar (underfit) estruturas localizadas e estruturadas, preservando apenas o ruído de fundo suave.

• Extração de ROI:

  • Gera-se um mapa de resíduos ($|x - \hat{x}|$).
  • Aplica-se um limiar global para isolar pixels anômalos.
  • Realiza-se agregação espacial (operação morfológica de fechamento) para conectar fragmentos próximos e formar máscaras de ROI compactas.

3. Contribuições Chave

• Estratégia de Treinamento Agnóstica ao Detector: Demonstra-se que o treinamento apenas com dados de pedestal (ruído) é suficiente para criar um baseline transparente e eficaz para redução de dados em TPCs ópticos.
• Importância do Objetivo de Treinamento: O estudo revela que a complexidade arquitetural é menos crítica do que a definição do objetivo de treinamento. A configuração "refinada" (com perturbações sintéticas e perda ponderada) supera significativamente tanto o autoencoder treinado de forma ingênua quanto um modelo Gaussiano pixel a pixel.
• Viabilidade em Tempo Real: Implementação de um pipeline completo que atinge latências compatíveis com sistemas de aquisição de dados (DAQ) em tempo real.

4. Resultados

O modelo foi avaliado em dados reais do protótipo CYGNO (1563 eventos reconstruídos):

• Eficiência de Sinal: A configuração refinada retém 93,0% ± 0,2% da intensidade do sinal reconstruído (energia depositada), garantindo que a maior parte da informação física seja preservada.
• Redução de Dados (Corte de Área): O método descarta 97,8% ± 0,1% da área total da imagem. Isso representa uma redução de quase duas ordens de magnitude no volume de dados a ser armazenado ou transmitido.
• Latência: O tempo de inferência é de aproximadamente 25 ms por quadro em uma GPU de consumo (Apple M1 Pro), bem abaixo do limite de 50 ms exigido para o trigger online.
• Desempenho por Energia: A cobertura do sinal permanece alta e estável em toda a faixa de energia explorada (de keV a centenas de keV).
• Casos de Baixo Desempenho: Os poucos eventos com cobertura próxima a zero correspondem a reconstruções offline espúrias (ruído interpretado como sinal), e não a falhas do modelo de detecção de anomalias.

5. Significância e Conclusão

Este trabalho estabelece um baseline robusto e interpretável para a redução de dados online em detectores de TPC óptico de próxima geração.

• Escalabilidade: Com o futuro demonstrador CYGNO-04 (0,4 m³) gerando fluxos de dados ainda maiores, a capacidade de filtrar apenas as regiões físicas relevantes é essencial para a sustentabilidade do armazenamento e largura de banda.
• Generalização: A metodologia depende apenas da disponibilidade de corridas de pedestal, tornando-a facilmente transferível para outros experimentos com leitura óptica de TPCs.
• Impacto: A abordagem não substitui a reconstrução física offline detalhada, mas atua como um estágio preliminar eficiente, permitindo que os recursos computacionais sejam focados apenas nos eventos fisicamente relevantes.

Em suma, o artigo demonstra que autoencoders treinados em dados de pedestal, com objetivos de treinamento cuidadosamente desenhados para suprimir a reconstrução de estruturas localizadas, oferecem uma solução prática, transparente e computacionalmente eficiente para o desafio do "big data" em física de partículas de baixa energia.