Physics-Informed Deep Learning Enabled Ultra-Sparse Projection Neutron Computed Tomography
本文提出了一种物理信息驱动的深度学习框架，该框架能够从超稀疏角度采样中重建高保真中子计算机断层扫描图像，在将采集时间缩短 90% 以上的同时，保持了定量的结构完整性，并使快速动态过程的实时原位研究成为可能。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图使用一种被称为“中子束”的特殊“X射线”来拍摄一个复杂物体（例如摩托车发动机）的3D照片。中子非常出色，因为它们可以穿透重金属，从而揭示出普通X射线无法看到的轻质材料（如塑料或水）。
然而，这里有一个巨大的问题：中子极其“害羞”。 它们非常稀少且微弱，以至于仅仅拍摄一张单张照片（即一个“投影”）就需要很长时间——大约30到80秒。要构建一个完整的3D模型，传统的扫描仪需要从每个角度拍摄360张照片，而物体会随之旋转。这意味着一次扫描需要12到14个小时。由于耗时如此之长，你无法实时观察事物的变化（比如发动机运转或电池充电）；等到扫描结束时，事件早已结束了。
解决方案：一个“智能时空旅行者”AI
研究人员利用深度学习（一种先进的AI技术）开发了一种新工具来解决这个速度问题。你可以这样理解：
与其拍摄全部360张照片，这台机器只拍摄37张照片（大约是通常数量的10%）。这把扫描时间从14小时缩短到了仅4到5小时。
但棘手的地方在于：如果你只拍37张照片，3D图像通常会变得模糊且充满漏洞，就像一个缺失了大部分拼图块的拼图。
研究人员的AI充当了一位超级聪明的艺术修复师。它观察现有的少量照片，并利用“物理学”（中子行为的已知规律）来构想并绘制出缺失的323张照片。
- 安全网： 通常情况下，AI会产生“幻觉”——它可能会发明看起来真实但实际并不存在的细节（比如给一辆没有轮子的车画上轮子）。研究人员在AI中内置了一个特殊的“物理启发式”护栏。它强制要求AI只能构思出在物理上可能的细节，确保它不会凭空捏造结构。
- 时空旅行器： AI还会观察照片的序列。它理解当物体旋转时，视角的变化是平滑过渡的。它利用这种“时间性”（基于时间的）逻辑来填补37张真实照片之间的空白，确保缺失的图像能够自然地衔接。
他们是如何测试的
为了证明这不仅仅是一个魔术，他们使用全球三个不同中子设施中的三种不同类型的物体进行了测试：
- “测试块”（幻影）： 一个内部含有六种不同材料（如铝、铅和铜）的圆柱体。
- 摩托车发动机缸体： 一个拥有许多隐藏部件的复杂金属物体。
- 其他物品： 一个电脑鼠标和一个沙岩块。
他们将“AI重建”的3D模型与“金标准”模型（即通过拍摄全部360张照片进行的14小时扫描模型）进行了对比。
测试结果
结果非常准确，令人惊喜：
- 视觉质量： AI生成的图像与真实图像几乎无法区分。其“清晰度”评分（PSNE）非常高，且结构相似性（SSIM）接近完美（0.98/1.0）。
- 无虚假细节： 当他们测量AI模型中孔洞的大小和金属层的厚度时，发现这些测量值与真实测量值几乎完全吻中。AI并没有捏造虚假特征。
- 表面精度： 当他们将AI模型的3D表面与真实物体进行对比时，即使是在最困难的超快速扫描中，也有**超过92%**的表面积落在可接受的公差范围内。
这为什么重要
这一突破意味着科学家现在可以使用中子断层扫描来观察快速移动的过程（称为“原位/工作状态”研究，operando studies）。此前，这只能通过名为同步辐射X射线源的大型、昂贵设备来实现。现在，有了这个AI，常规的中子设施也能在极短的时间内完成同样的工作，让研究人员能够在材料实际运作时观察其变化，而无需等待整整一天来完成扫描。
简而言之： 他们教会了AI利用物理规则来“填补空白”，将一个缓慢且昂贵的3D扫描过程变成了4小时的过程，且没有丢失任何重要细节或凭空捏造内容。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。