• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  • La aplicación de IA de aprendizaje profundo a los rayos X ayuda a encontrar explosivos en el equipaje

    Esquema de imágenes de rayos X con iluminación de bordes. Esto se muestra en el panel a, con un zoom en la región entre las dos máscaras de rayos X en el panel b (sin objeto). El haz de rayos X se divide en una pluralidad de haces mediante una máscara de muestra previa (M1). Estos son luego interrogados por una segunda máscara analizadora (M2) colocada antes del detector, que permite evaluar su reducción de intensidad (señal de atenuación), desviación lateral (señal de refracción), ensanchamiento (señal de campo oscuro). Crédito:Comunicaciones de la naturaleza (2022). DOI:10.1038/s41467-022-32402-0

    Un equipo de investigadores del University College London, trabajando con un colega de Nylers Ltd. y otro de XPCI Technology Ltd., ha desarrollado una nueva forma de rayos X en el equipaje para detectar pequeñas cantidades de explosivos. En su artículo publicado en la revista Nature Communications , el grupo describe la modificación de un dispositivo de rayos X tradicional y la aplicación de una aplicación de aprendizaje profundo para detectar mejor los materiales explosivos en el equipaje.

    Investigaciones anteriores han demostrado que cuando los rayos X golpean los materiales, producen pequeñas curvas que varían según el tipo de material. Intentaron aprovechar estas curvas para crear una máquina de rayos X de precisión.

    Los investigadores primero agregaron un pequeño cambio a una máquina de rayos X existente:una caja que contiene máscaras, que son láminas de metal con pequeños agujeros. Las máscaras sirven para dividir el haz de rayos X en varios haces más pequeños. Luego, los investigadores usaron el dispositivo para escanear una variedad de objetos que contenían materiales explosivos incrustados y enviaron los resultados a una aplicación de IA de aprendizaje profundo. La idea era enseñarle a la máquina cómo se veían las pequeñas curvas en esos materiales. Una vez que la máquina estuvo entrenada, la usaron para escanear otros objetos con explosivos incrustados para ver si podía identificarlos. Los investigadores encontraron que su máquina era 100 % precisa en la configuración de laboratorio.

    Los investigadores señalan que la máquina pudo detectar curvas tan pequeñas como un solo microrradián, que es aproximadamente una 20,000 parte de un grado. Sugieren que, además de ser útil para el personal de seguridad del transporte, su técnica también podría modificarse ligeramente para su uso en otras aplicaciones, como la medicina. Creen que también podría entrenarse para encontrar tumores que son demasiado pequeños para detectarlos con dispositivos de prueba convencionales, o para encontrar pequeñas grietas en edificios o en las superficies de los aviones. + Explora más

    Los científicos podrían descubrir las leyes físicas más rápido utilizando una nueva técnica de aprendizaje automático

    © 2022 Red Ciencia X




    © Ciencia https://es.scienceaq.com