Aprendizaje automático asistido para el enmascaramiento de señales parásitas en imágenes de difracción coherente de...

Área de la Ciencia:

• Ciencia de los materiales
• Nanotecnología
• Ciencia de datos

Sus antecedentes:

• La obtención de imágenes de difracción coherente de Bragg (BCDI) es una técnica de rayos X sin lentes para la obtención de imágenes de deformación a nanoescala.
• Los métodos actuales de BCDI se basan en algoritmos iterativos para la reconstrucción, que pueden verse obstaculizados por artefactos.
• La eliminación manual de artefactos consume mucho tiempo y es problemática para grandes conjuntos de datos o experimentos in situ.

Objetivo del estudio:

• Investigar el aprendizaje automático, específicamente el agrupamiento, para automatizar la eliminación de artefactos en BCDI.
• Mejorar la velocidad y la eficiencia del procesamiento de datos de BCDI.
• Mantener la alta resolución espacial de las imágenes de partículas reconstruidas.

Principales métodos:

• Aplicación de algoritmos de agrupamiento para identificar y enmascarar artefactos en patrones de difracción de BCDI.
• Integración de técnicas de aprendizaje automático en el flujo de trabajo de reconstrucción de BCDI.
• Desarrollo de un cuaderno Jupyter de Python fácil de usar para la implementación práctica.

Principales resultados:

• Demostró la aplicación exitosa del agrupamiento para la detección y eliminación de artefactos.
• Reducción significativa del tiempo requerido para el procesamiento de datos en comparación con los métodos manuales.
• Preservación de la resolución espacial en el objeto reconstruido y el campo de deformación.

Conclusiones:

• El agrupamiento de aprendizaje automático ofrece una solución eficiente y automatizada para la gestión de artefactos en BCDI.
• Este enfoque acelera el análisis de datos de BCDI, haciéndolo más adecuado para estudios de alto rendimiento e in situ.
• La herramienta de código abierto proporcionada facilita una adopción más amplia de la eliminación automatizada de artefactos en la comunidad BCDI.