このシステムは、顕微鏡データを使用して、欠陥や腫れなどの放射線誘発問題を検出および定量化します。 研究者たちは、このシステムが、温室効果ガス排出量の削減に重要な役割を果たす可能性のある高度な原子炉のコンポーネントの開発をスピードアップできることを望んでいます。

ミシガン州の原子力技術者でマシンビジョンの開始担当副社長であるケビンフィールド教授は、次のように述べています。 TheiaScientificまで。

新しい技術はミシガンイオンビーム研究所でテストされました。 イオンのビームを材料サンプルに向けることにより、ラボは原子炉での数年または数十年の使用後に受けた損傷をすばやくエミュレートできます。 チームは、希ガスクリプトンのイオンビームを使用して、核分裂および核融合炉で使用する対象の鉄、クロム、およびアルミニウムの耐放射線性サンプルをテストしました。

「放射線被曝により、金属がウィスコンシンの優れたチェダーチーズではなくスイスチーズのようになると、構造的な完全性が失われることがわかります」とフィールド氏は述べています。

クリプトンイオンは、サンプルに放射線障害を引き起こします。 この場合、XNUMXつの通常の結晶格子面の間に挟まれた欠落または余分な原子の面。 それらは、電子顕微鏡画像では黒い点として表示されます。 ラボでは、照射プロセス中に実行される電子顕微鏡でこれらの欠陥の発生を観察し、ビデオを作成することができます。

「以前は、照射実験用にビデオ全体を録画してから、ほんの数フレームを特徴付けていました」と、TheiaScientificの社長であるクリストファーフィールドと実験を行ったPriyamPatki博士は述べています。 「しかし今では、この手法の助けを借りて、フレームごとにそれを行うことができ、欠陥の動的な動作をリアルタイムで洞察することができます。」 

放射線誘発欠陥を評価するために、研究者は通常、ビデオをダウンロードして、選択したフレームのすべての欠陥を数えます。 最新の顕微鏡で作成された数百、さらには数千の画像やビデオフレームでは、すべてのフレームで欠陥を手動で数えるのは非常に面倒なので、詳細情報の多くが失われます。 

代わりに、チームはTheia Scientificのソフトウェアを使用して、実験中に放射線によって誘発された欠陥を瞬時に検出および定量化しました。 ソフトウェアは、電子顕微鏡画像に重ねられたグラフィックスで結果を表示します。グラフィックスは、欠陥にラベルを付け（サイズ、数、位置、密度を与える）、この情報を構造的完全性の尺度として要約します。 

「構造の完全性をリアルタイムで評価することで、材料の性能が悪い場合に早期に停止し、人間ベースの広範な定量化を排除できます」とフィールド氏は述べています。 「私たちのプロセスにより、アイデアから結論までの時間が80分のXNUMXに短縮されると信じています。」

Theiaのソフトウェアは、画像の解釈によく使用される人工ニューラルネットワークの一種である畳み込みニューラルネットワークを使用して、ビデオフレームを分析します。 ニューラルネットワークは、さまざまな品質のサンプル間で高速かつ堅牢な解釈を実現し、これにより、手動の解釈からリアルタイムのマシンビジョンへの飛躍が可能になりました。

解釈技術が他のタイプの画像ベースの顕微鏡法に適応できることが期待されている。 フィールドは次のようにコメントしています。「エネルギー、運輸、生物医学の分野での発見を加速するための明確な道筋が見えます。」