이 시스템은 현미경 데이터를 사용하여 결함 및 팽창과 같은 방사선 유발 문제를 감지하고 정량화합니다. 연구자들은 이 시스템이 온실 가스 배출을 줄이는 데 중요한 역할을 할 수 있는 첨단 원자로용 부품 개발 속도를 높일 수 있기를 희망합니다.

미시간의 원자력 엔지니어이자 머신 비전 스타트의 부사장인 Kevin Field 교수는 “우리는 세계에서 나노미터 길이 규모의 방사선 손상을 실시간 이미지 기반으로 탐지하고 정량화하는 것을 시연한 최초의 연구팀이라고 생각합니다.”라고 말했습니다. 위로 Theia Scientific.

새로운 기술은 Michigan Ion Beam Laboratory에서 테스트되었습니다. 재료 샘플에 이온 빔을 조사함으로써 실험실은 원자로에서 수년 또는 수십 년 동안 사용한 후 지속되는 손상을 신속하게 모방할 수 있습니다. 팀은 핵분열 및 핵융합로에 사용하기 위해 관심 대상인 철, 크롬 및 알루미늄의 방사선 내성 샘플을 테스트하기 위해 비활성 기체 크립톤의 이온 빔을 사용했습니다.

"방사선 노출로 인해 금속이 좋은 위스콘신 체다 치즈 대신 스위스 치즈처럼 만들어지면 구조적 무결성이 없을 것이라는 것을 알게 될 것입니다."라고 Field는 말했습니다.

크립톤 이온은 샘플에 방사선 결함을 생성합니다. 이 경우 두 개의 일반 결정 격자 평면 사이에 끼어 있는 누락되거나 추가 원자의 평면입니다. 그들은 전자 현미경 이미지에서 검은 점으로 나타납니다. 연구실은 조사 과정에서 작동하는 전자 현미경으로 이러한 결함의 발달을 관찰하여 비디오를 생성할 수 있습니다.

Theia Scientific의 사장인 Christopher Field와 함께 실험을 진행한 Dr Priyam Patki는 "이전에는 조사 실험을 위해 전체 비디오를 녹화한 다음 몇 프레임만 특성화했습니다. 그러나 지금은 이 기술의 도움으로 , 우리는 모든 프레임에 대해 이를 수행할 수 있어 결함의 동적 동작에 대한 통찰력을 실시간으로 제공합니다." 

방사선 유발 결함을 평가하기 위해 연구원은 일반적으로 비디오를 다운로드하고 선택한 프레임의 모든 결함을 계산합니다. 현대 현미경으로 만든 수백 또는 수천 개의 이미지 또는 비디오 프레임을 사용하면 모든 프레임의 결함을 수동으로 계산하는 것이 너무 힘들기 때문에 자세한 정보의 많은 부분이 손실됩니다. 

대신 팀은 실험 중에 방사선 유발 결함을 즉시 감지하고 정량화하기 위해 Theia Scientific의 소프트웨어를 사용했습니다. 소프트웨어는 결함(크기, 수, 위치 및 밀도 제공)에 레이블을 지정하고 이 정보를 구조적 무결성 척도로 요약하는 전자 현미경 이미지에 오버레이된 그래픽으로 결과를 표시합니다. 

Field는 "구조적 무결성에 대한 실시간 평가를 통해 재료가 제대로 작동하지 않는 경우 조기에 중단할 수 있으며 광범위한 인간 기반 정량화를 중단할 수 있습니다."라고 말했습니다. "우리는 우리의 프로세스가 아이디어에서 결론에 이르는 시간을 거의 80배 단축한다고 믿습니다."

Theia의 소프트웨어는 비디오 프레임을 분석하기 위해 이미지 해석에 자주 사용되는 인공 신경망의 일종인 합성곱 신경망을 사용합니다. 신경망은 다양한 품질의 샘플에서 고속의 강력한 해석을 달성했으며, 이를 통해 수동 해석에서 실시간 머신 비전으로의 도약을 가능하게 했습니다.

해석 기술이 다른 유형의 이미지 기반 현미경에 적용될 수 있기를 바랍니다. Field는 “에너지, 운송 및 생물의학 분야에서 발견을 가속화할 수 있는 명확한 경로를 보고 있습니다.”라고 말했습니다.