AI技術を用いた超高速・高精細X線CT測定に関する研究

利用AI技术的超高速、高清X射线CT测量研究

基本信息

批准号：
22K04161
负责人：
高橋勇一
金额：
$ 2.58万
依托单位：
Gunma Prefectural Industrial Technology Center
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04161/
关键词：
X線CT 深層学習トモグラフィ 3Dイメージング非破壊産業用X線CT Deep learning

项目摘要

X線CTスキャナーは試験体（ワーク）を破壊することなく、内部構造を可視化することから、医療分野だけでなく産業分野においても多大な恩恵をもたらしてきた。しかしながら、現状においても解決を迫られる課題も多々あり、その一つが、高解像な断面画像を求めれば、測定の長時間化は避けられないというトレードオフの関係の解消である。本研究は、国内の企業や大学等に導入済みの産業用X線CTスキャナーに対して、深層学習（Deep learning）の技術により、新規の装置導入や大幅な改造を行うことなく、CT測定の短時間化と高解像な断面画像の取得を両立させるCT測定法を実現する目的として実施している。本年度は、研究で使用するワークの作成、断面画像に発生するアーチファクトと呼ばれるノイズの低減による断面画像の高解像について検討を行った。具体的な研究実施内容は以下の通りである。円筒形の透明エポキシ樹脂に金属片を埋込みワークを作成した。金属およびその周辺の形状の鮮明化を意図したDeep Learningによる画像生成モデルを作成した。画像生成モデルにより生成された画像は、カッピングアーチファクトやメタルアーチファクトが低減し、金属およびその周辺の形状の鮮明化が確認できた。次年度は、CT測定の時間の短縮化について検討を行う。実施内容はX線投影データ間をDeep Learningにより補間し、補間したデータとX線投影データを合わせたデータにより画像再構成を行うことで、少量なX線投影データで高画質なCT測定方法により、測定時間の削減を目指す予定である。

X射线CT扫描仪可视化内部结构，而不会破坏样品（工件），这不仅在医疗领域而且在工业领域都提供了巨大的好处。但是，即使在当前情况下，也需要解决许多问题，其中之一就是消除权衡关系，在获得高分辨率的横截面图像时，不可避免的是长期测量。这项研究的目的是实现一种CT测量方法，该方法既可以缩短CT测量时间，又使用深度学习技术获取高分辨率的横截面图像，而无需引入新的设备或显着修改它们。今年，我们通过减少在横截面图像中发生的称为伪影的噪声，研究了我们研究中使用的工件的创建以及横截面图像的高分辨率。具体的研究细节如下：通过将金属碎片嵌入圆柱形透明的环氧树脂中来创建工作。我们创建了一个深度学习的图像生成模型，旨在锐化金属及其周围环境的形状。图像生成模型生成的图像减少了拔罐的伪像和金属伪像，并确认了金属及其周围环境的更清晰的形状。明年，我们将考虑缩短CT测量的时间。该实现是使用深度学习的X射线投影数据进行插值，并使用将插值数据与X射线投影数据结合的数据进行了图像重建，并旨在使用高质量的CT测量方法和少量的X射线投影数据来减少测量时间。