L'application de l'IA d'apprentissage en profondeur aux rayons X aide à trouver des explosifs dans les bagages

L’application de l’IA d’apprentissage en profondeur aux rayons X aide à trouver des explosifs dans les bagages

Nature Communications (2022). DOI : 10.1038/s41467-022-32402-0″ width= »800″ height= »438″>

Schéma de l’imagerie par rayons X à éclairage de bord. Ceci est montré dans le panneau a, avec un zoom sur la région entre les deux masques à rayons X dans le panneau b (sans objet). Le faisceau de rayons X est divisé en une pluralité de petits faisceaux par un masque de pré-échantillonnage (M1). Ceux-ci sont ensuite interrogés par un deuxième masque analyseur (M2) placé devant le détecteur, qui permet d’évaluer leur diminution d’intensité (signal d’atténuation), de déflexion latérale (signal de réfraction), d’élargissement (signal de fond noir). Le crédit: Communication Nature (2022). DOI : 10.1038/s41467-022-32402-0

Une équipe de chercheurs de l’University College London, en collaboration avec un collègue de Nylers Ltd. et un autre de XPCI Technology Ltd., a mis au point une nouvelle façon de radiographier les bagages pour détecter de petites quantités d’explosifs. Dans leur article publié dans la revue Communication Naturele groupe décrit la modification d’un appareil à rayons X traditionnel et l’application d’une application d’apprentissage en profondeur pour mieux détecter les matériaux explosifs dans les bagages.

Des recherches antérieures ont montré que lorsque les rayons X frappent les matériaux, ils produisent de minuscules courbures qui varient selon le type de matériau. Ils ont cherché à tirer parti de ces virages pour créer une machine à rayons X de précision.

Les chercheurs ont d’abord ajouté un petit changement à une machine à rayons X existante – une boîte contenant des masques, qui sont des feuilles de métal percées de minuscules trous. Les masques servent à diviser le faisceau de rayons X en plusieurs faisceaux plus petits. Les chercheurs ont ensuite utilisé l’appareil pour scanner une variété d’objets contenant des matériaux explosifs intégrés et ont transmis les résultats à une application d’IA d’apprentissage en profondeur. L’idée était d’apprendre à la machine à quoi ressemblaient les minuscules courbures de ces matériaux. Une fois la machine formée, ils l’ont utilisée pour scanner d’autres objets avec des explosifs intégrés pour voir si elle pouvait les identifier. Les chercheurs ont trouvé que leur machine était précise à 100 % dans des conditions de laboratoire.

Les chercheurs notent que la machine était capable de détecter des courbures aussi petites qu’un seul microradian, soit environ un 20 000e de degré. Ils suggèrent qu’en plus d’être utile au personnel de sécurité des transports, leur technique pourrait également être légèrement modifiée pour être utilisée dans d’autres applications telles que la médecine. Ils pensent qu’il pourrait également être formé pour trouver des tumeurs trop petites pour être détectées à l’aide d’appareils de test conventionnels, ou pour trouver de minuscules fissures dans les bâtiments ou sur les surfaces des avions.


A lire également