边缘深度学习赋能实时流式叠层成像
机器学习
2022-09-21 v1 图像与视频处理
摘要
相干显微技术为从结构材料到量子器件、从集成电路到生物细胞等科技领域的材料提供了无与伦比的多尺度视角。在更亮光源和高帧率探测器的驱动下，诸如叠层成像（ptychography）等相干X射线显微方法有望彻底改变纳米级材料表征。然而，数据和计算需求的显著增长意味着传统方法已不足以从高速相干成像实验中实时恢复样品图像。在此，我们展示了一种利用边缘人工智能和高性能计算的工作流，能够对以高达2 kHz直接从探测器流出的X射线叠层成像数据实现实时反演。所提出的AI赋能工作流消除了传统叠层成像的采样约束，允许使用比传统方法所需少几个数量级的数据进行低剂量成像。
引用
@article{arxiv.2209.09408,
title = {Deep learning at the edge enables real-time streaming ptychographic imaging},
author = {Anakha V Babu and Tao Zhou and Saugat Kandel and Tekin Bicer and Zhengchun Liu and William Judge and Daniel J. Ching and Yi Jiang and Sinisa Veseli and Steven Henke and Ryan Chard and Yudong Yao and Ekaterina Sirazitdinova and Geetika Gupta and Martin V. Holt and Ian T. Foster and Antonino Miceli and Mathew J. Cherukara},
journal= {arXiv preprint arXiv:2209.09408},
year = {2022}
}