SPACE-SUIT：基于人工智能的染色体特征提取与分类器，用于 SUIT
摘要
太空 Ultraviolet 成像望远镜（SUIT）载于阿迪亚提-1号火星探测器上，是一种观察太阳 photosphere 和 chromosphere 的成像仪器，通过在 200-400 nm 波段进行观测。对染色体和 photosphere 形貌结构的等离子体和热力学性质进行全面理解，需要大规模统计研究，进而需要发展自动特征检测方法。为此，我们开发了特征检测算法 SPACE-SUIT：Solar Phenomena Analysis and Classification using Enhanced vision techniques for SUIT，用于检测和分类来自 SUIT Mg II k 滤光片观测的太阳染色体特征。具体目标包括斑块区域、日晕、丝状结构和离枢结构。SPACE 使用 YOLO 这种神经网络模型来识别兴趣区域。我们使用从 Interface Region Imaging Spectrometer（IRIS）全盘马赛克图像开发的 Mg II k 线制造的 mock-SUIT 图像进行训练和验证，同时也对 Level-1 SUIT 数据进行检测。SPACE 在验证 mock SUIT FITS 数据集上实现约0.788 的精确率、0.863 的召回率和0.874 的平均精确率（MAP）。鉴于我们数据集的手动标注，我们通过对真实值和预测边界框应用统计 measure 和 Tamura 特征进行“自验证”。我们发现熵、对比度、不相似性和能量的分布存在差异。这些差异被 SPACE 检测到的区域捕获，这些区域用观察到的 SUIT 图像验证，即使没有标记的真实值也亦如此。本工作不仅发展了染色体特征提取器，还展示了统计指标和 Tamura 特征在区分染色体特征方面的有效性，为未来的检测方案提供了独立的验证。
引用
@article{arxiv.2412.08589,
title = {SPACE-SUIT: An Artificial Intelligence Based Chromospheric Feature Extractor and Classifier for SUIT},
author = {Pranava Seth and Vishal Upendran and Megha Anand and Janmejoy Sarkar and Soumya Roy and Priyadarshan Chaki and Pratyay Chowdhury and Borishan Ghosh and Durgesh Tripathi},
journal= {arXiv preprint arXiv:2412.08589},
year = {2025}
}
备注
Published in Solar Physics