AI超解像技術を駆使した高速中性子イメージング

利用AI超分辨率技术进行高速中子成像

• 批准号: 21K18624
• 负责人: 稲田 聡明
• 金额: $ 4.08万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-07-09 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K18624/
• 关键词: 中性子; 超解像; AI; デジタルイメージング

本研究では、通常の中性子イメージングで取得されるデジタル画像に対して、深層学習によるバーテックス位置の推定を行うことで解像度をエンハンスする、「AI超解像」技術を応用する。入射中性子はCMOS表面にコーティングされた厚さ200 nmの 10B層で捕獲反応(n+10B→7Li+α)を起こし、二次粒子である 7Liとα粒子がシリコン層で電離反応によるトラック(~5 μm)を残す。シリコン層に電圧を印加することで、生成したチャージをピクセル(~10 μm角)までドリフトさせ、アンプして電圧信号として読み出す。生成されたばかりのチャージは1ピクセルと同程度もしくはそれ以下のサイズであるものの、ピクセルへのドリフト中に拡散及びクーロン反発(空間電荷効果)が発生して数ピクセルの幅に広がってしまうため、空間分解能は通常数十μmとなる。従来は、チャージクラスタ(「粗視画像」)の重心を用いてバーテックス位置を推定する手法が一般的であった。本研究ではインプットとなるトラック情報をモンテカルロシミュレーションにより生成し、電荷輸送を追跡する数値シミュレーションと合わせることでトラックに対応するチャージクラスタの分布を得た。これらのデータセットを学習することでバーテックス位置を更に高い分解能で推定するソフトウェア開発のアウトラインを完了した。

In this study, we usually use the neutral system to obtain the portrait image, the location of the image, the resolution, the resolution, and the technical application of the AI. The incident neutrons CMOS surfaces are sensitive to 200 nm

项目成果

Tabletop Experiments

桌面实验