科學(xué)家們正在通過一種計算技術(shù)來為下一代光源提高亮度和分辨率做準(zhǔn)備，該計算技術(shù)可以更快，更精確地重建圖像。

攝影師知道，捕獲圖像通常是焦點(diǎn)和分辨率之間的斗爭。使用較大的光圈將相機(jī)訓(xùn)練在前景中的物體上，背景會變得模糊。使用較小的光圈可獲得景深，并且前景的清晰度會降低。

X射線成像也是如此，盡管規(guī)模要小得多。位于美國能源部阿貢國家實(shí)驗室的美國能源部(DOE)用戶設(shè)施等高級光子源(APS)等光源，在使用高分辨率X射線分析十億倍的X射線分析材料的小樣本方面表現(xiàn)出色。在您的牙醫(yī)辦公室生產(chǎn)的那些。

但是隨著下一代X射線技術(shù)的出現(xiàn)，更亮的光束即將出現(xiàn)，這意味著可以對更厚的樣本進(jìn)行成像。樣本越厚，最終的圖像重建就越有可能遇到焦點(diǎn)與分辨率的問題。

西北大學(xué)物理學(xué)教授，阿貢大學(xué)杰出研究員克里斯·雅各布森(Chris Jacobsen)認(rèn)為，這意味著科學(xué)家需要提前思考。雅各布森領(lǐng)導(dǎo)的研究人員團(tuán)隊是最早在APS升級等項目之前解決X射線成像挑戰(zhàn)的研究人員之一，該項目將使APS的X射線束的亮度提高多達(dá)500倍。APS升級已經(jīng)在進(jìn)行中，它將使這些改進(jìn)取得進(jìn)展，這些改進(jìn)可能導(dǎo)致電池壽命更長，引擎部件更耐用，計算機(jī)效率更高。

APS升級將允許在當(dāng)前強(qiáng)度下無法進(jìn)行的研究項目，例如，追蹤老鼠大腦內(nèi)部的神經(jīng)連接，以了解有關(guān)神經(jīng)系統(tǒng)疾病的更多信息，這是Jacobsen團(tuán)隊正在研究的項目。但這也將增加對更先進(jìn)的重建工具的需求。

Argonne的博士后研究員Ming Ming表示，這是一個可解決的問題，但目前需要大量乏味的計算工作。Du是《科學(xué)進(jìn)展》上發(fā)表的論文的主要作者，該論文描述了一種稱為自動微分的技術(shù)可以比傳統(tǒng)計算更靈活，更省力地幫助完成X射線圖像的3D重建的方式。

證明該技術(shù)的仿真(研究團(tuán)隊稱其為Adorym，用于通過動態(tài)建模進(jìn)行基于差分的自動對象檢索)在另一家美國能源部科學(xué)用戶辦公室Argonne Leadership Computing Facility(ALCF)的超級計算機(jī)上運(yùn)行。Du在ALCF的Cooley集群上進(jìn)行了編碼和測試。

杜解釋說，自動差異化是許多機(jī)器學(xué)習(xí)工具的基礎(chǔ)。用數(shù)學(xué)術(shù)語來說，它計算梯度以最小化損失函數(shù)，盡管Du說這些相對簡單的數(shù)字運(yùn)算可以手動執(zhí)行，但復(fù)雜的公式(例如X射線數(shù)據(jù)的3-D重構(gòu))需要大量的這些計算。

杜說：“任務(wù)很簡單，但任務(wù)很多。” “這就是發(fā)明計算機(jī)要做的事情。簡單但乏味的任務(wù)。”

雅各布森(Jacobsen)的研究團(tuán)隊此前在2018年于Optica上發(fā)表的一篇論文中揭示了一種新的成像方法，該方法可以對超出景深的物體進(jìn)行成像。他們的模型稱為多層優(yōu)化對象恢復(fù)(MOOR)，該團(tuán)隊展示了其用于X射線刻印術(shù)的實(shí)用性，該技術(shù)通常以高分辨率對材料薄片進(jìn)行成像。杜說，MOOR對X射線數(shù)據(jù)的每個方向都使用密集包裝的多層模型，以創(chuàng)建較厚樣本的3-D重建。

杜說，如果不進(jìn)行自動區(qū)分，將這種方法放大用于更大樣本的3D成像將是一項巨大的工作。該團(tuán)隊正在使用ALCF的Theta超級計算機(jī)，以不斷努力構(gòu)建一個框架，以進(jìn)行大規(guī)模的自動差異化重建。

他說：“全息照相法可以對每個樣品的整個鏡頭進(jìn)行一次成像。” “問題在于對模型的微小調(diào)整意味著需要對梯度計算進(jìn)行大量修改。自動微分改變了游戲。您可以對模型進(jìn)行更改，而將其他所有內(nèi)容留給計算機(jī)。”

杜提供使用壽命更長的電池，作為可以從這種計算方法中受益的研究項目的一個很好的例子。他說，要對電池電極上納米級枝晶的生長進(jìn)行成像，可能需要解決聚焦深度極限的問題，而自動微分技術(shù)可以幫助解決這一問題。

自動區(qū)分不是一個新主意。雅各布森(Jacobsen)說，幾年前曾建議將其作為用于相干圖像重建的工具，但當(dāng)時尚不具備實(shí)現(xiàn)此功能的軟件。但是，機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的興起使這項技術(shù)變得可訪問。研究團(tuán)隊使用了一個名為TensorFlow的開源軟件包來進(jìn)行仿真。

雅各布森說：“計算機(jī)承擔(dān)了沉重的負(fù)擔(dān)，并且它的包裝足夠通用，可以用于X射線成像。”

到目前為止，根據(jù)Jacobsen所說，3-D重建僅在模擬數(shù)據(jù)上完成。該團(tuán)隊使用一個計算機(jī)制造的物體-中空的玻璃圓錐體-來表明可以使用自動微分進(jìn)行更快的重建。下一步將是對物理樣本進(jìn)行測試，但是該技術(shù)的完整演示可能要等到下一代X射線設(shè)備啟動并運(yùn)行。

雅各布森說：“加速器技術(shù)的下一個跳躍即將到來。” “現(xiàn)在考慮這一點(diǎn)很重要。”