VIDEO RELACIONADO - Cápsulas flotantes: El transporte del futuro (01:10)
Los días de las visualizaciones de las imágenes de rayos X quedarán atrás, ya que unos científicos del Laboratorio Nacional Argonne del Departamento de Energía de Estados Unidos (DOE) están trabajando en una técnica de aprendizaje profundo para que las computadoras procesen rápidamente las radiografías en 3D.
El equipo desarrolló 3D-CDI-NN, un marco computacional que puede crear visualizaciones en 3D a partir de los datos obtenidos en el Advanced Photon Source (APS) más de 100 veces más rápido.
Lee también: Ingeniero fabrica un exosqueleto para que su hijo pueda caminar
Dentro del estudio, explican que la CDI es una técnica de rayos X que implica hacer rebotar haces de rayos x ultrabrillantes en las muestras, en la cual los detectores recopilan parte de estos rayos de luz como datos y gracias al software computacional se convierten en imágenes. El desafío es obtenerlos todos y esta nueva técnica sí es capaz de hacerlo.
“Usamos simulaciones por computadora para crear cristales de diferentes formas y tamaños, y los convertimos en imágenes y patrones de difracción para que la red neuronal los aprendiera. La facilidad de generar rápidamente muchos cristales realistas para el entrenamiento es el beneficio de las simulaciones“, dijo Henry Chan, investigador postdoctoral en el Centro de Materiales a Nanoescala (CNM) de DOE y autor principal del estudio.
Lee también: Nuevo dispositivo portátil reduce el riesgo de colisiones en personas ciegas o con discapacidad visual
Los resultados, publicados en Applied Physics Reviews, demostraron que gracias al aprendizaje automático -de la mano con la inteligencia artificial- esta tecnología es capaz de procesar las visualizaciones en 3D a partir de datos de radiografías reales unas 500 veces más rápido que las observaciones tradicionales.
De completarse, este avance podría ser utilizado en áreas como la astronomía, la microscopía electrónica o incluso la medicina, entre otras grandes áreas de la ciencia que dependen del procesamiento de grandes datos tridimensionales.
Deja tu comentario