An AI-based framework for visualizing and analyzing massive amounts of 4D tomography data for beamline end users (KI4D4E)
Third Party Funds Group - Overall project
Acronym: KI4D4E
Start date : 01.03.2023
End date : 28.02.2026
Website: https://foerderportal.bund.de/foekat/jsp/SucheAction.do?actionMode=view&fkz=05D23WE1
Project details
Short description
Synchrotron tomography, using brilliant X-rays, allows for high-resolution, artifact-free imaging. Unlike traditional lab CT, this technique can also conduct rapid 4D tomography experiments, leading to vast amounts of data. The KI4D4E project aims to develop AI methods to process these large data sets. The focus is on artifact reduction, segmentation, and visualization of large 4D data sets. The methods are intended to be applicable to data from both photon and neutron sources.
Scientific Abstract
Die Synchrotron-Tomographie zeichnet sich durch extrem brillante Röntgenstrahlen aus, womit eine nahezu artefaktfreie Bildgebung möglich wird. Ferner kann durch den Einsatz spezieller Röntgenoptiken eine sehr hohe Auflösung erreicht werden und durch den speziellen Aufbau von Synchrotron-Einrichtungen werden auch schnelle in-situ-Experimente, d.h. 4D-Tomographie, möglich. Die Kombination dieser Eigenschaften ermöglicht eine hochaufgelöste Computertomographie an Objekten, wo die herkömmliche Labor-CT versagt. Gleichzeitig entstehen dadurch aber auch enorme Datenmengen, die in der Regel durch die Endanwender nicht verarbeitbar sind und selbst die Betreiber der Synchrotrons an ihre Grenzen bringt.
Das Ziel des Projekts KI4D4E ist es, KI-basierte Methoden zu entwickeln, die von Endanwendern benutzt werden können, um die enormen Datenmengen in solchen 4D-CT-Messungen zu verarbeiten. Dies inkludiert die Verbesserung der Bildqualität durch Artefaktreduktion, die Reduktion und die Zugängigmachbarkeit der Daten für Endanwender um letzteren bei der Interpretation der Ergebnisse zu helfen.
Das Projekt fokussiert sich auf die Themengebiete der Artefaktreduktion, der Segmentierung und der Visualisierung von großen 4D-Datensätzen. Die entstehenden Methoden sollen sowohl auf Daten aus Photonen- als auch Neutronenquellen anwendbar sein.
