文献速递：边缘照明X射线相衬微米CT中体各向异性的自监督分辨率增强
2025新年伊始，来自荷兰莱顿大学高等计算机科学研究所的Jiayang Shi以第一作者的身份在“ Tomography of Materials and Structures” 发表了一篇名为：“ Self-supervised resolution enhancement for anisotropic volumes in edge illumination X-ray phase contrast micro-computed tomography” 的文章，其中来自英国伦敦大学学院的Dani¨el M. Pelt和通讯作者Charlotte K. Hagen对于文章的发表，做出了同等的贡献。
图1. 发表文章标题及主要作者
X射线相衬微型微米CT相比传统的基于吸收的X射线微米可以获得更高的程度，得益于它可以CT折射和衰减，它不仅可以利用X射线的衰减信号（吸收），还可以利用X射线的折射变化。
在这项工作中，研究人员聚焦于一种特定的X射线相衬技术——边缘照明（EI）微米CT。
边缘照明（EI）技术使用带有透射孔的样品掩模，将X射线束分割成窄束，使用包含折射信息的强度变化能够被探测。在典型的掩模设计中（圆形孔和狭缝形孔），与圆形孔径相比，狭缝形孔径在实际应用中具有优势，因为它仅需在一个方向上移动样品，从而减少了扫描时间。然而，这会导致各向异性的分辨率，因为狭缝形孔仅增强了垂直于狭缝方向的分辨率。
图2. 基于狭缝形孔和圆形孔边缘照明系统原理图
为了解决这个限制，作者提出了一种自监督方法，通过在高分辨率面内图像（in-plane images）上进行训练，以增强面外图像（out-of-plane images）的分辨率，有效缓解了各向异性的问题。作者在模拟和实际的边缘照明（EI）微米CT数据集上的实验结果验证了所提方法的有效性。
图3. 展示了海绵和小鼠胚胎X射成像结果在分辨增强前后的对比
可以看到在使用作者提出的方法，在面外图像out-of-plane images）的分辨率得到了明显的增强。
作者简介
第一作者：Jiayang Shi
Jiayang Shi目前是LIACS的一名博士生，在此之前他在德国卡尔斯鲁厄和中国杭州学习。他目前负责的项目叫做'xCTing'，目前的项目目标是：基于深度学习的重建算法开发，旨在消除CT（计算机断层扫描）重建数据中的伪影。由于计算工作负载较大，用于训练和验证3D神经网络的数据生成将与ESR2的工作并行进行。放射影像模拟将使用ASTRA工具箱进行重建，之后应用3D神经网络处理重建数据，使用相应的无伪影数据作为期望输出。为了进一步测试训练网络的有效性，将评估其对尺寸测量精度和缺陷检测的影响。此外，网络还将单独在使用ESR2开发的2D卷积神经网络（CNN）方法进行修正的数据上进行训练，预计这样能够得到更为稳健的结果。
通讯作者：Charlotte K. Hagen
Charlotte K. Hagen是英国伦敦大学学院医学物理与生物医学工程系的副教授。Charlotte Hagen 博士于2010年获得德国汉堡大学数学学位（文凭），并于2014年在伦敦大学学院（UCL）获得医学物理学博士学位。在博士研究期间，Hagen 博士共同开发了第一批采用实验室X射线源的相衬微米CT仪器。随后，Hagen 博士在UCL进行的博士后研究（2014-2018）集中于推动该技术及其应用的进展。2018年，Hagen 博士获得皇家工程学院的研究奖学金，并同年被聘为UCL医学物理与生物医学工程系辐射物理学讲师（预聘）。2021年，Hagen 博士晋升为首席研究员，并于2024年转入学术轨道，成为副教授。她的研究主要集中在开发新型成像方法和系统，特别是在X射线计算机断层扫描方面。
关于'xCTing'项目
（https://xcting-itn.eu/）
项目背景
一次性成功和零缺陷的定制单件生产是推动工业4.0范式转变的关键元素，旨在增强欧洲在全球制造业中的领导地位。X射线计算机断层扫描（CT）计量在这一转型过程中发挥着至关重要的作用，因为它是唯一可以非破坏性地验证复杂内部结构质量的技术，例如增材制造或组装中的结构。
然而，CT仍然主要是离线技术，原因在于扫描速度与扫描质量之间的未解决权衡，特别是需要投入大量的专家用户进行评估。因此，xCTing项目将致力于显著提高CT计量的自主性、稳健性和速度，以支持其向完全在线质量保证技术的转型，满足工业4.0环境中的需求。应对这些挑战需要整合广泛的跨学科专业知识，包括物理学、制造业、尺寸计量、机器学习以及高效可靠的大数据分析与可视化技术。
为了在欧洲工业中实现预期的创新突破，欧洲急需能够将这些多样化能力与创业技能相结合的年轻创新者。这个MSCA ITN项目“xCTing”是一个跨欧洲的产业学术合作倡议，致力于提供一个独特的全面培训环境，以培养创新思维的研究工程师，成为推动欧洲制造业向全球技术领导地位转型的催化剂。
项目目标
通过大学、研究机构和工业界各方的密切合作，xCTing项目联盟预计在以下领域实现研发突破：
自主确定最优CT扫描策略的技术；
基于深度学习的重建策略，能够在无需专家用户介入的情况下修正束硬化、散射和其他扫描伪影；
通过利用先验知识（如CAD数据结合仿真（数字双胞胎）和历史CT数据上的机器学习技术），为单件生产产品开发智能自主的分割和缺陷检测算法；
一种快速的虚拟计量CT方法，用于确定任务特定的测量不确定度，甚至可应用于单件生产情况；
实现自主扫描过程表征、验证和在线CT设备条件监测的新方法；
通过结合高质量扫描的先验信息（代表性物体扫描或CAD数据），提高有限在线投影集的信息量，实现高速与高质量相结合的三维重建技术；
使用CAD模型中的先验信息，确定最佳重建的投影角度组合，包括360°旋转或仅限有限角度范围；
将大数据分析与可视化与在线CT扫描和工艺仿真相结合，开发基于CT的增材制造构建准备自主流水线；
基于CT计量的制造和组装流水线。
关于众星联恒
众星联恒致力于引进高端的EUV/SXR/X射线产品、及新孵化高新技术产品给中国的同步辐射，研究所，高校及高端制造业的客户，产品线包含X射线/EUV光源、X射线/SXR/EUV光学元件、X射线/SXR/EUV/可见光/电子探测器、VUV/XUV/X射线光谱仪、X射线分析系统和辉光放电质谱仪。同时，我司还可满足同步辐射用户的薄膜、表面和原位表征及半导体计量的需求，提供定制化的工业在线X射线检测解决方案。
内容 凯文
编辑 小乔
