Noua tehnologie de imagistică ar putea ajuta să se vadă prin piele și ceață estonă | Știință în 3 minute

În viața de zi cu zi, oamenii sunt expuși în mare parte la medii transparente în care sistemele vizuale, inclusiv ochii noștri, pot crea cu ușurință copii ale obiectelor. În același timp, există o serie de situații în care procesul natural de creare a imaginii este perturbat, chiar dacă sistemul de imagistică în sine funcționează eficient, scrie Universitatea din Tartu. Francis Gracie Arokiraj, specializare junior în fizică.

Cel mai faimos exemplu în acest sens este o zi de iarnă cu ceață. Chiar și cu expunerea rară, variațiile mediului din jurul subiectului vor provoca distorsiuni, chiar și cu cel mai bun sistem de imagistică disponibil. Oamenii de știință numesc această eclipsă de împrăștiere (Ocluzie datorată dispersiei). Toți estonienii se confruntă cu aceeași problemă în ceață și vânturi de iarnă atunci când li se cere să poarte reflectoare. Deși reflectorul nu îi ajută literalmente pe șoferi să vadă mai bine, cel puțin reflectă lumina, atrăgând atenția șoferului.

Eclipsele sporadice apar și în multe zone de care oamenii obișnuiți nu sunt conștienți. În biomedicină, distorsiuni similare se văd la imaginea obiectelor prin țesutul pielii, iar în oceane se întâlnește aceeași problemă din cauza eutrofizării și a apei tulburi. Cu toate acestea, atunci când observă de pe un satelit, oamenii de știință întâmpină perturbări atmosferice.

Ca parte a tezei mele de doctorat, încerc să îmbunătățesc tehnicile de imagistică computațională care ne vor ajuta să vedem mediile rare mai bine decât înainte. Cu toate acestea, ca și în alte domenii ale vieții, de multe ori trebuie să recunoaștem în cercetarea noastră că nu există lucruri precum prânzurile gratuite. Pentru a îmbunătăți ceva, trebuie să renunțăm la altceva. Aceasta înseamnă că, prin îmbunătățirea unei caracteristici a imaginii, sacrificăm o altă caracteristică a imaginii.

Deși același principiu se aplică în viața de zi cu zi, ca om de știință care lucrează în dezvoltarea tehnologiei imagistice, mă confrunt cu această realitate dură aproape în fiecare zi. Pentru a ilustra acest lucru, ne putem gândi la un experiment de laborator de optică în care folosim o lentilă, un difuzor etc. pentru a captura o imagine a unui obiect printr-un mediu dispersiv. Un difuzor mai mare trimite raze de lumină la unghiuri mai mari. Pentru a colecta informații despre întregul obiect, trebuie să folosim un sistem cu un câmp vizual mai larg în acest caz, dar prețul este mai puțin precis.

Imagistica invazivă și neinvazivă

Mai exact, dezvolt două tipuri de metode pentru a vedea prin medii rare, numite tehnici imagistice invazive și neinvazive.

După cum sugerează și numele, imagistica invazivă necesită pătrunderea în mediu, sau încercăm să înțelegem acest lucru prin măsurători suplimentare. Aceasta include utilizarea unei surse de lumină punctiforme, cum ar fi posibilitatea de a folosi un număr mic de stele pentru a fotografia atmosfera. Astfel putem cunoaște cu exactitate modelul de granulație produs de stratul de împrăștiere. Putem folosi apoi proprietatea specială pentru cazurile de sisteme cu deplasare fixă. Această proprietate ne permite să prezicem comportamentul de împrăștiere a luminii pe un întreg obiect pe baza împrăștierii acestuia într-un singur punct.

Prin urmare, fotografierea în medii rare este fundamental diferită de fotografia tradițională. Cu lumină împrăștiată, trebuie să folosim mai multe înregistrări ale camerelor și reconstrucția computațională pentru a crea o imagine. Această abordare funcționează dacă mediul de disipare rămâne același în timp ce scade înregistrările. Aceasta înseamnă că tehnica de mai sus funcționează doar în lumea statică, lucru care se vede rar în exemplul de ceață și altele asemenea în viața de zi cu zi.

Pentru imagistica non-invazivă, nu sunt necesare alte informații decât modelul macular granular menționat anterior. Făcând acest lucru, profit de una dintre caracteristicile speciale ale modelului – aleatorietatea sa. Când plasăm un model de puncte unul lângă altul cu un alt model de puncte similar, cele două modele se suprapun perfect doar la scară mică. Acest lucru creează un vârf ascuțit printr-un proces matematic numit autocorelare.

Prin amintirea relației dintre sursa punctuală și punctele obiectului, corelarea automată a modelului punctului obiect ne ajută să ne facem o idee parțială a formei obiectului în domeniul Fourier. Aceasta înseamnă că aceeași informație poate fi prezentată diferit în domeniul frecvenței decât în ​​domeniul spațial. Bazându-ne pe această informație parțială și făcând anumite presupuneri despre obiectul fotografiat, putem afla toate informațiile necesare despre obiect. În limbajul științific, această metodă se numește algoritm de recuperare a fazei.

Acest tip de predicție diferă de metodele bazate pe învățarea profundă. Ca un avantaj al acestei metode, nu trebuie să măsurăm suplimentar mediul de împrăștiere și este suficientă o singură imagine a camerei. Pe partea negativă, incertitudinea generată de reconstrucția imaginii crește, deoarece este o abordare bazată pe predicție. Pentru a crește certitudinea, trebuie să facem mai multe oferte.

Cu toate acestea, dacă munca mea dă roade, șoferilor estonieni le va fi mult mai ușor să vadă ceața și zăpada din față, indiferent cât de întuneric și mohorât ar fi iarna asta în acest moment.

Francis Grasi Arokiaraj, cercetător junior în fizică la Universitatea din Tartu, a participat la primul concurs de limbă engleză pentru doctoranzi străini care studiază la universitățile estoniene de la Academia de Științe „T”.Se face in 3 minute„, unde a fost selectat printre primele cinci. Un articol științific popular a fost publicat în limba engleză care descrie cercetările sale În portalul de căutare din Estonia.