.png){kind=icon}
返回
Super Time-Resolved Tomography
.png){kind=icon}
OA
AI
DOI：10.1002/advs.202511933.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
理解三维（3D）基本过程对于学术和工业应用至关重要。如今，X射线时间分辨断层扫描，或称层析成像（tomoscopy），是原位和操作中（operando）4D（3D+时间）表征的领先技术。尽管其在大型X射线设施上可实现每秒1000幅断层图像的采集，但其适用性受到作用于样品的离心力以及为这种高速研究开发合适环境的挑战所限制。在此，引入了一种称为超时间分辨断层扫描（Super Time-Resolved Tomography, STRT）的方法，该方法有望将层析成像的时间分辨率提高至少一个数量级，同时保持空间分辨率。STRT利用一种4D深度学习（DL）重建算法，通过相比传统层析成像0–180°显著减少至几度的角度范围，在每一时间点产生高保真度的3D重建。因此，与层析成像相比，STRT通过180°与STRT所用角度范围之比的因素提高了时间分辨率。在本工作中，通过液滴碰撞模拟和增材制造过程的模拟与实验，验证了STRT的4D能力。预计STRT将显著扩展4D X射线成像的能力，使在学术和工业背景下先前无法实现的研究成为可能，例如材料形成和机械测试。
Keyword:
additive manufacturing
machine learning
time-resolved tomography
X-ray imaging
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
14.1
论文数:
1.8W
被引数:
11.5W
机构
引用论文
分享收藏Real-time monitoring of laser powder bed fusion process using high-speed X-ray imaging and diffraction.png)
SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Three-dimensional visualization and micro structure-based modeling of deformation in particle-reinforced compositesACTA MATERIALIA
ACTA MATERIALIAIF9.3
PREAI
分享收藏
查看更多内容