KI4D4E

Ein KI-basiertes Framework für die Visualisierung und Auswertung der massiven Datenmengen der 4D-Tomographie für Endanwender von Beamlines

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.

© Fraunhofer IIS
Schematische Formänderung/Ausbreitung von Poren in einem Werkstoff, wie sie häufig mit in situ-CT am Synchrotron untersucht werden.

  • Projekttitel: Ein KI-basiertes Framework für die Visualisierung und Auswertung der massiven Datenmengen der 4D-Tomographie für Endanwender von Beamlines
  • Akronym: KI4D4E
  • Laufzeit: 36 Monate (Start: 01.03.2023)
  • Fördergeber: Bundesministerium für Bildung und Forschung

  • Entwicklung eines Frameworks für 4D-Tomographie als Beitrag zur Digitalinfrastruktur für
        o   Synchrotronstrahlungsquellen, und
        o   Neutronenstrahlquellen.
  • Entwicklung neuartiger Methoden für die Handhabung von Terabyte-großen 4D-Computertomographie-Daten auf handelsüblichen PCs
  • Reduktion von 4D-CT-Artefakten durch den Endanwender mittels KI-basierten Korrekturverfahren
  • KI-basierte Datenreduktion, z.B. per Segmentierung oder Ableitung sekundärer Daten

  • Universität Stuttgart
  • Universität Passau, Institut für Softwaresysteme in technischen Anwendungen der Informatik (FORWISS)
  • Friedrich-Alexander-Universität Erlangen-Nürnberg
  • Karlsruher Institut für Technogie (KIT), Laboratorium für Applikationen der Synchrotronstrahlung
  • Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V., Entwicklungszentrum Röntgentechnik des Fraunhofer-Instituts für Integrierte Schaltungen (IIS)
  • Helmholtz-Zentrum Berlin für Materialien und Energie GmbH
  • Helmholtz-Zentrum Hereon GmbH
  • Forschungszentrum Jülich

Assoziierte Partner: European Spallation Source (ESS), European Synchrotron Radiation Facility (ESRF), Helmholtz-Zentrum Hereon/German Engineering Materials Science Centre (GEMS), Institut Laue-Langevin (ILL), math2market GmbH, MITOS GmbH, Xploraytion GmbH