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.