美国同步辐射装置实现智能选区与实时图像重建

近日，美国国家同步辐射光源Ⅱ(NSLS-II)披露智能X射线成像实验进展：研究团队将机器学习接入束线实验流程，实现自动识别样品中值得进一步测量的区域，并展示每秒200幅图像的实时叠层成像重建能力。这些成果将数据分析提前到实验进行过程中，为提高有限束流机时的利用效率提供了新的技术路径。

在自动选区实验中，系统一边采集图像，一边分析复杂样品，随后自主选择需要高分辨率测量的位置。研究人员因此能够先开展较大范围扫描，再将精细测量集中到具有研究价值的区域。此次展示验证了数据驱动实验的可行性，但尚不意味着所有样品和束线实验都已实现自主运行。

另一项展示面向微电子芯片三维成像，通过训练后的模型加速叠层成像重建，并以接近常规需求十分之一的数据量完成特定芯片样品的重建。后续自动分割进一步帮助识别不同材料和内部结构。这些结果针对具体实验条件取得，不能直接推定其他样品也能获得相同比例的数据缩减。

相关工作属于SYNAPS-I跨实验室合作，目标是进一步贯通测量、重建和科学分析。团队下一步将扩充模型训练数据，并推进实验过程中的实时三维成像，使图像随测量持续改善。该方向有望服务芯片内部结构检测、电池材料退化研究及复杂纳米材料表征，拓展同步辐射大科学装置的产业应用能力。