通过多角度闪烁成像技术，利用人工智能辅助对放射图像进行分割和体积重建

《Nature Communications》：AI-Assisted segmentation and volumetric reconstruction of radiographs through multi-angular scintillation imaging

　　

摘要

X射线成像是一种用于无损检测的基本工具。尽管传统的放射成像技术非常适合二维成像，但它无法提供三维结构信息。计算机断层扫描（CT）可以实现三维重建，但受到设备体积庞大、辐射剂量高和成本高昂的限制。在这里，我们展示了一种集成有多阶段神经网络的贴片式闪烁体，该闪烁体能够从稀疏的二维X射线图像中分割并重建三维结构。这种闪烁体是通过将纤维素纳米晶体电喷到纤维素基体上，然后涂覆钙钛矿制成的复合材料，在X射线激发下具有增强的辐射发光性能。这种柔性薄膜能够适应复杂的几何形状，从而实现无畸变的多角度成像。神经网络在合成数据集上进行训练，并通过实验获取的鸟类胫跗骨X射线图像进行验证，能够准确重建骨骼的三维结构。这种方法证明了低剂量、易于使用的人工智能辅助三维X射线成像的可行性，表明仅使用三个稀疏投影就可以恢复宏观的三维形态。