1 北京航空航天大学材料科学与工程学院,北京 100191
2 中国科学院高能物理研究所北京同步辐射装置,北京 100049
3 中国航发北京航空材料研究院3D打印研究与工程技术中心,北京 100095
4 天目山实验室(航空浙江省实验室),浙江 杭州 311115
近年来,基于激光增材制造技术的先进结构材料和构件制备及应用取得了重要进展,并由此带动了该技术在金属功能材料制备与调控方面的发展。作为金属功能材料典型代表的形状记忆合金兼具形状记忆、超弹性和弹热效应等新奇特性,这些特性与合金的微观组织、微结构演化高度相关,但难以通过传统制备和表征手段实现精细化调控和实时相变测量,因而通过激光增材制造技术调控微结构并进行原位同步辐射观测成为形状记忆合金性能提升的重要手段。本文综述了基于激光增材制造的形状记忆合金设计、微结构调控、工艺-结构-性能关系以及国内外研究现状,并从技术原理、材料特性、工艺优化、结构调控和原位表征等方面对形状记忆合金激光增材制造研究进展进行了介绍,归纳整理了现阶段激光增材制造形状记忆合金的主要性能。另外,本文介绍了激光增材制造过程的原位X射线衍射表征方法以及该表征方法的典型应用,对增材制造过程中合金的相变动力学测量及单晶原位表征方法进行了梳理,并对该技术的未来发展趋势进行了展望。
激光增材制造 金属功能材料 形状记忆合金 同步辐射 原位X射线衍射 中国激光
2024, 51(10): 1002305
强激光与粒子束
2024, 36(4): 043025
强激光与粒子束
2024, 36(4): 043024
1 重庆大学ICT研究中心光电技术及系统教育部重点实验室,重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心,重庆 400044
针对相对平行直线扫描CT(PTCT)图像重建存在的有限角伪影问题,提出一种学习局部和非局部正则项的深度迭代展开方法。该方法将具有固定迭代次数的梯度下降算法迭代展开到神经网络,利用具有坐标注意力(CA)机制的卷积模块和Swin-Transformer模块作为迭代模块交替级联部署,构成端到端的深度重建网络。卷积模块学习局部正则化,其中CA用于减少图像过平滑;Swin-Transformer模块学习非局部正则化,提高网络对图像细节的恢复能力;在相邻模块间,使用迭代连接(IC)增强模型提取深层特征的能力,提高每次迭代的效率。通过消融实验验证了网络各部分的有效性,并在两种类型的数据集上进行实验,结果证明了本文方法的效果。实验结果表明,本文方法在抑制PTCT重建图像有限角伪影的同时,能较好地保留重建图像细节,提高重建图像质量。
X射线光学 计算机断层成像 相对平行直线扫描 图像重建 有限角 深度学习
1 南京邮电大学电子与光学工程学院、柔性电子(未来技术)学院,江苏 南京 210023
2 美国伊利诺伊大学厄巴纳-香槟分校电子与计算机工程学院,伊利诺伊 厄巴纳61801,美国
3 北京邮电大学电子工程学院,北京 100876
提出一种基于盲源分离(BSS)从多角度投影提取出任意深度聚焦层的数字乳腺层析合成摄影(DBT)重建算法。首先,通过DBT成像设备采集乳腺的多角度投影,并对投影进行校正、对数变换等预处理工作;然后以中心投影为基准,根据成像几何将多角度投影通过位移聚焦到所选的重建深度z处;最后,将位移后的多角度投影视为由一个聚焦层内信息和若干层外信息构成的线性组合,进而通过BSS将聚焦层信息分离出来,由此快速重建出乳腺厚度范围内任意深度z处的层面。以中心投影为参考,将位移叠加(SAA)法、滤波反投影(FBP)法、最大似然期望最大化(MLEM)3种当前DBT重建的主要算法与所提重建算法进行比较,4种算法对原投影的噪声污染的改善程度分别为13.4%、18.8%、88.5%、73.6%,图像对比度分别下降83.7%、81.4%、74.6%、10.7%,与中心投影的特征相似性分别为0.841、0.866、0.861、0.886,结构相似性分别为0.596、0.594、0.628、0.787,伪影扩散平均值分别为0.571、0.254、0.189、0.146。此外所提算法的重建速度小于SAA、FBP,但比采用2次迭代的MLEM高56.0%,因此所提算法在降低噪声、保持细节、抑制伪影、重建速度方面的综合性能优秀,且随着BSS技术和计算机硬件水平的快速发展而不断提高其分离重建性能,因此所提算法是一种实用性强、极具发展潜力的DBT重建算法。
X射线光学 数字乳腺层析合成摄影 盲源分离 伪影扩散函数 聚焦层重建
1 中国人民公安大学信息网络安全学院,北京 100038
2 首都师范大学数学科学学院,北京 100048
3 首都师范大学检测成像北京市高等学校工程研究中心,北京 100048
4 北京工商大学数学与统计学院,北京 100048
针对被测样品的组成物质已知且彼此不混合的情况,提出了一种结合能谱信息的单能谱计算机断层扫描(CT)图像重建方法。该方法利用已知物质作为基材料对CT投影数据的采集过程进行数学建模,然后对该非线性模型进行基材料图像的迭代求解。在求解中,通过将基材料“不混合”的性质转化为向量正交性,实现了迭代过程的快速收敛。本文方法充分考虑了X射线的能谱和被测样品材料的属性,可显著地校正传统CT图像中的硬化伪影和金属伪影,有效地提高该类样品的CT成像质量。实验验证了所提方法的有效性。
成像系统 X射线计算机断层扫描 硬化伪影 金属伪影 基材料分解
1 重庆大学机械与运载工程学院,重庆 400044
2 重庆大学工业CT无损检测教育部工程研究中心,重庆 400044
在微焦CT成像中,通常利用增大X射线源管电压、管电流来提高扫描效率,但射线源功率增加会导致焦点尺寸增大,投影图像模糊,从而降低重建图像的空间分辨率。为了解决因非理想射线源焦点引起的图像模糊问题,本文提出利用深度学习在投影域映射非理想焦点与理想焦点投影之间的关系。推导了理想焦点投影与非理想焦点投影的正向关系,基于该关系构建配对数据集;提出一种基于自注意力机制的U-net网络(SU-net)学习非理想焦点投影到理想焦点投影的逆向关系。仿真实验和实际实验结果表明,提出的SU-net方法能准确地从非理想焦点投影中估计出理想焦点投影,可有效减少焦点导致的图像模糊。
计算机断层扫描 微焦点CT 空间分辨率 深度学习 X射线源焦点
1 中国科学院上海光学精密机械研究所量子光学重点实验室,上海 201800
2 张江实验室,上海 201210
3 中国科学院大学,北京 100049
针对小角X射线散射(SAXS)测量图样中的宇宙线提出一种去除方法,以纳米结构的周期信息为物理先验计算得到周期性散射信号的坐标信息,对各光斑级次有效信号区域内的宇宙线进行检测并去除。数值模拟了含宇宙线的SAXS测量图样序列,测试该方法对SAXS测量图样序列宇宙线的检测和去除效果,并与现有的宇宙线去除方法进行对比。计算不同曝光时间下去噪前和各方法去噪后SAXS测量图样的评价指标,可以说明该方法对于SAXS测量图样中的宇宙线具有良好的去除效果,并能在长曝光条件下获得明显的信噪比增益。
X射线光学 小角X射线散射 周期性纳米结构 宇宙线 去噪
1 中国科学院空天信息创新研究院,北京 100094
2 云南大学物理与天文学院,云南 昆明 650216
3 中国科学院云南天文台,云南 昆明 650216
4 中国科学院大学光电学院,北京 100049
5 北京航空航天大学仪器科学与光电工程学院,北京 100191
开发了由高重复频率(3 kHz)高能量(3 mJ)钛蓝宝石激光器驱动的极紫外和软X射线高次谐波激光光源。该光源系统在30 nm(光子能量为~45 eV)波长附近实现了大于120 μW的平均功率,在13.46 nm波长(光子能量为~92 eV)处实现了1.9 μW的平均功率,其中在13.46 nm波长处带宽为0.124 nm的单个谐波实现了0.32 μW的平均功率。此外,在该系统中,激光功率连续12 h的不稳定性均方根小于5%,连续8 h光束指向均方根小于10 µrad。该系统在生物成像、干涉光刻和芯片检测等领域中具有重要应用。
激光器 高次谐波 极紫外激光 13.5 nm光源 软X射线 飞秒激光