【儀表網(wǎng) 研發(fā)快訊】近日，中國(guó)科學(xué)院上海光學(xué)精密機(jī)械研究所空天激光技術(shù)與系統(tǒng)部在基于物理增強(qiáng)神經(jīng)網(wǎng)絡(luò)的三維火焰化學(xué)發(fā)光光譜計(jì)算層析重建研究方面取得進(jìn)展，相關(guān)研究成果以“PENTAGON: Physics-enhanced neural network for volumetric flame chemiluminescence tomography”為題發(fā)表于Optics Express。
 

　　光學(xué)計(jì)算層析技術(shù)通過利用探測(cè)器從單個(gè)或多個(gè)采集方向記錄未知物體的一維或二維信息，結(jié)合重建算法實(shí)現(xiàn)平面或立體可視化診斷。受限于實(shí)際場(chǎng)景中有限的采集數(shù)據(jù)，目前的迭代優(yōu)化類重建算法存在重建質(zhì)量不佳、計(jì)算耗時(shí)較長(zhǎng)等問題。以數(shù)據(jù)驅(qū)動(dòng)深度學(xué)習(xí)為代表的人工智能類算法在大量訓(xùn)練數(shù)據(jù)時(shí)的獲取、網(wǎng)絡(luò)模型泛化性及可解釋性等方面存在局限性。
 

　　在這項(xiàng)工作中，研究人員提出了一種基于物理增強(qiáng)的神經(jīng)網(wǎng)絡(luò)作為體層析重建的推理框架(PENTAGON)。以數(shù)據(jù)分布偏移和有限視角情況下的三維火焰化學(xué)發(fā)光光譜計(jì)算層析重建問題為例，通過數(shù)值模擬和實(shí)際火焰實(shí)驗(yàn)展示了 PENTAGON 的可行性及有效性。利用來(lái)自小樣本訓(xùn)練數(shù)據(jù)集的數(shù)據(jù)先驗(yàn)信息和基于三維體層析前向成像模型的物理約束協(xié)同組合，PENTAGON可以準(zhǔn)確重建出與訓(xùn)練數(shù)據(jù)集在統(tǒng)計(jì)上差異很大的三維光場(chǎng)。數(shù)值仿真及火焰實(shí)驗(yàn)證明PENTAGON 克服了數(shù)據(jù)分布偏移導(dǎo)致的數(shù)據(jù)驅(qū)動(dòng)型深度學(xué)習(xí)方法的泛化限制，并消除了傳統(tǒng)迭代算法在有限投影情況下為三維重建結(jié)果帶來(lái)的失真。此外，PENTAGON能夠?qū)⒉煌蝿?wù)的特定物理模型合并到框架中，使重建網(wǎng)絡(luò)框架在一定程度上具有可解釋性。該研究為有限投影數(shù)據(jù)情況下光學(xué)計(jì)算層析三維重建提供了一種新方法。
 

　　此項(xiàng)研究得到了國(guó)家自然科學(xué)基金、上海市啟明星計(jì)劃(揚(yáng)帆專項(xiàng))、上海市優(yōu)秀學(xué)術(shù)帶頭人等項(xiàng)目的支持。
 

　　圖 1. 三維火焰化學(xué)發(fā)光光譜計(jì)算層析重建方法。(a) 傳統(tǒng)迭代類方法和基于數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)方法，(b) 本研究提出的基于物理增強(qiáng)神經(jīng)網(wǎng)絡(luò)的體層析重建框架。

 

　　圖 2. 三個(gè)采集視角條件下不同方法的重建結(jié)果對(duì)比。(a) 測(cè)試場(chǎng)T7, (b) 測(cè)試場(chǎng)T9。