获取纳米颗粒定量化形貌信息,是科学家研究纳米颗粒材料性能的重要科研途径,对于推动纳米颗粒材料创新十分重要。扫描电子显微镜(SEM)和透射电子显微镜(TEM)是表征纳米颗粒材料形貌的重要工具。
然而,扫描电子显微镜和透射电子显微镜产生的图像,会因为较大的背景干扰和庞大的纳米颗粒数量,使获取纳米颗粒材料形貌信息变得困难。如何在海量而复杂的图像中实时准确地自动获取纳米颗粒定量化形貌信息成为挑战。
针对这一问题,中国科学院沈阳自动化研究所数字工厂研究室王卓课题组提出了一种基于深度学习的通用框架,用于对前述两种电子显微镜所产生图像中的纳米颗粒形貌进行快速、准确地在线统计分析。 该项研究近期获国际学术期刊Nanoscale (影响因子8.307)封面(Outside Front Cover)刊载,文章题目是A deep learning-based framework for automatic analysis of nanoparticle morphology in SEM/TEM images。
纳米颗粒分割模块结构示意图
该通用框架主要包括纳米颗粒分割模块、纳米颗粒形状提取模块和纳米颗粒形貌统计分析模块三个重要组成部分。其中,在纳米颗粒分割模块的设计中,研究人员将轻量化空洞空间池化金字塔模块、双注意力机制和改进的多尺度渐进融合解码器相融合,能够对纳米颗粒形貌特征进行多尺度多维度的快速捕获和融合,提高该通用框架的实时性和准确性。
试验结果表明,研究人员提出的模型在数据集上测试达到86.2%的准确率,并且将模型部署在嵌入式处理器上处理速度可达11FPS,可以满足电镜端的实时处理需求。
[来源:沈阳自动化所]
2022.02.15
在线近红外+人工智能实现废旧纺织品自动识别分拣——寻找光谱仪器“创新的力量”系列约稿
2022.08.15
2024.08.16
仪器新应用,科学家利用多种表征揭示新型纯有机二维编织聚合物材料!
2024.08.13
2024.07.31
版权与免责声明:
① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。
② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。
③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。
谢谢您的赞赏,您的鼓励是我前进的动力~
打赏失败了~
评论成功+4积分
评论成功,积分获取达到限制
投票成功~
投票失败了~