Three-Dimensional, Multimodal Synchrotron Data for Machine Learning Applications

要約

機械学習技術は、さまざまな画像モダリティにわたる医学および物理科学にますます応用されています。
ただし、これらのツールを開発する際の重要な問題は、高品質のトレーニング データが利用できるかどうかです。
ここでは、高度な深層学習およびデータ融合パイプラインの開発に使用できる、特注の亜鉛ドープ ゼオライト 13X サンプルのユニークなマルチモーダル シンクロトロン データセットを紹介します。
亜鉛ドープゼオライト 13X フラグメントに対して多重解像度マイクロ X 線コンピュータ断層撮影を実行して細孔と特徴を特徴付けた後、空間分解 X 線回折コンピュータ断層撮影を実行してナトリウム相と亜鉛相の均一な分布を特徴付けました。
亜鉛の吸収を制御して、空間的に隔離された単純な二相材料を作成しました。
生のデータと処理されたデータの両方が、一連の Zenodo エントリとして利用可能です。
全体として、機械学習技術の開発に使用できる、空間的に解決された 3 次元、マルチモーダル、多重解像度のデータセットを紹介します。
このような技術には、超解像度の開発、マルチモーダル データ フュージョン、3D 再構成アルゴリズムの開発が含まれます。

要約(オリジナル)

Machine learning techniques are being increasingly applied in medical and physical sciences across a variety of imaging modalities; however, an important issue when developing these tools is the availability of good quality training data. Here we present a unique, multimodal synchrotron dataset of a bespoke zinc-doped Zeolite 13X sample that can be used to develop advanced deep learning and data fusion pipelines. Multi-resolution micro X-ray computed tomography was performed on a zinc-doped Zeolite 13X fragment to characterise its pores and features, before spatially resolved X-ray diffraction computed tomography was carried out to characterise the homogeneous distribution of sodium and zinc phases. Zinc absorption was controlled to create a simple, spatially isolated, two-phase material. Both raw and processed data is available as a series of Zenodo entries. Altogether we present a spatially resolved, three-dimensional, multimodal, multi-resolution dataset that can be used for the development of machine learning techniques. Such techniques include development of super-resolution, multimodal data fusion, and 3D reconstruction algorithm development.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google