Nouvelles

May 20, 2023

Le Raspberry Pi

Des chercheurs de l'Université de Lund, du Lund Institute of Advanced Neutron and X-ray Science (LINXS), du Argonne National Laboratory et de la Northwestern University ont publié une méthode tomographique open source.

Des chercheurs de l'Université de Lund, du Lund Institute of Advanced Neutron and X-ray Science (LINXS), du Argonne National Laboratory et de la Northwestern University ont publié un scanner tomographique open source qui utilise la lumière visible, permettant une imagerie avancée directement dans votre cuisine.

"Nous présentons une recette pour construire une boîte à outils portable de bricolage, intitulée Kitchen-Based Light Tomography (KBLT), pour réaliser une tomographie en utilisant la lumière visible avec des composants peu coûteux et facilement accessibles", explique l'équipe de recherche à propos du projet porté à notre attention. par le blog Raspberry Pi. "Tous les logiciels de contrôle moteur, d'acquisition d'images, de reconstruction et d'analyse d'images sont open source et disponibles en ligne."

La tomographie, également connue sous le nom d'imagerie tomographique, utilise des ondes pénétrantes pour prendre un « tomogramme » non seulement de la surface des objets mais aussi de l'intérieur de ceux-ci — en prenant des coupes transversales bidimensionnelles d'un objet tridimensionnel, d'où « tomo » signifiant « tranche ». ". En règle générale, les tomographes sont des équipements coûteux qui reposent sur des sources de rayons X ou de neutrons, mais le KBLT est conçu pour être à la fois abordable et sûr pour les expérimentations amateurs ou débutants. Il utilise donc à la place une lampe de poche LED suffisamment puissante.

Les capacités exactes d'un KBLT dépendent de la façon dont il est fabriqué. Ses concepteurs affirment que les débutants peuvent assembler une version simple, baptisée KBLT v1, à partir de briques LEGO, d'un téléphone portable, d'une lampe de poche et d'un écran en papier. KBLT v2, quant à lui, offre une automatisation et une expérience plus proche des appareils de qualité professionnelle que vous trouverez dans un laboratoire – et est construit à l'aide d'un ordinateur monocarte Raspberry Pi, d'une lampe de poche, d'une webcam et d'une platine de rotation motorisée contrôlée par l'en-tête d'entrée/sortie à usage général (GPIO) du Raspberry Pi.

"En fonction du matériel utilisé et de la conception, un scanner KBLT sûr et rentable à des fins éducatives peut être construit pour seulement 150 à 1 000 euros [environ 164 à 1 100 dollars]", estiment les chercheurs, "ce qui devrait être mis en contraste au coût d'environ 37 000 € [environ 40 420 $] pour l'achat d'un scanner à rayons X à des fins éducatives ou [d'un] scanner à rayons X complet en laboratoire coûtant entre 100 000 € et 1,5 million d'euros [environ 110 000 à 1,64 million de dollars]. "

"KBLT a été [conçu] comme un outil pédagogique pratique, pour former les nouveaux et futurs utilisateurs des LSRI [infrastructures de recherche à grande échelle] en tomographie, ainsi que pour son utilité potentielle à la fois pour les scientifiques de la ligne de lumière et les chercheurs en informatique dans leur flux de travail normal pour les tests. et l'amélioration des solutions matérielles et logicielles, y compris de nouveaux algorithmes de reconstruction", affirment ses créateurs.

"En utilisant le KBLT", poursuivent les chercheurs, "il est possible d'abaisser le seuil de la toute première expérience de tomographie dans un LSRI, utilisant soit des rayons X, soit des neutrons. Des efforts futurs pourraient s'appuyer sur le concept KBLT pour établir davantage de formation et de développement. des outils pour d'autres types de techniques, par exemple la diffusion, la diffraction et la spectroscopie, qui augmenteront encore les connaissances et le savoir-faire de la prochaine génération d'utilisateurs, de scientifiques des lignes de lumière et de chercheurs en informatique des LSRI.

L'article détaillant le projet a été publié en libre accès dans la revue Tomography of Materials and Structures, tandis que le code source et les instructions d'assemblage — ainsi qu'un lien vers les ensembles de données KBLT rassemblés, y compris un script de reconstruction Python — sont disponibles sur GitHub sous l'adresse licence permissive BSD à trois clauses.