KIT | KIT-Bibliothek | Impressum | Datenschutz

Machine learning-based automated segmentation with a feedback loop for 3D synchrotron micro-CT

Shkarin, Roman

Abstract:
Die Entwicklung von Synchrotronlichtquellen der dritten Generation hat die Grundlage für die Untersuchung der 3D-Struktur opaker Proben mit einer Auflösung im Mikrometerbereich und höher geschaffen. Dies führte zur Entwicklung der Röntgen-Synchrotron-Mikro-Computertomographie, welche die Schaffung von Bildgebungseinrichtungen zur Untersuchung von Proben verschiedenster Art förderte, z.B. von Modellorganismen, um die Physiologie komplexer lebender Systeme besser zu verstehen. Die Entwicklung moderner Steuerungssysteme und Robotik ermöglichte die vollständige Automatisierung der Röntgenbildgebungsexperimente und die Kalibrierung der Parameter des Versuchsaufbaus während des Betriebs. ... mehr

Abstract (englisch):
The development of the third-generation synchrotron light sources has established the foundation for the investigation of the 3D structure of opaque samples at micrometer resolution and higher. That led to the development of X-ray synchrotron micro-computed tomography which promoted the creation of imaging setups aimed at the investigation of samples of diverse nature, for example, model organisms to better understand the physiology of complex living systems. The development of modern control systems and robotics allowed for the complete automation of the X-ray imaging experiments and calibrating the experimental setup parameters on the fly. ... mehr

Open Access Logo


Volltext §
DOI: 10.5445/IR/1000129244
Veröffentlicht am 18.02.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Automation und angewandte Informatik (IAI)
Laboratorium für Applikationen der Synchrotronstrahlung (LAS)
Publikationstyp Hochschulschrift
Publikationsdatum 18.02.2021
Sprache Englisch
Identifikator KITopen-ID: 1000129244
Verlag Karlsruher Institut für Technologie (KIT)
Umfang x, 208 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Maschinenbau (MACH)
Institut Institut für Automation und angewandte Informatik (IAI)
Prüfungsdatum 09.11.2020
Referent/Betreuer apl. Prof. R. Mikut
Schlagwörter micro-CT, tomography, machine learning, deep learning, GPU, Python, hierarchical analysis
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page