استفاده از الگوریتم های شبکه عصبی در پردازش تصاویر SEM  یکی از دستگاه های قدرتمند مرکز تحقیقات

استفاده از الگوریتم های شبکه عصبی در پردازش تصاویر SEM  یکی از دستگاه های قدرتمند مرکز تحقیقات

نانو میکروسکوپ الکترونی روبشی (SEM) نوعی میکروسکوپ الکترونی است که با اسکن سطح با پرتو متمرکز الکترون، تصاویری از نمونه تولید می‌کند. الکترون‌ها با اتم های نمونه برهم کنش می‌کنند و سیگنال‌های مختلفی تولید می‌کنند که حاوی اطلاعاتی در مورد توپوگرافی سطح و ترکیب نمونه است. پرتو الکترونی در یک الگوی اسکن شطرنجی اسکن می شود و موقعیت پرتو با شدت سیگنال شناسایی شده برای تولید یک تصویر ترکیب می‌شود. در رایج ترین حالت SEM، الکترون های ثانویه ساطع شده توسط اتم های برانگیخته شده توسط پرتو الکترونی با استفاده از آشکارساز الکترونی ثانویه (آشکارساز اورهارت-تورنلی) شناسایی می شوند.
در این حوزه می‌توان چندین رویکرد مختلف را در پیش گرفت. از جمله دسته بندی نوع مواد بر اساس ساختار تصویر SEM آن‌ها ساده‌ترین رویکردی است که می‌توان اتخاذ کرد. بررسی خرابی مواد با استفاده از پردازش تصویر و همچنین قطعه بندی تصویر با کمک روش‌های یادگیری ماشین رویکرد بعدی است که می‌توان به آن‌ها پرداخت. در قطعه بندی تصاویر سعی بر این است که اقسام مختلف تشکل دهنده تصویر تفکیک شده و با این تفکیک می‌توان به راحتی ویژگی‌های اجزای مختلف تشکیل دهنده تصویر را محاسبه و گزارش کرد. از طرفی در تشخیص خرابی‌ها می‌توان ساختارهای خراب موجود در یک ماده را تشخیص داد که ممکن است برای انسان تشخیص این موارد سخت باشد.
در این رویکردها می‌توان از مدل‌های شبکه عصبی یا از مدل‌های از پیش تعریق شده (Inception-v3، Inception-v4، ResNet) استفاده خواهد شد. با انجام یک استخراج ویژگی از مدل‌های مختلف روی یک مجموعه داده، آن‌ها را برای ورودی شبکه عصبی آماده خواهیم کرد. از طرف دیگر مدل‌های جدیدتر مانند yolo و یا HED از جمله مدل‌هایی هستند که می‌توان برای تشخیص لبه‌ها و تفکیک و قطعه بندی تصاویر از آن‌ها استفاده کرد.لازم به ذکر است مرکز تحقیقات فراوری مواد معدنی با دارا بودن این دستگاه، محققین زیادی بر روی این تصاویر کار کرده و از موضوعات جالب توجه  علمی و برجسته در سطح جهانی می باشد.