Noticias

May 20, 2023

La frambuesa Pi

Investigadores de la Universidad de Lund, el Instituto Lund de Ciencia Avanzada de Neutrones y Rayos X (LINXS), el Laboratorio Nacional Argonne y la Universidad Northwestern han publicado un estudio tomográfico de código abierto.

Investigadores de la Universidad de Lund, el Instituto Lund de Ciencia Avanzada de Neutrones y Rayos X (LINXS), el Laboratorio Nacional Argonne y la Universidad Northwestern han lanzado un escáner tomográfico de código abierto que utiliza luz visible, lo que permite obtener imágenes avanzadas directamente en su cocina.

"Presentamos una receta para construir un kit de herramientas portátil de bricolaje, titulado Tomografía ligera basada en la cocina (KBLT), para realizar tomografías utilizando luz visible con componentes de bajo costo y fácilmente accesibles", explica el equipo de investigación sobre el proyecto que nos ha llamado la atención. por el blog de Raspberry Pi. "Todo el software para controles de motores, adquisición de imágenes, reconstrucción y análisis de imágenes es de código abierto y está disponible en línea".

La tomografía, también conocida como imagen tomográfica, utiliza ondas penetrantes para tomar un "tomograma" no sólo de la superficie de los objetos sino también del interior de ellos, tomando secciones transversales bidimensionales de un objeto tridimensional, de ahí que "tomo" signifique "rebanada". ". Normalmente, los tomógrafos son equipos costosos que dependen de fuentes de rayos X o neutrones, pero el KBLT está diseñado para ser asequible y seguro para la experimentación de aficionados o principiantes, por lo que en su lugar utiliza una linterna LED suficientemente potente.

Las capacidades exactas de un KBLT dependen de cómo se fabrica. Sus diseñadores dicen que los principiantes pueden armar una versión simple, denominada KBLT v1, a partir de ladrillos LEGO, un teléfono móvil, una linterna y una pantalla de papel. KBLT v2, mientras tanto, proporciona automatización y una experiencia más parecida a los dispositivos de nivel profesional que encontraría en un laboratorio, y está construido utilizando una computadora de placa única Raspberry Pi, una linterna, una cámara web y una etapa de rotación motorizada controlada por encabezado de entrada/salida de uso general (GPIO) de Raspberry Pi.

"Dependiendo del hardware y el diseño utilizados, se puede construir un escáner KBLT seguro y rentable para fines educativos por tan sólo 150 a 1.000 euros [alrededor de 164 a 1.100 dólares]", estiman los investigadores, "lo que debería compararse al coste de alrededor de 37.000 euros [alrededor de 40.420 dólares] para comprar un escáner de rayos X con fines educativos o [un] escáner de rayos X completo de laboratorio que cuesta entre 100.000 y 1,5 millones de euros [alrededor de 110.000 a 1,64 millones de dólares]. "

"KBLT ha sido [diseñado] como una herramienta educativa práctica, para capacitar a nuevos y futuros usuarios de LSRI [Infraestructuras de investigación a gran escala] en tomografía, así como su utilidad potencial tanto para los científicos de líneas de luz como para los investigadores computacionales en su flujo de trabajo normal para realizar pruebas. y mejorar las soluciones de hardware y software, incluidos novedosos algoritmos de reconstrucción", afirman sus creadores.

"Utilizando KBLT", continúan los investigadores, "es posible reducir el umbral para el primer experimento de tomografía en un LSRI, utilizando rayos X o neutrones. Los esfuerzos futuros podrían basarse en el concepto KBLT para establecer más capacitación y desarrollo. herramientas para otro tipo de técnicas, por ejemplo, dispersión, difracción y espectroscopia, que aumentarán aún más el conocimiento y la experiencia de la próxima generación de usuarios, científicos de líneas de luz e investigadores computacionales de LSRI".

El artículo que detalla el proyecto se publicó en términos de acceso abierto en la revista Tomography of Materials and Structures, mientras que el código fuente y las instrucciones de ensamblaje, además de un enlace a los conjuntos de datos KBLT recopilados, incluido un script de reconstrucción de Python, están disponibles en GitHub en el enlace Licencia permisiva BSD de tres cláusulas.