Scattering-Based X-ray Imaging and Tomography

Questo progetto di ricerca creerà nuovi modi di fare imaging a raggi X basati sulla diffusione e sulla ridondanza dei dati. Molte tecniche di imaging a raggi X si basano su modelli semplici che non riescono a cogliere fenomeni importanti, come la diffusione a piccolo angolo o incoerente. Lungi dall'essere una seccatura, i segnali di scattering spesso contengono informazioni preziose sulla struttura fine del campione analizzato. Per esempio, la diffusione dei raggi X può rivelare l'orientamento delle fibre in un composito di fibre di carbonio o la formazione precoce di tessuti cancerosi nella mammografia. Per sfruttare la diffusione è spesso necessario adattare l'acquisizione dei dati. La raccolta di insiemi di dati diversi ma parzialmente ridondanti è un modo efficace per codificare le informazioni in modo che possano essere successivamente decodificate con un software appropriato. A questo scopo si può, ad esempio, spostare il campione in un profilo di illuminazione non uniforme. Un'altra fonte di ridondanza spesso trascurata è la tomografia stessa, dove le immagini di proiezione da diversi angoli di vista sono fortemente correlate. I risultati centrali di questo progetto di ricerca saranno l'introduzione di un nuovo formalismo che offre un quadro completo della diffusione nel contesto dell'imaging e lo sviluppo di tecniche che sfruttano esplicitamente la diversità delle misure - in particolare la ridondanza tomografica - per estrarre informazioni complementari. Questi nuovi paradigmi saranno implementati e dimostrati con una serie di tecniche di imaging a raggi X: la ptipografia per l'imaging ad alta risoluzione, l'imaging basato sullo speckle per il contrasto di fase e il campo scuro in laboratorio e la microTC a trasmissione convenzionale, per l'estrazione del segnale di scattering. I risultati attesi di questo progetto di ricerca avranno un impatto duraturo sulla comunità dei ricercatori. Il pieno sfruttamento della ridondanza dei dati e dei modelli di dispersione creerà modalità di imaging in grado di rivelare caratteristiche che non potevano essere viste prima per un'ampia gamma di applicazioni, dai materiali avanzati ai campioni biologici fragili, fino ai preziosi manufatti archeologici e del patrimonio culturale.

This research project will create new ways of doing X-ray imaging based on scattering and data redundancy. Many X-ray imaging techniques are based on simple models that fail to capture important phenomena, such as small-angle or incoherent scattering. Far from being a nuisance, scattering signals often hold valuable information on the finest structure of the investigated sample. For instance X-ray scattering can reveal fibre orientations in a carbon-fibre composite or the early formation of cancerous tissues in mammography. To exploit scattering, adapting data acquisition is often necessary. Collecting diverse but partly redundant datasets is a powerful way to encode information so that it can be subsequently decoded with appropriate software. For this purpose one can, for instance, displace the sample in a non-uniform illumination profile. Another often overlooked source of redundancy is tomography itself, where projection images from different view angles are strongly correlated. The central achievements of this research project will be the introduction of a new formalism that offers a complete picture of scattering in the context of imaging, and the development of techniques that exploit explicitly measurement diversity - in particular tomographic redundancy - to extract complementary information. These new paradigms will be implemented and demonstrated with a range of X-ray imaging techniques: ptychography for high-resolution imaging, speckle-based imaging for lab-based phase-contrast and dark-field, and conventional transmission microCT, for scattering signal extraction. The expected results of this research project will leave a lasting impact on the research community. The full exploitation of data redundancy and scattering-aware models will create imaging modalities that can reveal features that could not be seen before for a broad range of applications, from advanced materials to fragile biological samples, to valuable heritage and archaeological artefacts.