Generazione rapida e accurata di ologrammi acustici utilizzando un framework basato su deep learning

Generazione rapida ed accurata di ologrammi acustici con deep learning

Il team guidato dal Professor Hwang Jae-Yoon del Dipartimento di Ingegneria Elettrica e Informatica della DGIST ha creato una tecnologia di generazione di ologrammi ultrasonici basata sull’apprendimento approfondito che consente la configurazione libera di ultrasuoni focalizzati in tempo reale basati su ologrammi. In futuro, servirà come tecnologia fondamentale per la stimolazione e la terapia cerebrale precisa.

Anche per gli esami prenatali, l’ecografia è uno strumento sicuro. Le tecniche di ecografia per la stimolazione e la terapia cerebrale sono state recentemente oggetto di ricerca poiché possono attivare luoghi profondi senza richiedere interventi chirurgici. Secondo studi precedenti, la stimolazione cerebrale ad ultrasuoni può curare disturbi tra cui la malattia di Alzheimer, la depressione e il dolore.

DGIST Per superare queste limitazioni, il Professor Hwang Jae-Yoon ha suggerito una struttura di apprendimento basata sull’apprendimento approfondito che può incapsulare la focalizzazione ad ultrasuoni libera e accurata in tempo reale. Di conseguenza, il team del Professor Hwang ha dimostrato che la focalizzazione degli ultrasuoni nella forma desiderata era possibile in un tempo di produzione di ologrammi quasi in tempo reale e fino a 400 volte più veloce rispetto all’approccio dell’algoritmo corrente di generazione di ologrammi ultrasonici.

La struttura di apprendimento basata sull’apprendimento approfondito del team di ricerca sviluppa competenze di generazione di ologrammi ultrasonici attraverso l’apprendimento auto-supervisionato. L’apprendimento auto-supervisionato è una tecnica per insegnare al computer a imparare da solo a trovare una regola per dati che non hanno una soluzione. Il team di ricerca ha suggerito un approccio per imparare a creare ologrammi ultrasonici, una rete di apprendimento approfondito adattata alla creazione di ologrammi ultrasonici e una nuova funzione di perdita, dimostrando la affidabilità e la superiorità di ogni elemento attraverso simulazioni e prove effettive.

Problema e Soluzione

Il problema è che la tecnologia attuale concentra gli ultrasuoni in un singolo punto piccolo o un cerchio grande per la stimolazione, il che rende difficile attivare selettivamente porzioni pertinenti del cervello quando diverse aree interagiscono contemporaneamente. Un sistema che utilizza il concetto olografico per focalizzare liberamente gli ultrasuoni su una posizione specifica è stato presentato come soluzione a questo problema. Tuttavia, presenta svantaggi, tra cui scarsa precisione e un processo di calcolo lungo per creare un ologramma.

Per riassumere –

L’olografia acustica sta guadagnando popolarità per varie applicazioni. Tuttavia, ci sono ancora pochi studi su come creare ologrammi acustici. Anche gli algoritmi tradizionali per ologrammi acustici richiedono maggiore efficienza nella produzione rapida e accurata di ologrammi acustici, ostacolando la creazione di nuove applicazioni. Il team del Professor Hwang Jae-Yoon della DGIST propone un sistema basato sull’apprendimento approfondito per creare ologrammi acustici in modo rapido e accurato. La progettazione simile a un autoencoder della struttura consente la realizzazione di un addestramento non supervisionato senza la necessità di un punto di riferimento. La rete di generazione di ologrammi ultrasonici (HU-Net), una nuova rete generatrice di ologrammi ideale per l’apprendimento non supervisionato della creazione di ologrammi, e una funzione di perdita unica progettata per ologrammi a basso consumo energetico vengono dimostrate per la struttura.