X射线探测器是X射线成像系统的关键部件之一,对成像质量具有决定性作用。然而,随着探测器像素尺寸微缩化、阵列规模指数级扩张,传统探测器面临数据传输带宽受限、功耗激增和信号延迟累积等挑战。因此,在探测器源端引入人工智能(AI)技术...X射线探测器是X射线成像系统的关键部件之一,对成像质量具有决定性作用。然而,随着探测器像素尺寸微缩化、阵列规模指数级扩张,传统探测器面临数据传输带宽受限、功耗激增和信号延迟累积等挑战。因此,在探测器源端引入人工智能(AI)技术成为必然趋势。基于此,系统综述面向智能X射线成像探测器的感算融合架构及实现技术最新进展。首先,剖析光子计数型读出专用集成电路(Application Specific Integrated Circuit,ASIC)在架构优化与能效提升方面的技术突破;其次,探讨通过模拟神经网络实现源端信号实时处理的感内计算技术路径;最后,从算法-电路协同设计角度分析存算一体技术在突破冯·诺依曼架构瓶颈中的创新实践,为构建高能效、低延迟的智能化X射线探测系统提供理论支撑与技术路线。展开更多
文摘X射线探测器是X射线成像系统的关键部件之一,对成像质量具有决定性作用。然而,随着探测器像素尺寸微缩化、阵列规模指数级扩张,传统探测器面临数据传输带宽受限、功耗激增和信号延迟累积等挑战。因此,在探测器源端引入人工智能(AI)技术成为必然趋势。基于此,系统综述面向智能X射线成像探测器的感算融合架构及实现技术最新进展。首先,剖析光子计数型读出专用集成电路(Application Specific Integrated Circuit,ASIC)在架构优化与能效提升方面的技术突破;其次,探讨通过模拟神经网络实现源端信号实时处理的感内计算技术路径;最后,从算法-电路协同设计角度分析存算一体技术在突破冯·诺依曼架构瓶颈中的创新实践,为构建高能效、低延迟的智能化X射线探测系统提供理论支撑与技术路线。
