Joachim Rode

Et billede siger mere end tusind ord

fredag 01 jun 18
Imaging handler om at skabe billeder. Det bliver en kerneteknologi i Industri 4.0 og er det allerede inden for f.eks. medicinsk diagnostik og udvikling af lægemidler, siger professor emeritus Knut Conradsen, der sammen med sine kolleger skabte international opmærksomhed inden for billedanalyse. Her svarer han på spørgsmål om imaging.

Hvad er imaging?

Imaging er at skabe billeder. Lige siden fortidsmenneskets hulemalerier har mennesket forsøgt at gengive verden ved hjælp af billeder. I dag har vi mange avancerede måder at lave billeder på, f.eks. ved hjælp af kameraer, røntgenapparater samt en række skanningsteknologier.

Vi bruger billeder til at forstå vores omgivelser og den verden, vi befinder os i. Den gamle vending ’Et billede siger mere end tusind ord’ indeholder en beskrivelse af mennesket; nemlig at synssansen er en afgørende sans for os. Den er for os mere generelt anvendelig end f.eks. lugtesansen, fordi vi med synet kan se både langt væk og tæt på. Og vi kan bruge den samme slags matematik til at beskrive fænomener, vi ser, både på nano- og mikrometerskala og på meter-, kilometer- og lysårskala.

Hvad driver udviklingen?

Det gør især sensorerne i alle de billeddannende apparater, som bliver stadig hurtigere og mere følsomme. Dette gør os i stand til at indsamle flere og bedre data, f.eks. under en medicinsk skanning. Vi kan lave billeder af ting, som vi ikke har kunnet hidtil. Samtidig vil de store røntgen- og neutronfaciliteter, som MAX IV og ESS i Lund, give os helt nye muligheder for at skabe billeder af processer og dynamikker.

Men udviklingen handler også om at opfinde nye metoder – f.eks. hyperpolarisering (læs artiklen), der forbedrer billeder fra MR-skanninger, så man kan se meget mere end på klassiske MR-billeder. Ud over landvindinger inden for sensorteknologi handler det også om at kunne behandle de enorme mængder af data, vi får fra de billeddannende apparater. Det kræver dyb matematisk indsigt, for der skal udvikles algoritmer og kunstig intelligens, så vi får automatiseret en del af dataanalysen – ellers drukner vi simpelthen i mængden af data

Hvordan kan vi udnytte imaging?

Billeddannelse vil blive et endnu mere afgørende værktøj til medicinsk diagnostik. Teknologien vil også medvirke til at skabe forståelse for mange af de processer, som foregår i organismen, og det kan give os et nyt udgangspunkt for at udvikle nye lægemidler.

Inden for Industri 4.0 bliver imaging en kerneteknologi. Det kan udnyttes ved design af nye produkter og kvalitetskontrol af eksisterende, fordi man er i stand til at ’kigge ind’ i materialerne. I det hele taget kan imaging øge forståelsen af materialers egenskaber og vil spille en vigtig rolle i udviklingen af nye materialer.

Selvkørende biler er også afhængige af imaging i form af billedgenkendelse, så køretøjerne bl.a. kan identificere, om et objekt længere fremme er en hjort eller en anden bil.

I landbrugssektoren kan imaging bruges til ’precision farming’. Man kan eksempelvis identificere syge planter eller ukrudt og nøjes med at bekæmpe den enkelte plante og dermed mindske brugen af pesticider. Noget lignende kan man forestille sig i dambrug, hvor man kan monitorere fisk ved hjælp af undervandskameraer og identificere sygdom på baggrund af ændrede bevægelsesmønstre eller pletter på fiskene.

Er det teknologisk muligt?

Alle ovennævnte eksempler er inden for teknologisk rækkevidde, og en række af dem er allerede implementeret. En fortsat udvikling herhjemme kræver dog yderligere investeringer, ikke alene i direkte teknologiudvikling, men afgjort også i forskning og uddannelse. Vi skal fastholde en høj kvalitet i uddannelsen af fremtidens kandidater.

Det går f.eks. ikke at indføre discountuddannelser med begrænsede muligheder for specialisering. Det er ikke den vej, Danmark skal gå, hvis vi vil være med i den teknologiske udvikling. Det er jo indlysende, at vi ikke er de eneste, der har opdaget potentialet inden for imaging.

Nyheder og filtrering

Få besked om fremtidige nyheder, der matcher din filtrering.