Nieuw algoritme maakt CT-scan toegankelijker

Wat zit er in een kunstobject? Om die vraag te beantwoorden, kunnen kunstexperts een röntgenapparaat gebruiken. Sommige musea hebben ze om hun objecten te inspecteren. Hierdoor kunnen ze bijvoorbeeld zien of een object houtworm heeft en in welke mate. Maar dit type röntgenfoto heeft nadelen. Je ziet alles over elkaar heen zonder diepte, waardoor je nooit een dwarsdoorsnede van het object kunt krijgen. Een CT-scanner kan dit, maar is voor veel musea niet betaalbaar. Bossema en zijn begeleider Joost Batenburg vroegen zich af: kunnen we beter gebruik maken van wat we al hebben?

Röntgenapparaat verandert in een wannabe CT-scanner

Een CT-scanner is in feite een röntgenscanner die het object vanuit alle hoeken vastlegt. Op deze manier worden honderden of duizenden röntgenfoto’s achter elkaar gemaakt. Vervolgens gebruik je een reconstructie-algoritme om met die foto’s een 3D-model van het object te maken, dat je digitaal in verschillende richtingen kunt knippen. Met een professionele CT-scanner wordt, net als in een ziekenhuis, de exacte positie van alle onderdelen geautomatiseerd. Bossema heeft nu een algoritme ontwikkeld om die kennis te verzamelen zodra de scan klaar is. Op deze manier wordt een eenvoudige röntgenscanner een wannabe CT-scanner.

Kogellagers als positioneringsapparaten

We hebben de röntgenscanner en het algoritme. Die kogellagers, wat is er mis mee? Bossema: ‘Om een ​​CT-scan te kunnen maken, moet je het röntgenapparaat rond het object kunnen bewegen. Als je dat doet, moet je tijdens de scan precies weten waar alles zich bevond. Waar bevindt de fontein zich ten opzichte van de draaischijf? Hoeveel graden zijn we geroteerd tussen twee röntgenfoto’s? Waar bevindt de detector zich? Je moet al die plaatsen heel precies kennen. Daarom hebben we kogellagers naast het object gezet.’ Deze metalen balletjes hebben een hele hoge dichtheid en veranderen op röntgenfoto’s in dikke zwarte stippen. ‘Op die foto’s zoeken we naar zwarte stippen, die op natuurlijke wijze bewegen als je het object draait. Met deze referentiepunten kun je berekenen hoeveel het object is geroteerd. Als je dit van alle foto’s weet, kun je een 3D-beeld van het object opbouwen.’