在這篇綜述中，加州大學(xué)圣地亞哥分校孟穎（Ying Shirley Meng）教授，Jean-Marie Doux和Jonathan Scharf等人討論了X射線CT和納米CT在電池領(lǐng)域的應(yīng)用，同時結(jié)合AI和ML分析，為多尺度CT成像技術(shù)（例如，F(xiàn)IB-SEM、TEM、micro-CT 和nano-CT）如何預(yù)測電池行為模型的發(fā)展提供了一個新的視角。具體來說，討論了使X射線CT 成為適用于電池表征的先進工具的關(guān)鍵技術(shù)，概述了CT在各種電池化學(xué)中的優(yōu)點和局限性，以及可以從實驗中獲得的關(guān)鍵形態(tài)參數(shù)，強調(diào)了通過AI和ML進行適當(dāng)?shù)臄?shù)據(jù)分析和過濾以獲取參數(shù)的重要性，可以大大減少3D分辨電化學(xué)模型所需的CT表征數(shù)量，并確保模擬的代表性體積。最后，探討了X射線CT的未來發(fā)展前景。

相關(guān)論文以“Bridging nano- and microscale X-ray tomography for battery research by leveraging artificial intelligence”為題發(fā)表在Nature nanotechnology。

X射線計算機斷層掃描（CT）作為醫(yī)學(xué)和科研界是一種眾所周知無損成像技術(shù)，其對比度差異源于材料不同的吸收系數(shù)。由于樣品相互作用而衰減的X射線通過復(fù)雜的算法被收集、轉(zhuǎn)換和重構(gòu)，以產(chǎn)生橫截面和三維（3D）圖像，從而實現(xiàn)了對樣品的形態(tài)和內(nèi)部結(jié)構(gòu)的無損檢測。在醫(yī)學(xué)領(lǐng)域，CT技術(shù)極大地影響了人們的健康。同時，在過去的二十年中，CT的影響已從醫(yī)學(xué)領(lǐng)域擴展到各行各業(yè)，并極大地影響了電池系統(tǒng)和其他電化學(xué)設(shè)備的發(fā)展。

隨著CT技術(shù)的迅速改進，基于實驗室的CT系統(tǒng)能夠?qū)崿F(xiàn)與高亮度同步輻射光束線相似的分辨率。然而，隨著CT在電化學(xué)領(lǐng)域的分辨率和應(yīng)用不斷提高，正在探索更復(fù)雜的數(shù)據(jù)集，從而激發(fā)了對先進分析技術(shù)的需求。在這其中，利用人工智能（AI）和機器學(xué)習(xí)（ML）來協(xié)助復(fù)雜數(shù)據(jù)集的分割和分析，或充當(dāng)實驗數(shù)據(jù)與多物理場或多尺度建模之間的橋梁。因此，AI和ML可以大大減少處理大型CT數(shù)據(jù)集所需的時間，同時精確地標(biāo)記感興趣的特征，是一種輔助CT技術(shù)的有價值工具。

圖1.?CT的歷史和發(fā)展趨勢

圖2.?CT在電池領(lǐng)域的發(fā)展趨勢

圖3. 電池系統(tǒng)的CT分割與分析

圖4.?實驗斷層掃描數(shù)據(jù)、電池模型和電池系統(tǒng)中電化學(xué)數(shù)據(jù)計算之間的關(guān)系

圖5.?相關(guān)工作流分析和建模