Por Joel A. Greenberg, Amit Ashok y Michael E. Gehm

Colocado 2020-06-25 15:00 GMT

La difracción de rayos X promete un escáner de equipaje que puede acelerar el paso por seguridad

Imagen: David Arky
La mochila de un joven es escaneada, mostrando el contenido interior de aparatos electrónicos y herramientas.'s backpack is scanned, showing inside contents of electronics and tools.
Imagen: David Arky

Hace algunos años, los tres nos encontramos juntos en una larguísima cola de seguridad en el aeropuerto nacional Reagan de Washington, D.C. Tal vez, bromeamos, Superman podría utilizar su visión de rayos X para ayudar a los asediados empleados de la Administración de Seguridad en el Transporte (TSA) y a las masas que viajan.

Después de una extraña discusión técnica sobre nuestro superhéroe favorito, estuvimos de acuerdo en que la visión de rayos X del Hombre de Acero no sería realmente capaz de hacer frente a este desafío en particular. Esto se debe a que algunas amenazas ocultas no se revelan directamente en una imagen de rayos X, y encontrarlas con rayos X requeriría un procesamiento computacional mucho más allá de lo que incluso el cerebro de Superman podría manejar. Pero entonces nos dimos cuenta de algo muy interesante: Teníamos el poder de resolver el problema técnico. Empleando nuestros conocimientos combinados, empezamos a desarrollar un sistema de rayos X muy adecuado para detectar esos peligrosos objetos ocultos en una maleta de mano. Tal vez algún día se acorte la cola en la que estábamos parados.

El objetivo de la seguridad de la aviación es, por supuesto, asegurarse de que los objetos peligrosos no terminen en los aviones, y al mismo tiempo proporcionar una experiencia aceptable a los pasajeros. Lo que debería ser exactamente esta experiencia depende de a quién se le pregunte, pero probablemente incluya colas cortas y rápidas y la capacidad de llevar todo lo que quiera sin tener que rebuscar en su bolsa para exonerar su cepillo de dientes eléctrico.

Para hacer realidad esta visión, la TSA necesitaría un dispositivo capaz de escanear rápidamente las numerosas bolsas que pasan por un control de seguridad y decidir por sí mismo si alguna de ellas contiene una amenaza. El método estándar actual utiliza imágenes de proyección de rayos X, la misma tecnología que utilizan los médicos para diagnosticar huesos rotos.

Las imágenes de proyección de rayos X funcionan dirigiendo estos rayos penetrantes hacia algo y midiendo cuánta energía sale por el otro lado. En otras palabras, los escáneres de la TSA detectan las sombras de rayos X que proyectan los objetos de su maleta. La forma y el grado de oscuridad de las sombras se utilizan para distinguir entre diferentes objetos o, en el caso de las imágenes médicas, para revelar una fractura en un hueso.

Aunque esta estrategia funciona razonablemente bien, cualquiera que haya jugado a las sombras sabe que las sombras no siempre son lo que parecen. Por eso, los escáneres más avanzados utilizan la tomografía computarizada, que combina imágenes de transmisión de rayos X obtenidas desde muchos ángulos para obtener la forma completa en 3D de los objetos dentro de su bolsa. Esta táctica ofrece importantes ventajas, como la de poder dejar la mayoría de los objetos (ordenadores portátiles, iPads, llaves, etc.) en la maleta para realizar un único escaneo.

Estos escáneres avanzados se están desplegando ahora en los aeropuertos de Estados Unidos, aunque todavía se utilizan muchos escáneres antiguos. Sus imágenes 2D son interpretadas por una combinación de algoritmos informáticos y operadores capacitados, que luego determinan si usted es libre de continuar hacia su avión o necesita que su equipaje de mano sea inspeccionado más cuidadosamente por un agente.

En general, este sistema funciona muy bien para las amenazas basadas en la forma, como pistolas o cuchillos. Aunque podemos debatir si una pequeña navaja o una aguja de tejer podrían usarse realmente como arma, estos escáneres de rayos X de transmisión detectan estos objetos de forma rutinaria. Y las mejoras más recientes, como los algoritmos de reconocimiento de imágenes basados en el aprendizaje profundo, permiten la identificación automática de una variedad de estos objetos peligrosos.

foto
Foto: John Greim/Light Rocket/Getty Images
Un ritual aeroportuario: Los pasajeros de las aerolíneas llevan mucho tiempo sufriendo tiempos de espera excesivos en los controles de seguridad, como en esta escena del Aeropuerto Internacional de Denver en 2016. Sin duda, tendrán que soportar lo mismo cuando los niveles de viaje se recuperen si no se dispone de una mejor tecnología de escaneo.

Todo esto está muy bien, pero ¿qué pasa si la forma de alguna amenaza potencial no revela su naturaleza peligrosa? Después de todo, un explosivo podría adoptar la forma de un objeto común y benigno. Y esto no es sólo una hipótesis: varios complots de todo el mundo se han centrado en dar forma a los explosivos como si fueran objetos cotidianos o en ocultarlos en lugares inocuos, como dentro de botellas de licor o de limpiadores de lentes de contacto, o escondidos en ordenadores portátiles o zapatos. ¿Cómo puede la TSA hacer frente a estas amenazas? La respuesta es mirar más allá de la sombra del objeto y examinar en su lugar lo que podríamos llamar su huella digital material.

Se sabe desde hace más de un siglo que los rayos X pueden revelar la estructura atómica de un material mediante un proceso conocido como difracción de rayos X. Para ello, hay que medir los rayos que rebotan en los átomos o moléculas del objetivo y rebotan en diferentes direcciones. La forma en que se dispersan los rayos X depende de los detalles del espacio interatómico del material y del grado de cristalinidad.

La difracción de rayos X puede, por ejemplo, distinguir fácilmente entre el carbón, el grafito y el diamante, a pesar de que estas sustancias son químicamente idénticas: todas están compuestas de carbono. Incluso puede identificar diferentes líquidos, que carecen de cristalinidad pero tienen diferentes espaciamientos interatómicos en función del tamaño y la repulsión molecular. Así, un escáner basado en esta técnica podría, por ejemplo, determinar si la botella que alguien metió en su equipaje de mano estaba llena de agua o de nitroglicerina.

Sin embargo, hacer uso de las mediciones de difracción de rayos X es un problema técnico espinoso. Para empezar, la señal difractada es varios órdenes de magnitud más débil que la señal transmitida. Por lo tanto, es más difícil de medir. También es mucho más difícil de interpretar. Como resultado, aunque este tipo de huella digital (más propiamente llamada tomografía de difracción de rayos X) garantizaría prácticamente el éxito en la identificación de amenazas, la tecnología requerida ha tenido en el pasado un coste significativo, no sólo económicamente sino también en términos de complejidad, tiempo de escaneo y otros factores.

El foco de nuestros esfuerzos en los últimos años ha sido averiguar cómo combinar las mediciones de difracción de rayos X con la imagen de transmisión tradicional de una manera práctica. Todavía no hemos terminado, pero hemos llegado bastante lejos en el desarrollo de lo que esperamos que sea la próxima generación de escáneres de equipaje de los aeropuertos.

Durante más de 30 años, los investigadores han intentado utilizar la difracción de rayos X para trazar las diferencias en la estructura atómica de un lugar a otro dentro de un objeto extenso. Ha habido algunos avances, sobre todo en las comunidades médica y de ciencias de los materiales, pero los sistemas construidos para ello han sido complicados, caros y lentos. Por eso, los sistemas basados en estos principios todavía no escanean las bolsas en los aeropuertos.

La oscuridad de las señales difractadas es un problema, sin duda, pero uno relativamente sencillo de abordar. En primer lugar, se necesita una fuente potente de rayos X, lo que podría ser peligroso en un entorno médico, pero no es un problema para un escáner de equipaje. En segundo lugar, el sensor de imagen que se utiliza también tiene que ser más sensible de lo habitual, pero tampoco es difícil de arreglar. El problema mucho más molesto es que las señales difractadas se originan en todos los puntos de la bolsa. Y cada píxel de su detector registra todas estas señales diferentes a la vez.

El truco para desentrañar estas señales superpuestas -para poder saber cuáles de los rayos X difractados proceden de su ordenador portátil y cuáles de su botella de agua, por ejemplo- implica colocar un elemento adicional en el sistema, uno que afecte a las señales de rayos X de forma controlada. Este elemento, llamado apertura codificada, es básicamente una placa de material altamente absorbente con un conjunto de agujeros perforados. Esos agujeros están dispuestos en un patrón específico. Los rayos X pueden pasar a través de los agujeros, pero son bloqueados por el material absorbente.

La razón para utilizar dicha apertura codificada es más fácil de entender con la ayuda de un experimento mental. Imagínese que el equipaje que se escanea está compuesto por cientos de pequeñas fuentes de rayos X, cada una de las cuales puede encenderse y apagarse a voluntad. Si se enciende una sola fuente, los rayos X que emite pasarán por los agujeros de la apertura codificada y seguirán hasta el sensor de imagen situado a cierta distancia detrás de ella. Si tuvieras la visión de rayos X de Superman, verías un patrón de manchas proyectadas en el plano del sensor de imagen.

Ahora enciende otra de estas pequeñas fuentes de rayos X en su lugar, una situada en una posición diferente en la bolsa. El patrón de puntos proyectados en el plano de la imagen será ahora diferente. Las manchas serán más grandes o más pequeñas y estarán situadas en lugares diferentes. El mismo principio se aplica a las marionetas de sombra, cuyas sombras cambian de tamaño y posición dependiendo de dónde se encuentre la marioneta con respecto a la fuente de luz y a la pared.

Así que la apertura codificada afecta a los rayos X que se originan en cada ubicación diferente dentro de la bolsa de una manera única, lo que es similar a etiquetarlos con un código de barras. Esto funciona a pesar de que los rayos X procedentes de diferentes regiones de la bolsa inciden en el detector al mismo tiempo. Hay que hacer algunos cálculos inteligentes, pero las señales generadas por los rayos X que pasan por la abertura codificada y llegan al detector pueden desenredarse, lo que permite al escáner distinguir los rayos X procedentes de diferentes partes de la bolsa. Este proceso es mucho más fácil si el escáner también capta las imágenes tradicionales de transmisión de rayos X, que permiten hacerse una idea bastante clara de la posición de los objetos relevantes en la bolsa.

Utilizando este enfoque de apertura codificada, construimos previamente lo que llamaremos un preprototipo de escáner, que tenía una configuración sencilla y utilizaba componentes baratos disponibles en el mercado. Con él, pudimos identificar diferentes plásticos, líquidos y sólidos con una resolución superior a 1 centímetro.

Pasar al siguiente nivel implica diseñar un escáner que combine completamente las mediciones de transmisión y difracción de rayos X y emplee detectores de última generación. Debería ser considerablemente más rápido, más preciso y menos costoso que lo que hemos construido antes. Este escáner debería ser apto para su comercialización y uso en aeropuertos de todo el mundo.

Para comprender las posibilidades de éste y otros sistemas relacionados, hemos necesitado simulaciones numéricas detalladas, que nos han ayudado a comparar posibles configuraciones y a identificar las mejores. Como primer paso para realizar dichas evaluaciones, desarrollamos un software que nos permitía crear bolsas virtuales de forma totalmente automatizada. Si lo ejecutamos con suficiente potencia de cálculo -ya sea localmente en clústeres de alto rendimiento o utilizando recursos adecuados en la nube-, podemos crear cientos, miles o incluso millones de bolsas virtuales, representativas del tipo de cosas que los viajeros llevan al aeropuerto cada día. Ahora podemos pasar esas bolsas virtuales por nuestro software de simulación, que modela la física relevante de los rayos X (tanto para la transmisión como para la dispersión) y arroja estimaciones de alta fidelidad de las mediciones que se obtendrían con un escáner de un diseño concreto.

La capacidad de generar muchos escaneos virtuales controlables y ultrarealistas para configuraciones arbitrarias del sistema nos ha permitido cuantificar cuánto mejor es un diseño de escáner en comparación con otro y cuál sería el rendimiento de detección fundamental de un tipo de medición determinado. Como beneficio secundario, este mismo software nos permite generar conjuntos de datos para entrenar y validar los algoritmos de aprendizaje automático que los escáneres ejecutarán para reconocer imágenes y detectar amenazas.

Así que, aunque los nuevos escáneres de equipaje por tomografía computarizada sigan desplegándose en los aeropuertos de Estados Unidos, trabajaremos para allanar el camino a un tipo de escáner completamente nuevo, que pueda identificar un artículo peligroso basándose en su huella dactilar específica del material, no sólo en el tipo de sombras de rayos X que proyecta.

Estamos encantados con la perspectiva de poder contribuir a mejorar la seguridad en una industria que es tan crítica para el funcionamiento del mundo moderno. Estamos tan comprometidos con marcar la diferencia que nos hemos unido a nuestro colega Anuj Kapadia, de la facultad de radiología de la Universidad de Duke, para crear Quadridox, una empresa centrada en convertir nuestras reflexiones sobre la línea de seguridad en soluciones para el mundo real. Y es posible que la difracción de rayos X tenga un futuro más allá del escaneo de equipajes. La capacidad de identificar materiales específicos probablemente también resulte útil para otras aplicaciones, como la detección de drogas ilícitas en el correo, o incluso para el diagnóstico del cáncer. Sin embargo, a fin de cuentas, nos conformaríamos con un futuro en el que la única razón por la que tenga que abrir su maleta en el control del aeropuerto sea para dar un sorbo a su botella de agua.

Este artículo aparece en la edición impresa de julio de 2020 con el título «El escáner de equipaje que todo lo ve».

Acerca de los autores

Joel Greenberg y Michael Gehm trabajan en el departamento de ingeniería eléctrica e informática de la Universidad de Duke. Greenberg es profesor de investigación asociado y Gehm es profesor asociado. Amit Ashok es profesor asociado de ciencias ópticas en la Universidad de Arizona.

Categorías: Articles

0 comentarios

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *