Im Rahmen des structur.e Projektes wurde ein neues Verfahren zur Segmentierung von 3D-Grauwertbildern entwickelt und in GeoDict implementiert.

Mit Hilfe von Neuronalen Netzen können nanoCT-Scans von Batterieelektroden genauer segmentiert werden. Der Nutzer trainiert ein Neuronales Netz dadurch, dass er auf den 3D-Grauwertbildern bestimmte Stellen markiert (labelt) und diesen Stellen eine Materialphase (Aktivmaterial, Binder und Carbon Black, Pore) zuweist. Auf Grundlage dieser Informationen lernt das Neuronale Netz dann diese Markierung für den gesamten Scan durchzuführen.

KI-basierte Segmentierung eines 3D Grauwertbildes mit GeoDict.
Abb. 1 KI-basierte Segmentierung eines 3D-Grauwertbildes mit GeoDict. Der Nutzer markiert (labelt) bestimmte Bereiche und weist diesen eine Materialphase zu. Die KI lernt auf Basis dieser Trainingsdaten die Segmentierung des gesamten Scans.

Durch diese neue Methode können die nanoCT-Aufnahmen von mikrostrukturierten Graphit-Anoden, die im Rahmen des Projektes angefertigt werden, noch genauer segmentiert werden. Die segmentierten digitalen Modelle sind dann die Grundlage für das Digitale Modellieren, um virtuell die besten Mikrostrukturierungsverfahren zu testen und somit einen Fingerzeig für die Fertigung der Anoden zu geben.