数字孪生技术让三维空间中的有机物检测更灵敏

传统的高分辨率光谱成像技术在获取清晰信号的同时，往往会对样品造成不可逆的辐射损伤，尤其是对有机材料而言。为解决这一难题，研究人员提出了一种名为“数字孪生”的新方法，能够在不损害样品的前提下，高效完成三维化学成分分析。

所谓“数字孪生”，是指构建一个虚拟实验模型，结合真实测量数据与计算机模拟，预测不同实验参数下的成像效果，从而提前优化采集方案。本研究聚焦于一种强大的但应用受限的技术——X射线拉曼散射成像（XRS）。这种技术能探测轻元素（如碳）的化学状态，例如化学键类型、氧化态等，且可穿透样品进行三维成像。然而，由于其信号极其微弱，通常需要长时间照射，极易导致样品损坏。

研究人员以一幅历史油画的复制品为对象，其包含棉布、动物胶、乙烯基胶和颜料等多层有机材料，非常容易受辐射影响。他们首先在低温条件下测量各原材料的纯净光谱，并通过弹性信号确定样品内部结构，构建出理想的“真实图像”（即地面真值）。随后，在计算机中模拟各种实验条件，比如不同的能量点数量和每点的曝光时间，并加入符合现实的噪声模型（泊松噪声），来评估哪种组合最有利于准确识别各成分。

研究发现，盲目采集大量光谱数据（即高光谱模式）并非最优策略。相反，在有限的总时间预算内，选择少量关键能量点并延长每个点的曝光时间（即多光谱模式），反而能大幅提升分类准确率。通过一种名为Frank-Wolfe算法的数学优化方法，研究人员找到了最佳的能量点组合方案。结合后续的空间平滑处理，即使在极短的总曝光时间（仅1秒）下，也能实现超过95%的成分识别成功率，远优于传统方法。

这项工作的重要意义在于，它首次成功实现了对高度辐射敏感样品的三维化学成像，而无需牺牲样品完整性。更重要的是，这种方法提供了一个通用框架：只要事先了解样品可能包含的化学成分，就可以通过数字孪生预演，找到最安全、最高效的实验方案。未来，该技术有望发展为自动化系统，在实验过程中实时调整参数，实现智能化的低剂量成像。这不仅适用于艺术文物保护，也为生物学、医学和新材料研究中脆弱样品的无损分析提供了强大工具，真正践行了“尽可能低剂量”（ALARA）的科学原则。