Dit project onderzoekt een nieuwe benadering voor het reconstrueren van hyperspectrale 4D-µCT (4-dimensionale microgecomputeerde tomografie) gegevens, met als doel de analyse van complexe volumetrische datasets te bevorderen.

Door de integratie van innovatieve algoritmen en methodologieën streven we naar een verschuiving in het verwerken en interpreteren van hyperspectrale beeldvormingsgegevens verkregen via hyperspectrale technologie.
Dit innovatieve kader belooft een verbeterde ruimtelijke en spectrale resolutie, waardoor inzichten in de structurele en chemische samenstelling van materialen mogelijk worden. 

Gebruikmakend van geavanceerde technieken zoals machine learning en computationele modellering, probeert onze methodologie de traditionele beperkingen te overstijgen en zo een nauwkeurigere en uitgebreidere analyse van 4D hyperspectrale µCT datasets mogelijk te maken.