跳到正文
arXiv cs.AI· Shenghan Gao, Zhiling Zheng·· 10 小时前AI 评分34

用视觉 LLM 从 COF 文献图像中结构化提取衍射数据

Structured Extraction of Diffraction Data from Covalent Organic Frameworks

AI 导读

一套结合视觉大语言模型与经典计算机视觉的流水线,从 3,954 篇共价有机框架(COF)文章中提取出 11,445 条校准衍射曲线,并发布在开放数据库 COF-PEAK。与 60 个面板的人工数字化结果相比,提取的峰位中位偏差仅 0.07 度。数字化曲线还可追踪峰显著度随合成条件的变化,而论文通常只报告少数峰角。

正文 · AI 翻译

查看 PDF

摘要:粉末 X 射线衍射(PXRD)是共价有机框架(COFs)及许多其他材料的主要结构证据。然而,数十年来测得的图谱仅以已发表图片中的图像形式存在。自动恢复十分困难,因为 PXRD 图在格式上差异极大,从单条曲线到带有标签、插图及相邻图表的拥挤堆叠图,都对传统计算机视觉构成挑战。本工作提出了一套流程:由视觉大语言模型(LLM)解读每张图的布局,定位衍射图及其曲线,并勾勒出每条曲线的粗略轨迹,再由经典计算机视觉(CV)将每条轨迹精修至像素级精度。该流程应用于 3,954 篇 COF 文章,产出 11,445 条经校准的衍射曲线,发布于开放数据库 COF-PEAK。与对 60 个图版的人工数字化结果相比,提取的峰位中位差异仅为 0.07 度。论文通常只报告少数几个峰角,这限制了进一步分析;而数字化曲线能够追踪峰显著度(结晶度的可能标志)如何随合成条件变化。因此,视觉 LLM 与经典 CV 可将此类图转化为可复用的实验数据。
评论: 66 页:正文(19 页,7 图,3 表)与支持信息(47 页)合为一个文件。数据与代码:此 https URL ;数据库网站:此 https URL
主题: 计算机视觉与模式识别(cs.CV);材料科学(cond-mat.mtrl-sci);人工智能(cs.AI)
引用为: arXiv:2611.23680 [cs.CV]
  (或 arXiv:2611.23680v1 [cs.CV] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.23680

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Shenghan Gao [查看邮箱]
[v1] 2026 年 11 月 18 日星期三 01:10:19 UTC(12,335 KB)

来源:arXiv cs.AI · arxiv.org