回帖：研究团队进一步建立了面向实际应用的“多能材料库”和智能识别流程：首先利用不同能量通道的吸收信息，对每个像素的线衰减系数进行归一化处理，构建由若干σ(Ei)/σ(Ej) 组成的“能量指纹”，弱化样品厚度和剂量波动的影响；随后针对常见金属、聚合物以及生物组织等材料，采集标准样本数据，统计其能量指纹分布，形成可视化的材料数据库。成像时，系统将未知像素的能量指纹与材料库逐一比对，并结合距离度量和机器学习分类算法，实现逐像素自动判别与伪彩上色，使得在复杂叠层和厚度变化条件下，不同材料仍能在X射线图像中“各显其色、一目了然”。