近日，国家天文科学数据中心（NADC）研究团队完成的论文 M-EPDet: Real-Time Real-Bogus Classification and Transient Candidate Judgement for the EP-WXT Pipeline via Multi-Modal Data 被 The Astrophysical Journal Supplement Series（ApJS）接收。本工作提出了一套面向天关卫星（Einstein Probe，EP）宽视场X射线望远镜（Wide-field X-ray Telescope，WXT）数据处理流水线的多模态实时候选体甄别框架。该工作的目标是在海量候选体中，快速区分真实天体源、仪器伪迹和宇宙线事件，并把具有显著变化的候选观测优先标记出来。这有助于降低人工核验负担，也提升了暂现源快速跟进的效率。论文链接：点击这里。
背景：时域X射线巡天中的候选体甄别挑战
随着时域天文学的发展，快速、自动化的数据处理已成为保障科学发现的关键。EP-WXT采用仿生龙虾眼微孔光学技术，具有大视场和高灵敏度优势，能够在软X射线波段发现潮汐瓦解事件、伽马暴、快速X射线暂现源等高能天体现象。
但龙虾眼成像也带来新的挑战。真实亮源常呈现较完整的十字形结构，Arm伪迹则多表现为不完整或孤立条带。宇宙线事件在图像上也可能像真实点源。因此，仅靠人工或单一特征，很难满足实时处理需求。
在实际流水线运行中，EP-WXT会产生大量候选体，其中真实天体源与Arm伪迹、宇宙线等伪候选体共存。如果完全依赖人工核验，不仅工作量巨大，也难以满足时域天文学对快速响应的要求。因此，亟需构建能够适应EP-WXT观测特点、可嵌入实时处理流程、并尽量保留真实暂现源的智能候选体甄别系统。
数据基础：基于在轨运行记录构建多模态标注样本
M-EPDet基于EP-WXT在轨观测和数据流水线的日常核验记录，构建了211,959条高可信标注样本。每个候选体都包含图像切片、光变曲线和能谱信息。不同模态对应不同物理特征，也被用于不同处理阶段。
图 1 EP-WXT候选体多模态数据示例：包括Arm伪迹、真实源及宇宙线事件的图像、光变曲线和能谱特征。
图像过滤：基于ResNet识别Arm伪迹
M-EPDet的第一阶段是Arm过滤模块，主要解决由龙虾眼光学成像特点带来的空间伪迹识别问题。
传统天文图像处理方法常依赖源提取软件给出的形态参数，例如椭率、轮廓形状等。但在EP-WXT数据中，Arm伪迹常常受到低信噪比、背景涨落和断裂结构影响，容易被传统源提取方法分割成多个看似独立的点源，导致基于简单形态参数的判别效果有限。M-EPDet使用ResNet-18分析100×100像素图像切片，识别由龙虾眼成像产生的Arm伪迹。模型关注的不是“有没有十字形”，而是结构是否完整、对称，以及是否符合真实源的空间形态。
在独立测试集上，该模块对真实候选体所在的“Other”类别召回率达到98.53%，对Arm伪迹的剔除率达到92.99%，在保留绝大多数真实候选体的同时有效降低了仪器伪迹带来的人工核验压力。
图 2 M-EPDet第一阶段Arm过滤模块示意图。模型利用候选体图像切片识别不完整、非对称的Arm伪迹，并将可能的真实候选体传递至后续处理阶段。
多模态分类：结合光变与能谱识别宇宙线事件
经过Arm过滤后，剩余候选体中仍混有宇宙线事件。宇宙线可能在图像上类似点源，但通常具有瞬时脉冲式光变和偏硬能谱。M-EPDet采用时间-能谱双分支网络：时间分支用Transformer分析光变曲线，能谱分支用神经网络提取PI能谱特征，再融合完成判断。
图 3 时间—能谱双分支宇宙线过滤模型。时间分支分析光变曲线形态，能谱分支提取能量分布特征，二者融合后完成候选体真假判断。
测试结果显示，该阶段对真实源的召回率达到99.78%，对宇宙线的剔除率达到98.18%。这表明，光变曲线与能谱的联合使用能够在有效去除宇宙线的同时，降低将真实短时标天体事件误判为宇宙线的风险。通过真实案例也证明了能谱分支的作用，ep11900632449wxt37s3和ep11900630659wxt45s1的光变曲线都呈现出类似宇宙线的变化特征，若仅依赖光变信息容易被误判，而其软能谱特征帮助模型将其正确保留。
图4 ep11900632449wxt37s3和ep11900630659wxt45s1的光变曲线及能谱
变化筛选：背景感知Bayesian Blocks压缩候选观测规模
在完成Arm伪迹和宇宙线过滤后，M-EPDet的第三阶段进一步面向科学发现需求，筛选具有显著单次曝光内变化的候选观测。
在EP-WXT的低光子计数观测场景中，固定时间分箱光变曲线容易受到局部背景涨落和泊松噪声影响，可能降低对短时标变化的敏感性。为此，研究团队在第三阶段回溯至Level-2事件文件，直接利用事件到达时间开展统计分析。
该模块首先在候选体位置提取源区事件，并利用周围环形区域估计局部背景；随后对多段有效曝光时间进行拼接，并将源区事件映射到背景参考时间轴上。如果源区事件与背景具有相同的时间分布，映射后的事件序列应近似均匀；若存在显著偏离，则说明源区可能存在相对于背景的真实变化。M-EPDet进一步采用Bayesian Blocks方法寻找显著变化点，并结合源区光子数、背景修正后的相邻块变化显著性等条件筛选高优先级候选观测。
图 5 背景感知Bayesian Blocks变化筛选结果示例。系统给出分块后的源区、背景和净计数率变化，并生成便于人工核验的诊断图。
应用：接入EP-WXT实时数据处理流程
M-EPDet已面向EP-WXT数据处理流水线开展工程化部署。系统被封装为轻量化Docker服务，并集成到实际运行流程中。与训练阶段依赖高性能GPU不同，在线推理服务可部署在CPU服务器上，平均每个候选体处理时间约为30毫秒，满足当前实时暂现源预警流程对处理时效的要求。
在2025年12月5日至2026年2月1日期间的EP-WXT常规运行样本中，级联过滤系统在真实运行环境下表现稳定：对真实天体源的整体召回率达到98.31%，其中Arm过滤阶段对真实候选体的召回率为98.53%，宇宙线过滤阶段进一步将真实源召回率提升至99.78%；同时，对仪器Arm伪迹的剔除率达到92.99%，对宇宙线事件的剔除率达到98.18%。在这一时间段内，系统处理的大量候选体中，绝大多数伪候选体在前两阶段被有效过滤，显著降低了进入人工核验环节的数据规模。
图6 M-EPDet在流水线上实际运行的混淆矩阵
展望：面向智能化时域天文数据处理
这项工作表明，结合仪器物理特征和多模态观测数据可以有效提升空间时域巡天中的候选体甄别能力。未来，团队将继续改进拥挤天区中的Arm伪迹识别，并探索引入Gaia、AllWISE等多波段先验信息，提升真实候选体的精细分类能力。
论文第一作者为国家天文台博士生陈朗，通讯作者为许允飞副研究员与崔辰州研究员，合作者包括张震博士、刘元研究员、李东悦博士、孙惠副研究员等。