BR112018074796B1 - Sistema e método de caracterização de material - Google Patents

Sistema e método de caracterização de material Download PDF

Info

Publication number
BR112018074796B1
BR112018074796B1 BR112018074796-3A BR112018074796A BR112018074796B1 BR 112018074796 B1 BR112018074796 B1 BR 112018074796B1 BR 112018074796 A BR112018074796 A BR 112018074796A BR 112018074796 B1 BR112018074796 B1 BR 112018074796B1
Authority
BR
Brazil
Prior art keywords
detector
energy
calibration
pulse
spectrum
Prior art date
Application number
BR112018074796-3A
Other languages
English (en)
Other versions
BR112018074796A2 (pt
Inventor
Mclean Christopher
Saleem Syed Khusro
Scoullar Paul
Tonissen Shane
Original Assignee
Southern Innovation International Pty Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from AU2016902059A external-priority patent/AU2016902059A0/en
Application filed by Southern Innovation International Pty Ltd filed Critical Southern Innovation International Pty Ltd
Publication of BR112018074796A2 publication Critical patent/BR112018074796A2/pt
Publication of BR112018074796B1 publication Critical patent/BR112018074796B1/pt

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • G01N23/087Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays using polyenergetic X-rays
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V5/00Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
    • G01V5/20Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
    • G01V5/22Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
    • G01V5/224Multiple energy techniques using one type of radiation, e.g. X-rays of different energies
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02Details
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255Details, e.g. use of specially adapted sources, lighting or optical systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/85Investigating moving fluids or granular solids
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/93Detection standards; Calibrating baseline adjustment, drift correction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/10Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the material being confined in a container, e.g. in a luggage X-ray scanners
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/12Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the material being a flowing fluid or a flowing granular solid
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V5/00Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
    • G01V5/20Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
    • G01V5/22Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N2021/258Surface plasmon spectroscopy, e.g. micro- or nanoparticles in suspension
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/93Detection standards; Calibrating baseline adjustment, drift correction
    • G01N2021/933Adjusting baseline or gain (also for web inspection)
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/30Accessories, mechanical or electrical features
    • G01N2223/345Accessories, mechanical or electrical features mathematical transformations on beams or signals, e.g. Fourier
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/40Imaging
    • G01N2223/423Imaging multispectral imaging-multiple energy imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/50Detectors
    • G01N2223/501Detectors array
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/50Detectors
    • G01N2223/505Detectors scintillation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/60Specific applications or type of materials
    • G01N2223/643Specific applications or type of materials object on conveyor

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Toxicology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)

Abstract

SISTEMA E MÉTODO DE CARACTERIZAÇÃO DE MATERIAIS. A invenção fornece um sistema e um método para caracterizar, pelo menos em parte, um material que compreende: uma fonte de raios X incidentes (4, 28) configurada para irradiar pelo menos uma parte do material; um ou mais detectores (300, 302, 312, 1701, 1704, 1600, 1607, 1608, 1604) adaptados para detectar radiação emanando de dentro ou de passagem pelo material como resultado da irradiação pela radiação incidente (1700) e, assim, produzir um sinal de detecção (313); e um ou mais processadores digitais (304-311, 2000-2009) configurados para processar o sinal de detecção (313) para caracterizar pelo menos parte do material; em que o um ou mais detectores (300, 302, 312, 1701, 1704, 1600, 1607, 1608, 1604) e um ou mais processadores digitais (304-311, 2000-2009) são configurados para caracterizar pelo menos parte do material através da realização de energia resolvida fóton contagem de raios-X análise de espectroscopia de transmissão.

Description

ANTECEDENTES
[001] Esta invenção refere-se a um sistema e método de caracterização de material aplicados para caracterização de um fluxo de material que emana a partir de uma atividade de identificação, exploração, extração ou processamento de material. A invenção tem aplicação particular para sondas de perfuração de exploração e mineração que incluem, porém, sem limitações, sondas de perfuração móveis para amostragem de propriedades físicas de depósitos minerais subsuperfície, rocha, solo ou lençóis freáticos. Em um aspecto mais amplo a invenção pode ser aplicada a muitos tipos diferentes de outras atividades de perfuração, que incluem, porém, sem limitações, a perfuração de poços de água, poços de óleo ou poços de extração de gás natural, ou atividades de perfuração associadas com avaliação de solo para recuperação ambiental, ou levantamento topográfico. No aspecto mais amplo, a invenção pode ser aplicada para caracterizar qualquer fluxo de material, por exemplo, dentro de uma instalação de processamento, em um cano, caindo de um transportador, ou material amostrado a partir de um volume maior de material e apresentado para o sistema.
[002] Em perfuração de exploração e mineração tal como o método de circulação inversa, amostras de lasca e rocha, que variam de poeira a lascas de 25 mm, são obtidas diretamente da broca e entregues para um ciclone que serve para reduzir a velocidade do fluxo de material, separar o material do ar comprimido e permitir que o mesmo seja coletado. Abaixo do ciclone fica um separador que pode ser um separador de cone que trabalha para desviar uma porcentagem, tipicamente, 1 a 20% através de um ou mais calhas laterais para dentro de bolsas de ensaio que são, então, enviadas para um laboratório para análise. Esse é um processo offline que toma tempo substancial, e o processo de separação pode introduzir imprecisões e amostras não representativas.
[003] Embora existam sistemas de análise automatizados que são fixáveis a sondas de perfuração na técnica anterior, tais como, por exemplo, descrito nos documentos WO2013/162400, WO2010/000055 e CA2824297A1, sistemas anteriores envolvem coletar amostras que representam uma pequena fração das aparas e utilizar um sistema de transferência mecânico para transferir as amostras para os sistemas de análise. Tais sistemas transferência mecânicos são complexos e sujeitos a falta de fiabilidade, e medem apenas uma pequena amostra do material que pode, ou não, ser representativa do fluxo completo.
[004] Portanto existe uma necessidade de um sistema de caracterização de materiais melhorado que supere uma ou mais das desvantagens mencionadas acima de sistemas e técnicas prévios.
SUMÁRIO DA INVENÇÃO
[005] De acordo com um primeiro aspecto amplo da invenção é fornecido um sistema de caracterização de material para caracterizar um fluxo de material que emana de uma atividade de identificação, exploração, extração ou processamento de material, sendo que o sistema compreende: - uma fonte de radiação incidente configurada para irradiar o fluxo de material em uma região de irradiação; - um ou mais detectores adaptados para detectar radiação que emana do interior ou que passa através do fluxo de material como um resultado da irradiação pela radiação incidente e, desse modo, produzir um sinal de detecção; e - um ou mais processadores digitais configurados para processar o sinal de detecção para caracterizar o fluxo de material; - em que a fonte de radiação incidente e o um ou mais detectores são adaptados para serem dispostos em relação ao fluxo de material de modo a irradiar o fluxo de material e detectar a radiação que emana de dentro ou passa através do fluxo conforme o fluxo passa através da região de irradiação.
[006] De acordo com um segundo aspecto amplo da invenção é fornecido um método para caracterizar um fluxo de material que emana de uma atividade de identificação, exploração, extração ou processamento de material, sendo que o método compreende as etapas de: - irradiar o fluxo de material em uma região de irradiação com o uso de uma fonte de radiação incidente; - detectar radiação que emana de dentro ou passa através do fluxo de material como um resultado da irradiação pela radiação incidente; - produzir um sinal de detecção; - processar o sinal de detecção para caracterizar o fluxo de material; e - dispor a fonte de radiação incidente e o um ou mais detectores em relação ao fluxo de material de modo a irradiar o fluxo de material e detectar a radiação que emana de dentro ou passa através do fluxo de material conforme o fluxo passa através da região de irradiação.
[007] Recursos de modalidades dos aspectos amplos são expostos nas reivindicações anexas e na descrição a seguir.
[008] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto exija de outra forma, as palavras “espectroscopia de transmissão de raios Xde contagem de fótons resolvida por energia” são sinônimas de “espectroscopia de transmissão de raios X de energia múltipla” e “absorciometria de múltiplos raios X”.
[009] Ademais, as palavras “contagem de fótons” significam processar e analisar pacotes individuais de radiação, em particular, fótons de raios X, no curso de processamento do sinal de detecção, e não necessariamente implica em obter uma enumeração real.
[010] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto transpareça o contrário, o termo "pacotes" em relação à radiação incidente inclui partículas quânticas sem massa individuais tais como raios X, raios gama ou outros fótons; nêutrons, elétrons, muões ou outras partículas massivas e também se estende em seus aspectos mais amplos a qualquer outra radiação corpuscular para a qual uma energia de cada corpúsculo pode ser definida e detectada.
[011] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto exija de outra forma, as palavras “espectro de energia” em relação a um detector particular se referem a uma geração de valores de energia dos pacotes individuais de radiação que emanam a partir de ou que passam através da parte dos itens sob investigação conforme detectados ao longo de um intervalo de tempo a partir do detector particular, sendo que os valores de energia podem compreender valores sobre uma faixa, tipicamente contínua, e podem ser representados como um histograma de contagens de detecção versus uma pluralidade de unidades de energia definidas, sendo que o número de unidades representa a resolução de energia desejada ou atingível e constitui pelo menos 10 unidades, mas, preferencialmente, mais do que 50, 100 ou 1.000 unidades de energia.
[012] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto exija o contrário, a palavra “fluxo” em relação ao material inclui dentro de seu escopo fluxos de material que caem, rolam ou deslizam sob ação da gravidade, ou são impelidos por ou dentro de um fluido tal como um liquido ou ar comprimido, tipicamente através de um conduto tal como um cano. “Fluxo” inclui um fluxo de material que cai da extremidade de um transportador ou outro sistema de manipulação de material, mas não inclui material apoiado passivamente em uma correia transportadora móvel. “Fluxo” inclui um volume de material tanto contínuo quanto não contínuo, em que o “fluxo” pode compreender partículas individuais que passam de forma intermitente, ou um fluxo de massa contínuo de material. “Fluxo” também inclui dentro de seu significado um fluxo que é parte de um fluxo maior medido ou amostrado seletivamente pelo sistema da invenção, seja a parte dividida, desviada ou de outra forma diferenciada, ou não, do fluxo maior.
[013] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto exija de outra forma, a palavra “caracterização” significa medição, classificação, avaliação ou análise de um ou mais recursos ou propriedades do dito material, que inclui, porém, sem limitações, propriedades físicas, químicas, ópticas, magnéticas ou outras propriedades do material.
[014] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto exija o contrário, a palavra “material” se refere a qualquer material de composição sólida, liquida ou gasosa, que inclui, porém, sem limitações, material que emana de atividades de identificação, exploração, extração ou processamento material, em particular, de atividades de perfuração de minério, água, óleo ou gás natural, atividades de perfuração associadas com avaliação de solo para recuperação ambiental, perfuração associada com levantamento topográfico, ou quaisquer outras atividades de identificação, exploração, extração ou processamento de material em que uma amostra de material é caracterizada.
BREVE DESCRIÇÃO DOS DESENHOS
[015] Figura 1 mostra uma visão geral de alto nível de um sistema de caracterização de material, de acordo com uma modalidade da invenção, aplicado a uma sonda de perfuração.
[016] Figura 2 mostra aplicação do sistema da Figura 1 em uma configuração diferente.
[017] As Figuras 3, 4 e 5 mostram vistas em perspectiva de corte transversal vertical, corte transversal horizontal e em recorte de um invólucro 10 em uma modalidade similar àquela mostrada nas Figuras 1 e 2, que tem um formato externo levemente diferente.
[018] Figuras 6 e 7 mostram outras aplicações dessa modalidade que não são diretamente conectadas a uma sonda de perfuração.
[019] Figura 8 mostra operação sem fio do sistema com o uso de um computador do tipo tablet.
[020] Figura 9 mostra uma vista mais detalhada do sistema de detecção e componentes eletrônicos de processamento, de acordo com uma modalidade.
[021] Figura 10 ilustra um fluxograma para um método de processamento de Z efetivo dos espectros de energia completos computados pelos componentes eletrônicos de processamento de pulso, de acordo com uma modalidade.
[022] Figura 11 é um gráfico que ilustra a remoção de acúmulo de dois pulsos a partir de um espectro, de acordo com uma modalidade.
[023] Figura 12 é um gráfico que ilustra a remoção de acúmulo de dois e três pulsos de um espectro, de acordo com outra modalidade.
[024] Figura 13 é um gráfico que ilustra a remoção parcial de acúmulo de dois e três pulsos de um espectro quando se assume apenas acúmulo de 2 pulsos, de acordo com uma modalidade.
[025] Figura 14 é um gráfico que ilustra o formato do filtro de suavização espectral quando se usa uma janela retangular ou uma janela de pulso de cosseno elevado, de acordo com uma modalidade.
[026] Figura 15 ilustra como dados são dispostos e acumulados em uma imagem de uma amostra digitalizada, antes de pós-processamento adicional e exibição de imagem, de acordo com uma modalidade.
[027] Figura 16 é um gráfico que ilustra os espectros recebidos não calibrados de uma pluralidade de detectores, de acordo com uma modalidade.
[028] Figura 17 é um gráfico que ilustra um conjunto de ganhos de detector calculados com base em um procedimento de calibração, de acordo com uma modalidade.
[029] Figura 18 é um gráfico que ilustra os espectros recebidos de uma pluralidade de detectores após definir o ganho digital dos detectores com base nos ganhos de detector ilustrados na Figura 17.
[030] Figura 19 ilustra resultados do processamento de interpolação de Z efetivo para um caso de transmissão de 10%, de acordo com uma modalidade.
[031] Figura 20 ilustra Z efetivo plotado contra intensidade (transmissão percentual) para uma gama de amostras de material testadas, de acordo com uma modalidade.
[032] Figuras 21, 22 e 23 ilustram uma matriz de detectores e subsistema de detector, de acordo com modalidades, em que uma matriz de cristais de cintilação linear (ou curva) é acoplada a uma matriz de elementos de produção de pulso na forma de fotomultiplicadores de silício.
[033] Figuras 24 e 25 ilustram uma matriz e subsistema de detector que compreendem cristais de cintilação individuais acoplados individualmente a uma matriz de elementos de produção de pulso na forma de fotomultiplicadores de silício por meio de uma camada de acoplamento óptico interposta entre os cristais de cintilação e fotomultiplicadores de silício, de acordo com uma modalidade.
[034] Figura 26 ilustra um subsistema detector que converte fótons em pulsos de tensão para processamento de pulso, de acordo com uma modalidade.
[035] Figura 27 ilustra um exemplo da formação de agrupamentos, em que peças isoladas são ignoradas, de acordo com uma modalidade.
[036] Figura 28 ilustra um exemplo de etapas de processamento de Z efetivo, de acordo com uma modalidade.
[037] Figura 29 ilustra uma tabela relacionada a uma máscara de limite L(c) indexada em colunas, de acordo com uma modalidade.
[038] Figura 30 ilustra o comportamento da média móvel conforme a mesma passa sobre um limite, de acordo com uma modalidade.
[039] Figuras 31 a 36 ilustram detalhes de uma modalidade alternativa àquela mostrada nas Figuras 1 a 36 que tem um trajeto direto para o fluxo.
DESCRIÇÃO DETALHADA DE MODALIDADES
[040] É conveniente descrever a invenção no presente documento em relação a modalidades particularmente preferenciais. No entanto, a invenção é aplicável a uma ampla gama de métodos e sistemas e deve ser considerado que outras construções e disposições também são consideradas como estando dentro do escopo da invenção.
[041] Várias modificações, alterações, variações e ou adições à construção e disposições descritas no presente documento também são consideradas como estando dentro do âmbito e escopo da presente invenção.
[042] Esta invenção se refere a um método e aparelho para caracterização de material com o uso de uma gama de tipos de radiação para análise. Em particular, os aparelhos e métodos exemplificados no presente documento podem ser aplicados a análise de raios X, no entanto, será considerado que os aparelhos e métodos poderiam prontamente ser modificados para outro tipos de radiação incidente tais como microondas, radiação infravermelha, nêutrons, elétrons, muões ou raios gama, ou para outros tipos de que emanam radiação, particularmente substituindo-se uma forma diferente de unidade detectora, para detectar, por exemplo, eletromagnética, nêutrons, raios gama, luz, acústica, infravermelha, micro-ondas ou de outra forma. Por exemplo, raios gama podem ser produzidos por um natural radioisótopo ou fonte elétrica comutável, e detectados por um detector semicondutor, tal como um detector de germânio de alta pureza. Tais modificações estão dentro do aspecto mais amplo da invenção. Ademais, os aparelhos e métodos exemplificados no presente documento são descritos em relação à análise com o uso de espectroscopia de transmissão de raios X de contagem de fóton resolvida por energia (algumas vezes conhecida como “transmissão de raios X de múltipla energia”), mas a invenção pode ser aplicável com a substituição de detectores e processadores conhecidos para difração de raios X, transmissão de raios X de energia dual ou fluorescência de raios X.
[043] Uma modalidade preferencial será descrita agora, aplicável à análise de fluxos de amostra de material que emanam de sondas de perfuração de exploração com o uso de espectroscopia de transmissão de raios X de contagem de fóton resolvida por energia.
[044] Além de raios X que são atenuados quando transmitidos através de matéria, raios X que passam através de matéria interagem com aquela matéria por meio de diversas modalidades que incluem: planos de cristal de dispersão, que provocam emissão de raios X de fluorescência do interior da estrutura do elétron dos elementos; e, estruturas de escala nano de dispersão dentro do material que é digitalizado. Essas formas de interação modificam levemente o espectro de energia do feixe de raios X transmitido e detectando-se e analisando-se essa mudança no espectro de energia é possível deduzir informações específicas elementares sobre o item através do qual o feixe de raios X passou.
[045] O sistema de uma das modalidades descritas abaixo proporciona um sistema de detecção capaz de estimar a energia dos fótons de raios X individuais recebidos no detector. Isso é obtido com o uso de uma matriz de detectores simples por fonte de raios X, com cada um dos detectores na matriz construído a partir de um material detector apropriado acoplado a um fotomultiplicador, que produz um sinal analógico que compreende uma série de pulsos - um pulso para cada raio X detectado, os quais podem, ou não, estar se sobrepondo quando recebidos no detector.
[046] Um sistema de processamento de pulso é, então, usado para gerar um histograma para cada detector simples. Esse histograma compreende uma contagem do número de raios X que caem em cada unidade de histograma em um dado intervalo de tempo. As unidades de histograma representam uma gama de energias dos raios X recebidos, e o histograma é, portanto, o espectro de energia do feixe de raios X recebido. Pode haver um número grande de unidades de histograma, por exemplo, ou bandas de energia mais separadas.
[047] O sistema da modalidade descrita usa esse espectro de energia de alta resolução completo para obter uma estimativa altamente precisa do número atômico efetivo (Z efetivo) do material avaliado, que resulta em uma caracterização amplamente superior do material. O Z efetivo pode ser usado para distinguir conteúdos diferentes em uma amostra mineral, que permite avaliação de qualidade de minério ou características do material residual.
[048] O sistema também pode extrair outras informações do espectro de energia, por exemplo, densidade do material, a fim de auxiliar na caracterização do material, que pode ser implantada em software nos processadores digitais.
VISÃO GERAL DE ALTO NÍVEL
[049] A Figura 1 mostra uma visão geral de alto nível de um sistema de caracterização de materiais, de acordo com uma modalidade da invenção, aplicado a uma sonda de perfuração móvel. O sistema compreende um invólucro 10 acoplado quando em uso por um acoplamento de entrada 11 a um ciclone 1 (com ou sem uma caixa de coleta associada, não mostrada) que produz um fluxo abrandado de material que se origina de uma perfuração perfurada pela sonda de perfuração móvel 2. Um acoplamento de saída 12 é conectado a um separador de cone 3 de projeto convencional para permitir coleta manual de amostras de acordo com a técnica anterior a fim de coletar amostras em bolsas para outras análises manuais como desejado por um operador de sonda. O invólucro 10 aloja um fonte de raios X e componentes eletrônicos de detector conforme descrito abaixo, os quais estão em conexão elétrica e ambiental com equipamento auxiliar 4 por meio de uma conexão umbilical 5 capaz de transmitir energia elétrica, dados e também refrigerante para manutenção de condições ambientais internas de componentes sensíveis tais como um gerador de raios X a ser descrito abaixo. O equipamento auxiliar 4 compreende a fonte de alimentação elétrica e bomba de calor para fornecer e circular refrigerante, e também pode conter componentes eletrônicos de controle que alternativamente podem ser alojados dentro do invólucro 10. O sistema pode, opcionalmente, incluir meios de geração visual ou sonora para indicar situação do sistema (ligado, desligado, erro e assim por diante), e/ou os resultados de caracterização de material (por exemplo, verde para material alvo, vermelho para material não desejável, ou um som de alarme para material não desejável).
[050] A Figura 2 mostra aplicação do sistema da Figura 1 em uma configuração diferente, com o invólucro 10 fixado a um lado da plataforma 6 da sonda de perfuração 2 acoplado diretamente a uma mangueira de saída da sonda de perfuração, com equipamento auxiliar 4 também localizado na plataforma 6 conectada ao invólucro 10 por meio de conexão umbilical 5. Isso pode ser aplicável a sondas de perfuração maiores ou a instalação semipermanente em uma sonda de perfuração.
[051] As Figuras 3, 4 e 5 mostram vistas em perspectiva de corte transversal vertical, corte transversal horizontal e em recorte de um invólucro 10 em uma modalidade similar àquela mostrada nas Figuras 1 e 2, que tem um formato externo levemente diferente. No interior do invólucro 10 entre a entrada 40 e a saída 41 fica um elemento de deflexão de fluxo 13 que compreende paredes laterais cilíndricas 15 e uma extremidade afunilada 14 voltada para a entrada 40. Uma câmara definida em parte por parede lateral cilíndrica externa 16 e parede lateral cilíndrica interna 15 define uma região de corte transversal anular e região de irradiação 18. O fluxo de lascas e rochas entra através da entrada 40 e é defletido em volta do elemento de deflexão de fluxo 13 pela superfície afunilada 14 caindo sob ação da gravidade através da localização de irradiação de corte transversal anular 18, e por fim sai do invólucro 10 através da saída 41. Localizado e ambientalmente protegido dentro de uma câmara vedada no interior do elemento de deflexão de fluxo 13 está um gerador de raios X 20, que é disposto centralmente com respeito à região de irradiação anular 18 e é capaz de gerar uma emissão circular estreita panorâmica de raios X para dentro da região de irradiação anular 18. Os raios X transmitidos colidem em detectores alojados dentro de invólucro de anel detector 31. Um gerador de raios X adequado 20 nessa modalidade para determinação de X efetivo pode ser obtido a partir da Industrial Control Machines SA (www.icmxray.com), por exemplo, a classe Sitex™. Geradores de raios X adequados podem ser selecionados por sua potência e projeto físico de acordo com a aplicação paras material e exigências de integração específicos. O gerador de raios X 20 é abastecido com energia elétrica, sinais de controle e refrigerante através do conduto 43. O elemento de deflexão de fluxo 13 é preso em posição por três palhetas de apoio verticais 19. Um controlador hospedeiro e processador digital 200 é alojado dentro de uma câmara lateral 30 adjacente ao invólucro de anel detector 31.
[052] O gerador de raios X 20, os processadores digitais 200 e o invólucro de anel detector 31 ou os detectores dispostos em seu interior podem ser fornecidos em construção modular de encaixe, que permitem remoção e substituição fácil no local.
[053] Uma largura da região de irradiação anular entre as paredes laterais 15 e 16 é suficientemente grande para permitir a passagem do fluxo de material e suficientemente estreita para facilitar o grau apropriado de penetração dos raios X através do fluxo de material para análise, tipicamente cerca de 100 mm. O posicionamento dos componentes no interior de invólucro 10 é ilustrativo apenas, e não indica uma exigência específica para número de fontes ou detectores, e tampouco especifica uma exigência para posicionamento de fontes ou detectores, ou dimensões relativas de quaisquer componentes de sistema. O sistema de detecção e processamento descrito nesta revelação operará com sucesso com qualquer número de fontes e matrizes de detectores, e independentemente de como aquelas fontes são posicionadas.
[054] O um ou mais processadores digitais 200 processam os pulsos de raios X recebidos da matriz de detectores dentro do invólucro de anel detector 31. Dependendo da arquitetura de implantação, os processadores digitais podem: i. Se encontrar nas mesmas placas que os detectores dentro do invólucro de anel detector 31; ii. Se encontrar em hardware separado, alojado dentro da câmara lateral 30 ou fora do invólucro 10 no equipamento auxiliar 4; iii. Fazer parte de um controlador hospedeiro 103 responsável por operação global do sistema alojado dentro da câmara lateral 30 ou fora do invólucro 10 e do equipamento auxiliar 4; iv. Uma combinação dos acima.
[055] Controle sem fio por meio de computador portátil, computador do tipo tablet ou telefone inteligente 104 conforme mostrado na Figura 8 é previsto de modo que a aplicação que executa no computador portátil, computador do tipo tablet ou telefone inteligente 104 permita comunicação com o controlador hospedeiro 103 (consultar a Figura 3), para que um operador possa controlar o sistema e facilmente capturar e visualizar resultados. Alternativamente, um operador pode se comunicar com o controlador hospedeiro 103 de uma localização remota, por exemplo, um centro de controle, que permite operação do sistema de distâncias mais longas. O centro de controle pode ser no local, ou fora do local e conectado por um sistema de comunicação remota tal como a Internet.
[056] As Figuras 6 e 7 mostram outras aplicações dessa modalidade que não são diretamente conectadas a uma sonda de perfuração. Na Figura 6, o sistema pode ser instalado na bandeja de um caminhão utilitário 50 e o invólucro 10 pode ser deslizável em um suporte 51 para uma posição de operação atrás do caminhão utilitário 50. O caminhão 50 pode, então, ser manobrado para posição sob um fluxo de material e o fluxo de material pode entrar na calha canelada 52 e cair através do sistema de análise. Alternativamente, um fluxo de material pode ser produzido manualmente por escavação de uma amostra dentro da calha canelada 52. Na Figura 7, o invólucro 10 pode ser disposto em pernas 53 e usado conforme descrito acima em qualquer localização escolhida.
[057] Embora as modalidades descritas acima utilizem uma geometria de invólucro conveniente particular com uma fonte de radiação central e aberturas de corte transversal circular, deve ser compreendido que no aspecto mais amplo da invenção muitas outras geometrias são possíveis. Por exemplo, um ânulo incompleto ou uma fenda linear pode ser usada como a geometria da região de irradiação, em que a fonte de raios X pode alternativamente ser uma fonte de raios X feixe em leque, ou uma fonte de raios X panorâmica com uma abertura de colimação que fornece um feixe de raios X através da região de irradiação.
[058] Ademais, embora as modalidades descritas abaixo contemplem um grande número de detectores em que cada um produz sinais para análise, o sistema em princípio é operável com um detector simples e em seu aspecto mais amplo há qualquer número de detectores.
[059] Ainda adicionalmente, embora uma vantagem da presente modalidade seja a capacidade para processar um fluxo não separado de material que sai de uma sonda de perfuração, em seu aspecto mais amplo a invenção inclui análise de um fluxo separado de um maior fluxo. Em uma modalidade alternativa, o sistema pode ser conectado diretamente a um separador de sonda de perfuração processando, desse modo, um fluxo separado de material.
[060] As Figuras 31 a 36 mostram uma modalidade alternativa concebida a partir de identificação de algumas deficiências da modalidade das Figuras 1 a 5.
[061] Particularmente, o elemento de deflexão de fluxo 13, embora permita localização central do gerador de raios X e, desse modo, uso máximo dos raios X emitidos, também impede o escoamento do fluxo de material e dependendo do tipo e velocidade de material pode não ser prático. A modalidade alternativa das Figuras 31 a 36 permite escoamento desimpedido do fluxo através do instrumento.
[062] Agora em referência à Figura 31, a modalidade alternativa é ilustrada em vista externa isométrica, aplicável às operações de sonda de perfuração conforme descrito acima, e também especialmente adaptada para medir material fluido que escoa em um cano. O invólucro é em forma de um receptáculo de chassi de aço externo 60 que fornece um espaço interno controlado ambientalmente, com o uso de aparelho de resfriamento tal como um refrigerante de vórtice de ar comprimido 63 para alta capacidade de remoção de calor ou refrigerante termoelétrico 62 para pequena capacidade remoção de calor. Através do chassi externo 60 passa uma câmara que compreende um cano translúcido a raios X 67 construído de HDPE. O tubo 67 é limitado conectando-se os flanges 74 em extremidades de entrada e saída do mesmo, para conexão a componentes sonda de perfuração conforme descrito acima ou a um cano de transporte dimensionado de modo similar conforme descrito abaixo. Na extremidade de saída 78 uma base cônica do chassi 60 que pode ser aberta através de alavancas de liberação rápida 77 para permitir acesso, e é rotativa por operação do pistão pneumático 72 que se apoia no braço pivô 79. Isso permite liberação rápida de material bloqueado caso necessário.
[063] Agora em referência à Figura 32, componentes internos alojados dentro de chassi 60 são mostrados. O cano central 67 e placa de suspensão de chassi interno fixada 67a são mostradas com sombreamento hachurado, e formam uma base rígida conectada ao chassi externo 60. A fonte sensível à dimensão e vibração e componentes de detector são alojados em um chassi interno de engenharia de precisão 61. O chassi interno 61 é montado em placa de suspensão de chassi interno 67a e cano 67 através de quatro isoladores de cabo de aço 66, que fornecem blindagem significativa do chassi interno 61 contra vibrações e choques provocados pela passagem de material através do cano 67 e provocados por choques e vibrações que passam através do chassi externo 60 a partir do equipamento conectado. A fonte de raios X é contida dentro de um invólucro 64 composto de paredes de chumbo de 5 mm de espessura para fornecer blindagem aos raios X fundida sobre um cano de alumínio interno para fornecer rigidez. Uma região mais espessa de 10 mm 64c é fornecida em torno do ponto de saída de feixe da fonte de raios X contida de e que incorpora uma ranhura de colimação em um lado interno (não mostrada) para fornecer um feixe substancialmente plano de raios X de fonte que saem do receptáculo 64 para irradiação do fluxo de material que passa através do cano central 67, conforme descrito abaixo. Furos de resfriamento 64a, 64b fornecem resfriamento interno através de um fluxo de ar condicionado. Componentes eletrônicos localizados em caixas vedadas 65 onde exigido contíguos a fonte e detector e trocáveis facilmente para manutenção, modificação ou substituição através de suportes de trilho DIN 65a. Blindagem de feixe 68 conforme descrito abaixo. Agora em referência à Figura 33, uma vista de topo através do dispositivo conforme mostrado revela o posicionamento de componentes internos. A fonte 64 projeta um feixe em formato de segmento substancialmente plano 71 a partir de ranhura de colimação 64d através de uma maioria da área de corte transversal interna do cano 67, que cruza detectores dispostos em três cartões de detector orientados perpendicularmente 70 sendo que cada um compreende uma matriz de detectores linear conforme descrito abaixo. Um batente de feixe 73 composto de placa de chumbo de 8 mm de espessura impede deslocamento adicional do feixe 71 (mostrado externamente em linhas pontilhadas). Placas de blindagem primária 68 compostas de placa de chumbo de 4 mm de espessura são fornecidas no lado de feixe 71 para conter raios X dispersos a partir de material no cano 67. Blindagem secundária na forma de um revestimento cilíndrico 69 de chassi externo 60 também pode ser fornecida.
[064] Agora em referência à Figura 34, uma vista isométrica da fonte 64 e placas blindagem 68, placa de batente de feixe 73 e feixe 71 são mostrados, mostrando placas de blindagem primária superior e inferior também de placa de chumbo de 4 mm de espessura são incluídas dentro da blindagem primária 68.
[065] Agora em referência à Figura 35, é mostrada uma variante do chassi externo 60 acima adequada para instalação no interior de um material cano de transporte 75, instalado por recortando-se uma seção de cano de transporte de material 75 e à qual são soldados flanges de conexão para apropriados acoplar com o sistema através de flanges de conexão 74 do chassi 60. Idealmente, um formato de corte transversal interno do cano de transporte de material 75 é idêntico ou menor do que o formato de corte transversal do cano 67, permitindo transporte desimpedido de material através do sistema.
[066] Agora em referência à Figura 36, a um cano elevado pode ser fornecida uma plataforma de acesso 76 à qual pode ser fixado uma interface de sistema de controle (não mostrada).
[067] A Figura 9 mostra uma vista mais detalhada do sistema de detecção e processamento aplicável às modalidades acima. Essa Figura mostra as etapas para um detector simples. O Z efetivo pode utilizar, e pós-processamento de imagem exigirá acesso aos espectros de todos os detectores.
[068] Nessa modalidade, há três matrizes de detectores dispostas em volta e no interior do invólucro de anel detector 31, sendo que cada uma tem múltiplos detectores individuais, a serem descritos abaixo. Tipicamente, a disposição das matrizes de detectores produz detectores espaçados de forma aproximadamente igual em volta do anel, mas espaçamento igual não é essencial para operação eficaz do sistema.
[069] Além disso, nessa modalidade, uma imagem do material de rocha e lasca é formada a partir de fileiras de pixels conforme o fluxo passa através da região de detector. Em seu aspecto mais amplo, a invenção não exige a formação de uma imagem e um sistema que compreende um detector simples está dentro do escopo do aspecto mais amplo. O sistema de detecção e componentes eletrônicos de processamento compreendem: 1. Um subsistema detector (301) para cada detector individual (com N de tais subsistemas para uma matriz de detectores 1xN), sendo que o subsistema detector compreende: a. Material detector para detectar os raios X incidentes (300) e converter cada raio X detectado para um pulso de luz; b. Um fotomultiplicador para receber e amplificar os pulsos de luz incidentes para um sinal analógico que compreende pulsos (312) que podem, ou não, se sobrepor; c. Componentes eletrônicos analógicos apropriados, que podem incluir filtragem; d. Um amplificador de ganho variável opcional (302). Ganho analógico fixo também pode ser usado, ou pode não ser desejável usar ganho adicional para o fotomultiplicador; 2. Um conversor analógico para digital (303) para cada detector individual, para converter os sinais analógicos para valores digitais (313); 3. Um ganho digital variável (304) para cada detector individual para ajustar apropriadamente os níveis sinal digital antes de processamento; 4. Processamento de pulso de taxa elevada (305) para cada subsistema detector (301), por exemplo, os sistemas de processamento de pulso revelados no Documento de Patente no7383142, no Documento de Patente no8812268 e Documento WO/2015/085372, em que o processamento de pulso compreende: a. Rastreamento e remoção de referência, ou remoção de referência fixa; b. Detecção de pulsos de entrada; c. Computação da energia de cada pulso detectado; d. Acumulação dos valores de energia computados em um histograma de energia (histograma de energia) (315); e. Emissão de valores de histograma acumulados cada vez que um sinal de porta é recebido; f. Redefinição dos valores de histograma para o próximo intervalo de coleta; 5. Uma fonte de sinal de porta (306) que emite um sinal de porta (314) em um intervalo pré-configurado regular. O intervalo de porta é um intervalo curto constante que determina o período de acumulação de histograma; 6. Esse intervalo de porta também determina o espaçamento entre pixels na imagem de raios X resultante. Na ausência de uma fonte de sinal de porta, e sinal de porta, outro meio apropriado pode ser usado para controlar e sincronizar a temporização de coleta de histograma de energia por todos os detectores. Por exemplo, um sinal de temporização de rede adequadamente preciso pode ser usado em lugar do sinal de porta; 7. Sistema de Calibração (307), que recebe entrada de sinais analógicos e digitais apropriados e, então, comunica os parâmetros de calibração desejáveis de volta para os vários blocos de processamento. O sistema de calibração realiza: a. Identificação de parâmetro de pulso; b. Calibração de ganho; c. Calibração de energia; d. Calibração de deslocamento de referência (em que referência fixa é usada); e. Mudança de referência dependente de taxa de contagem; 8. Computação de Z efetivo (308), que usa os espectros de energia computados em cada detector durante cada intervalo de porta e determina o Z efetivo da amostra. Isso, por sua vez, leva à produção de uma imagem de Z efetivo; 9. Geração de imagem de intensidade que inclui: a. Imagem de intensidade (309), com base em energia recebida total através do espectro de energia; b. Imagem de alta penetração ou alto contraste (310) determinada por integração de bandas de energia selecionadas do espectro de energia completo; 10. Pós-processamento e exibição de imagem (311), com recursos que podem incluir um ou mais dos seguintes: a. Aperfeiçoamento de imagem; b. Detecção e/ou aperfeiçoamento de borda; c. Filtragem de imagem; d. Aplicação de mapa de cor de Z efetivo para colorir os pixels de imagem com base em material identificado; e. Seleção, exibição e sobreposição de imagens 2D para cada matriz de detectores; i. Z efetivo; ii. Intensidade; iii. Imagens de Alta Penetração/Alto Contraste; f. Exibição de imagens em um monitor apropriado ou outro dispositivo de exibição.
[070] Conforme descrito acima, e ilustrado na Figura 15, as imagens produzidas para exibição compreendem diversos elementos de dados gravados para cada um de N elementos detectores (501) e para cada intervalo de porta (500).
[071] Os dados obtidos pelo detector i durante o intervalo de porta são usados na produção de imagens de intensidade e alta penetração/alto contraste de Z efetivo, conforme mostrado na Figura 9. Durante o processamento, diversos elementos são gravados em cada pixel (502), incluindo um ou mais de: 1. Os espectros de energia de raios X; 2. O valor de Z efetivo computado; 3. O valor de intensidade (soma do espectro completo); 4. Valores de intensidade de Alta Penetração/Alto Contraste computados a partir de integração de uma ou mais bandas de energia;
[072] A Figura 15 ilustra como esses dados são dispostos e acumulados em uma imagem da amostra digitalizada, antes de pós-processamento adicional e exibição de imagem.
SUBSISTEMA DETECTOR
[073] O subsistema detector utiliza um cintilador (tal como fósforo) acoplado a uma matriz de diodos PIN para converter os raios X transmitidos em luz, e subsequentemente em um sinal elétrico.
[074] Quando um raios X impacta o detector o mesmo produz um carga de elétron no detector proporcional à energia dos raios X, em que quanto mais alta é a energia mais carga é induzida no detector. No entanto, exame mais detalhado de matrizes de detectores da técnica anterior ilustraram que sistemas detectores não têm a resolução para detectar fótons de raios X individuais, e, em vez disso, os mesmos integram todas as cargas produzidas pelo pixel detector por um dado período de tempo e convertem essas para um valor digital. Onde o fluxo instantâneo de raios X no detector pixel é grande, um valor digital grande é produzido (um pixel brilhante na imagem) e onde poucos raios X impactam o detector um valor digital pequeno é produzido (um pixel escuro na imagem).
[075] O subsistema detector dessa modalidade compreende: a. Um material detector; b. Um material fotomultiplicador acoplado ao material detector com o uso de um meio apropriado; c. Componentes eletrônicos analógicos.
[076] O material detector pode ser de dimensões X por Y por Z, ou algum outro formato. O fotomultiplicador pode ser um fotomultiplicador de silício (SiPM) e o meio de acoplamento pode ser uma forma de massa óptica ou material de acoplamento óptico.
[077] Pode ser desejável usar uma forma de suporte ou guarnição para reter o detector em posição em relação ao fotomultiplicador. O fotomultiplicador exige fonte de alimentação e tensão de polarização apropriadas para gerar o nível de amplificação exigido do sinal detectado. Nessa modalidade, tipicamente cada detector tem dimensões de aproximadamente 1 a 3 mm de largura e profundidade, com uma altura de aproximadamente 2 a 6 mm, e distância entre detectores de aproximadamente 2 a 200 mm.
[078] Em uma aplicação de varredura de raios X, pode ser exigido um grande número de subsistemas detectores de elemento único para produzir cada matriz de detectores.
[079] Pode ser desejável agrupar esses de uma forma apropriada, que depende das exigências específicas de digitalizador de raios X. Elementos individuais de material detector podem ser agrupados em uma matriz curta de M detectores. Grupos pequenos de M elementos detectores podem ser montados em uma única placa de detector, por exemplo, 2, 4 ou mais grupos de M em uma placa. A matriz de detectores completa é, então, constituída do número de placas de detector exigido para obter o número total N de elementos detectores por matriz.
[080] Em várias modalidades, os subsistemas detectores podem ser dispostos em diversas configurações diferentes que incluem: matrizes curvas de 1 x N dispositivos; matrizes lineares de 1 x N dispositivos; matrizes quadradas ou retangulares de N x M dispositivos ou matrizes em formato de L, escalonadas, em espinha de peixe ou entrelaçadas. Nessa modalidade, três matrizes curvas de 1 x 24 dispositivos são utilizadas, dispostas dentro do revestimento de anel detector 31, no entanto, qualquer distribuição escolhida de detectores e placas de detector pode ser usada de acordo com a geometria desejada do sistema e população de detectores em volta do revestimento de anel detector 31.
[081] Um exemplo de um dispositivo de detecção, usado para converter fótons de radiação de entrada para sinal elétrico, é a combinação de um cristal de cintilação, acoplado a um fotomultiplicador de silício (SiPM) ou contador de fóton de múltiplos pixels (MPPC).
[082] Nesse dispositivo de detecção um cristal de cintilação tal como LSYO (1701) é usado para converter o fóton de radiação de entrada (1700) para fótons UV (1703). No caso de material de cintilação LYSO a emissão de pico de fótons UV ocorre em 420 nm, outro material de cintilação tais como aqueles listados na Tabela 1 pode ter picos de emissão diferentes. Subsequente à interação do fóton de radiação (1700) com o cristal de cintilação (1701) para produzir fótons UV (1703) um contador de fóton de múltiplos pixels, ou fotomultiplicador de silício (1704) com sensibilidade na região de UV (tal como um com as métricas de desempenho na Tabela 2) pode ser usado para detectar esses fótons e produzir um sinal elétrico.
[083] A Figura 21 retrata uma matriz linear de cristais de cintilação LYSO (1600), indicativa de como dispositivos de detecção simples podem ser unidos para formar uma matriz linear. Nesse exemplo indicativo os cristais LYSO individuais (1600) têm um corte transversal de 1,8 mm e uma altura de 5 mm, os cristais LYSO individuais (1600) são enrolados em volta dos lados em um material refletivo para auxiliar na coleta de todos os fótons UV. A distância dessa matriz exemplificativa é 2,95 mm, o comprimento é 79,2 mm e a largura da matriz é 2,5 mm.
[084] As Figuras 22 e 23 retratam uma matriz de detectores de uma vista de topo e vista lateral respectivamente, que compreende a matriz linear de cristais LYSO retratada na Figura 21 acoplada a um elemento de produção de pulso elétrico (1604) no substrato (1605). O elemento de produção de pulso elétrico pode compreender um fotomultiplicador de silício (SiPM). Um refletor especular aprimorado (ESR) ou alumínio ou outra folha refletiva (1601) é disposta em volta de superfícies laterais dos cristais de cintilação para dirigir os fótons de cintilação para o material fotomultiplicador de silício (1604) e impedir vazamento de luz (interferência) entre dispositivos de detecção adjacentes. Opcionalmente, acoplamento óptico (1606) pode ser interposto entre os cristais LYSO e SiPM, e pode compreender qualquer número de materiais adequados conhecidos, por exemplo, uma camada fina de adesivo oticamente transparente.
[085] Na invenção atual, as matrizes de detectores podem ser curvas em vez de lineares conforme mostrado nas Figuras 21 e 23 para apropriadamente se ajustar no interior de invólucro de anel detector 31.
[086] Em outra modalidade, cristais de cintilação (1607) podem ser acoplados individualmente a elementos de produção de pulso elétrico (1604), conforme retratado nas Figuras 23 e 24. O acoplamento pode ser obtido por diversos métodos, por exemplo, interposição de um filme adesivo oticamente transparente (1609) ou material de acoplamento óptico entre os cristais de cintilação (1607) e elementos de produção de pulso elétrico (1604), em que os elementos de produção de pulso elétrico (1604) podem compreender SiPMs ou um MPCC. O acoplamento pode ser realizado por uma máquina de montagem do tipo “apanhar e colocar” para alinhar e acoplar individualmente componentes e material de acoplamento. Cristais de cintilação podem ser enrolados em um material refletivo tal como uma folha ou material ESR (1608) para auxiliar na captura de fótons.
[087] Em qualquer uma das modalidades, os cristais LYSO (1600, 1607) podem, tipicamente, ter um corte transversal (largura) de aproximadamente 1 a 2 mm, uma profundidade de aproximadamente 1 a 2 mm e altura de aproximadamente 3 a 5 mm, em que o filme refletivo ou ESR (1601, 1608) é de aproximadamente 0,05 mm a 0,1 mm de espessura. Em uma modalidade preferencial dos detectores mostrados na
[088] Figura 23 o corte transversal é de 1,62 mm, a profundidade é de 1,24 mm, a altura é de aproximadamente 4,07 mm e o filme ESR é de 0,07 mm de espessura. A área de corte transversal do material cintilador é, preferencialmente, maior do que 1 mm quadrado, e pode ser maior do que 2 mm quadrados e menor do que 5 mm quadrados.
[089] Embora o projeto de subsistema detector exemplificativo use um cintilador que é compacto, robusto, eficaz em termos de custo e não higroscópico, no aspecto mais amplo da invenção outros subsistemas detectores podem ser considerados. Esses incluem subsistemas detectores que usam materiais cintiladores inorgânicos ou inorgânicos alternativos, as características de alguns desses materiais são fornecidas na Tabela 1. Outros mecanismos para converter fótons de radiação em sinais elétricos também poderiam ser considerados para o subsistema detector. Alguns exemplos de outras opções de materiais detectores incluem: a) Germânio de Alta Pureza (HPGe): Alcança resolução "padrão ouro" de 120 eV para a linha de raios X Fe55 em 5,9 keV, detectores podem ser produzidos > 10 mm de espessura detectando, desse modo, raios X de alta energia até muitas 100s de keV; b) Diodo de Derivação de Silício (SDD): Detectores de SDD que medem radiação de energia relativamente baixa. Para a mesma linha Fe55 em 5,9 keV os detectores SDD têm uma resolução de aproximadamente 130 eV. Além disso, esses detectores podem ser operados em taxas de contagem superiores aos detectores HPGe e imediatamente abaixo da temperatura ambiente; c) Diodos PIN: A eficiência de detecção para raios X de até 60 keV é substancialmente superior aos detectores SDD e cai para aproximadamente 1% para energias de raios X acima de 150 keV. Esses detectores podem ser operados à temperatura ambiente, no entanto, a resolução melhora com resfriamento, resolução da linha de 5,9 keV é ~ 180 eV; d) Telureto de Cádmio e Zinco: É um detector de radiação de estado sólido à temperatura ambiente usado para a detecção direta de radiação de raios X e raios Gama de média energia. O mesmo tem uma eficiência de detecção para raios X de 60 keV muito próxima a 100% e mesmo para fótons de raios X com energias de 150eV a eficiência de detecção permanece maior do que 50%; e) Iodo de Césio (CsI(Tl)): Esse é um material de cintilação usado para detecção de raios X em aplicações de imageamento e diagnóstico médico. O material de cintilação é usado para converter os raios X para fótons de luz que são, em geral, então, convertidos para um sinal elétrico ou por um tubo fotomultiplicador. CsI é um material barato e denso e tem boa eficiência de detecção de raios X e raios Gama para muitas 100s de keV.
Figure img0001
TABELA 1 - PROPRIEDADES DE UMA GAMA DE MATERIAIS CINTILADORES.
Figure img0002
(1) em 20% de Sobretensão e 20 °C (2) medição de PDE com base em Estatísticas de Poisson de pico zero; valor não afetado por interferência e após pulsar. TABELA 2 - DADOS DE DESEMPENHO PARA CINTILADORES LYSO. ETAPAS DE PROCESSAMENTO
[090] As seções a seguir delineiam as etapas envolvidas em processamento de cada estágio particular dos vários algoritmos.
1. CALIBRAÇÃO
[091] O sistema de caracterização de material compreende um grande número de detectores individuais. Embora cada detector e componentes eletrônicos associados sejam idealmente projetados para terem resposta idêntica à radiação incidente, na prática isso não será possível. Essas variações entre detectores resultam em variação de detector para detector em espectro de energia emitido. Calibrando-se apropriada e completamente o sistema de detecção, os espectros de energia emitidos dos processadores digitais de processamento de pulso podem ser calibrados apropriadamente para que os mesmos representem intensidade de raios X recebidos em unidades de energia estreitas conhecidas. 1.1 CALIBRAÇÃO DE PULSO DE DETECTOR
[092] Calibração de pulso de detector é usada para identificar as características de pulso para cada detector exigido pelo sistema de processamento de pulso. Os parâmetros exatos exigidos podem variar, dependendo do sistema de detecção. Para aplicações típicas com o uso do método de processamento de pulso revelado no documento de Patente no7383142 e no Documento de Patente no-8812268, o pulso é modelado como um exponencial dual ponderado da forma:
Figure img0003
em que α e esão as constantes de tempo de borda descendente e borda ascendente respectivamente, t0 é a hora de chegada de pulso, Ta é a janela média de pulso e A é um fator de escala de pulso relacionado à energia de pulso.
[093] O processamento exige os dois parâmetros α e β, e a forma de pulso p(t) que pode ser obtida por meio de um método de calibração apropriado, ou de conhecimento do projeto do subsistema de detecção. Um método adequado para estimar α, β e p(t) a partir de pulsos recebidos é descrito abaixo.
1.2 CALIBRAÇÃO DE GANHO DE DETECTOR
[094] Cada subsistema detector, combinado com um conversor analógico para digital, terá características levemente diferentes devido a variações de fabricação. Como um resultado de tais variações de componente, os espectros de energia serão escalonados de forma diferente. Variações além de escalonamento de ganho são tratadas dentro da Calibração de Deslocamento de Referência ou da Calibração de Energia.
[095] O objetivo da calibração de ganho é obter alinhamento dos espectros de energia emitidos pelos componentes eletrônicos de processamento de pulso através de todos os detectores. A necessidade para precisão absoluta pode ser reduzida ou eliminada caso calibração de energia por detector seja aplicada.
[096] A calibração de ganho pode ser obtida de diversas formas. A abordagem a seguir pode ser aplicada: 1. Configurar uma fonte de raios X conhecida; a. Um material com características particulares pode ser inserido no feixe. Por exemplo, chumbo (Pb) tem um limite de absorção conhecido em 88 keV; b. Fazer uso da radiação conhecida do material detector (por exemplo, LYSO) detectada por si mesma (o autoespectro); 2. Medir o espectro de energia em cada detector, como emitido pelos componentes eletrônicos de processamento de pulso; 3. Assegurar que dados suficientes sejam obtidos a fim de obter um espectro suave com ruído mínimo; 4. Selecionar um recurso ou recursos nos quais realizar o alinhamento. Por exemplo, a. Um pico específico no espectro; b. Um limite de absorção (para o caso de Pb); c. O formato de espectro inteiro (apropriado para autoespectro de LYSO); 5. Computar a unidade de histograma correspondente à localização de recurso para cada detector; 6. Computar a mediana dessas unidades de localização de recurso através de todos os detectores; 7. O ganho exigido para cada detector é, então, computado como a razão entre localização de mediana e a localização de recurso de detector específica. Nota: A mediana ou outra referência adequada (por exemplo, máximo ou mínimo) é escolhida. A mediana é escolhida para que alguns canais sejam amplificados, e alguns sejam atenuados, em vez de atenuar todos os canais para a amplitude mínima; 8. Os ganhos são, então, aplicados a cada canal de detector. O ganho pode ser aplicado como um ganho analógico, ganho digital, ou combinação dos dois, dependendo de funcionalidade do sistema particular. Para melhores resultados, pelo menos parte do ganho é ganho digital, em que variação de ganho arbitrariamente fina pode ser obtida; 9. Medir novamente o espectro de energia em cada detector e confirmar que o alinhamento exigido foi obtido; 10. Caso desejável, computar uma calibração de ganho atualizada/refinada para cada detector, e aplicar a calibração atualizada para cada detector; 11. Repetir as etapas 0 e 0 tão frequentemente quanto desejável para obter a correspondência exigida entre espectros de todos os detectores.
[097] Para os métodos de computação de Z efetivo delineados nesta revelação, foi constatado que alinhamento espectral dentro de 1 a 2% pode ser obtido e é desejável para resultados de Z efetivo precisos e consistentes.
[098] Em uma implantação prática do subsistema de detecção pode haver diversos cartões detectores, cada com diversos detectores. O número total de detectores pode ser de diversos milhares ou mais. Resultados de um exemplo dessa placa de detector são apresentados aqui. A placa exemplificativa compreende 108 detectores, com LYSO usado como o material cintilador nesse caso. Esses detectores são acondicionados em matrizes lineares de 27 detectores. Cada placa de detector, então, usa matrizes de detectores 4 x 27 para obter um total de 108 detectores.
[099] Quando os raios X são incidentes sobre um detector, fótons são emitidos pelo LYSO com base na energia dos raios X incidentes. Cada detector é posicionado acima de um SiPM, e é o SiPM que detecta e amplifica os fótons emitidos. Os detectores são acoplados ao SiPM por meio de uma massa óptica. O ganho de cada SiPM é determinado pela tensão de polarização aplicada, e a tensão de ruptura de SiPM.
[100] Como um resultado de variações no material de LYSO, na qualidade de acoplamento entre o LYSO e no SiPM, e também em variações no ganho de SiPM e propriedades de material SiPM, pode haver diferença considerável na energia de pulso recebida para uma dada energia de raios X incidentes.
[101] O efeito da variação em energia de pulso detectada é que os espectros de energia de todos os detectores não são os mesmos. Isso pode ser visto na Figura 16, em que os espectros não calibrados recebidos de todos os 108 detectores são plotados. Esses espectros de energia são medidos onde uma amostra de chumbo (Pb) está no feixe de raios X, e a estrutura do espectro de Pb é vista claramente. Pode ser visto que a extremidade do espectro de energia se espalha através de uma faixa de aproximadamente 150 unidades de histograma. Isso significa que a energia real por unidade é bastante diferente para cada detector.
[102] Seguindo-se o procedimento de calibração de ganho delineado acima, um conjunto de ganhos de detector foi computado, conforme mostrado na Figura 17. Da
[103] Figura, o valor de ganho calibrado varia de aproximadamente 0,75 a 1,45.
[104] Após definir que o ganho digital é igual aos ganhos de detector na Figura 17, os Espectros de energia dos 108 detectores foram medidos novamente, conforme mostrado na Figura 18. É claro que os espectros de energia agora estão bem alinhados, o que indica o sucesso da calibração de ganho. Os níveis de amplitude de espectro diferentes refletem a gama de fatores discutidos acima que podem afetar o espectro de energia resultante. Nesse caso, alguns detectores estão capturando um número de raios X global maior do que outros, indicado pela amplitude de espectro superior. Entretanto, o alinhamento dos recursos espectrais é muito bom conforme exigido.
1.3 CALIBRAÇÃO DE DESLOCAMENTO DE REFERÊNCIA
[105] Cada subsistema detector pode ter um nível de referência levemente diferente, como medido na saída do conversor analógico para digital. A fim de que os componentes eletrônicos de processamento de pulso estimem com precisão a energia de pulsos recebidos, a referência é estimada e removida. Qualquer método adequado pode ser usado incluindo, por exemplo: 1. Medição offline de deslocamento de referência (com raios X desligados): a. Gravar e ponderar uma série de amostras do detector; b. Usar essa média como o deslocamento de referência a ser subtraído de todos os dados; 2. Rastreamento e adaptação de deslocamento de referência online: a. Usar a saída de processamento de pulso para estimar e rastrear deslocamento de referência; b. Filtrar os valores de referência rastreados (com ruído) e atualizar o registro de deslocamento de referência adequadamente; c. Usar um período inicial de convergência com raios X desligados, seguido por adaptação contínua enquanto raios X estão ligados.
1.4 CALIBRAÇÃO DE ENERGIA
[106] Os componentes eletrônicos de processamento de pulso produzirão um espectro de energia que não é calibrado. Isto é, a saída compreenderá diversas contagens em um conjunto de unidades de histograma, mas a energia exata daquelas unidades de histograma é desconhecida. A fim de obter resultados de Z efetivo precisos, é exigido conhecimento da energia de cada unidade.
[107] Isso é obtido como segue: 1. Usar uma fonte com picos de espectro conhecidos. Um exemplo adequado é uma fonte Ba133, com picos espectrais em 31, 80, 160, 302 e 360 keV; 2. Medir o espectro de energia não calibrado; 3. Determinar as unidades de histograma que correspondem aos picos de espectro conhecidos.
[108] Em vez de usar uma Fonte única com múltiplos picos, também é possível usar uma fonte de banda estreita com energia variável (mas conhecida), e medir a unidade de histograma como uma função de energia para uma faixa de energias.
[109] Uma vez que uma relação entre unidades de histograma e energia tenha sido medida, é possível qualquer um de: 1. Criar uma tabela de pesquisa para a energia de cada unidade de histograma; 2. Estimar parâmetros de uma forma funcional adequada. Para uma combinação LYSO/SiPM foi constatado um modelo quadrático que se ajusta aos parâmetros observados muito bem. Isso fornece um resultado da forma: Unidade de Histograma = A *EnergiaA2 + B*Energia + C (Equação 2) em que A, B e C são constantes determinadas a partir do espectro Ba133 medido.
[110] Essa fórmula é invertida para definir Energia como uma função de Unidade de Histograma expressa em termos do mesmo A, B e C.
[111] Caso a variação entre detectores seja suficientemente pequena (exija bom correspondência de componente e boa calibração de ganho), então, uma calibração de energia única pode ser aplicada a todos os detectores. Nesse caso, ponderar os parâmetros de calibração através de diversos detectores expostos à fonte Ba133 produzirá uma estimativa superior dos parâmetros de Calibração de Energia.
[112] Alternativamente, tabela de calibração individual/parâmetros de calibração podem ser gerados para cada detector.
1.5 MUDANÇA DE REFERÊNCIA DEPENDENTE DE TAXA DE CONTAGEM
[113] Dependendo da combinação detector/fotomultiplicador, pode ser desejável compensar uma mudança de referência dependente de taxa de contagem. A consequência dessa mudança é uma mudança para a direita do espectro de energia conforme a taxa de contagem aumenta. Para aplicar apropriadamente a calibração de energia, o espectro é movido de volta para a esquerda por um número especificado de unidades/energia. A calibração exige qualquer um de: a) Uma tabela de pesquisa, que define mudança de referência para cada taxa de contagem, com resultados intermediários obtidos por meio de interpolação; b) Uma forma funcional, em que deslocamento de referência é expresso como uma função de taxa de contagem.
[114] Qualquer método adequado pode ser usado para essa calibração, incluindo injetar um conhecido espectro de fonte de taxa de contagem variável, e gravar a mudança de espectro conforme a taxa de contagem aumenta. Idealmente a fonte tem uma banda de energia estreita para que a mudança possa ser medida claramente, e também energia variável para que o deslocamento possa ser calibrado como uma função de energia caso desejável.
[115] A necessidade de remoção de mudança de referência dependente da taxa de contagem poder ser diminuída ou mesmo eliminada caso rastreamento e remoção de deslocamento de referência online sejam usados.
1.6 CALIBRAÇÃO DE ESPECTRO RESIDUAL
[116] O espectro residual é medido com uma grande massa de material no feixe, suficiente para bloquear completamente o feixe de raios X, tal como uma grande espessura de aço. Na prática, um pequeno nível de energia ainda alcança a matriz de detectores, seja a partir de dispersão ou outros mecanismos, e esse espectro residual precisa ser medido para que o mesmo possa ser removido dos espectros recebidos durante operação normal.
[117] O espectro residual é, então, medido ponderando-se os espectros recebidos para diversos intervalos de porta com o bloqueio de massa no feixe.
1.7 PARÂMETROS DE ACÚMULO
[118] Os parâmetros de acúmulo podem ser calibrados de diversas formas, por exemplo: a) Estimativa de parâmetros de acúmulo a partir da natureza dos espectros recebidos; b) Estimativa de parâmetros de acúmulo a partir de conhecimento do sinal, da taxa de contagem de pulso recebida, da taxa de amostragem de ADC e do método de detecção de pulso; c) Medição dos parâmetros de acúmulo como segue: i. Usar uma fonte de energia estreita, em que a energia e taxa de contagem podem ser variadas; ii. Medir o espectro recebido conforme a energia da fonte e taxa de contagem são variadas; iii. Medir diretamente a razão entre acúmulo de 2 pulsos e 3 pulsos recebidos para o pico de sinal principal; iv. Formar uma tabela de pesquisa de acúmulo de 2 pulsos e 3 pulsos como uma função de taxa de contagem e energia.
2. PROCESSAMENTO DE PULSO DE TAXA ALTA
[119] Um sistema de processamento de pulso de taxa alta (305), tal como aqueles revelados no Documento de Patente no7383142, no Documento de Patente no8812268 ou no Documento WO/2015/085372, é alocado para cada subsistema detector, para realizar as operações a seguir no sinal de pulso digitalizado emitido do conversor analógico para digital: a) Rastreamento e remoção de referência, ou remoção de referência fixa. b) Detecção de pulsos de entrada; c) Computação da energia de cada pulso detectado; d) Acumulação dos valores de energia computados em um histograma de energia (histograma de energia); e) Emissão dos valores de histograma acumulados cada vez que um sinal de temporização de porta ou outro é recebido; f) Redefinição dos valores de histograma para o próximo intervalo de coleta.
3. IMAGEM DE INTENSIDADE
[120] O valor de intensidade, ou, mais especificamente, valor de transmissão, é computado a partir do espectro de energia gerado para cada detector i em cada intervalo de porta j de acordo com:
Figure img0004
em que as somas são realizadas por todas as unidades de histograma B (ou de forma equivalente, por todas as energias E), para os espectros de energia recebidos (I(B)) e espectros de energia de referência (Io(B)).
[121] Elementos dentro da imagem de intensidade podem ser classificados como: a) Impenetráveis, caso R(i, j) < Rinferior, e definidos para 0; b) Vazios, ou nada no feixe, caso R(i, j) > Rsuperior, e definidos para 1.
[122] Os limiares Rinferior e Rsuperiorpodem ser predefinidos ou configuráveis por usuário.
4. IMAGENS DE ALTO CONTRASTE
[123] Através do uso de um espectro de energia completo, imagens de intensidade com contraste variável são geradas com base em integração do espectro recebido através de bandas de energia diferentes. Em digitalizadores de raios X energia dual existentes, o sistema pode apenas utilizar a faixa de energia ampla inerente ao material detector.
[124] Quando um espectro de energia completo está disponível, faixas de energia arbitrárias podem ser usadas para gerar imagens de intensidade associadas naquela faixa de energia. Faixas de energia específicas podem, então, ser definidas a fim de isolar e exibir melhor tipos de material particulares, com faixas de energia ajustadas, por exemplo, para material orgânico, material inorgânico, ou luz, meio ou metais pesados.
[125] As imagens de alto contraste/alta penetração são geradas para cada detector i em cada intervalo de porta j de acordo com:
Figure img0005
em que E1 e E2 são os limites inferior e superior da faixa de energia E12. A banda de energia pode ser definida por usuário ou pré-configurada. Uma, duas ou mais bandas de energia diferentes podem ser configuradas para permitir que o usuário selecione entre imagens de interesse.
5. PROCESSAMENTO DE Z EFETIVO
[126] O processamento de Z efetivo envolve o uso de espectros de energia completos computados pelos componentes eletrônicos de processamento de pulso, combinados com a calibração de energia, para computar uma estimativa do Z efetivo do material de amostra. O processamento de Z efetivo é realizado para todo detector, e para cada detector prossegue como segue (assim para uma matriz de detectores 1 x N, esse processamento é repetido N vezes). Para reduzir exigência computacional, o processamento de Z efetivo é realizado apenas para detectores i e intervalos de porta j recebidos que não são declarados impenetráveis ou vazios. 5.1 OPERAÇÕES PRELIMINARES
[127] 1. Com referência à Figura 10, comprimir os dados de espectro de energia (400) com o uso de um FFT, e descartar todas exceto as primeiras N unidades (que são selecionadas de modo que as unidades descartadas contenham pouco ou nenhum sinal). Nota: essa etapa é opcional, mas para uma configuração de sistema em que Z efetivo é computado em um computador de processamento central, a mesma permite uma redução de largura de banda de comunicação significativa. A transferência de 32 unidades de FFT complexas para um histograma de 512 pontos exige apenas 1/8 da largura de banda de comunicação.
[128] 2. Realizar integração de espectro (402), ponderando-se um número 2S+1 de espectros de energia submetidos a FFT recebidos. Essa integração de espectro aumenta o tempo de medição disponível para computar o Z efetivo sem reduzir a resolução espacial em que a imagem de intensidade é computada. A integração é feita através de intervalos de porta j-S < j < j + S, de modo a realizar uma média móvel centralizada no intervalo de porta j. Caso nenhuma integração seja exigida, definir S = 0.
[129] 3. Realizar redução de acúmulo (403). O FFT é o primeiro estágio da redução de acúmulo, que não é exigido caso compressão de dados já tenha sido obtida com o uso de um FFT. A redução de acúmulo pode ser obtida com um algoritmo adequado conforme delineado abaixo.
[130] 4. Caso desejável, aplicar uma mudança de fase de domínio FFT (404) a fim de obter uma mudança lateral desejada do espectro de energia. Foi constatado que essa etapa é desejável onde existe uma mudança de referência específica de taxa de contagem. Nota: multiplicação por um termo de fase que aumenta linearmente (com unidade FFT) no domínio FFT resulta em uma mudança lateral após iFFT. A extensão da mudança lateral é determinada pela inclinação do aumento linear.
[131] 5. Antes de iFFT, aplicar uma janela de domínio de frequência (405). Essa janela pode ser usada para projetar uma suavização desejada do espectro de energia. O processo de projeto de janela é delineado abaixo. Uma boa janela foi projetada para obter uma filtragem suave do espectro de energia. A filtragem do ruído no espectro de energia permite a possibilidade de usar um número reduzido de unidades de energia na computação de Z efetivo para melhoria global em eficiência computacional.
[132] 6. Preencher com zeros os dados de FFT, inserir a conjugada complexa na segunda metade do armazenamento temporário de FFT (406) e aplicar iFFT (407).
[133] Nesse ponto um espectro de energia suavizado é obtido na forma de um histograma.
[134] O preenchimento com zeros insere dados que foram truncados após o FFT. Não é essencial inserir zeros em todas as unidades truncadas. Por exemplo, preencher menos zeros pode produzir um armazenamento temporário de FFT menor que é computacionalmente mais eficiente para computar o IFFT.
[135] Para um vetor real x, e tamanho de FFT 2N, os elementos N+2 a 2N de da saída de FFT são a conjugada complexa dos elementos 2 a N. Aqui N+1 será um dos elementos definidos para zero pelo preenchimento com zeros.
[136] 7. Subtrair o espectro residual para cada detector. Como observado previamente, isso remove qualquer espectro que estaria presente mesmo na presença de um material completamente bloqueante.
[137] 8. Aplicar a curva/função de calibração de energia (408) para converter as unidades de histograma para valores de energia. Nota: Alternativamente a calibração de energia pode ser aplicada dentro da própria rotina de Z efetivo. Nesse estágio a saída é um espectro de energia suave calibrado (409).
[138] 9. Caso exigido, realizar a integração de espectro através de detectores adjacentes para integração sobre 2P+1 espectros de energia para os detectores i-P < i < i + P. Embora a integração por intervalos de porta possa ser realizada no domínio de FFT, a integração por detectores adjacentes pode ser realizada apenas após a calibração de energia ter sido aplicada, uma vez que as unidades de histograma brutas de detectores adjacentes podem não corresponder à mesma energia. Realizando-se integração de espectro 2D o desempenho de identificação de material pode ser melhorado comparado a realizar o processamento de Z efetivo em um pixel único.
5.2 MEDIÇÃO DE ESPECTRO DE REFERÊNCIA
[139] A fim de computar Z efetivo (e também as imagens de intensidade/alto contraste), um espectro de referência é obtido com raios X ligados, mas antes a amostra alcança o feixe de raios X. Dentro de um dado projeto de máquina, haverá um atraso entre o momento em que os raios X são ligados e quando a amostra alcança o feixe de raios X tempo durante o qual o espectro de referência pode ser coletado.
[140] O processamento é como segue: 1. Ligar os raios X; 2. Aguardar a estabilização do feixe de raios X. Isso pode ser alcançado por um atraso de tempo ou por filtragem contagens de raios X até a variação diminuir abaixo de um limiar especificado; 3. Coletar e somar N espectros de energia de raios X I0(E,n) (isto é, coletar o espectro de energia gravado na extremidade de N intervalos de porta sucessivos) na saída de componentes eletrônicos de processamento de pulso; 4. Dividir a soma de espectros por N para computar um espectro de referência médio deste modo
Figure img0006
em que I0(E) é o número de contagens de referência em energia E, N é o número de intervalos de porta e E é o nível de energia dos raios X.
[141] Caso em qualquer momento durante a coleta de referência uma amostra seja detectada no feixe de raios X, então, a acumulação de espectros de referência cessa e a média de M espectros coletados podem ser usados para a referência, ou a medição terminada caso M seja insuficiente.
5.3 CARREGAR OU CRIAR UMA TABELA DE CONSTANTES DE ATENUAÇÃO DE MASSA
[142] As constantes de atenuação de massa para um dado Z efetivo e dada energia definem a extensão pela qual o dado material Z atenuará raios X de energia E. Em particular, a intensidade de energias recebidas em uma energia particular será dada por:
Figure img0007
em que I(E) é o número recebido de contagens em energia E, I0(E) é o número de contagens de referência em energia E, ma(Z,E) é a constante de atenuação de massa para material com número atômico efetivo Z em energia E, p é a densidade do material e x é a espessura de material em relação à espessura de referência usada na criação dos dados de atenuação de massa.
[143] Os dados de atenuação de massa são disponíveis em um número de energias finito (pequeno), possivelmente a cada 10, 20 ou 50 keV, enquanto que os espectros de energia criados pelo método revelado nesta revelação podem ser gerados em espaçamento de energia tão pequeno quanto 1 keV ou, até mesmo, menos. Na prática um número finito desses valores de energia será selecionado para uso na computação de Z efetivo.
[144] 0001A fim de obter uma tabela de atenuação de massa suave em todas as energias no espectro de energia, dados para energias intermediárias para cada Z são obtidos com o uso de interpolação spline cúbica ou outro método de interpolação adequado.
[145] Os valores de atenuação de massa como uma função de energia são considerados suficientemente suaves para que um spline cúbico seja um bom método de interpolação a aplicar. [145] COMPUTAÇÃO DE Z EFETIVO
[146] O processamento de Z efetivo, então, prossegue como segue: 1. Para cada detector, e cada período de porta (um detector especificado em um período de porta especificado que define um pixel na imagem resultante), um espectro de energia calibrado será medido conforme delineado em outro lugar. O processamento de Z efetivo não é realizado para espectros de energia classificados como impenetráveis ou vazios; 2. Determinar um conjunto de unidades de energia para ser usado para computação de Z efetivo; a. Com base no espectro recebido, identificar a região de energia em que contagens suficientes são recebidas; b. Essas serão as unidades de espectro em que as contagens excedem algum limiar predeterminado; c. Alternativamente, determinar as energias em que a transmissão (razão entre espectro recebido e de referência) excede um limiar; 3. Para cada valor Z para o qual dados de atenuação de massa são disponíveis em cada uma das unidades de energia, realizar as operações a seguir: a. estimar a espessura de material para o Z assumido. Um método possível é estimar a espessura em um valor de energia E de acordo com
Figure img0008
em que 1(E) é o número recebido de contagens em energia E, I0(E) é o número de contagens de referência em energia E, ma(Z,E) é a constante de atenuação de massa para material com número atômico efetivo Z em energia E, p é a densidade do material e x é a espessura de material em relação à espessura de referência usada na criação dos dados de atenuação de massa. Uma estimativa de espessura melhorada pode ser obtida ponderando-se a estimativa de espessura em diversas energias para reduzir o impacto de ruído na energia única. Não é desejável estimar x explicitamente, o parâmetro combinado px é suficiente; b. Computar um espectro predito para esse Z, com base no espectro de referência gravado previamente, o parâmetro de espessura e a tabela de ma de acordo com
Figure img0009
computada em todas as energias E selecionadas, em que I(Z,E) é o espectro predito; c. Computar uma função de custo para esse Z como a soma dos erros quadráticos entre o espectro recebido e o espectro predito sob a hipótese de material Z
Figure img0010
em que C(Z) é a função de custo, e w(E) representa pesos para cada soma dos erros quadráticos entre o espectro recebido e o espectro predito.
[147] Os pesos w(E) podem ser escolhidos para serem unidade ou, alternativamente, w(E) = I(E) resultará em uma função de custo que dá peso inferior para regiões do espectro recebido em que o número de contagens é pequeno, e peso maior para regiões em que mais contagens são recebidas.
[148] 4. Para esse pixel (que constitui um espectro de energia recebido de um detector específico durante um período de porta específico), computar o Z efetivo estimado como o valor de Z que minimiza a função de custo:
Figure img0011
[149] Deve ser observado que não há exigência particular para que o Z efetivo seja um número inteiro, e, na verdade, a tabela de atenuação de massa pode conter valores para valores de número não inteiro de Z que representam materiais compósitos. No entanto, claramente não é possível representar um continuum de valores de Z possíveis em uma tabela finita. A fim de computar Z para precisão arbitrária, é possível interpolar a função de custo para a resolução exigida com o uso de um algoritmo de interpolação apropriado. O valor de Z escolhido é, então, o valor que minimiza a função de custo interpolada. A função de custo C(Z) é uma função suave, e, portanto, um ponto flutuante real ou valor contínuo de Z que minimize essa função suave pode ser predito confiavelmente a partir da curva por meio de alguma forma de interpolação.
[150] Além disso, também é observado que a etapa 0 acima que indica a função de custo é computada para todos os valores de Z disponíveis na tabela de atenuação de massa. Na prática, dependendo do comportamento da função de custo, métodos de busca eficientes podem ser aplicados para reduzir as exigências computacionais. Tais métodos incluem um ou mais dos seguintes: 1. Busca de gradiente; 2. Melhor primeira busca; 3. Alguma forma de busca de padrão.
[151] A forma de função de custo foi escolhida de modo a ser relativamente insensível a ruído no espectro.
6. PROCESSAMENTO DE Z EFETIVO COM O USO DE CALIBRAÇÃO DE MATERIAL
[152] Na prática, devido às características de detector e processamento que podem ser difíceis para caracterizar, pode ser difícil obter calibração de energia precisa através de todos os detectores, todas as taxas de contagem e todas as unidades de espectro.
[153] Um método alternativo foi desenvolvido pelo qual o sistema é calibrado com o uso de amostras de espessura variável de materiais conhecidos. O objetivo é calibrar os espectros recebidos esperados como uma função de material, espessura de material e unidades de histograma de energia. Isso evita a exigência de calibração de energia absoluta, e também evita grandemente o efeito de mudança de espectro com taxa de contagem (caso presente). A necessidade de remoção de acúmulo também pode ser eliminada. 6.1 PROCESSO DE (AUTO) CALIBRAÇÃO DE MATERIAL
[154] Idealmente, com boa calibração de ganho, os espectros recebidos de todos os detectores são consistentes entre si, e, assim, é desejável apenas obter dados de calibração em um detector para uso em todos os detectores. Na prática, é provável ser desejável obter dados de calibração para grupos de detectores adjacentes ou possivelmente todo detector, dependendo da consistência entre detectores.
[155] A primeira etapa no processo de calibração é obter um espectro de referência I0(B) em cada unidade de histograma B, sem material no feixe de raios X para o detector (ou detectores) a ser calibrado. As unidades de histograma agora serão denotadas por B em vez de E para denotar que não há exigência para calibrar as unidades em termos de sua energia exata.
[156] Então, para cada material, a calibrar: 1. Determinar o Z efetivo do material (por medição independente, ou por especificação de pureza de material); 2. Obter uma “escala crescente” do material. Isto é, uma amostra do material que compreende uma série de degraus de espessura x conhecida. O maior degrau, idealmente, é suficiente para reduzir o feixe de raios X a um nível em que o mesmo pode ser considerado impenetrável. Nota: outras amostras de material podem ser usadas, mas essa escala crescente é uma forma conveniente contra a qual calibrar; 3. Realizar varredura da escala crescente na localização de detector exigida. O resultado será uma série de espectros de energia não calibrados gravados ao longo de cada degrau do material (o número de degraus dependerá das dimensões da amostra, da velocidade de varredura e do período de porta); 4. Somar os espectros recebidos em cada degrau para minimizar o ruído nos espectros. Esses espectros são denotados I(Z, B, x), uma vez que os mesmos são uma função do material, da unidade de histograma e da espessura de material. Note-se também que I(Z, B, 0) é apenas o espectro de referência I0(B); 5. Computar a característica de transmissão para todos os materiais, unidades de histograma e espessura como
Figure img0012
6. Computar a transmissão total como uma função de Z e x como
Figure img0013
observar novamente que R(Z, 0) = 1 para todos os Z.
[157] As tabelas de Tx(Z, B,x) e R(Z, x) juntas formam as tabelas de calibração que são usadas para estimar Z efetivo em cada pixel (detector/intervalo de porta). Como exposto previamente, as mesmas podem, ou não, ser uma função de detector também, dependendo da equivalência de dados de todos os detectores.
[158] Claramente é desejável calibrar contra amostras de todos os materiais possíveis, no entanto, na prática apenas um subconjunto do continuum completo de materiais e misturas pode ser amostrado. Para obter entradas de tabela para valores de Z intermediários é desejável interpolar ambas as funções Tx e R para valores de Z intermediários para expandir a cobertura da tabela.
[159] Tendo obtido as tabelas de calibração, é possível agora estimar Z efetivo para uma amostra de material desconhecida como segue.
6.2 OPERAÇÕES PRELIMINARES
[160] As operações preliminares são substancialmente as mesmas conforme descrito acima, com os seguintes comentários: 1. Pode não ser desejável realizar remoção de acúmulo; 2. Pode não ser desejável realizar deslocamento de espectro lateral para compensar deslocamento de referência dependente de taxa de contagem; 3. A janela de domínio de frequência ainda é exigida antes de Ifft; 4. A curva de calibração de energia não é aplicada, uma vez que não há exigência para calibração de energia absoluta com esse método, mas remoção de espectro residual ainda pode ser exigida; 5. Integração de espectro pode ser realizada através de intervalos de porta, e através de detectores conforme descrito abaixo; 6. O espectro recebido será denotado I(B), a intensidade em uma série de unidades de histograma B. O uso de B se diferencia do uso de E para a seção prévia pelo fato de que as unidades de histograma são calibradas em termos de sua energia real.
6.3 MEDIÇÃO DE ESPECTRO DE REFERÊNCIA
[161] O espectro de referência é obtido exatamente da mesma maneira que descrito acima, mas agora é denotado I0(B), que denota o uso de unidades de histograma, em vez de energia.
6.4 COMPUTAÇÃO DE Z EFETIVO
[162] O processamento de Z efetivo, então, prossegue como segue: 1. Para cada detector, e cada período de porta (um detector especificado em um período de porta especificado que define um pixel na imagem resultante), um espectro de energia calibrado 1(B) será medido conforme delineado na seção “operações preliminares”. Novamente, o processamento de Z efetivo não é realizado para espectros de energia classificados como impenetráveis ou vazios; 2. Determinar um conjunto de unidades de histograma para ser usado para computação de Z efetivo: a. Com base no espectro recebido, identificar a região em que contagens suficientes são recebidas; b. Essas serão as unidades de espectro em que as contagens excedem algum limiar predeterminado. Escolher B: I(B) > Imin; c. Alternativamente, determinar as unidades em que a transmissão (razão entre espectro recebido e de referência) excede um limiar; d. Alternativamente, usar todas as unidades de histograma disponíveis e aplicar uma ponderação na função de custo para remover unidades indesejadas do cálculo de custo; e. Nota: por fim reduzir o número total de unidades de histograma processadas obterá eficiência computacional melhorada, assim o uso de toda unidade não é ideal; 3. Computar os raios X recebidos totais como uma razão para a referência
Figure img0014
4. Para cada valor de Z para o qual dados de calibração são disponíveis, realizar as operações a seguir: a. Estimar a espessura de material a partir da transmissão recebida total R e dos valores da tabela de calibração de R(Z, x) para esse material Z. Essa é obtida por meio de; i. Interpolação da curva de R(Z,x) no valor medido de R para obter um x correspondente, por meio de, por exemplo, interpolação spline cúbica; ii. A partir do R(Z, x) calibrado obter uma forma funcional x = f(R, Z) para computar x como uma função de material e transmissão; b. A partir da tabela de R(Z,x) encontrar xx ex2 de modo que R(Z,xi) < R < R(Z,x2), note-se que xx = 0 corresponde ao espectro de referência, e caso a transmissão recebida R seja menor do que uma entrada de tabela, então, usar as 2 entradas finais para xx e x2, e o resultado será uma extrapolação para um material mais espesso; c. Agora usar as tabelas de transmissão calibradas Tx(Z, B,x) para determinar coeficientes de atenuação de massa locais para cada unidade de histograma de acordo com:
Figure img0015
d. Em seguida, computar um espectro recebido esperado de acordo com
Figure img0016
[163] Esse espectro recebido esperado é um espectro recebido interpolado entre os dois espectros de calibração nais próxinos, nas con base na atenuação diferente observada en cada unidade. Outras fornas de interpolação entre espectros poderian ser usadas, nas a interpolação específica de naterial usada aqui fornece un resultado de interpolação superior; e. Conputar una função de custo C(Z) para esse Z cono a sona dos erros quadráticos entre o espectro recebido e o espectro predito sob a hipótese de naterial Z
Figure img0017
[164] Os pesos w(B) poden ser escolhidos para seren unidade ou, alternativanente, w(B) = I(B) resultará en una função de custo que dá peso inferior para regiões do espectro recebido en que o núnero de contagens é pequeno, e peso naior para regiões en que nais contagens são recebidas.
[165] 5. Para esse pixel (que constitui un espectro de energia recebido de un detector específico durante un período de porta específico), conputar o Z efetivo estinado cono o valor de Z que nininiza a função de custo:
Figure img0018
[166] Deve ser observado que não há exigência particular para que o Z efetivo seja un núnero inteiro, e, na verdade, a tabela de auto calibração pode conter valores para valores de núnero não inteiro de Z que representan nateriais conpósitos. No entanto, claranente não é possível representar un continuun de valores de Z possíveis en una tabela finita. A fin de conputar Z para precisão arbitrária, é possível interpolar a função de custo para a resolução exigida con o uso de un algoritno de interpolação apropriado. O valor de Z escolhido é, então, o valor que nininiza a função de custo interpolada. A função de custo C(Z) é uma função suave, e, portanto, um ponto flutuante real ou valor contínuo de Z que minimize essa função suave pode ser predito confiavelmente a partir da curva por meio de alguma forma de interpolação.
[167] A mesma forma de métodos de busca eficientes pode ser usada para reduzir computação e evitar uma busca exaustiva por todos os materiais Z na tabela de calibração.
6.5 ADAPTAÇÃO DE SISTEMA
[168] Alguns parâmetros de sistema irão variar ao longo do tempo, assim, o sistema se adapta a fim de manter calibração ao longo do tempo: 1. Atualização de calibração de ganho; a. Espectros de calibração são medidos durante períodos em que os raios X estão desligados; b. Ganho é atualizado de acordo com mudanças observadas nos espectros medidos; c. Ganho é A*ganho antigo + B* ganho novo, em que A+B=1, e B será pequeno para evitar ruído e permitir adaptação lenta; 2. Atualização de calibração de pulso; a. Periodicamente uma calibração de pulso novo pode ser realizada, embora tenha sido constatado que parâmetros de pulso permanecem suficientemente constantes ao longo do tempo de modo que, no máximo, recalibração diária ou possivelmente semanal ou mensal de parâmetros de pulso pode ser exigida; 3. Atualização de deslocamento de referência; a. Isso pode ser feito durante períodos em que os raios X estão desligados, da mesma forma que a calibração inicial é realizada - um conjunto de dados curto é exigido para deslocamento de referência; b. Adaptada continuamente por meio de um algoritmo de rastreamento de referência conforme descrito abaixo; 4. Calibração de energia, mudança de espectro dependente de taxa de contagem, parâmetros de acúmulo e espectro residual podem exigir recalibração offline ocasional. Também pode ser constatado que para uma dada máquina esses raramente, caso de alguma forma, exigem recalibração;
7. EXEMPLO DE PROCESSAMENTO DE Z EFETIVO
[169] A seguir é apresentada uma visão geral do processamento usado para calibrar placas de detector, em particular, implantar um processo de auto calibração e com a opção de usar computação de "ponto flutuante" de Z efetivo: 1. Obter fatias de calibração de material conhecido, idealmente elementos puros ou quase puros. Para a calibração atual, 3 materiais foram usados: a. Carbono (Z=6); b. Alumínio (Z=13); c. Aço inoxidável (Z = aproximadamente 26); 2. As dimensões do degrau são escolhidas com o seguinte em mente: a. Uma largura de 30cm é usada para assegurar que um grande número de detectores poderia ser calibrados com 1 varredura de calibração; i. Modo de projeção é usado para aumentar efetivamente o número de pixels que poderia ser calibrado em; ii. Com fatias de 30 cm, 2 alturas de calibração podem cobrir as 5 placas de detector com sobreposição suficiente para evitar efeitos de limite; b. As alturas de degrau foram determinadas para obter um espaçamento de transmissão razoavelmente uniforme de aproximadamente < 0,5% até 95%; i. Para carbono, alcançar menos do que 0,5% de transmissão exigiu aproximadamente 300 mm de material; ii. Para metais mais pesados, alcançar 95% de transmissão exigiu amostras muito finas, de 0,5 mm e menos. Para metais tais como estanho (não usado aqui) isso foi extremamente difícil; c. O comprimento de degrau é de 50 mm. Quando digitalizado em 4% da velocidade normal, a velocidade de varredura é de 8 mm por segundo, assim, aproximadamente 6 segundos de dados poderiam ser coletados de cada degrau. É necessário assegurar espectros de calibração muito precisos, dada a precisão exigida do processamento de Z efetivo eventual; 3. As fatias de material são digitalizadas, e os dados resultantes são processados offline em Matlab como segue: a. Para cada pixel de cada varredura, determinar as localizações de início e fim da etapa; b. Permitir alguma margem, para evitar quaisquer efeitos próximos às bordas do degrau; c. Para cada degrau identificado: i. Extrair os dados binários que correspondem ao espectro medido em cada porção da etapa; ii. Integrar todos os dados, de modo a estabelecer um espectro muito preciso (com > 5 segundos de dados); iii. Computar a intensidade total correspondente (em relação a uma média de longo prazo do espectro de fonte medido durante a mesma execução de calibração com nada no feixe); d. Criar uma tabela para cada degrau (intensidade) de cada material, contendo: i. Um mapeamento de espessura de degrau para intensidade de degrau. Essa tabela é usada para interpolar qualquer espectro medido em uma espessura de material equivalente; ii. Uma série de espectros de calibração, incluindo um espectro de referência. Cada espectro representa uma espessura de material, a partir da qual os espectros para espessuras de material intermediárias podem ser interpoladas;
[170] Os dados de calibração para os 3 materiais com Z = 6, 13, 26 são adequados para a produção de uma imagem de 3 cores, classificar o material como orgânico (próximo a Z=6), inorgânico/metal leve (próximo a Z=13) ou metal (próximo a Z=26). A fim de obter estimativa de Z efetivo precisa para materiais separados de até +/- 0,2 Z ou melhor, é necessário obter dados de calibração de um conjunto de materiais muito maior, a partir do qual uma estimativa de Z contínua poderia, então, ser obtida. Não é prático executar varreduras de calibração para todos os materiais de Z=3 a Z=92, assim, uma faixa de conjuntos de dados de calibração adicionais foi obtida por interpolação. Conjuntos de calibração para Z = 3 a Z = 13 foram obtidos a partir de interpolação/extrapolação dos conjuntos de dados de carbono e alumínio. Conjuntos de calibração para Z efetivo = 13 a Z = 50 podem ser obtidos a partir de interpolação dos conjuntos de dados de alumínio e aço inoxidável.
[171] Para cada pixel no digitalizador, o procedimento para obter os conjuntos de dados de calibração adicionais é como segue:
[172] Para cada um de Z = 6, 13 e 26, interpolar os espectros de calibração para um conjunto novo de intensidades. Para a demonstração atual, as intensidades (em percentual) usadas foram: 95, 90, 80, 70, 60, 50, 40, 30, 20, 15, 10, 6, 4, 2, 1, 0,5, 0,2.
[173] Nesse ponto há agora uma tabela de calibração para cada material em um conjunto comum de intensidades. O processamento agora é para criar tabelas de calibração para outros materiais naquele mesmo conjunto de intensidades comuns.
[174] Para a modalidade atual o conjunto de materiais exigidos é Z = 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 16, 18, 20, 22, 24, 26, 30 e 35. O espectro para material Z, no histograma B, na espessura x (que aqui corresponde a um dos níveis de transmissão definidos) é denotado I(Z,B,x). Para cada material exigido, para cada intensidade, o espectro de material interpolado novo é obtido como segue:
Figure img0019
[175] 3. As tabelas novas são, então, incluídas no conjunto total de dados de calibração usados para processamento de Z efetivo.
[176] 4. Todas as tabelas de calibração são salvas em um formato de arquivo apropriado para entrada para o software de Z efetivo.
[177] Há alguns pontos importantes a observar aqui: 1. Para Z < 6, o processamento é uma extrapolação em vez de interpolação - um dos coeficientes se torna negativo, enquanto o outro é maior do que 1. Embora pareça funcionar de forma bem aceitável até Z=3, deve ser tomado algum cuidado com extrapolação uma vez que a mesma pode divergir rapidamente; 2. De modo similar, para Z > 26, o processamento é extrapolação. Aqui seria melhor incluir dados de calibração para estanho (Sn) e, então, também chumbo (Pb) para preencher os dados de calibração disponíveis. O desafio com esses materiais de Z superior é para obter curvas de calibração confiáveis em 90% de transmissão - a amostra de material precisa ser muito fina para obter essa transmissão; 3. Incluindo-se valores de Z abaixo de 3, a função de custo se comporta razoavelmente bem na região de interesse por volta de Z=6. Isso assegura que o processamento para computar Z efetivo contínuo/ponto flutuante é capaz de determinar corretamente valores de Z por volta de 6 - que, essencialmente, evitam anomalias nas bordas, ou pelo menos que forçam as mesmas para valores de Z fora da faixa de interesse; 4. Interpolação mais sofisticada pode ser exigida para evitar ponto de interseção comum - isso é aceitável para Z inferior mas deixa de ser verdadeiro quando se move para os metais. Pode ser necessária interpolar diversos espectros para obter cada novo material interpolado; 5. O desempenho global é limitado de alguma forma com o uso de apenas 3 materiais reais medidos. Na verdade, é bastante notável que esse desempenho excelente tenha sido obtido dado o espaçamento dos materiais de calibração; 6. Materiais de Z superior tais como chumbo têm limites absorção, e, assim, alguma consideração eventualmente precisa ser dada àqueles materiais caso desempenho preciso em alto Z efetivo deva ser alcançado. Nesse ponto, limites de absorção não foram incorporados especificamente ao modelo.
[178] A função de custo C(Z) é uma função suave, e, portanto, um ponto flutuante real ou valor contínuo de Z que minimize essa função suave pode ser predito confiavelmente a partir da curva por meio de alguma forma de interpolação.
[179] Os resultados do processamento de interpolação são mostrados na Figura 19 para o caso de transmissão de 10%. Pode ser visto que há uma progressão muito suave através de todos os materiais, e isso é o que resulta no poder de discriminação do processamento de Z efetivo. Qualquer material medido na faixa de Z efetivo pode ser posicionado em algum lugar nesse conjunto de curvas, com o deslocamento exato de curvas de calibração usadas para determinar uma estimativa muito precisa do material Z efetivo.
[180] A implantação de Z efetivo de ponto flutuante foi realizada com base em volta de uma interpolação quadrática com o uso dos valores de função de custo no valor de Z que minimiza a função de custo, e do valor de Z de qualquer lado desse, com alguma consideração especial para as bordas. Essa abordagem produziu resultados de Z efetivo que (com integração de espectro suficiente) resolver precisamente materiais em que a diferença Z efetivo conhecida é menor do que 0,2.
[181] O processamento para computação de uma estimativa contínua/ponto flutuante de Z efetivo é como segue: 1. Computar a função de custo C(Z) em cada valor de Z na tabela de calibração; 2. Encontrar o valor de Z para o qual C(Z) é minimizado; 3. Encontrar os valores de Z e valores de função de custo associados aos valores de Z de qualquer lado do valor de Z que minimiza C(Z); 4. Os coeficientes de um modelo quadrático são estimados, onde o modelo na região do mínimo é:
Figure img0020
em que n é ruído na função de custo. Este é, por sua vez, modelado em forma de equação matricial para os 3 valores de Z Z1, Z2 e Z3 e valores de função de custo associados C1, C2 e C3, com
Figure img0021
e a solução é obtida por meio de inversão matricial como:
Figure img0022
[182] A forma geral inv(H’H)H’C é usada para acomodar o caso em que mais do que 3 valores de Z e C são usados para estimar os coeficientes quadráticos.
[183] 5. Computar o valor de Z que minimiza a função quadrática. O valor de Z em que há um ponto de inflexão é simplesmente:
Figure img0023
[184] Por projeto, um dos valores de Z (usualmente Z2 exceto em bordas) é um mínimo, assim, o que Z ótimo resultante pode ser assumido como um mínimo em vez de um máximo. Em bordas, pode haver problemas, mas isso precisa ser tratado separadamente.
[185] Na modalidade revelada, as seguintes observações são feitas: 1. Por projeto, um dos valores de Z (usualmente Z2 exceto em bordas) é um mínimo, assim, o Z ótimo resultante pode ser assumido como um mínimo em vez de um máximo. Em bordas, pode haver problemas, mas isso precisa ser tratado separadamente; 2. Caso o valor de Z que minimiza a função de custo esteja em qualquer borda, então, é necessário usar 2 valores para um lado do valor de Z mínimo. O cálculo de ponto flutuante pode, então, se tornar uma extrapolação para um ponto fora a faixa de valores de Z na tabela de calibração. Quando isso ocorre, a estimativa de Z pode divergir rapidamente, assim, precisa para ser tomado cuidado para colocar um limite sobre o mesmo, em seguida, estimar valor de Z máximo ou mínimo (isto é, quanta extrapolação é permitida); 3. A inclusão de valores de Z abaixo de 6 e acima de 26 é projetada para assegurar os efeitos de borda descritos acima não afetam adversamente as estimativas de Z, particularmente na região de interesse por volta de Z=6; 4. Provavelmente há mais formas computacionalmente eficientes de obter os coeficientes quadráticos e estimativa associada do mínimo. Isso não foi explorado nesse estágio; 5. Na verdade, para um dado conjunto de valores de Z, todas as matrizes e inversos necessários podem ser computados offline e armazenados para uso mais eficiente, uma vez que os mesmos dependem apenas dos valores de Z e espaçamento de Z, não do espectro medido e função de custo; 6. O modelo quadrático é aceitável onde a função de custo se comporta bem, é suave e relativamente livre de ruído. Onde tempos de integração muito curtos são usados para coletar os histogramas de espectro de energia, a função de custo pode se tornar ruidosa e pode convergir em um mínimo local devido a ruído. Nesse caso, e, em geral, um modelo de interpolação mais sofisticado pode ser exigido para suavizar a função de custo e evitar efeitos de ruído. Isso pode envolver mais do que 3 pontos no processamento de interpolação.
[186] O modelo quadrático é apenas um modelo para assegurar que um Z efetivo consistente é obtido para um material particular. O mesmo não se destina a ser um modelo funcional preciso do comportamento da função de custo, e não é considerado necessário. O princípio objetivo é obter uma estimativa de Z efetivo que seja consistente para um material particular, e permita separação confiável de materiais pouco espaçados. O modelo quadrático alcança esse objetivo.
[187] O algoritmo de Z efetivo de ponto flutuante foi testado em uma faixa de amostras de material. Foram feitas diversas observações sobre o desempenho.
[188] 1. Em valores de transmissão altos - correspondentes a amostras muito finas/de atenuação baixa - a função de custo poderia se tornar ruidosa, e também as curvas de calibração para Z superior frequentemente mal interpoladas para transmissão > 90%.
[189] Como um resultado, a saída tenderia a enfatizar demasiadamente valores de Z superiores.
[190] 2. Em transmissão muito baixa, e nas cercanias de grandes mudanças em níveis de transmissão tal como próximo à borda de blocos de metal, alguma dispersão poderia estar presente no espectro recebido resultando em uma saída inclinada para orgânico, mesmo onde se sabia que era metal.
[191] 3. Conhecimento a priori de Z efetivo provável forneceu a seguinte heurística: a. Transmissão alta é mais provável de ser um orgânico ou material de Z inferior; b. Transmissão é mais provável de ser um material de Z superior, uma vez que seriam exigidas espessuras muito grandes de material de Z baixo.
[192] Como um resultado dessas observações, uma ponderação v(Z,I) foi introduzida a fim de ajustar a função de custo como uma função tanto de intensidade quanto de Z.
[193] Esses pesos de função de custo são ajustados a fim de assegurar que a saída de Z efetivo seja conforme exigido para amostras de teste conhecidas. Na modalidade revelada a implantação foi confinada para 3 regiões distintas: 1. Transmissão alta, I > limiar alto
[194] Para transmissão alta, foi constatado que a saída é de alguma forma inclinada para Z alto quando materiais orgânicos relativamente finos foram digitalizados. Consequentemente os pesos de custo foram baixos para orgânicos, e crescentes em Z superior. 2. Transmissão média, limiar baixo < I < limiar alto
[195] Na faixa de transmissão média, a saída foi, em geral, consistente com o Z efetivo esperado, consequentemente apenas uma ponderação de função de custo muito leve foi aplicada. 3. Transmissão baixa, I < limiar baixo
[196] Em transmissão muito baixa, foi constatado que materiais de Z superior foram ocasionalmente identificados erroneamente como materiais de Z baixo. Isso foi especialmente verdadeiro próximo a bordas de blocos de metal, em que dispersão poderia permitir que um excesso de raios X de energia baixa alcancem o detector.
[197] Como um resultado, em transmissão baixa, os pesos de custo foram projetados para aumentar o custo de materiais de Z baixo para produzir a saída de Z superior de forma mais consistente. Um efeito colateral dessa abordagem é que materiais orgânicos de muito espessura começam a ser identificados como metais em transmissão baixa. Isso pode apenas ser realmente superado removendo-se a fonte subjacente da identificação errônea, que é um excesso de raios X de energia baixa no espectro recebido.
8. IMPLANTAÇÃO DE PROCESSAMENTO DE Z EFETIVO
[198] As seções a seguir delineiam em detalhes adicionais os estágios e algoritmos de processamento individual. A Figura 28 indica uma visão geral dos vários estágios de processamento opcionais que podem ser implantados no presente método.
8.1 ORDENAÇÃO
[199] O algoritmo de ordenação é efetivamente uma função de ponderação de bloco. O propósito do algoritmo de ordenação é ponderar a imagem de Z efetivo flutuante por uma área (mm2) que representa a menor região exigida para ser detectada com uma intensidade constante e composição de material. O algoritmo de ordenação gera peças com 50% de sobreposição para assegurar que sempre se capture o objeto de interesse. O algoritmo de ordenação estima a média e desvio padrão sobre peças retangulares na imagem de Z efetivo flutuante. A largura e altura da peça são definidas pelo usuário. As peças são sobrepostas por 50% nas dimensões tanto vertical quanto horizontal. Dado uma tamanho de imagem Nr por Ncpixels, e uma dimensão de peça Tr por Tcpixels, o número de peças na dimensão vertical é (Nr/Tr)*2. As dimensões de peça precisam ser estimadas igualmente para assegurar 50% de sobreposição. O algoritmo de ordenação executa um ciclo que indexa em cada peça e calcula a média e desvio padrão de todos os pixels na peça.
[200] A escolha de dimensões de peça essencialmente se resume a um compromisso entre: 1. As dimensões do menor objeto que precisa ser detectado; e 2. A resolução de Z efetivo exigida. A foi observado que a variação de Z efetivo reduz quase linearmente com o número de pixels de Z efetivo ponderados, assim, áreas maiores produzem melhor resolução de Z efetivo.
[201] Além disso, a ideia de ordenação e agrupamento tem sido usada para evitar a necessidade de implantar segmentação de imagem sofisticada nesse momento.
[202] Percebeu-se que para obter medições de Z efetivo precisas exigiria em qualquer caso grandes blocos contíguos de material uniforme, assim, a abordagem de ordenação e agrupamento seria apenas marginalmente inferior à segmentação da imagem completa. Entretanto, a segmentação da imagem pode em última análise se mostrar vantajosa para formatos altamente irregulares, especialmente onde algumas abordagens de reconhecimento de objeto mais sofisticadas podem ser usadas em conjunto com medição de Z efetivo.
8.2 AGRUPAMENTO
[203] O algoritmo de agrupamento agrupa peças que têm um Z efetivo comum e são espacialmente conectadas. O propósito do algoritmo de agrupamento é detectar objetos que abrangem áreas maiores do que o tamanho de objeto mínimo conforme definido pelas dimensões da peça. A conectividade é definida ao longo das bordas. Um ID de agrupamento comum é atribuído às peças conectadas. A saída do algoritmo de agrupamento é um mapa de agrupamento e uma tabela de agrupamento. O mapa de agrupamento é uma matriz de peças conectadas com IDs de agrupamento associados.
[204] A tabela de agrupamento retém informações em cada ID de agrupamento que incluem o número de peças no agrupamento, e a extensão vertical e horizontal de cada agrupamento.
[205] O algoritmo de agrupamento realiza varredura por linha da imagem organizada. Caso a peça P(r,c) seja conectada a uma peça no conjunto A = {P(r,c-1), P(r-1,c+1), P(r-1,c), P(r-1,c-1)}, então, o ID de agrupamento é atribuído à mesma. Caso P(r,c) não seja conectado ao conjunto A, mas seja conectada uma peça no conjunto B = {P(r,c+1), P(r+1,c-1), P(r+1,c), P(r+1,c+1)}, então, um novo ID de agrupamento é atribuído à peça. No caso de conectividade com peças no conjunto A, é possível que o P(r-1,c+1) tenha um ID de agrupamento diferente de outros no conjunto. Nesse caso uma fusão de agrupamento é realizada. Isso é alcançado simplesmente por uma substituição de um ID de agrupamento pelo outro, a ordem específica não é importante. Os conjuntos A e B são adaptados em oito condições de perímetro, quatro ao longo das bordas da imagem e quatro nos vértices da imagem.
[206] A Figura 27 retrata a formação de agrupamentos, em que peças isoladas são ignoradas.
8.3 DETECÇÃO DE MATERIAL ALVO
[207] O algoritmo de detecção de material alvo é um classificador de vizinho mais próximo. O algoritmo classifica peças individuais. Há duas etapas no algoritmo, treinamento e classificação. O estágio de treinamento estabelece uma tabela de pesquisa que mapeia intensidade normalizada para Z efetivo flutuante para uma gama de materiais de interesse "alvo". Na implantação atual, a tabela de pesquisa é aproximada como um ajuste quadrático, para o qual apenas os coeficientes quadráticos são armazenados.
[208] Durante o estágio de classificação, a entrada é a intensidade de peça medida normalizada (Imeas), o Z efetivo flutuante da peça medida (Zmeas), e um erro de classificação de Z efetivo máximo (deltaZ). Para cada material no conjunto de treinamento, o classificador declara classificação positiva se abs(Ci(Imeas)-Zmeas) < deltaZ, em que Ci é a função quadrática associada com o iésimo material alvo.
[209] O uso tanto da intensidade quanto do Z efetivo no perfil alvo é um aspecto importante dessa abordagem. O Z efetivo, tipicamente, não é constante com espessura de material, e, assim, incluindo a intensidade (relacionada à espessura) fornece um teste bidimensional com discriminação bastante superior do que Z efetivo isoladamente.
[210] A Figura 20 mostra o Z efetivo versus intensidade para uma gama de amostras de material testadas, juntamente com a interpolação quadrática. Aqui a variação de Z efetivo com intensidade é clara. Embora os materiais exemplificativos sejam mais relevantes para uma aplicação de varredura de bagagem, o princípio é o mesmo em relação à discriminação entre tipos de mineral. 8.4 DETECÇÃO DE BORDA
[211] O propósito do algoritmo de detecção de borda é assegurar que a janela de média móvel não estenda os perímetros do material. A detecção de borda usa transições de amplitude na imagem de intensidade para revelar bordas de material. A entrada para o algoritmo de detecção de borda é a imagem de intensidade. As bordas são detectadas apenas na dimensão horizontal. O motivo para não detectar bordas na dimensão vertical é que a janela de média móvel opera apenas na dimensão horizontal.
[212] As bordas na imagem de intensidade são computadas para cada detector. Um operador de gradiente de primeira ordem é usado para detectar bordas. A largura de máscara de operador de gradiente e o limiar de gradiente, são definidos pelo usuário.
[213] Dada a seguinte máscara de borda L(c) indexada em colunas conforme retratado na Figura 29, o gradiente é G = sum(L(c).*Inorm(c)) em que Inorm é a intensidade normalizada, consultar seção 2.6. Uma borda é declarada quando abs(G) > g em que g é um limiar definido por usuário. 8.5 MÉDIA MÓVEL
[214] O propósito do algoritmo de média móvel é filtrar os histogramas de intensidade para cada detector de modo a aumentar a razão entre sinal e ruído eficaz. O algoritmo gera um histograma de intensidade filtrada uma porção k, para cada detector, ponderando-se os histogramas de intensidade medida sobre uma janela simétrica centralizada na porção k. O detector borda exerce um papel importante para garantir que a janela de média móvel não estenda materiais diferentes. Caso uma janela sobreponha uma borda a média é calculada apenas até os perímetros de borda. A largura da janela pode ser definida pelo usuário. Em bordas, nenhuma ponderação é realizada. A Figura 30 ilustra o comportamento da média móvel conforme a mesma cruza sobre uma borda.
[215] Uma modalidade que pode ser mais eficiente computacionalmente é uma abordagem de média móvel adaptativa: 1. Computar Z efetivo em cada porção na presença de bordas; 2. Computar Z efetivo com base em 50% de sobreposição de janelas média móvel (por exemplo, a cada comprimento de MA de 5 pixels a 11 pixels).
[216] Isso pode fornecer melhoria de 3 a 5x em velocidade computacional que depende de configuração exata.
DETALHES ADICIONAIS 1. PROCESSAMENTO DE PULSO DE TAXA ALTA
[217] Em princípio, qualquer método adequado de processamento de pulso de taxa alta pode ser usado dentro das modalidades descritas no presente documento. No entanto, o fluxo alto de raios X presente em sistemas de triagem de raios X típicos resulta em uma taxa de contagem de pulso alta, e uma alta probabilidade de receber pulsos de raios X sobrepostos.
[218] Acúmulo de pulso tem sido um problema a enfrentar dentro de aplicações de espectroscopia de radiação de taxa alta. Abordagens tradicionais para conformação de pulso usam filtros lineares para encurtar duração de pulso os quais podem reduzir significativamente o SNR e são, portanto, limitadas a taxas de saída de umas poucas centenas de kc/s. Uma abordagem alternativa para processar os dados de detectores de radiação tem como base a ideia de modelar matematicamente dados corrompidos por acúmulo de pulso e resolver para os parâmetros de modelo exigidos. Ao recuperar em vez de descartar dados corrompidos por acúmulo de pulso essa técnica permite alto rendimento, baixo tempo morto de processamento de pulso sem a tradicional perda de resolução de energia.
[219] As revelações de Publicações de Patente Internacionais WO2006029475, WO2009121130, WO2009121131, WO2009121132, WO2010068996, WO2012171059 e WO2015085372 são úteis na invenção atual que alcança processamento de pulso de taxa alta com redução em rejeição de acúmulo de pulso e são todas incorporadas em sua totalidade ao presente documento a título de referência como úteis em modalidades da invenção atual como se repetido aqui literalmente, e o requerente se reserva o direito de incorporar qualquer terminologia e conceitos revelados nas Publicações de Patente Internacionais acima em futuras emendas de linguagem de reivindicação na reivindicação atual.
[220] A explicação a seguir inclui uma seleção das técnicas reveladas nas Publicações de Patente Internacionais acima adaptadas para a invenção atual, mas pessoas versadas na técnica reconhecerão que todas essas técnicas são potencialmente úteis e escolha entre as abordagens alternativas é guiada por satisfação de várias restrições de desempenho concorrentes que incluem velocidade de processamento, precisão de determinação de energia e taxa de contagem máxima. 1.1 PROCESSAMENTO DE PULSO DE ALTO RENDIMENTO COM BASE EM MODELO - MÉTODO 1
[221] O algoritmo brevemente descrito aqui, e em mais detalhes no documento WO2006029475 (incorporado por referência), para processar os dados de detectores de radiação é um algoritmo de processamento de sinal em tempo real com base em modelo, que caracteriza a saída do detector de radiaçãoy [n]conforme mostrado abaixo: N
Figure img0024
[222] A série de tempo de detector de radiação digitalizada (y) é modelada como a soma de um número desconhecido de eventos de radiação (N), com tempos de chegada aleatórios (T), e amplitudes (a), que interagem com um detector de radiação, que têm um formato de pulso esperado (h) e com um ruído de processo (w).
[223] Portanto, de modo a caracterizar completamente a saída digitalizada do detector de radiação, é desejável estimar: a resposta de impulso esperada do detector; o número de eventos na série de tempo de detector digitalizada; a hora de chegada de cada um daqueles eventos de radiação; e as energias individuais de cada evento. Uma vez que esses parâmetros tenham sido determinados, os dados de detector digitalizados podem ser decompostos precisamente nos eventos componentes individuais e na energia de cada evento determinado.
CARACTERIZAÇÃO DE SISTEMA
[224] A calibração do detector é o primeiro estágio do algoritmo; a mesma toma como entrada os dados de série de tempo de detector e determina a resposta de impulso unitária do detector (o formato de pulso esperado do detector). Se referir àCalibração de Parâmetro de Pulsopara um sumário mais detalhado do processo de calibração de pulso.
LOCALIZAÇÃO DE PULSO
[225] Após a resposta de impulso unitária do detector ter sido determinada a mesma é usada pelo estágio de Localização de Pulso para determinar o número de eventos no fluxo de dados de detector digitalizados e seus TOA um em relação ao outro.
[226] A detecção de eventos na forma de onda de detector digitalizada é realizada ajustando-se um modelo exponencial para um número fixo de pontos de dados. Após o estágio Caracterização de Sistema o decaimento exponencial da extremidade de pulso é bem caracterizada. A métrica de detecção (o sinal usado em última análise para fazer uma decisão sobre se um pulso chegou ou não) é formada ajustando-se uma curva exponencial para um número especificado de pontos de dados. Essa "janela de detecção" de comprimento fixo é executada continuamente sobre os dados de detector digitalizados e a soma dos quadrados do erro é computada (essa também pode ser considerada como a soma do quadrado do ajuste residual). Essa operação resulta em três modos distintos de operação: [1] Operação de Referência: processar amostras de dados quando nenhum sinal está presente. Como os dados podem ser modelados com bastante precisão por um expoente o quadrado da soma do erro está em um mínimo e permanece bastante constante. [2] Detecção de Evento: quando um evento de radiação entra na janela de detecção os dados não podem mais ser modelados precisamente como um expoente (os dados poderiam ser considerados não diferenciais em T=0 o tempo de chegada exato do evento de radiação). Consequentemente o quadrado da soma dos erros aumentará.
[227] Essa métrica de detecção continuará a aumentar até o evento de radiação ser posicionado no centro da janela de detecção; [3] Operação de Extremidade: quando se processa dados na extremidade de um evento de radiação os pontos de dados são modelados com bastante precisão como um expoente. Consequentemente o quadrado da soma do erro retorna para o mesmo nível como o modo de Operação de Referência.
[228] O uso dessa operação de ajuste de pulso expoente no detector digitalizado produz uma métrica de detecção ideal. A mesma permanece baixa durante referência, sobe rapidamente em resposta a uma chegada de evento e decai rapidamente uma vez que a borda ascendente do evento de radiação tenha baixado. Além disso, aumentando-se o número de amostras de ADC na janela de detecção de comprimento fixo é possível suprimir o ruído de detector e detectar precisamente eventos de energia muito baixa. No entanto, a largura da métrica de detecção (em amostras) varia proporcionalmente com a janela de detecção. Consequentemente, conforme a janela de detecção se torna mais ampla a capacidade para distinguir dois pulsos pouco separados é diminuída.
DETECÇÃO DE PICO QUADRÁTICA
[229] O estágio final de Localização de Pulso é fazer uma decisão sobre o número e hora de chegada exatos de cada um dos eventos de radiação no fluxo de dados de detector. Uma abordagem seria aplicar um limiar simples à métrica de detecção e revelar uma chegada de pulso na amostra mais próxima ao cruzamento de limiar. No entanto, um cruzamento de limiar simples é suscetível a ruído e fornece apenas ± 0,5 de precisão amostra na determinação do tempo de chegada de pulso. Para ter tempo de chegada de pulso mais preciso e para ser robusto contra ruído (de particular importância quando se lida com sinais de baixa energia próximo ao piso de ruído) um algoritmo de detecção de pico quadrático pode ser usado. Essa abordagem ajusta um quadrático a uma janela deslizante de N amostras da métrica de detecção (N pode ser igual a 5). A fim de que um pico seja declarado examina-se a decomposição e revela- se um pico caso a curvatura esteja dentro de uma faixa permitida, a constante esteja acima de um limiar e o termo linear tenha mudança de positivo para negativo. Os coeficientes também podem ser usados para determinar hora de chegada de sub amostra.
ESTIMATIVA DE ENERGIA DE PULSO
[230] O estágio de Estimativa de Energia de Pulso determina a energia de todos os eventos de radiação no fluxo de dados de detector. Como sua entrada o mesmo usa: o conhecimento a priori da resposta de impulso unitária de detector; o número de eventos; e sua hora individual de chegada de dados. Os dados de detector digitalizados da equação (18) (y [n]) também podem ser escritos em forma de matriz como:
Figure img0025
em que A é uma matriz M x N, cujas entradas são dadas por
Figure img0026
[231] Assim, as colunas de matriz A contêm múltiplas versões da resposta de impulso unitária do detector. Para cada uma das colunas individuais o ponto de partida do formato de sinal é definido pela posição temporal do sinal. Por exemplo, caso os sinais nos dados cheguem nas posições 2, 40, 78 e 125, a coluna 1 da matriz A terá "0" na primeira fileira, o 1o ponto de dados da resposta de impulso unitária na segunda fileira, o 2o ponto de dados da resposta de impulso unitária na 3a fileira, etc. A segunda coluna terá "0" até a fileira 39 seguido pela forma de sinal. A terceira coluna terá "0" até a fileira 77; a quarta coluna terá "0" até a fileira 124 e, em seguida, a forma de sinal.
[232] Consequentemente o tamanho da matriz A é determinado pelo número de sinais identificados (que se torna o número de colunas), enquanto o número de fileiras depende do número de amostras na "série de tempo’.
[233] Uma vez que a matriz de sistema tenha sido criada é possível para resolver para as energias desejadas de cada evento de radiação calculando-se a pseudo inversa da matriz A:
Figure img0027
VALIDAÇÃO DE DADOS
[234] O estágio funcional final do algoritmo de processamento de sinal em tempo real é o estágio de Validação. Nesse estágio todos os parâmetros que foram estimados por estágios algorítmicos prévios (formato de pulso, número de eventos, hora de chegada e energia de evento) são combinados para reconstruir um modelo “livre de ruído” dos dados de detector.
[235] Subtraindo-se esse modelo dos dados de detector da série de tempo de detector digitalizada real, a precisão dos parâmetros estimados pode ser determinada. Muito semelhante a examinar o resíduo de um ajuste de linha reta de um conjunto de dados, caso a magnitude dos resíduos seja pequena, os parâmetros descrevem bem os dados. No entanto, caso resíduos grandes sejam observados, os dados de detector foram mal estimados e aquela porção dos dados pode ser rejeitada. 1.2 PROCESSAMENTO DE PULSO DE ALTO RENDIMENTO COM BASE EM MODELO - MÉTODO 2
[236] O algoritmo descrito brevemente aqui, e em mais detalhes no documento WO2010068996 (incorporado por referência), para processar os dados de detectores de radiação é um algoritmo de processamento de sinal em tempo real com base em modelo em que o processamento de sinal é conduzido, pelo menos em parte, em um espaço de transformada.
[237] Em uma modalidade, o método do documento WO2010068996 para resolver sinais individuais em dados de saída de detector compreende: - obter ou expressar os dados de saída de detector como uma série digital (tal como uma série de tempo digital ou um espectro digitalizado); - obter ou determinar uma forma de sinal (ou de forma equivalente a resposta de impulso) de sinais presentes nos dados; - formar uma forma de sinal transformada transformando-se a forma de sinal de acordo com uma transformação matemática; - formar uma série transformada transformando-se a série digital de acordo com a transformação matemática, sendo que a dita série transformada compreende sinais transformados; - avaliar uma função pelo menos da série transformada e da forma de sinal transformada (e opcionalmente de pelo menos um parâmetro dos sinais transformados) e, desse modo, fornecer uma saída de função; - modelar a saída de função de acordo com um modelo (tal como modelando-se a saída de função como uma pluralidade de senoides); - determinar pelo menos um parâmetro da saída de função com base no modelo; e - determinar um parâmetro dos sinais a partir do pelo menos um parâmetro determinado da saída de função.
[238] Será compreendido pela pessoa versada que sinais individuais em dados de saída de detector também podem ser descritos como pulsos individuais em uma saída de detector ou em um sinal de saída de detector (nesse caso a forma de sinal poderia ser denominada como forma de pulso).
[239] A forma de sinal pode, em geral, ser considerada como caracterizadora da interação entre o detector e a radiação (ou outra entrada detectada) que foi ou está sendo usada para coletar os dados. Pode ser determinada ou, caso conhecida de medições, calibrações anteriores ou similares, obtidas a partir de (por exemplo) um banco de dados.
[240] Em algumas modalidades, transformar a série digital de acordo com a transformação matemática compreende formar um modelo da série digital e transformar o modelo da série digital de acordo com a transformação matemática.
[241] Em certas modalidades, o método inclui determinar uma pluralidade de parâmetros dos sinais transformados, tais como frequência e amplitude.
[242] Em certas modalidades particulares, a transformada é uma transformada de Fourier, tal como uma transformada rápida de Fourier ou uma transformada de Fourier discreta ou uma transformada de ondeleta. De fato, em certas modalidades a transformada pode ser aplicada de alguma forma diferente à forma de sinal e série digital respectivamente. Por exemplo, em uma modalidade a transformação matemática é a transformada de Fourier, mas a forma de sinal é transformada com uma transformada de Fourier discreta e a série digital é transformada com uma transformada rápida de Fourier.
[243] Em uma modalidade, a transformada é uma transformada de Fourier e a função é representável como
Figure img0028
em que X(k) é a série transformada e H(k) é a forma de sinal transformada.
[244] Assim, esse método tenta determinar um parâmetro dos sinais e consequentemente de tantos dados quanto possível, mas será considerado que pode não ser possível fazê-lo desse modo para alguns dados (os quais, consequentemente, são denominados "dados corrompidos”), como é descrito abaixo. Será compreendido que o termo "sinal" é intercambiável nesse contexto com "pulso’, uma vez que o mesmo se refere à saída correspondente a eventos de detecção individuais em vez do sinal de saída global que compreende a soma de sinais individuais. Também será considerado que a posição temporal (ou temporização) de um sinal pode ser medida ou expressa de várias formas, tal como de acordo com o tempo (ou posição no eixo geométrico de tempo) do máximo do sinal ou da borda dianteira do sinal. Tipicamente esse é descrito como o tempo de chegada (‘hora de chegada’) ou tempo de detecção.
[245] Também será compreendido que o termo "dados de detector" se refere a dados que tenham se originado a partir de um detector, caso processados subsequentemente por componentes eletrônicos associados ou outros componentes eletrônicos dentro ou fora do detector.
[246] A forma de sinal (ou resposta de impulso) pode ser determinada por um processo de calibração que envolve medir a resposta de impulso do detector (tal como resposta no domínio de tempo ou resposta no domínio de frequência) para um ou mais detecções de evento único para derivar daqueles dados a forma de sinal ou resposta de impulso. Uma forma funcional dessa forma de sinal pode, então, ser obtida interpolando-se os dados com (ou ajuntando-se aos dados) uma função adequada tal como um polinomial, exponencial ou spline. Um filtro (tal como um filtro inverso) pode, então, ser construído a partir dessa forma de sinal de detector. Uma estimativa inicial de parâmetros de sinal pode ser feita por convolução dos dados de saída do detector com o filtro. Parâmetros de sinal de interesse particular incluem o número de sinais e a posição temporal (ou hora de chegada) de cada um dos sinais.
[247] Os parâmetros de sinal particulares de interesse podem, então, ser refinados adicionalmente.
[248] A precisão da estimativa de parâmetro pode ser determinada ou "validada" comparando-se um modelo do fluxo de dados de detector (construído a partir dos parâmetros de sinal e conhecimento da resposta de impulso de detector) e a saída real do detector. Esse processo de validação deve determinar que alguns parâmetros não são suficientemente precisos, esses parâmetros são descartados. Em análise espectroscópica com o uso desse método, os parâmetros de energia considerados suficientemente precisos podem ser representados como um histograma.
[249] Os dados podem incluir sinais de formas diferentes. Nesse caso, o método pode incluir determinar onde possível a forma de sinal de cada um dos sinais.
[250] Em uma modalidade, o método inclui subtrair progressivamente dos dados aqueles sinais que se conformam de forma aceitável a sucessivas formas de sinal de uma pluralidade de formas de sinal, e rejeitar aqueles sinais que não se conformam de forma aceitável a qualquer uma da pluralidade de formas de sinal. 1.3 PROCESSAMENTO DE PULSO DE ALTO RENDIMENTO COM BASE EM MODELO - MÉTODO 3
[251] O algoritmo descrito brevemente aqui, e em mais detalhes no documento WO2012171059 (incorporado por referência), para processar os dados de detectores de radiação é um algoritmo de processamento de sinal em tempo real com base em modelo em que a determinação de uma localização e amplitude de pulsos dentro do sinal é obtida ajustando-se uma função para dados de saída de detector.
[252] O método pode compreender detectar um pulso ou pulsos nos ditos dados de saída de detector: - deslizando-se uma janela através dos dados para localizações de janela sucessivas; - identificando-se pulsos possíveis realizando-se ajuste de pulso aos dados na janela em cada localização de janela; - determinando-se que dos pulsos possíveis que têm um início de pulso que fica antes e próximo ao início da respectiva localização de janela e uma amplitude de pico que excede o desvio padrão do ruído na janela na respectiva localização de janela; e - identificando-se como pulsos, ou emitindo-se, dentre os ditos pulsos possíveis aqueles que têm um início de pulso dentro de uma, duas ou três amostras antes do início da respectiva localização de janela e uma amplitude de pico que excede o desvio padrão do ruído na janela na respectiva localização de janela.
[253] Em muitas modalidades, a uma ou mais funções são funções de tempo.
[254] Em algumas dessas modalidades, no entanto, a pessoa versada considerará que a uma ou mais funções podem não ser funções exclusivamente de tempo.
[255] O método pode compreender fornecer os dados de saída de detector em, ou converter os dados de saída de detector para, forma digital antes de ajustar a uma ou mais funções aos dados de saída de detector.
[256] Em uma modalidade, a uma ou mais funções são da forma:
Figure img0029
nessa modalidade, v(t) pode ser calculado numericamente, tal como pela fórmula
Figure img0030
[257] Embora matematicamente,
Figure img0031
sempre que β ^ a, a fórmula acima possa ser usado para avaliar v(t) numericamente. Além disso, a fórmula acima permanece correta mesmo quando a= β, reduzindo desse caso para v(t) = te~at.
[258] Em uma modalidade, a uma ou mais funções são da forma:
Figure img0032
e o método inclui determinar uma localização e amplitude do pulso com um método que compreende: - definir um pulso de referência p(t) como uma convolução de e-αtu(t) com e_βtu(t); - determinar a localização T e amplitude A de f(t) a partir de f(t) = Ap(t-z), com T < 0.
[259] A pessoa versada considerará que o presente aspecto da invenção contempla diferente mas expressões matematicamente equivalentes dessa abordagem.
[260] A pessoa versada também considerará que:
Figure img0033
0002Expandir f(t) = Ap(t — T) fornece as duas equações:
Figure img0034
em que
Figure img0035
No limite como β se torna igual a a, a constante y se torna
Figure img0036
equação (26) se torna T = -A Essa forma é, portanto, adequada para uso em um método estável numericamente para calcular T.
[261] Caso \β — a\ seja muito pequeno, precisa ser tomado cuidado com o cálculo de y. Isso pode ser feito somando-se os primeiros poucos termos na expansão de Taylor:
Figure img0037
[262] A resolução da equação (26) pode ser feita numericamente, tal como com um método de bisseção, especialmente uma vez que a lado esquerdo é monotônico em T.
[263] A determinação do lado esquerdo para diferentes valores de T pode ser feita por qualquer técnica adequada, tal como com uma expansão de série de Taylor para T pequeno. (Na prática, o valor de T será, em geral, pequeno devido ao ruído em geral impossibilitar caracterização precisa de um pulso que iniciou no passado distante).
[264] A aproximação linear em T da equação (26) é
Figure img0038
exata caso β = a. A a solução geral exata (teoricamente)
Figure img0039
cuja expansão de série de Taylor é:
Figure img0040
que é válida desde que \x\ < 1.
[265] O método pode compreender restringir T exigindo-se que ie
Figure img0041
. Assim, devido ao fato de que o lado esquerdo da equação é monotônico em T, a restrição que
Figure img0042
é equivalente è restrição em a e b que 0 < b < ca em que o escalar c é dado por
Figure img0043
De fato, caso T* = -1, então,
Figure img0044
[266] Assim, é possível fornecer uma otimização restrita.
[267] Essa restrição pode ser implantada com as restrições de que α e β não sejam negativos e α > β.
[268] O método também pode compreender restringir a amplitude do pulso. Isso pode ser usado, por exemplo, para impedir que um pulso ajustado seja muito pequeno ou muito grande. De fato, em referência à equação (30) acima, caso T seja restrito para permanecer entre -1 e 0, então, A está entre y-1a e y-aepa. Portanto, a restrição a, restringe a amplitude A.
[269] De acordo com outra modalidade particular, a função f é na forma de uma função com três exponenciais. Em certo exemplo dessa modalidade, as constantes de tempo Ti, —,T3 são conhecidas e diferentes (assim surgem menos problemas de imprecisão numérica), e o método inclui ajustar a curva:
Figure img0045
[270] Em outro exemplo dessa modalidade, as constantes de tempo T1( — ,T3 são conhecidas e em ordem ascendente de modo que TX < T2 < T3, e ajustar a função f inclui o uso de vetores de base:
Figure img0046
Para referência, caso as constantes de tempo difiram, então
Figure img0047
Figure img0048
em que
Figure img0049
[271] Note-se, no entanto, que—diferente do caso prévio de "exponencial duplo", em que havia dois elementos desconhecidos (a saber, a localização e a amplitude do pulso) e duas equações (que vêm dos dois vetores de base), nesse caso "triexponencial" há dois elementos desconhecidos mas três equações. Portanto, há muitas formas diferentes de inverter essas equações (recuperando, desse modo, a localização e a amplitude do pulso), e, em geral, essa será a estratégia que é robusta para ruído.
[272] Em outra modalidade particular, a função f é da forma:
Figure img0050
em que α e β são coeficientes escalares, e o método compreende determinar a e b.
[273] Essa abordagem pode não ser adequada em aplicações em que α=β, mas em algumas aplicações pode ser sabido que é improvável que isso ocorra, o que torna essa modalidade aceitável.
[274] Em um exemplo dessa modalidade, determinar a localização compreende determinar uma localização t *(a’ b) em que:
Figure img0051
será considerado que essa modalidade, que usa e-αt e e_βt tem a desvantagem de que esses termos convergem conforme β se aproxima de α (diferente dos termos v(t) e e-at na modalidade descrita acima, que permanece distinta. De fato, poderia ser dito que e-at corresponde ao fim de um pulso que ocorreu em -<M (enquanto que v(t) representa um pulso que ocorre no tempo 0).
[275] A função f pode ser uma sobreposição de uma pluralidade de funções.
[276] O método pode incluir determinar a amplitude de pulso avaliando-se f = f (t) em t = t * (a,b) .
[277] Assim, a presente invenção pode utilizar um método e aparelho para estimar a localização e amplitude de uma soma de pulsos a partir de observações com ruído de dados de saída de detector. A mesma apresentou a estimativa de probabilidade máxima como o parâmetro de referência (que é equivalente à estimativa de erro médio quadrático mínima uma vez que o ruído é aditivo a ruído branco Gaussiano).
[278] O método pode compreender filtragem passa baixa dos dados antes de ajustar a uma ou mais funções.
[279] Em uma modalidade, no entanto, o método compreende adaptar a uma ou mais funções para permitir uma distorção de baixa frequência nos dados de saída de detector. Isso pode ser feito, em um exemplo, expressando-se a uma ou mais funções como uma combinação linear de três funções exponenciais (tal como f (t)= ae-* - be* + ce-
[280] Em certa modalidade, o método compreende forçar quaisquer estimativas que têm o pulso iniciando dentro da janela para iniciar em um perímetro da janela.
[281] Em uma modalidade particular, o método compreende maximizar o tamanho da janela ou variar o tamanho da janela.
[282] Em uma modalidade, o método compreende transformar os dados de saída de detector com uma transformada antes de ajustar a uma ou mais funções para os dados de saída de detector como transformada.
[283] Essa abordagem pode ser desejável em aplicações nas quais a análise é simplificada caso conduzida em espaço de transformada. Em tais situações, o método também pode compreender subsequentemente aplicar uma transformada inversa à uma ou mais funções, embora em alguns casos seja possível obter as informações desejadas no espaço de transformada.
[284] A transformada pode ser uma transformada de Laplace, uma transformada de Fourier ou outra transformada.
[285] Em uma modalidade, estimar a localização do pico compreende minimizar um deslocamento entre o início de uma janela e um início do pulso.
[286] Em uma modalidade particular, o método compreende adicionalmente detectar um pulso ou pulsos nos dados: - deslizando-se uma janela através dos dados para localizações de janela sucessivas; - identificando-se pulsos possíveis realizando-se ajuste de pulso aos dados na janela em cada localização de janela; - determinando-se que dos pulsos possíveis que têm um início de pulso que fica antes e próximo ao início da respectiva localização de janela e uma amplitude de pico que excede o desvio padrão do ruído na janela na respectiva localização de janela; e - identificando-se como pulsos, ou emitindo-se, dentre os ditos pulsos possíveis aqueles que têm um início de pulso dentro de uma, duas ou três amostras antes do início da respectiva localização de janela e uma amplitude de pico que excede o desvio padrão do ruído na janela na respectiva localização de janela.
[287] De acordo com uma segunda classe de modalidades é implantado um método para localizar um pulso em dados de saída de detector, que compreende: - ajustar uma pluralidade de funções para os dados; - determinar uma função de melhor ajuste, que é qualquer das ditas funções que otimiza uma métrica escolhida quando se modela os ditos dados; e - determinar uma localização e uma amplitude de um pico do dito pulso a partir da dita função de melhor ajuste.
[288] Em uma modalidade, cada uma da uma ou mais funções é uma sobreposição de uma pluralidade de funções.
1.4 PROCESSAMENTO DE PULSO DE ALTO RENDIMENTO COM BASE EM MODELO - MÉTODO 4
[289] O algoritmo descrito brevemente aqui, e em mais detalhes no documento WO2015085372 (incorporado por referência), para processar os dados de detectores de radiação é um algoritmo de processamento de sinal em tempo real com base em modelo em que resolver sinais individuais nos dados de saída de detector compreende transformar dados de detector para produzir dados escalonados, ou com o uso de dados que já estão em uma forma escalonada, e detectar pelo menos um sinal e estimar um parâmetro do sinal com base, pelo menos parcialmente, nos dados escalonados.
[290] O método compreende transformar os dados de saída de detector para produzir dados escalonados ou dados integrais, detectar pelo menos um evento e estimar uma energia de pulso associado com o evento.
[291] Em algumas modalidades detectar o pelo menos um evento ocorre ajustando-se um formato de pulso esperado com um segmento de janela deslizante dos dados de formato de pulso transformados.
[292] Em algumas modalidades o método compreende adicionalmente a etapa de detectar picos no sinal, em que uma métrica de detecção é aplicada aos dados transformados. Em algumas modalidades, a métrica de detecção é comparada a um limiar simples - caso a métrica seja menor do que o limiar, então, é considerado que nenhum pulso está presente - caso a mesma exceda o limiar, então, um ou mais pulsos podem estar presentes. Declaração de picos significativos na métrica de detecção é conduzida, quando a inclinação do pico que muda de positivo para negativo indica um evento.
[293] Será considerado que pode não ser possível caracterizar adequadamente todos os dados (dados não caracterizados são denominados "dados corrompidos”); tais dados corrompidos podem, opcionalmente, ser rejeitados. Será compreendido que o termo "sinal" é intercambiável nesse contexto com "pulso’, uma vez que o mesmo se refere à saída correspondente a eventos de detecção individuais em vez do sinal de saída global que compreende a soma de sinais individuais. Também será considerado que a posição temporal (ou temporização) de um sinal pode ser medida ou expressa de várias formas, tal como de acordo com o tempo (ou posição no eixo geométrico de tempo) do máximo do sinal ou da borda dianteira do sinal. Tipicamente esse é descrito como o tempo de chegada (‘hora de chegada’) ou tempo de detecção.
[294] O método compreende opcionalmente deletar amostras dentro de uma janela definida em volta da borda ascendente para assegurar que a região de borda de cada pulso, em que os dados de pulso de transformada em reais diferem de um pulso transformado idealmente, sejam excluídos dos cálculos.
[295] O método compreende opcionalmente uma avaliação de variância das estimativas de energia nos dados, e validação dos dados modelados.
[296] O método pode incluir construir um modelo dos dados a partir da saída de dados processados e determinar a precisão da modelagem com base em uma comparação entre os dados de saída de detector e o modelo.
[297] Em uma modalidade exemplificativa do método 4, o método inclui criar um modelo da saída de detector com o uso dos parâmetros de sinal em combinação com a resposta de impulso de detector. Em outra modalidade exemplificativa, o método pode incluir realizar detecção de erro comparando-se a saída de detector real com o modelo da saída de detector, tal como com o uso de mínimos quadrados.
[298] O método pode incluir descartar estimativas de energia consideradas não suficientemente precisas. Em uma modalidade, o método inclui apresentar todas as estimativas de energia suficientemente precisas em um histograma.
2. REDUÇÃO DE ACÚMULO DE PULSO
[299] Mesmo onde um método de processamento de pulso de taxa alta apropriado é usado, ainda haverá situações em que não é possível distinguir entre chegadas de pulso pouco espaçadas. Essa situação ocorre quando múltiplos pulsos chegam dentro da janela em que o algoritmo de detecção de pulso é capaz de determinar a chegada de pulsos distintos. Dependendo da taxa de amostragem de ADC, estatísticas de chegada de pulso e componentes eletrônicos de detector, a quantidade total de acúmulo ainda pode ser da ordem de 5% em 1 Mc/s. O acúmulo pode ser o resultado de detectar 2 pulsos como um pulso único, no entanto detectar 3 pulsos como 1 pulso também é possível, enquanto detectar 4 ou mais pulsos como 1 pulso é possível, mas muito menos provável.
2.1 SOLUÇÃO DE PROBLEMA - REMOÇÃO DE ACÚMULO DE DOIS PULSOS
[300] Caso o espectro de energia dos raios X subjacentes seja denotadox, então, o espectro com acúmulo de dois pulsos é:
Figure img0052
em que * denota convolução, e kx é o coeficiente de acúmulo que é estimado a partir de observação de dados ou computado a partir de teoria. A fim de estimar o espectro subjacente x, o seguinte processamento é realizado: 1. Usar o FFT de cada lado, em que convolução agora se torna multiplicação, assim
Figure img0053
2. Em cada unidade de FFT n, resolver a equação quadrática k^XC'n)2 +X(n) -Y(n) = 0, tendo em mente que tanto X(n) quanto Y(n) são complexos. A solução é
Figure img0054
3. A solução correta a usar é a solução “positiva”. A mesma também depende de usar a solução correta para a raiz quadrada complexa; 4. Agora computar o espectro sem acúmulo usando-se o FFT inverso de XX.
Figure img0055
[301] Com o uso do coeficiente de acúmulo correto, é mostrado que o acúmulo é completamente removido.
2.2 SOLUÇÃO DE PROBLEMA - REMOÇÃO DE ACÚMULO DE DOIS E TRÊS PULSOS
[302] Na prática, para espectros medidos em um sistema de varredura de raios X, quando apenas acúmulo de dois pulsos foi removida, foi observado que ainda havia algum acúmulo residual em energias superiores. Isso indicou que havia algum acúmulo não removido de três (ou mais) pulsos nessas energias superiores. A fim de remover algum, e esperançosamente a maior parte, desse acúmulo residual, o modelo é agora estendido para incluir acúmulo de 3 pulsos, assim, o espectro recebido é dado por:
Figure img0056
em que * denota convolução, e kx e k2 são os coeficientes de acúmulo para acúmulo de dois e três pulsos respectivamente. A fim de estimar o espectro subjacente x, o seguinte processamento é realizado: 1. Usar o FFT de cada lado, em que convolução agora se torna multiplicação, assim
Figure img0057
2. Para cada uma de N unidades no FFT, Resolver a equação cúbica
Figure img0058
tendo em mente que tanto X quanto Y são complexos. Tal como na quadrática, há uma solução de forma fechada, no entanto, a solução para a cúbica é consideravelmente mais complicada como segue: 3. Dividir através de k2, assim, cada equação é agora da forma
Figure img0059
observe-se que X(n) e c(n) são complexos b. Computar
Figure img0060
c. Computar
Figure img0061
d. Verificar P, e negar caso desejável. Caso Re(conj(R). P) < 0, então, P = -P. Isso é para assegurar que as raízes cúbicas corretas sejam obtidas na próxima etapa. e. Computar
Figure img0062
f. Computar
Figure img0063
g. Computar as 3 soluções para a equação cúbica:
Figure img0064
4. Escolher a solução para alocar para X(n). A solução correta é aquela com menor magnitude der2e r3.
Figure img0065
5. Agora computar o espectro sem acúmulo usando-se o FFT inverso de X.
Figure img0066
[303] Com o uso dos coeficientes de acúmulo corretos, é mostrado na Figura 11 que o acúmulo é completamente removido. Caso os mesmos dados sejam processados com o solucionador quadrático, o qual assume acúmulo apenas de dois pulsos, pode ser visto na Figura 12 que ainda há acúmulo residual no espectro em valores de energia superiores, e leve distorção do espectro em energia inferior.
3. PROJETO DE JANELA DE SUAVIZAÇÃO ESPECTRAL ÓTIMA
[304] A suavização do espectro de energia é particularmente útil em sistemas de triagem de raios X em que a duração para medição de espectro pode ser muito curta a fim de obter uma alta resolução espacial na imagem de amostra. Foi constatado que espectros de energia típicos produzidos por um sistema de varredura de raios X de energia ampla tendem a ter quase exclusivamente componentes de baixa frequência. Inicialmente para reduzir largura de banda de comunicação, mas também para reduzir exigência computacional e fornecer o benefício adicionado de suavização do espectro, os dados de espectro são passados através de um FFT.
[305] Após o FFT, a maioria das unidades de FFT são descartadas, uma vez que é necessário manter apenas aproximadamente 1/8 das unidades de FFT a fim de reconstruir precisamente o espectro de energia. Por exemplo caso haja 512 unidades de histograma computadas, apenas 32 unidades de FFT complexas são mantidas. As últimas 32 unidades de FFT complexas são apenas a conjugada complexa dessas unidades, e as restantes 448 unidades não contêm (quase) nenhuma informação.
[306] O efeito de descartar essas unidades de FFT é: 1. Fornecer rejeição de ruído; 2. Filtrar o espectro reconstruído (após iFFT).
[307] No entanto, caso uma janela de FFT retangular seja aplicada, após iFFT o espectro medido é substancialmente convolvido com uma função sinc. Isso não é desejável devido à extensão longa da função sinc, e grande zumbido.
[308] Para melhorar o projeto de função de janela FFT, foi adotada a seguinte abordagem: 1. Especificar a janela “tempo domínio” desejada. Nesse exemplo, um pulso de cosseno elevado é usado; 2. Usar o FFT da janela desejada (tornada simétrica em volta de 0 para fornecer apenas saída de FFT real); 3. Multiplicar esse resultado pela janela retangular existente apenas. 4. Multiplicar adicionalmente o resultado por uma janela que tem uma leve conicidade na borda para reduzir adicionalmente zumbido que resulta de multiplicação por uma janela retangular.
[309] A Figura 14 ilustra o resultado obtido. A janela retangular caso usado por si só, resulta no espectro medido ser convolvido com uma função sinc, com largura na amplitude média de aproximadamente 10 amostras, mas oscilações significativas - por volta de 22% no primeiro pico que se torna negativo. Através de definição cuidadosa de janela de usuário w é possível obter uma resposta no domínio de “tempo” que é aproximadamente de cosseno elevado por natureza, com pouca natureza oscilatória - por volta de 0,2%. No entanto, a largura em amplitude média aumenta para cerca de 20 amostras.
[310] Embora o FFT e truncagem de dados tenham sido usados para reduzir comunicação e carga computacional, o benefício adicional de uma função de janela projetada apropriadamente é que os espectros de energia recebidos são suavizados antes de processamento, o que resulta em uma redução significativa no ruído nas estimativas de Z efetivo, e no potencial para o uso de menos unidades na estimativa de Z efetivo ao mesmo tempo em que alcança um resultado similar.
4. CALIBRAÇÃO DE PARÂMETRO DE PULSO
[311] A seguir é apresentado um método adequado para a calibração dos parâmetros de pulso recebidos α e β para pulsos da forma:
Figure img0067
em que α e β são as constantes de tempo de borda descendente e borda ascendente respectivamente, tθ é a hora de chegada de pulso, Ta é a janela média de pulso e A é um fator de escala de pulso relacionado à energia de pulso.
[312] Os parâmetros de pulso podem ser estimados a partir de uma captura de série de tempo do sinal de detector digitalizado como segue: 1. Obter diversas amostras do sinal de detector digitalizado, obtido durante um período com raios X ligado, e taxa de pulso global é baixa o suficiente para que pulsos isolados possam ser extraídos. Dependendo dos parâmetros de pulso, com pulsos rápidos pode ser adequado usar aproximadamente 500k amostras em taxa de amostra de 100 MHz, e em uma taxa de contagem de até 500k pulsos por segundo; 2. Extrair um bloco de amostras de comprimento (nump0 x sampleRate / nominalCountRate). Para nump0 = 40, Taxa de amostra de 100 MS/s, taxa de contagem nominal 100 kcs, isso é 40.000 amostras; 3. Calcular o limiar de ruído nthr; a. Histograma do bloco de dados - as unidades de histograma são números inteiros na faixa dos dados amostrados +/- 2A13 para dados sinalizados em 14 bits; b. Encontrar a unidade com o valor mais alto. Esse é o ruído médio estimado; c. Encontrar a unidade em que o nível cai para 0,63 do pico. A diferença do pico é o desvio padrão de ruído estimado (sigma); d. Definir o limiar de ruído em 2 sigma a partir da média. nthr = noiseMean + 2 x noiseSigma. Fatores além de 2 também podem ser usados, dependendo da aplicação; 4. Calcular o limiar de sinal sthr; a. Filtrar o bloco de dados com o filtro de “salto” da forma [-1 -1 -1 0 1 1 1]; b. Definir o limiar de detecção em nthr, e incrementar em etapas de 4 x ruído Sigma; c. Definir limiar dos dados filtrados, e determinar o número de execuções em que os dados excedem sthr. Uma “execução” é uma sequência contínua de amostras em que todas excedem sthr, terminada em cada extremidade por uma amostra abaixo de sthr; d. Continuar a incrementar o limiar de detecção até na etapa k nruns(k) - nruns(k-1) >= -1. Isto é, até o número de execuções parar de diminuir. (Nota: esses critérios de parada poderiam produzir um limiar pessimista em taxas contagem superiores); e. Definir que sthr seja o limiar atual na etapa k; 5. Estimar a taxa de contagem como nruns(k) / (tamanho de armazenamento temporário/Taxa de amostra); 6. Etapa opcional: Caso a taxa de contagem estimativa seja menos do que a metade ou mais do que o dobro da taxa de contagem nominal, refazer o cálculo limiar de ruído e de sinal com um tamanho de armazenamento temporário dados computados a partir da estimativa de taxa de contagem para chegar mais próximo a nump0 pulsos detectados; 7. Implantar a máquina de estado de detecção de pulso. Primeiro, detectar nump1 = 50 pulsos para estimar o comprimento de pulso lenp (inicialmente definir lenp para 0). Em seguida detectar nump2 = 600 pulsos para estimativa e otimização de parâmetro completa. O estado de detecção de pulso trabalhado é como segue: a. Entrar em estado de “seekPulse”; b. Quando um valor excede sthr, entrar em estado de “detPulse”; c. Em estado de “detPulse”, procurar valor abaixo de sthr. Entrar em estado de “seekEndPulse”; d. Em estado de “seekEndPulse”; i. Caso valor > sthr, uma nova detecção ocorreu antes do fim do pulso. Entrar em estado de “pulsePileUp”; ii. Caso valor < nthr e pulseLength > lenp, o fim de um pulso válido é detectado - gravar parâmetros de início/fim/comprimento de pulso e reentrar em estado de “seekPulse”; e. Em estado de “pulsePileUp”, procurar valor abaixo de sthr, então, entrar em estado de “seekEndPileup”; f. Em “seekEndPileup”, mudar estado; i. Caso valor > sthr, uma nova detecção ocorreu antes do fim de um evento de acúmulo, o que indica acúmulo adicional. Retornar para estado de “pulsePileUp”; ii. Caso valor < nthr e pulseLength > lenp, o fim do evento de acúmulo foi alcançado; Gravar os detalhes de pulso e marcar como acúmulo, assim, o mesmo não é usado em calibração. Na prática todos os detalhes sobre esse evento de pulso poderiam ser descartados uma vez que o mesmo não será usado em calibração; 8. Para os primeiros nump1 pulsos válidos (isolados), fazer o seguinte: a. Computar hora de chegada (t0), expoente de borda ascendente (beta), expoente de borda descendente (alfa), tempo médio (Ta), sinal máximo (Smax), tempo de máximo (tmax), energia de pulso (E); b. Alguns pulsos podem ser rejeitados nesse ponto caso pareça que há na verdade mais do que um pulso (acúmulo não detectado) - isso é indicado por múltiplo cruzamentos em zero na derivada dos dados filtrados (derivada zero = localização max/min local); c. Definir a estimativa de comprimento de pulso para 7 / mediana(alfa). Isso produz um valor aproximado para a amostra em que o pulso cairá para 0,001 do valor de pico; Uma computação mais precisa pode ser obtida com o uso de alfa e beta caso exigido, mas o limiar de 0,001 é de alguma forma arbitrário em qualquer caso, e na extremidade do pulso é lentamente convergente para zero; 9. Retornar para a etapa 8 e obter nump2 pulsos. nump2 = 600 foi usado, mas isso é de alguma forma arbitrário e com base em quantos pulsos estavam na verdade nos dados de teste. Apenas metade desses pulsos eventualmente serão usados na calibração, assim, nump2 precisa ser o dobro do número de pulsos que são exigidos (desejados) no processo de calibração; 10. Para cada um dos nump2 pulsos: a. Computar hora de chegada (t0), expoente de borda ascendente (beta), expoente de borda descendente (alfa), tempo médio (Ta), sinal máximo (Smax), tempo de máximo (tmax), energia de pulso (E). Novamente, alguns pulsos podem ser rejeitados caso os mesmos pareçam ser acúmulo não detectado; b. Classificar os pulsos em sequência de energia crescente; c. Computar os valores de energia de quartil superior e inferior. Descartar pulsos nos quartis superior e inferior. Isso remove eficazmente valores atípicos de energia da amostra, embora em uma mistura de energias de pulso essa possa não ser a melhor coisa a fazer. Na verdade, pode ser melhor para classificar em alfa, beta, ou função de custo de mínimos quadrados e descartar com base nisso. Para agora a classificação de Energia parece adequada; d. Para os pulsos restantes, agora apenas metade de nump2 (cerca de 300 caso nump2 = 600); i. Computar um formato de pulso estimado a partir dos parâmetros alfa, beta, Ta, t0; ii. Normalizar o pulso real recebido por sua energia; iii. Computar a função de custo = soma de erros quadráticos entre os pulsos estimado e real (ambos são normalizados para serem nominalmente energia unitária); iv. Realizar uma otimização de mínimos quadrados iterativa para obter estimativas ótimas de alfa, beta, Ta, juntamente com função de custo final e número de iterações para convergência do otimizador de mínimos quadrados. Nota: Um aproximado otimizador LS Gauss Newton foi implantado. Em vez de Jacobiana 3x3 completa, uma série de 1D Jacobianas em cada dimensão é computada. Essas são derivadas numéricas, assim, poderiam ser submetidas a erro substancial. Isso significa que a trajetória não é sempre na direção ótima, com maior risco de divergência caso a função não seja bem comportada. Não é recomendado usar a função dessa forma, mas caso um otimizador LS eficiente não esteja disponível uma implantação mais robusta poderia ser fornecida; 11. A partir dos resultados otimizados de mínimos quadrados, definir os valores finais de alfa, beta, Ta. Esse pode ser mediana ou valores médios dos parâmetros otimizados. O valor de t0 pode ser definido arbitrariamente de modo que ou a) t0 = 0 (e o pulso, portanto, tem algum sinal para amostra k < 0) ou b) t0 = ceil(Ta), em que nesse caso o pulso é zero em k=0 e tem valor positivo a partir de k>=1; 12. A forma de pulso p(t) pode ser computada diretamente a partir da fórmula e do Ta estimado, α e β.
5. MÉTODO PARA RASTREAMENTO DE REFERÊNCIA
[313] A fim de determinar corretamente a energia dos pulsos, é desejável levar em conta deslocamento DC (ou sinal referência, usado de forma intercalada) no sinal do detector. Esse deslocamento DC pode surgir de várias fontes que incluem os níveis de polarização de componentes eletrônicos analógicos, a conversão analógica para digital e o próprio detector. Teoria de controle sugere que o erro de deslocamento DC pode ser rastreado e reduzido para zero gerando-se um sinal de retroalimentação que é proporcional à integral do sinal - no entanto há um problema significativo no caso de processamento de pulso. Pulsos introduzem recursos adicionais para o sinal que tem média diferente de zero. Isso introduz uma polarização dependente de energia de pulso, taxa de contagem e formato de pulso, que corrompe o sinal de retroalimentação e impede rastreamento de ciclo de controle padrão a partir de remoção bem sucedida do deslocamento DC.
[314] Para superar esse problema, a saída de sinal de detector é processada digitalmente para remover os efeitos de conformação de pulso introduzidos por componentes eletrônicos analógicos. Quando nenhum deslocamento DC está presente, esses resultados de sinal processados em um formato de sinal que tem valor constante nas regiões entre chegadas de pulso, e uma mudança rápida em valor onde os pulsos chegam. Caso um deslocamento DC residual esteja presente no sinal de detector o sinal processado muda linearmente com tempo nas regiões entre chegadas de pulso. Um sinal de retroalimentação de erro que é proporcional à inclinação desse sinal pode ser formado usando-se a diferença entre duas amostras. Essas amostras não precisam ser consecutivas, mas podem ser separadas por 'N' amostras no tempo.
[315] Escolhendo-se um valor apropriado para 'N', um sinal com uma razão sinal para ruído adequada pode ser encontrado para dirigir um ciclo de retroalimentação.
[316] A fim de reduzir o impacto de polarização introduzido por eventos de pulso, o ciclo de rastreamento de referência não é atualizado quando um pulso tiver chegado entre as duas amostras usadas para gerar o sinal de erro de retroalimentação.
[317] O impacto de polarização pode ser reduzido adicionalmente impedindo-se que o ciclo de rastreamento de referência atualize quando um pulso tiver chegado dentro de uma região de guarda em qualquer lado das amostras usado para gerar o sinal de erro de retroalimentação.
[318] Deve ser observado que devido à polarização provocada pela chegada de pulso, o valor do sinal de detector processado aumenta sempre que um pulso chega. Isso eventualmente faz com que os registradores internos usados para armazenar o valor do sinal transbordem. O valor do sinal processado é monitorado, e quando transbordo é detectado, o ciclo de rastreamento de referência é impedido de atualizar até que os efeitos de transbordo tenham passado.
[319] Denotando-se o sinal de pulso processado na amostra ncomo x(n), as etapas seguintes sumarizam o procedimento para computar a atualização para a estimativa de deslocamento de DC, denotada DC(n): 1. Computar a diferença entre amostras de sinal afastadas N amostras; 2. Determinar se a atualização deve ser aplicada. Não aplicar a atualização de DC caso; a. Uma chegada de pulso seja detectada em uma amostra entre amostras n e n + N; b. Transiente de um pulso detectado prévio não tenha decaído. O transiente pode ser considerado para as últimas M amostras após um pulso ser detectado; c. O sinal processado x(n) estiver próximo a alcançar transbordo positivo e em volta de um grande valor negativo. Não processar caso x(n) esteja dentro de um limiar Δ de transbordo positivo ou negativo; 3. Caso a atualização de DC deva ser aplicada, então, computar a atualização de deslocamento DC como
Figure img0068
em que k << 1 é o ganho de atualização, e é escolhido para obter o equilíbrio desejado entre resposta rápida e ruído na estimativa de DC.
[320] Por fim, o mesmo hardware pode ser usado para rastrear múltiplos deslocamentos de referência em múltiplos canais em um esquema multiplexado por divisão de tempo. Os valores para as variáveis de ciclo de rastreamento para cada canal são armazenados/carregados quando se comuta entre canais. O ciclo de rastreamento de referência é impedido de atualizar até efeitos transientes da mudança de canal de detector terem passado.
6. COLIMAÇÃO
[321] Colimação muito justa pode ser usada dentro do digitalizador a fim de minimizar o efeito de dispersão no espectro medido. Isso é particularmente importante onde transições de intensidade alta para baixa ou de baixa para alta ocorrem. Os resultados globais do sistema mostraram que dispersão foi endereçada grandemente através da inclusão de colimação justa.
7. CÁLCULO DE REFERÊNCIA
[322] O propósito do cálculo de referência é estabelecer a intensidade média para cada detector. Esse valor é usado para colocar em escala todos os histogramas de intensidade para energia unitária. Isso é denominado comumente como normalização.
[323] Uma intensidade de referência é calculada para cada detector. A intensidade de referência é calculada como a intensidade média sobre as primeiras N porções em uma varredura. A intensidade é a 1a unidade no FFT ou a soma de todos os elementos de valor complexo no vetor FFT.
[324] Também há um histograma de referência computado em da mesma forma - ponderando-se os histogramas de energia medida para as primeiras N porções. O histograma de referência é usado para normalizar todos os histogramas medidos para assegurar que qualquer execução para executar variações em fluxo de raios X não impacte a computação de Z efetivo.
[325] A referência é medida durante um intervalo em que: 1. Raios X estão estabilizados, assim, o fluxo de raios X não é variável e não variará pela duração da varredura (na prática a fonte Smiths varia - especialmente quando falha - e isso pode impactar resultados); 2. Antes da chegada da amostra sob teste.
[326] A implantação atual usa uma duração medida em porções. Isso pode provocar problemas quando a taxa de porção é reduzida abaixo de 5 ms, por exemplo, a coleta de referência pode executar na amostra sob teste. Isso precisa ser corrigida em 2 formas para ser completamente robusto: 1. Usar a taxa de porção configurada e velocidade de varredura para computar uma duração para a qual a referência é coletada, não um número definido de porções; 2. Incorporar o sinal de detecção objeto para assegurar que a coleta de referência seja parada imediatamente caso uma amostra seja detectada antes da duração de referência concluir - o usuário deve ser alertado quando isso ocorre uma vez que o desempenho não seria garantido; Z efetivo mais preciso e consistente pode ser obtido caso uma duração de coleta de referência mais longa seja usada.
CONCLUSÃO
[327] As pessoas versadas na técnica também considerarão que muitas variações podem ser feitas à invenção sem que se afaste do escopo da invenção, o qual é determinado a partir do escopo mais amplo e reivindicações.
[328] Por exemplo, embora a invenção seja descrita com referência a um sistema de caracterização de material que forma uma imagem conforme o material passa através do detector, como discutido acima, a formação de uma imagem não é um elemento essencial do aspecto mais amplo. Quanto mais detectores são fornecidos, mais precisa será a caracterização de material. O número de detectores precisa para ser determinado com base nas exigências de velocidade de processamento, custo e precisão da aplicação.
[329] Ademais, embora a invenção seja descrita com referência à espectroscopia de transmissão de raios X de contagem de fóton resolvida por energia, como discutido acima, o aspecto mais amplo da invenção abrange qualquer estratégia de detecção de caracterização de materiais que utiliza uma fonte de radiação incidente.
[330] Ainda adicionalmente, embora o exemplo acima se refira à caracterização de minério, em seu aspecto mais amplo a invenção se refere à caracterização de qualquer material, que pode incluir materiais sólidos ou líquidos, que incluem recursos tais como minerais, petróleo, solo, ou água; e o material pode estar localizado em qualquer lugar que inclui subsolo, no terreno ou no mar. O material pode incluir substância particulada, substância não particulada, minério, carvão, cimento, areia mineral, fluido, fluido de hidrocarboneto, material agrícola, solo, alimento ou bebida, produtos farmacêuticos, metais, plásticos, vidro, madeira, material contaminado, material perigoso, resíduo, serragem ou efluente.
[331] A expressão “atividade de exploração, identificação, extração ou processamento de material” inclui dentro de seu escopo qualquer atividade relacionada a recuperar, remover, cavar, lixiviar, minerar, perfurar furo, jatear, goivar, dragar, escavar, extrair, arrancar, amostrar, remediar, beneficiar, medir, classificar, avaliar ou analisar, ou similares.
[332] Nas reivindicações que seguem e na descrição anterior da invenção, exceto onde o contexto exige de outra forma devido à linguagem expressa ou implicação necessária, a palavra “compreender” ou variações tais como “compreende” ou “que compreende” é usado em um sentido inclusivo, isto é, para especificar a presença dos recursos expostos, mas não para impossibilitar a presença ou adição de recursos em várias modalidades da invenção. Ademais, quaisquer etapas de método enumeradas nas reivindicações não se destinam necessariamente a serem realizadas na sequência temporalmente escrita, ou a serem realizadas sem pausa uma vez iniciadas, a menos o contexto exija.

Claims (8)

1. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, sendo um sistema para caracterizar, pelo menos, parte de um material que inclua: uma fonte de raios X incidentes configurados para irradiar pelo menos parte do material; um ou mais detectores adaptados para detectar radiação emanando de dentro ou passando através do material como resultado da irradiação pelos raios-X incidentes e, assim, produzir um sinal de detecção; e um ou mais processadores digitais configurados para processar o sinal de detecção para caracterizar pelo menos parte do material; caracterizado por um ou mais detectores e um ou mais processadores digitais serem configurados para caracterizar pelo menos parte do material através da realização de análise de espectroscopia de transmissão de raios X de contagem de fótons de energia resolvida, calculado utilizando-se o espectro de energia do detector, a análise de espectroscopia de transmissão de raios-X de contagem de fótons de energia resolvida, compreendendo a medição de um número atômico eficaz Z com base no espectro de energia do detector, em comparação com as medições de calibração feitas durante uma calibração; e em que a calibração compreende a tomada de medidas de calibração obtidas a partir de irradiações de amostras de espessura variadas de diferentes materiais de calibração do número atômico conhecido Z, de modo a gerar espectros de energia do detector de calibração I (Z, x, B) em função de Z, uma espessura material de calibração x, e caixas de histograma B, sem uma calibração absoluta de energia das caixas de histograma B; e pelo material ser minério ou carvão.
2. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 1, caracterizado por: um ou mais detectores compreenderem um ou mais detectores de cintilação, cada um composto de um material de cintilação adaptado para produzir radiação eletromagnética por cintilação dos fótons e um elemento de produção de pulso adaptado para produzir o pulso elétrico da radiação eletromagnética; e o elemento de produção de pulsos compreender um material sensível ao fóton e um ou mais detectores de cintilação serem uma pluralidade de detectores de cintilação dispostos lado a lado em uma ou mais matrizes de detectores de elementos cintiladores individuais do material de cintilação, cada um coberto com material reflexivo em torno dos seus lados e dispostos adjacente e opticamente acoplados a um material sensível ao fóton.
3. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 3, caracterizado pelo material da cintilação ser o oxiortossilicato de lutécio-ítrio (LYSO).
4. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 2, caracterizado pelo material fóton-sensível ser um fotomultiplicador do silicone (SiPM).
5. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 2 a 4, caracterizado pelos elementos individuais do cintilador de um ou mais das matrizes do detector apresentarem uma área transversal à radiação emitida de mais de 2 milímetros quadrados e menos de 5 milímetros quadrados.
6. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 1 a 5, caracterizado por um ou mais processadores digitais estarem configurados para executar a etapa de comparação com as medidas de calibração, computando uma função de custo dependente de uma diferença entre o espectro de energia do detector e do espectro de energia prevista para um material com número atômico efetivo Z.
7. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 1 a 6, caracterizado por uma calibração de ganho ser realizada em cada detector individualmente para fornecer consistência de determinação de energia entre os detectores, e um ou mais processadores digitais ser ainda configurado para calcular o detector de espectro energético para cada detector, tendo em conta a calibração do ganho.
8. “MÉTODO DE CARACTERIZAÇÃO DE MATERIAIS”, sendo um método de caracterização de pelo menos parte de um material, caracterizado por compreender as etapas de: ✓ Irradiar pelo menos parte do material com raios X incidentes a partir de uma fonte de raios X; ✓ Detectar a radiação emanando de dentro ou passando através do material em consequência da irradiação pelos raios X do incidente; ✓ Produzir um sinal de detecção; ✓ Processar o sinal de detecção para caracterizar pelo menos parte do material; e caracterização pelo menos parte do material através da análise de espectroscopia de transmissão de raios X de contagem de fótons de energia resolvida, calculado utilizando-se o espectro de energia do detector, a análise de espectroscopia de transmissão de raios-X de contagem de fótons de energia resolvida, compreendendo a medição de um número atômico eficaz Z com base no espectro de energia do detector, em comparação com as medições de calibração feitas durante uma calibração; e em que a calibração compreende a tomada de medidas de calibração obtidas a partir de irradiações de amostras de espessura variadas de diferentes materiais de calibração do número atômico conhecido Z, de modo a gerar espectros de energia do detector de calibração I (Z, x, B) em função de Z, uma espessura material de calibração x, e caixas de histograma B, sem uma calibração absoluta de energia das caixas de histograma B; em que o material é minério ou carvão.
BR112018074796-3A 2016-05-30 2017-05-30 Sistema e método de caracterização de material BR112018074796B1 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
AU2016902059 2016-05-30
AU2016902059A AU2016902059A0 (en) 2016-05-30 Material characterisation system and method
PCT/AU2017/050514 WO2017205914A1 (en) 2016-05-30 2017-05-30 Material characterisation system and method

Publications (2)

Publication Number Publication Date
BR112018074796A2 BR112018074796A2 (pt) 2019-03-12
BR112018074796B1 true BR112018074796B1 (pt) 2023-03-28

Family

ID=60478498

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112018074796-3A BR112018074796B1 (pt) 2016-05-30 2017-05-30 Sistema e método de caracterização de material

Country Status (7)

Country Link
US (1) US11243327B2 (pt)
EP (1) EP3465180A4 (pt)
AU (1) AU2017274079B2 (pt)
BR (1) BR112018074796B1 (pt)
CA (1) CA3025821A1 (pt)
WO (1) WO2017205914A1 (pt)
ZA (1) ZA201808640B (pt)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112018074802B1 (pt) 2016-05-30 2023-03-28 Southern Innovation International Pty Ltd Sistema e método de caracterização de material
US20210354911A1 (en) * 2016-07-15 2021-11-18 Cleanrobotics Technologies, Inc. Waste receptacle with sensing and interactive presentation system
US11268857B2 (en) * 2018-05-25 2022-03-08 Toyo Corporation Spectrum analysis method and spectrum analysis apparatus
GB2577686B (en) * 2018-10-01 2022-08-10 Smiths Heimann Sas Correction of images
FR3087035B1 (fr) * 2018-10-09 2020-10-30 Commissariat Energie Atomique Procede de correction d'une image spectrale
BR112021007205A2 (pt) * 2018-10-18 2021-08-10 Security Matters Ltd. sistema para detectar e identificar pelo menos um elemento estranho predeterminado em uma substância, e, método para inspecionar uma substância .
DE102019111567A1 (de) 2019-05-03 2020-11-05 Wipotec Gmbh Verfahren und Vorrichtung zur Röntgeninspektion von Produkten, insbesondere von Lebensmitteln
CN111814711B (zh) * 2020-07-15 2023-08-08 中国矿业大学 一种应用于矿井机器视觉的图像特征快速匹配方法及系统
CA3238228A1 (en) * 2021-11-16 2023-05-25 Adam Damiano Shrouded x-ray device
WO2024108257A1 (en) * 2022-11-24 2024-05-30 Southern Innovation International Pty Ltd Density measuring

Family Cites Families (81)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5600700A (en) * 1995-09-25 1997-02-04 Vivid Technologies, Inc. Detecting explosives or other contraband by employing transmitted and scattered X-rays
US5943388A (en) * 1996-07-30 1999-08-24 Nova R & D, Inc. Radiation detector and non-destructive inspection
US6442233B1 (en) * 1998-06-18 2002-08-27 American Science And Engineering, Inc. Coherent x-ray scatter inspection system with sidescatter and energy-resolved detection
US7248716B2 (en) * 2001-07-06 2007-07-24 Palantyr Research, Llc Imaging system, methodology, and applications employing reciprocal space optical design
US7072440B2 (en) * 2001-10-19 2006-07-04 Control Screening, Llc Tomographic scanning X-ray inspection system using transmitted and Compton scattered radiation
DE60121172D1 (de) 2001-10-22 2006-08-10 Miconos Technology Ltd Röntgenstrahlung-Inspektionssystem für Produkte, insbesondere Nahrungsmittel
US7065175B2 (en) * 2003-03-03 2006-06-20 Varian Medical Systems Technologies, Inc. X-ray diffraction-based scanning system
WO2004095060A2 (en) * 2003-04-23 2004-11-04 L-3 Communications Security and Detection Systems Corporation X-ray imaging technique
US7092485B2 (en) * 2003-05-27 2006-08-15 Control Screening, Llc X-ray inspection system for detecting explosives and other contraband
US6987833B2 (en) * 2003-10-16 2006-01-17 General Electric Company Methods and apparatus for identification and imaging of specific materials
US7099433B2 (en) * 2004-03-01 2006-08-29 Spectramet, Llc Method and apparatus for sorting materials according to relative composition
US7564943B2 (en) * 2004-03-01 2009-07-21 Spectramet, Llc Method and apparatus for sorting materials according to relative composition
US7453987B1 (en) * 2004-03-04 2008-11-18 Science Applications International Corporation Method and system for high energy, low radiation power X-ray imaging of the contents of a target
US7634061B1 (en) * 2004-03-26 2009-12-15 Nova R & D, Inc. High resolution imaging system
EA009923B1 (ru) * 2004-03-27 2008-04-28 Тексмаг Гмбх Устройство детектирования соединения листов резины
BRPI0514958A (pt) * 2004-09-07 2008-07-01 Petromodel Ehf aparelho e método para análise de tamanho, forma e angularidade e para análise composicional de partìculas de mineral e rocha
JP5022902B2 (ja) 2004-09-16 2012-09-12 サザン イノヴェーション インターナショナル プロプライアトリー リミテッド 検出器出力データ内の個別信号分離装置および方法
US8054458B2 (en) * 2006-03-21 2011-11-08 Baker Roger C Optical device for detecting live insect infestation
US7769132B1 (en) 2007-03-13 2010-08-03 L-3 Communications Security And Detection Systems, Inc. Material analysis based on imaging effective atomic numbers
US7742568B2 (en) * 2007-06-09 2010-06-22 Spectrum San Diego, Inc. Automobile scanning system
US7869566B2 (en) * 2007-06-29 2011-01-11 Morpho Detection, Inc. Integrated multi-sensor systems for and methods of explosives detection
CN101435783B (zh) * 2007-11-15 2011-01-26 同方威视技术股份有限公司 物质识别方法和设备
US7613274B2 (en) * 2007-11-16 2009-11-03 General Electric Company Method and system of energy integrating and photon counting using layered photon counting detector
US20090168958A1 (en) * 2008-01-02 2009-07-02 Cristina Francesca Cozzini Apparatus and method for identifying components in a container
EP2260334A4 (en) * 2008-03-31 2015-03-11 Southern Innovation Internat Pty Ltd METHOD AND APPARATUS FOR DRILLING DIAGRAPHY
WO2009121132A1 (en) 2008-03-31 2009-10-08 Southern Innovation International Pty Ltd Radiation imaging method with individual signal resolution
JP2011516838A (ja) 2008-03-31 2011-05-26 サザン イノヴェーション インターナショナル プロプライアトリー リミテッド スクリーニング方法および装置
JP5461547B2 (ja) * 2008-07-07 2014-04-02 コーニンクレッカ フィリップス エヌ ヴェ K端イメージング
US7965816B2 (en) 2008-08-11 2011-06-21 Control Screening, LLC. Scanning X-ray inspection system using scintillation detection with simultaneous counting and integrating modes
AU2009328651A1 (en) 2008-12-18 2011-06-30 Southern Innovation International Pty Ltd Method and apparatus for resolving piled-up pulses by using a mathematical transform
FR2953603A1 (fr) * 2009-12-09 2011-06-10 Commissariat Energie Atomique Procede et dispositif de reconnaissance d'un materiau a l'aide de sa fonction de transmission
GB2490635B (en) 2010-02-25 2017-01-18 Rapiscan Systems Inc A high-energy x-ray spectroscopy-based inspection system to determine the atomic number of materials
CN102313752B (zh) * 2010-06-30 2014-07-23 清华大学 物品检测设备及其检测方法
IT1405995B1 (it) * 2010-07-09 2014-02-06 Alta Lab S R L Sistema e metodo per la ispezione a raggi x e la identificazione della composizione chimica dei materiali
US9208585B2 (en) * 2010-07-16 2015-12-08 Mayo Foundation For Medical Education And Research System and method for improved energy series of images using multi-energy CT
US8422636B2 (en) * 2010-10-12 2013-04-16 Ge Medical Systems Israel, Ltd. Photon counting and energy discriminating detector threshold calibration
US8457274B2 (en) * 2010-10-18 2013-06-04 American Science And Engineering, Inc. System and methods for intrapulse multi-energy and adaptive multi-energy X-ray cargo inspection
WO2012171059A1 (en) 2011-06-14 2012-12-20 Southern Innovation International Pty Ltd Method and apparatus for identifying pulses in detector output data
DK2726711T3 (da) * 2011-06-29 2020-07-27 Minesense Tech Ltd Ekstraktion af udvundet malm, mineraler eller andre materialer med anvendelse af sensorbaseret sortering
US9316537B2 (en) 2011-06-29 2016-04-19 Minesense Technologies Ltd. Sorting materials using a pattern recognition, such as upgrading nickel laterite ores through electromagnetic sensor-based methods
GB201113224D0 (en) * 2011-08-01 2011-09-14 Kromek Ltd Method for the radiological investigation of an object
EP2739995B1 (en) * 2011-08-01 2017-05-24 Kromek Limited Detection and/or classification of materials
US9423363B2 (en) * 2011-08-01 2016-08-23 Kromek Limited Object monitoring using multi spectral radiation
MX2014001261A (es) * 2011-08-04 2014-10-24 Tech Resources Pty Ltd Procesamiento de mineral.
US8855809B2 (en) * 2011-09-01 2014-10-07 Spectramet, Llc Material sorting technology
WO2013048436A1 (en) * 2011-09-30 2013-04-04 Analogic Corporation Photon count correction
US8929508B1 (en) * 2012-04-17 2015-01-06 Robert E. Alvarez Energy selective X-ray system with low noise
JP5863547B2 (ja) * 2012-04-20 2016-02-16 ヤマハ発動機株式会社 プリント基板の検査装置
DK2844403T3 (en) * 2012-05-01 2018-09-17 Minesense Tech Ltd High capacity cascade mineral sorting machine
US8907290B2 (en) 2012-06-08 2014-12-09 General Electric Company Methods and systems for gain calibration of gamma ray detectors
US20140077007A1 (en) * 2012-09-20 2014-03-20 National Recovery Technologies, Llc Methods of Processing Waste Material to Render a Compostable Product
EP2914179A1 (en) * 2012-11-02 2015-09-09 Analogic Corporation Volumetric and projection image generation
WO2014091444A1 (en) * 2012-12-14 2014-06-19 Koninklijke Philips N.V. Detector unit with pulse shaper
JP6073675B2 (ja) * 2012-12-28 2017-02-01 東芝メディカルシステムズ株式会社 X線ct装置及び制御プログラム
CN103913472B (zh) * 2012-12-31 2016-04-20 同方威视技术股份有限公司 Ct成像系统和方法
US8958524B2 (en) * 2013-01-31 2015-02-17 Analogic Corporation Correction of projection data in radiation system
JP6531108B2 (ja) * 2013-10-23 2019-06-12 ナノヴィジョン・テクノロジー・(ベイジン)・カンパニー・リミテッド 光子計数に基づく放射線結像システム、方法、及びそのデバイス
WO2015062618A1 (en) * 2013-10-28 2015-05-07 Orexplore Ab Apparatus and method for x-ray transmission analysis of a mineral or electronic waste sample
US10126154B2 (en) * 2013-11-08 2018-11-13 Schlumberger Technology Corporation Spectral analysis with spectrum deconvolution
EP2871496B1 (en) * 2013-11-12 2020-01-01 Samsung Electronics Co., Ltd Radiation detector and computed tomography apparatus using the same
CA2933255C (en) 2013-12-11 2023-08-15 Southern Innovation International Pty Ltd Method and apparatus for resolving signals in data
US9488739B2 (en) * 2013-12-18 2016-11-08 The Board Of Trustees Of The Leland Stanford Junior University Spectral imaging system and method
JP6289108B2 (ja) * 2014-01-14 2018-03-07 キヤノンメディカルシステムズ株式会社 フォトンカウンティングct装置及びフォトンカウンティングctデータ処理方法
US10459111B2 (en) * 2014-05-23 2019-10-29 Radiabeam Technologies, Llc System and method for adaptive X-ray cargo inspection
FR3023001A1 (fr) * 2014-06-30 2016-01-01 Commissariat Energie Atomique Procede d'analyse d'un objet en deux temps utilisant un rayonnement en transmission puis un spectre en diffusion.
CN106999989B (zh) * 2014-07-21 2019-02-12 感矿科技有限公司 来自废物矿物的粗矿石矿物的高容量分离
JP6529858B2 (ja) * 2014-08-20 2019-06-12 キヤノンメディカルシステムズ株式会社 X線ct装置及びx線検出器
JP6747787B2 (ja) * 2014-08-22 2020-08-26 キヤノンメディカルシステムズ株式会社 光子計数型x線ct装置
JP6313168B2 (ja) * 2014-09-02 2018-04-18 キヤノンメディカルシステムズ株式会社 X線ct装置、画像処理装置及び画像処理プログラム
EP3207407B1 (en) * 2014-10-16 2021-02-24 Analogic Corporation Indirect conversion detector array
AU2014268284A1 (en) * 2014-11-30 2016-06-16 Southern Innovation International Pty Ltd Method and apparatus for material identification
WO2016178682A1 (en) * 2015-05-07 2016-11-10 Analogic Corporation Combined image generation of article under examination and image of test item
US10215879B2 (en) * 2015-05-07 2019-02-26 Morpho Detection, Llc System for detecting counterfeit goods and method of operating the same
FR3037401B1 (fr) * 2015-06-15 2017-06-23 Commissariat Energie Atomique Caracterisation d'un echantillon par decomposition en base de materiaux.
FR3038722B1 (fr) * 2015-07-08 2019-06-14 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede d’identification d’un materiau
US9916669B2 (en) * 2015-08-24 2018-03-13 Analogic Corporation Projection data correction and computed tomography value computation
US11009470B2 (en) * 2015-10-23 2021-05-18 Job Corporation X-ray apparatus, data processing apparatus and data processing method
US10338012B2 (en) * 2016-03-09 2019-07-02 Toshiba Medical Systems Corporation Photon counting detector and X-ray computed tomography (CT) apparatus
EP3223002B1 (en) * 2016-03-23 2021-04-28 Carl Zeiss X-Ray Microscopy, Inc. Method, tool and computer program product for measurement and estimation of an x-ray source spectrum in computed tomography, and x-ray ct system
CN107356615B (zh) * 2016-05-10 2020-01-21 清华大学 一种用于双能x射线ct的方法和系统
BR112018074802B1 (pt) * 2016-05-30 2023-03-28 Southern Innovation International Pty Ltd Sistema e método de caracterização de material

Also Published As

Publication number Publication date
US11243327B2 (en) 2022-02-08
BR112018074796A2 (pt) 2019-03-12
CA3025821A1 (en) 2017-12-07
AU2017274079A1 (en) 2019-01-17
EP3465180A4 (en) 2020-03-04
AU2017274079B2 (en) 2022-06-30
US20190212273A1 (en) 2019-07-11
WO2017205914A1 (en) 2017-12-07
EP3465180A1 (en) 2019-04-10
ZA201808640B (en) 2022-10-26

Similar Documents

Publication Publication Date Title
BR112018074796B1 (pt) Sistema e método de caracterização de material
US10545257B2 (en) Device and method for material characterization
US11796479B2 (en) System and method for material characterization
US11029264B2 (en) Spectral analysis with spectrum deconvolution
CN106170919B (zh) 用于解析数据中的信号的方法和设备
CA2899355A1 (en) Correcting gamma-ray energy spectra for pileup degradation
US9746582B1 (en) Method for improving precision of neutron induced gamma ray spectroscopy
EP2871478B1 (en) Method for analyzing fluid and multiphase flow meter
EP2871498B1 (en) Method and apparatus for fluid analysis
BR112016013655B1 (pt) Método e aparelho para resolução de sinais de dados

Legal Events

Date Code Title Description
B350 Update of information on the portal [chapter 15.35 patent gazette]
B06W Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette]
B06A Patent application procedure suspended [chapter 6.1 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 30/05/2017, OBSERVADAS AS CONDICOES LEGAIS