BR112018074802B1 - Sistema e método de caracterização de material - Google Patents

Abstract

SISTEMA E MÉTODO DE CARACTERIZAÇÃO DE MATERIAIS. A invenção fornece um sistema de caracterização de materiais e um método para caracterizar um fluxo de material emanando de uma atividade de identificação, exploração, extração ou processamento de materiais, o sistema caracterizado por: uma fonte de radiação incidente (64) configurado para irradiar o fluxo de material em uma região de irradiação (18); um ou mais detectores (300, 302, 312, 1701, 1704, 1600, 1607, 1608, 1604) adaptados para detectar radiação emanando de dentro ou passando através do fluxo de 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 para caracterizar o fluxo de material; caracterizado por a fonte de radiação incidente (64) e um ou mais detectores (300, 302, 312, 1701, 1704, 1600, 1607, 1608, 1604) são adaptados para serem descartados em relação ao fluxo de material de modo a irradiar o fluxo de material e detectar a radiação emanando de dentro ou passando através do fluxo (1700) como o fluxo passa através da região da irradiação (18).

Description

[001] Esta invenção refere-se a um sistema e método para caracterização de material.

[002] Em seu aspecto mais amplo, a invenção pode ser aplicada a uma ampla gama de materiais, que inclui, porém, sem limitações, itens distintos de material, uma substância particulada, uma substância não particulada, minério, carvão, cimento, areia mineral, fluido, fluido de hidrocarboneto, solo, material agrícola, alimento ou bebida, metais, plásticos, vidro, madeira, produtos farmacêuticos, material contaminado, material perigoso, resíduo, refugo, esgoto, efluente, material reciclável, entulho de construção, materiais naturais, produtos manufaturados, vestuário, componentes eletrônicos, dispositivos médicos, componentes automotivos, componentes aeroespaciais, dispositivos odontológicos e componentes odontológicos. A invenção tem aplicação particular para caracterizar carvão ou minério que se desloca em um transportador. A invenção também tem aplicação particular para determinar características elementares, mineralógicas ou de densidade de um material, por exemplo, a porcentagem de ferro em um minério de ferro, mas em algumas modalidades também podem ser aplicadas para determinação de outras características físicas, tais como tamanho de partícula ou grão, e superfície propriedades tais como textura.

FUNDAMENTOS

[003] Vários tipos de técnicas com base em radiação têm sido aplicados para a caracterização de materiais, tais como raios X, raios gama ativados por nêutron, fluorescência induzida a laser e outras técnicas eletromagnéticas. No entanto, sistemas existentes podem ser lentos, intermitentes e imprecisos; têm capacidade limitada para detectar elementos leves ou concentrações baixas; podem produzir representatividade inadequada de resultados; e, em alguns casos exige medidas de segurança contra radiação onerosas. Cada técnica existente tem pontos fortes e pontos fracos sobre uma ampla gama de critérios, que incluem velocidade de detecção, rendimento de tonelagem máximo, precisão de caracterização, profundidade de penetração no material, resolução espacial, sensibilidade elementar, custo de segurança e operação.

[004] Portanto, há uma necessidade de um sistema de caracterização de material aprimorado que possa superar pelo menos algumas das limitações de sistemas de caracterização de material convencionais.

[005] A presente invenção se refere a um sistema e método que têm vantagens em uma combinação de alto rendimento, precisão, resolução, sensibilidade elementar, custo de segurança e operação.

SUMÁRIO DA INVENÇÃO

[006] De acordo com um primeiro aspecto amplo da invenção é fornecido um sistema para caracterizar pelo menos parte de um material que compreende: uma fonte de raios X incidentes configurada para irradiar pelo menos parte do material; um ou mais detectores adaptados para detectar radiação que emana do interior ou que passa através do 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 pelo menos parte do material; em que o um ou mais detectores e um ou mais processadores digitais são configurados para caracterizar pelo menos parte do material realizando-se análise de espectroscopia de transmissão de raios X de contagem de fótons resolvida por energia.

[007] De acordo com um segundo aspecto amplo da invenção é fornecido um método para caracterizar pelo menos parte de um material, sendo que o método compreende as etapas de: irradiar pelo menos parte do material com raios X incidentes a partir de uma fonte de raios X; detectar radiação que emana do interior ou que passa através do material como um resultado da irradiação pelos raios X incidentes; produzir um sinal de detecção; processar o sinal de detecção para caracterizar pelo menos parte do material; e caracterizar pelo menos parte do material realizando-se análise de espectroscopia de transmissão de raios X de contagem de fótons resolvida por energia.

[008] Recursos de modalidades dos aspectos amplos são expostos nas reivindicações anexas e na descrição a seguir.

[009] 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 X de contagem de fótons resolvida por energia” são sinônimas de “espectroscopia de transmissão de raios X de energia múltipla” e “absorciometria de múltiplos raios X”.

[010] 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.

[011] Por todo este relatório descritivo que inclui as reivindicações, a menos que o contexto exija de outra forma, o termo "pacotes" em relação a radiação incidente inclui partículas quânticas sem massa individuais de raios X (fótons de raios X).

[012] 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.

[013] Por todo este relatório descritivo incluindo as reivindicações, a menos que o contexto exija de outra forma, a palavra “material” se refere a qualquer material de composição sólida, líquida ou gasosa, que inclui, porém, sem limitações, itens distintos de material, uma substância particulada, uma substância não particulada, minério, carvão, cimento, areia mineral, fluido, fluido de hidrocarboneto, solo, material agrícola, alimento ou bebida, metais, plásticos, vidro, madeira, produtos farmacêuticos, material contaminado, material perigoso, resíduo, refugo, esgoto, efluente, material reciclável, entulho de construção, materiais naturais, produtos manufaturados, vestuário, componentes eletrônicos, dispositivos médicos, componentes automotivos, componentes aeroespaciais, dispositivos odontológicos e componentes odontológicos.

[014] 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.

BREVE DESCRIÇÃO DOS DESENHOS

[015] Figura 1 mostra um sistema de caracterização de material, de acordo com uma modalidade da invenção, instalado em um transportador adaptado para caracterização de minério, adaptado para transportadores de alta capacidade e que têm uma fonte de raios X acima do transportador com detectores abaixo.

[016] Figura 2 mostra um sistema de caracterização de material, de acordo com outra modalidade da invenção, instalado em um transportador adaptado para caracterização de minério, adaptado para transportadores de alta capacidade e que têm uma fonte de raios X abaixo do transportador com detectores acima. S.

[017] Figura 3 mostra o sistema da Figura 1 ou da Figura 2 instalado em um transportador de amostra.

[018] Figura 4 mostra um sistema de caracterização de material similar à Figura 1 ou 2 instalado para caracterizar material que cai da extremidade de um transportador.

[019] Figura 5 mostra um módulo detector que compreende uma pluralidade de matrizes de detectores, de acordo com uma modalidade, adaptado para facilidade de manutenção e substituição.

[020] Figuras 6 e 7 mostram uma variante de módulo detector na qual as matrizes de detectores são anguladas para detecção ótima.

[021] Figura 8 mostra um módulo fonte com blindagem e um invólucro com classificação IP, de acordo com uma modalidade.

[022] Figura 9 mostra uma vista mais detalhada do sistema de detecção e componentes eletrônicos de processamento, de acordo com uma modalidade.

[023] Figura 10 ilustra um fluxograma para um método de processamento de número atômico efetivo (Z efetivo) dos espectros de energia completos computados pelos componentes eletrônicos de processamento de pulso, de acordo com uma modalidade.

[024] Figura 11 é um gráfico que ilustra a remoção de acúmulo de dois pulsos a partir de um espectro, de acordo com uma modalidade.

[025] Figura 12 é um gráfico que ilustra a remoção de acúmulo de dois e três pulsos de um espectro, de acordo com outra modalidade.

[026] 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.

[027] 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.

[028] 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.

[029] Figura 16 é um gráfico que ilustra os espectros recebidos não calibrados de uma pluralidade de detectores, de acordo com uma modalidade.

[030] 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.

[031] 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.

[032] Figura 19 ilustra resultados do processamento de interpolação de Z efetivo para um caso de transmissão de 10%, de acordo com uma modalidade.

[033] Figura 20 ilustra Z efetivo plotado contra intensidade (transmissão percentual) para uma gama de amostras de material testadas, de acordo com uma modalidade.

[034] Figuras 21, 22 e 23 ilustram um módulo detector que compreende uma matriz de detectores, 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.

[035] Figuras 24 e 25 ilustram um módulo detector que compreende 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.

[036] Figura 26 ilustra um subsistema detector que converte fótons em pulsos de tensão para processamento de pulso, de acordo com uma modalidade.

[037] Figura 27 ilustra um exemplo da formação de agrupamentos, em que peças isoladas são ignoradas, de acordo com uma modalidade.

[038] Figura 28 ilustra um exemplo de etapas de processamento de Z efetivo, de acordo com uma modalidade.

[039] Figura 29 ilustra uma tabela relacionada a uma máscara de borda L(c) indexada em colunas, de acordo com uma modalidade.

[040] Figura 30 ilustra o comportamento da média móvel conforme a mesma passa sobre uma borda, de acordo com uma modalidade.

[041] Figuras 31 a 37 mostram aspectos de diversas modalidades da invenção adaptadas para transportadores de capacidade inferior.

DESCRIÇÃO DETALHADA DE MODALIDADES

[042] 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.

[043] 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.

[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 ou Zeff) do material, que resulta em uma classificação amplamente superior do material. O Z efetivo pode ser usado, por exemplo, para distinguir conteúdos diferentes em um material, que permitem avaliação de qualidade de minério ou carvão, ou características de material de resíduo.

[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 um sistema de caracterização de material, de acordo com uma modalidade da invenção, instalado em um transportador 1 adaptado para transportar material na direção da seta A. O sistema compreende um revestimento 2 que abrange o transportador 1. Carvão é visto avançando ao longo do transportador 1 através da abertura 3 no revestimento 2. O revestimento2 aloja uma fonte de raios X incidentes na forma de um gerador de raios X 4 posicionado acima do transportador 1 que emite um feixe de raios X em forma de leque 5 perpendicular à direção de deslocamento que fornece uma região de irradiação. Uma pluralidade de módulos 6 é posicionada dentro do revestimento 2 abaixo do transportador 1 de modo a interceptar e detectar a radiação que emana de ou que transmite através do carvão irradiada pelo feixe 5. Cada módulo 6 compreende uma pluralidade de detectores em uma matriz, em que cada detector compreende um subsistema detector, em que componentes eletrônicos de processador digital podem ser fornecidos dentro dos módulos 6 ou separadamente e em comunicação com os módulos 6 conforme descrito abaixo. Um gerador de raios X adequado 4 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™.

[050] 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.

[051] Os módulos 6 são fornecidos em construções modulares de encaixe, que permitem remoção e substituição fácil no local, como é o gerador de raios X 4.

[052] Um painel de controle e interface de usuário 7 se encontram em um lado do revestimento 2, e o sistema é equipado com antena de comunicação sem fio 8 para controle de comunicação remota. A interface de usuário 7 pode compreender uma tela de exibição ou luzes indicadoras para fornecer saídas visuais, estado de sistema de resultados emitidos. A antena de comunicação sem fio 8 pode conectar com um computador do tipo tablet ou outro computador portátil um de operador que se encontra nas proximidades. Além disso, a antena de comunicação sem fio 8 pode ser adaptada para se comunicar com um centro de controle no local ou por um sistema de comunicação remoto tal como a Internet para um centro de controle remoto fora do local. Alternativa ou adicionalmente, um sistema de comunicação de rede por fio pode ser empregado.

[053] O sistema pode ser instalado em um transportador principal 1 com o objetivo de caracterizar substancialmente todo o carvão produzido na mina, manipulado por uma instalação de processamento, ou enviado para ou a partir de um porto ou cliente.

[054] Agora em referência à Figura 2, uma configuração alternativa é mostrada com o gerador de raios X 4 disposto abaixo do transportador e detectores nos módulos 6 dispostos acima do transportador. Essa configuração pode ser preferencial em algumas circunstâncias para evitar interferência provocada por raios X que cruzam estruturas de sustentação do transportador 1, fornecendo-se uma fonte bem posicionada 4 entre e que evita as estruturas de sustentação sob o transportador.

[055] Agora em referência à Figura 3, em uma configuração alternativa pode ser fornecida uma instalação de amostra de análise offline que compreende revestimento 2 instalado em um transportador de amostra 9 que alimenta amostras de carvão no sistema para análise colocadas manualmente no transportador 9 através do funil 10.

[056] A Figura 4 mostra outra modalidade com o sistema instalado para caracterizar carvão que cai da extremidade de um transportador 11 na direção da seta B. O revestimento 2 é similar ou idêntico à modalidade da Figura 1, mas é instalado com a abertura disposta horizontalmente de modo a apanhar o carvão que cai da extremidade do transportador 11. Um segundo transportador 12 é disposto abaixo da abertura 3 para apanhar e continuar o transporte do carvão. Essa modalidade pode ser projetada para fornecer análise em aplicações em que o material do transportador interfere de alguma forma com a análise da radiação detectada e em que, portanto, vantajoso que apenas o carvão seja interposto entre o gerador de raios X e os detectores na região de irradiação. Em outras modalidades, o material pode estar caindo da extremidade de um transportador sobre uma pilha de armazenamento ou dentro de um compartimento de carga de um navio ou outro meio de transporte de longo alcance.

[057] Em uma modalidade da invenção, o sistema é modularizado para facilitar a fabricação, manutenção e substituição. A modularidade reduz o peso de componente serviço, minimiza trabalho no local, permite manutenção que tarefas sejam realizadas por trabalhadores não qualificados, fornece discriminação de custos lógicos para peças de substituição e melhora confiabilidade pela vedação de componentes sensíveis em conjunto em cada módulo simples.

[058] Na Figura 5, um módulo detector 20 é mostrado em uma ilustração em recorte como compreendendo diversas placas de detector 21, sendo que cada placa de detector 21 compreende uma matriz linear de elementos detectores, conforme descrito abaixo, disposta atrás de colimadores 26 é construída de chumbo o que permite que apenas uma fenda estreita de radiação X colida com os elementos detectores. As placas de detector em 21 são montadas em uma base de alumínio do invólucro fabricado com precisão, que permite alinhamento confiável das placas de detector e transferência de calor. O módulo também compreende trilhos de apoio laterais de alumínio 24 que podem ser fornecidos como uma extensão da base de alumínio ou de outra forma fixada rígida e precisamente à base de alumínio. Um cobertura superior 23 do invólucro é composto de alumínio de 5 mm de espessura, que é efetivamente opaco para raios X, exceto por uma fenda composta de alumínio mais fino (<1 mm) ou HDPE que é translúcida a raios X disposta acima dos colimadores 26, para permitir que a radiação que emana entre no módulo detector e passe através das fendas dos colimadores 26. Um circuito de resfriamento passa através de dissipadores de calor personalizados 25 em cada placa de detector 21, e refrigerante líquido pode ser circulado através de conectores de refrigerante 22. 0001Agora em referência à Figura 6 também ilustrada em recorte e na Figura 7 em corte transversal, uma modalidade alternativa de módulo detector compreende um módulo mais alto que permite que cada placa de detector 21 seja angulada de modo a confrontar o feixe de raios X em formato de leque em ângulos retos. Matrizes de detector 27 também pode ser vistas na representação em corte transversal da Figura 7. Nessa modalidade, a base de alumínio 24 e trilho lateral são formados a partir da mesma folha. Essa modalidade é particularmente adequada para as variantes descritas nas Figuras 31 a 38 em que a fonte de raios X está próxima ao detector.

[059] Agora em referência à Figura 8, um módulo fonte é mostrado com invólucro de módulo 23 e base de alumínio 24 similares. A fonte de raios X é contida dentro de um invólucro de fonte 28 composto de paredes de chumbo de 5 mm de espessura para fornecer blindagem aos raios X, fundida sobre um cano de alumínio interno (não mostrado) para fornecer rigidez. Uma região de chumbo mais espessa de 10 mm 36 é fornecida em torno do ponto de saída de feixe da fonte de raios X contida e incorpora um fenda de colimação 35 (que pode ser um HDPE ou janela de alumínio fino) para fornecer um feixe substancialmente plano de raios X de fonte que saem do invólucro para irradiação do material na região de irradiação. Furos de resfriamento 33 fornecem circulação de ar interno e resfriamento. Uma fenda correspondente 37 em uma face de topo do invólucro de módulo 23 permite a saída do feixe de raios X. O invólucro de fonte 28 compreende tampas de extremidade usinadas com precisão 32 e abas guias 34 para posicionamento preciso dentro do invólucro de módulo 23. Uma vez que o invólucro de fonte 28 é deslizado para sua posição, a porta 30 é fechada. Uma seção de componentes eletrônicos e potência dividida 31 é fornecida também dentro do invólucro de módulo 23, com conexões internas 29 para a fonte de raios X. O resfriamento também pode ser fornecido através de refrigerante que passa através de conectores de múltiplos propósitos tais como 22 acima para o módulo detector (não mostrado).

[060] Antes de prosseguir para discutir em detalhes o sistema de detecção e processamento, é feita referência às Figuras 31 a 37 que descrevem uma modalidade do sistema adaptado adequadamente para transportadores de capacidade menor.

[061] Na modalidade da Figura 31, a fonte e o detector são posicionados em volta de correia transportadora 1 com o módulo fonte 38 acima da correia transportadora 1 e o módulo detector 39 abaixo da correia transportadora 1. O módulo fonte 38 e o módulo detector 39 são posicionados precisamente em um primeiro chassi de engenharia de precisão que é chassi “tecnológico” 4. O chassi tecnológico 41 é instalado em um segundo chassi que é um chassi externo ou de apoio 42 através de suportes amortecidos contra vibração tais como suportes de borracha ou isoladores de cabo metálico (não mostrados). O chassi de apoio 42, por sua vez, é aparafusado permanentemente à base do transportador 40. O chassi tecnológico 41 e chassi de apoio 42 são diferenciados no diagrama por linhas diagonais para frente e para trás. O uso de um chassi tecnológico “flutuante” separado 41 permite tolerâncias de dimensão rigorosas que são exigidas entre módulo fonte 38 e módulo detector 39. O módulo fonte 38 e módulo detector 39 podem ser removidos do chassi tecnológico 41 quando exigido.

[062] A Figura 32 mostra uma variante da modalidade da Figura 31, equipada com um chassi de apoio em formato de C 42 e um chassi tecnológico flutuante similar 41. O chassi tecnológico inteiro 41 pode ser deslizado na direção mostrada.

[063] A Figura 33 mostra outra variante, com um chassi de apoio em formato de C similar e um chassi tecnológico giratório fixado 41. Nessa variante, o módulo fonte 38 é mostrado embaixo de um transportador 1 e o módulo detector 39 é mostrado acima. O chassi tecnológico pode ser girado na direção da seta mostrada para fornecer bom acesso para remoção do chassi tecnológico inteiro ou módulos individuais por guindaste conforme exigido.

[064] A Figura 34 mostra um corte transversal da modalidade da Figura 31, para ilustrar a passagem do feixe de raios X 44 do módulo fonte 38 para o módulo detector 39, e para ilustrar a inclusão opcional de elementos de blindagem de feixe na forma de placas de chumbo 43 dispostas em uma estrutura de chassi de blindagem 45 que também assenta no chassi de apoio 42. A Figura 35 mostra em vista explodida os componentes de estrutura de chassi de blindagem 45, placas defletoras de chumbo 46, placa de topo de chumbo 48 (fenda de passagem não mostrada) e placas laterais 47 para dispor abaixo do transportador 1. A blindagem de feixe pode ser necessária devido a potencial exposição de pessoal, que depende da geometria do sistema e de quaisquer estruturas de contenção.

[065] Agora em referência às Figuras 36 e 37, os módulos fonte e detector podem ser dispostos dentro de um invólucro à prova d'água 56 com porta deslizante 50, mostrados aqui em um transportador 1 equipado com um capô 52. Para elevador, transportadores e plataforma de acesso 57 podem ser dotados de interface de usuário 58 localizada na plataforma 57.

[066] Os componentes eletrônicos e de detecção de raios X serão descritos agora. Um ou mais processadores digitais processam os pulsos de raios X recebidos das matrizes de detectores dentro dos módulos detectores. Dependendo da arquitetura de implantação, os processadores digitais podem: i. Se encontrar nas mesmas placas que uma matriz de detectores dentro dos módulos; ii. Se encontrar em hardware separado, alojado dentro do chassi de módulo ou fora do chassi em equipamento auxiliar (não mostrado); iii. Ser parte de um Controlador hospedeiro responsável por operação global do sistema alojado dentro ou fora do chassi; iv. Uma combinação dos acima.

[067] Embora as modalidades descritas acima utilizem diversas geometrias de revestimento convenientes, no aspecto mais amplo da invenção muitas outras geometrias são possíveis.

[068] 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.

[069] A Figura 9 mostra uma vista mais detalhada do sistema de detecção e processamento. 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.

[070] Nessa modalidade, uma imagem do carvão é formada a partir de fileiras de pixels conforme o carvão 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:

[071] 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.

[072] 2. Um conversor analógico para digital (303) para cada detector individual, para converter os sinais analógicos para valores digitais (313).

[073] 3. Um ganho digital variável (304) para cada detector individual para ajustar apropriadamente os níveis sinal digital antes de processamento.

[074] 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.

[075] 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.

[076] 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.

[077] 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.

[078] 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.

[079] 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.

[080] 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 coloris 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.

[081] 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).

[082] Os dados obtidos pelo detector i durante o intervalo de porta j 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.

[083] 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

[084] 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.

[085] Quando um raio 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).

[086] 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.

[087] 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.

[088] 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.

[089] 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.

[090] 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.

[091] 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

[092] 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).

[093] 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.

[094] 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.

[095] 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 disposto 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.

[096] 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 formatos de revestimento diferentes.

[097] 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.

[098] 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 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.

[099] 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.

TABELA 1 - PROPRIEDADES DE UMA GAMA DE MATERIAIS CINTILADORES.

(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

[100] As seções a seguir delineiam as etapas envolvidas em processamento de cada estágio particular dos vários algoritmos.

1. CALIBRAÇÃO

[101] 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

[102] 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 no8812268, o pulso é modelado como um exponencial dual ponderado da forma:

em que α e β são 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.

[103] 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

[104] 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.

[105] 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.

[106] A calibração de ganho pode ser obtida de diversas formas. A abordagem a seguir pode ser aplicada:

[107] 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).

[108] 2. Medir o espectro de energia em cada detector, como emitido pelos componentes eletrônicos de processamento de pulso.

[109] 3. Assegurar que dados suficientes sejam obtidos a fim de obter um espectro suave com ruído mínimo.

[110] 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).

[111] 5. Computar a unidade de histograma correspondente à localização de recurso para cada detector.

[112] 6. Computar a mediana dessas unidades de localização de recurso através de todos os detectores.

[113] 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.

[114] 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.

[115] 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.

[116] 9. Medir novamente o espectro de energia em cada detector e confirmar que o alinhamento exigido foi obtido.

[117] 10. Caso desejável, computar uma calibração de ganho atualizada/refinada para cada detector, e aplicar a calibração atualizada para cada detector.

[118] 11. Repetir as etapas 0 e 0 tão frequentemente quanto desejável para obter a correspondência exigida entre espectros de todos os detectores.

[119] 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.

[120] Em uma implantação prática do subsistema de detecção pode haver diversos cartões detectores, cada com diversos subsistemas detectores. O número total de subsistemas 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.

[121] 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.

[122] 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.

[123] 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.

[124] 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.

[125] Seguindo-se o procedimento de calibração de ganho delineado acima, um conjunto de ganhos de detector foi computado, conforme mostrado na Figura 17. Da figura, o valor de ganho calibrado varia de aproximadamente 0,75 a 1,45.

[126] 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

[127] 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:

[128] 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.

[129] 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

[130] 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.

[131] 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.

[132] 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.

[133] 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. Essa fórmula é invertida para definir Energia como uma função de Unidade de Histograma expressa em termos do mesmo A, B e C.

[134] 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.

[135] Alternativamente, tabela de calibração individual/parâmetros de calibração podem ser gerados para cada detector.

1.5 MUDANÇA DE REFERÊNCIA DEPENDENTE DE TAXA DE CONTAGEM

[136] 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.

[137] 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.

[138] 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

[139] 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.

[140] 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

[141] 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

[142] 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

[143] 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:

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)).

[144] 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; Os limiares Rinferior eRsuperiorpodem ser predefinidos ou configuráveis por usuário. 4. IMAGENS DE ALTO CONTRASTE

[145] 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.

[146] 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.

[147] As imagens de alto contraste/alta penetração são geradas para cada detector i em cada intervalo de porta j de acordo com:

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

[148] 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

[149] 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.

[150] 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.

[151] 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.

[152] 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.

[153] 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.

[154] 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).

[155] Nesse ponto um espectro de energia suavizado é obtido na forma de um histograma.

[156] 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.

[157] Para um vetor real x, e tamanho de FFT 2N, os elementos N+2 a 2N 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.

[158] 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.

[159] 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).

[160] 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 pode 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

[161] 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. 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

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.

[162] 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 pode ser usada para a referência, ou a medição terminada caso M seja insuficiente.

5.3 CARREGAR OU CRIAR UMA TABELA DE CONSTANTES DE ATENUAÇÃO DE MASSA

[163] 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:

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.

[164] 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.

[165] A 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.

[166] 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.

5.4 COMPUTAÇÃO DE Z EFETIVO

[167] O processamento de Z efetivo, então, prossegue como segue:

[168] 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 na seção “operações preliminares”. O processamento de Z efetivo não é realizado para espectros de energia classificados como impenetráveis ou vazios.

[169] 2. Determinar um conjunto de unidades de energia para ser usado para computação de Z efetivo.

[170] a. Com base no espectro recebido, identificar a região de energia em que contagens suficientes são recebidas.

[171] b. Essas serão as unidades de espectro em que as contagens excedem algum limiar predeterminado.

[172] c. Alternativamente, determinar as energias em que a transmissão (razão entre espectro recebido e de referência) excede um limiar.

[173] 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

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.

[174] 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

computada em todas as energias E selecionadas, em que I(Z,E) é o espectro predito.

[175] 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

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.

[176] 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.

[177] 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:

[178] 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.

[179] 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.

[180] 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

[181] 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.

[182] 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

[183] 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.

[184] 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.

[185] 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

6. Computar a transmissão total como uma função de Z e x como

observar novamente que R(Z, 0) = 1 para todos os Z.

[186] 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.

[187] 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.

[188] Tendo obtido as tabelas de calibração, é possível agora estimar Z efetivo para uma amostra de material desconhecida como segue.

6.2 OPERAÇÕES PRELIMINARES

[189] 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 mudança de espectro lateral para compensar a mudança de referência dependente de taxa de contagem; 3. A janela de domínio de frequência ainda é necessária antes de iFFT; 4. A curva de calibração de energia não é aplicada, visto que não há exigência para calibração de energia absoluta com esse método, mas a remoção de espectro residual pode ainda ser necessária; 5. Integração de espectro pode ser realizadas 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 anterior, em que as unidades de histograma são calibradas em termos de sua energia real.

6.3 MEDIÇÃO DE ESPECTRO DE REFERÊNCIA

[190] 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

[191] O processamento de Z efetivo, então, prossegue como segue:

[192] 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 não calibrado 1(B) será medido conforme delineado em outro lugar.

[193] Novamente, o processamento de Z efetivo não é realizado para espectros de energia classificados como impenetráveis ou vazios.

[194] 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.

[195] 3. Computar os raios X recebidos totais como uma razão para a referência.

[196] 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 ex2de modo que R(Z,xJ <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.

[197] 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:

[198] Em seguida, computar um espectro recebido esperado de acordo com

[199] Esse espectro recebido esperado é um espectro recebido interpolado entre os dois espectros de calibração rais próxiros, ras cor base na atenuação diferente observada er cada unidade. Outras forras de interpolação entre espectros poderiar ser usadas, ras a interpolação específica de raterial usada aqui fornece ur resultado de interpolação superior.

[200] e. Corputar ura função de custo C(Z) para esse Z coro a sora dos erros quadráticos entre o espectro recebido e o espectro predito sob a hipótese de raterial Z

[201] Os pesos w(B) poder ser escolhidos para serer unidade ou, alternativarente, w(B) = I(B) resultará er ura função de custo que dá peso inferior para regiões do espectro recebido er que o núrero de contagens é pequeno, e peso raior para regiões er que rais contagens são recebidas.

[202] 5. Para esse pixel (que constitui ur espectro de energia recebido de ur detector específico durante ur período de porta específico), corputar o Z efetivo estirado coro o valor de Z que riniriza a função de custo:

[203] Deve ser observado que não há exigência particular para que o Z efetivo seja ur núrero inteiro, e, na verdade, a tabela de auto calibração pode conter valores para valores de núrero não inteiro de Z que representar rateriais corpósitos. No entanto, clararente não é possível representar ur continuur de valores de Z possíveis er ura tabela finita. A fir de corputar Z para precisão arbitrária, é possível interpolar a função de custo para a resolução exigida cor o uso de ur algoritro de interpolação apropriado. O valor de Z escolhido é, então, o valor que riniriza a função de custo interpolada. A função de custo C(Z) é ura função suave, e, portanto, ur ponto flutuante real ou valor contínuo de Z que rinirize essa função suave pode ser predito confiavelrente a partir da curva por reio de algura forra de interpolação.

[204] 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

[205] Alguns parâmetros de sistema irão variar ao longo do tempo, assim, o sistema se adapta a fim de manter calibração ao longo do tempo:

[206] 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.

[207] 2. Atualização de calibração de pulso.

[208] 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.

[209] 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.

[210] b. Adaptada continuamente por meio de um algoritmo de rastreamento de referência conforme descrito abaixo.

[211] 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

[212] 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:

[213] 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).

[214] 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 borda; 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; j. . 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.

[215] 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.

[216] 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;

[217] 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).

[218] 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.

[219] Cada espectro representa uma espessura de material, a partir da qual os espectros para espessuras de material intermediárias podem ser interpoladas.

[220] 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.

[221] Para cada pixel no digitalizador, o procedimento para obter os conjuntos de dados de calibração adicionais é como segue: 1. 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.

[222] 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.

[223] 2. 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:

[224] 3. As tabelas novas são, então, incluídas no conjunto total de dados de calibração usados para processamento de Z efetivo.

[225] 4. Todas as tabelas de calibração são salvas em um formato de arquivo apropriado para entrada para o software de Z efetivo.

[226] Há alguns pontos importantes a observar aqui:

[227] 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.

[228] 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.

[229] 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.

[230] 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.

[231] 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.

[232] 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.

[233] 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.

[234] 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.

[235] 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.

[236] 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: C(Z)=αθ+α1Z+α2Z2 + n 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 C=Ha+n e em que 1 Z± zl H=1 Z2 Z22 1 %3 zl ao a = ai a2 C = C2 C3 e a solução é obtida por meio de inversão matricial como:

[237] 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. 5. Computar o valor de Z que minimiza a função quadrática. O valor de Z em que há um ponto de inflexão é simplesmente:

[238] 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.

[239] 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.

[240] 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)

[241] 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.

[242] 4. Provavelmente há mais formas computacionalmente eficientes de obter os coeficientes quadráticos e estimativa associada do mínimo. Isso não foi explorado nesse estágio.

[243] 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 maiseficiente, uma vez que os mesmos dependem apenas dos valores de Z e espaçamento de Z, não do espectro medido e função de custo.

[244] 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.

[245] 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.

[246] O algoritmo de Z efetivo de ponto flutuante foi testado em uma faixa de amostras de material. Foram feitas diversas observações sobre o desempenho.

[247] 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%.

[248] Como um resultado, a saída tenderia a enfatizar demasiadamente valores de Z superiores.

[249] 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.

[250] 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.

[251] 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.

[252] 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

[253] 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

[254] 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

[255] 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.

[256] 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

[257] 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

[258] 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 um 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.

[259] 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.

[260] Além disso, a ideia de ordenação e agrupamento tem sido usada para evitar a necessidade de implantar segmentação de imagem sofisticada nesse momento.

[261] 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

[262] 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.

[263] 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.

[264] 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.

[265] A Figura 27 retrata a formação de agrupamentos, em que peças isoladas são ignoradas.

8.3 DETECÇÃO DE MATERIAL ALVO

[266] 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.

[267] 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.

[268] 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.

[269] 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

[270] 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.

[271] 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.

[272] 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. Uma borda é declarada quando abs(G) > g em que g é um limiar definido por usuário.

8.5 MÉDIA MÓVEL

[273] 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.

[274] 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).

[275] 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

[276] 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.

[277] 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.

[278] 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.

[279] 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

[280] 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 radiação y [n] conformemostrado abaixo:

[281] 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).

[282] 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

[283] 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

[284] 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.

[285] 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. 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.

[286] 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

[287] 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 subamostra.

ESTIMATIVA DE ENERGIA DE PULSO

[288] 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:

em que A é uma matriz M x N, cujas entradas são dadas por

[289] 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.

[290] 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’.

[291] 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:

VALIDAÇÃO DE DADOS

[292] 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.

[293] 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

[294] 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.

[295] 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.

[296] 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).

[297] 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.

[298] 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.

[299] Em certas modalidades, o método inclui determinar uma pluralidade de parâmetros dos sinais transformados, tais como frequência e amplitude.

[300] 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.

[301] Em uma modalidade, a transformada é uma transformada de Fourier e a função é representável como

em que X(k) é a série transformada e H(k) é a forma de sinal transformada.

[302] 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.

[303] 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.

[304] 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.

[305] Os parâmetros de sinal particulares de interesse podem, então, ser refinados adicionalmente.

[306] 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.

[307] 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.

[308] 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

[309] 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.

[310] 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.

[311] Em muitas modalidades, a uma ou mais funções são funções de tempo.

[312] Em algumas dessas modalidades, no entanto, a pessoa versada considerará que a uma ou mais funções podem não ser funções exclusivamente de tempo.

[313] 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.

[314] Em uma modalidade, a uma ou mais funções são da forma:

[315] Nessa modalidade, v(t) pode ser calculado numericamente, tal como pela fórmula

[316] Embora matematicamente,

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.

[317] Em uma modalidade, a uma ou mais funções são da forma:

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 - T) , com T < 0.

[318] A pessoa versada considerará que o presente aspecto da invenção contempla diferente mas expressões matematicamente equivalentes dessa abordagem.

[319] A pessoa versada também considerará que:

[320] Expandir f(t) = Ap(t. — T) fornece as duas equações:

em que

No limite como β se torna igual a a, a constante y se torna

equação (26) se torna T = ^. Essa forma é, portanto, adequada para uso em um método estável numericamente para calcular T.

[321] 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:

[322] 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.

[323] 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.)

[324] A aproximação linear em T da equação (26) é

e é exata caso β = a. A a solução geral exata (teoricamente) é

cuja expansão de série de Taylor é:

que é válida desde que |x| < 1.

[325] O método pode compreender restringir T exigindo-se que ie

Assim, devido ao fato de que o lado esquerdo da equação é monotônico em T, a restrição que T e

é equivalente è restrição em a e b que 0 < b < ca em que o escalar c é dado por

De fato, caso T* = —1, então,

Assim, é possível fornecer uma otimização restrita.

[326] Essa restrição pode ser implantada com as restrições de que α e β não sejam negativos e α > β.

[327] 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-aeβa. Portanto, a restrição a, restringe a amplitude A.

[328] 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 T-L, —,T3 são conhecidas e diferentes (assim surgem menos problemas de imprecisão numérica), e o método inclui ajustar a curva:

[329] Em outro exemplo dessa modalidade, as constantes de tempo T1( — ,T3 são conhecidas e em ordem ascendente de modo que < T2 < T3, e ajustar a função f inclui o uso de vetores de base:

Para referência, caso as constantes de tempo difiram, então

em que =

[330] 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.

[331] Em outra modalidade particular, a função f é da forma:

em que α e P são coeficientes escalares, e o método compreende determinar a e b.

[332] 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.

[333] Em um exemplo dessa modalidade, determinar a localização compreende determinar uma localização t *(a’ b) em que:

[334] 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 puIso que ocorre no tempo 0).

[335] A função f pode ser uma sobreposição de uma pIuraIidade de funções.

[336] O método pode incluir determinar a amplitude de pulso avaliando-se f = f(t) em t = t.(a,b)

[337] Assim, a presente invenção pode compreender 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).

[338] O método pode compreender filtragem passa baixa dos dados antes de ajustar a uma ou mais funções.

[339] 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-at bee-βt + ce-*)

[340] Em certa modalidade, o método compreende forçar quaisquer estimativas que têm o pulso iniciando dentro da janela para iniciar em um perímetro da janela.

[341] Em uma modalidade particular, o método compreende maximizar o tamanho da janela ou variar o tamanho da janela.

[342] 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.

[343] 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.

[344] A transformada pode ser uma transformada de Laplace, uma transformada de Fourier ou outra transformada.

[345] Em uma modalidade, estimar a localização do pico compreende minimizar um deslocamento entre o início de uma janela e um início do pulso.

[346] 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.

[347] 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; edeterminar uma localização e uma amplitude de um pico do dito pulso a partir da dita função de melhor ajuste.

[348] 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

[349] 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.

[350] 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.

[351] 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.

[352] 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.

[353] 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.

[354] 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 reais diferem de um pulso transformado idealmente, sejam excluídos dos cálculos.

[355] O método compreende opcionalmente uma avaliação de variância das estimativas de energia nos dados, e validação dos dados modelados.

[356] 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.

[357] 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.

[358] 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

[359] 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

[360] Caso o espectro de energia dos raios X subjacentes seja denotadox, então, o espectro com acúmulo de dois pulsos é:

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,

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

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 X.

[361] 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

[362] 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:

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

2. Para cada uma de N unidades no FFT, Resolver a equação cúbica

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: a. Dividir através de k2, assim, cada equação é agora da forma

observe-se que X(n) e c(n) são complexos. b. Computar

c. Computar

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

f. Computar

g. Computar as 3 soluções para a equação cúbica:

3. Escolher a solução para alocar para X(n). A solução correta é aquela com menor magnitude de r2e r3.

4. Agora computar o espectro sem acúmulo usando-se o FFT inverso de X. x = IFFT(X) (Equação 52)

[363] 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

[364] 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.

[365] 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.

[366] O efeito de descartar essas unidades de FFT é: 1. Fornecer rejeição de ruído; 2. Filtrar o espectro reconstruído (após iFFT).

[367] 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. 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.

[368] 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.

[369] 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

[370] A seguir é apresentado um método adequado para a calibração dos parâmetros de pulso recebidos α e β para pulsos da forma:

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.

[371] 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 múltiplos 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

[372] 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.

[373] 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.

[374] 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.

[375] 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.

[376] 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.

[377] 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.

[378] Denotando-se o sinal de pulso processado na amostra n como 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 l)C(n) = DC(n — 1) + k [x(n) — x(n — N)] (Equação 54) 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.

[379] 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

[380] 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

[381] 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.

[382] 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.

[383] 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.

[384] 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.

[385] 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.

[386] Z efetivo mais preciso e consistente pode ser obtido caso uma duração de coleta de referência mais longa seja usada.

CONCLUSÃO

[387] 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.

[388] Por exemplo, embora a invenção seja descrita em algumas modalidades com referência a um sistema de caracterização de material que forma uma imagem conforme o material passa através do detector, 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.

[389] Ademais, embora a invenção seja descrita na modalidade acima em relação a ou associado com transportadores, o sistema e método se aplicam nos aspectos mais amplos a sistemas sem manipulação de material, e a sistemas de manipulação de material são sistemas de translado de material adaptados para transladar ou transportar material. Tais sistemas de translado de material incluem, por exemplo, um transportador, uma bancada, um piso móvel, um elevador de baldes, um cano ou um fluxo em queda do material.

[390] É antecipado adicionalmente que sistemas de acordo com a invenção podem compreender um meio para classificar, desviar, remover ou selecionar pelo menos uma parte do material de acordo com a caracterização de pelo menos parte do material, tal como pode ser aplicável a em uma usina de reciclagem.

[391] As 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 (11)

1. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, sendo um sistema de caracterização de materiais para caracterizar um fluxo de material emanado de uma atividade de identificação, exploração, extração ou processamento de materiais caracterizado por compreender: 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 emanando de dentro ou de passagem através do fluxo de material, como resultado da irradiação pela radiação incidente e, assim, 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 um ou mais detectores são adaptados para serem descartados em relação ao fluxo de material, de modo a irradiar o fluxo de material e detectar a radiação emanando de dentro ou passando através do fluxo como o fluxo passando através da região de irradiação; em que a fonte de radiação incidente e um ou mais detectores são fornecidos em uma carcaça que circunda uma câmara que incorpora a região da irradiação, a carcaça que tem uma entrada e uma saída dispostos em extremidades opostas da câmara, a carcaça que está sendo adaptada para ser instalada no fluxo do material de modo que o fluxo do material incorpore a carcaça na entrada, passe através da câmara, e saia da carcaça através da saída; em que a fonte de radiação incidente compreende raios X e o sistema de caracterização de materiais é configurado para executar a análise de espectroscopia de transmissão de raios X de contagem de fótons de energia resolvida; em que o sistema compreende ainda um tubo adaptado para atuar como um canal para o fluxo de material e configurado para permitir que o fluxo de material passe sem impedimentos através do sistema, sendo o tubo descartado entre a fonte de radiação incidente e um ou mais detectores; e em que o material é um recurso subsuperficial e o fluxo do material compreende o material da rocha, da microplaqueta e do pó.

2. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 1, caracterizado pelo material ser um recurso subsuperficial e o fluxo do material emanar de uma saída de um equipamento de perfuração.

3. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 1 a 2, caracterizado por compreender ainda um tubo adaptado para atuar como um conduíte para o fluxo de material e configurado para permitir que o fluxo de material passe desimpedido através do sistema, o tubo que está sendo descartado entre a fonte de radiação incidente e um ou mais detectores.

4. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 1 a 3, caracterizado pelo fluxo estar caindo substancialmente por gravidade na região da irradiação.

5. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 4, caracterizado por ser instalado em um caminhão e o fluxo cair por gravidade na entrada através da câmara e sair pela saída.

6. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 5, caracterizado pelo fluxo ser produzido manualmente pela remoção de uma amostra através da entrada.

7. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 6, caracterizado por um ou mais detectores compreenderem um ou mais detectores de cintilação, cada um composto por um material de cintilação adaptado para produzir radiação eletromagnética por cintilação de raios X e um elemento de produção de pulso adaptado para produzir o pulso elétrico da radiação eletromagnética; pelo elemento de produção de impulsos 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 um ou mais detectores de matrizes de elementos cintiladores individuais do material de cintilação, cada um coberto com material reflexivo em torno de seus lados e dispostos adjacente e opticamente acoplados a um material sensível ao fóton; pelo material da cintilação ser o oxiortosilicato de lutecio-itrio (LYSO); pelo material fóton-sensível ser um fotomultiplicador do silicone (SiPM); e pelos elementos cintiladores individuais de uma 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.

8. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 1 a 7, caracterizado por um ou mais processadores digitais serem configurados para computar o número atômico efetivo Z para cada um de pelo menos alguns dos detectores por determinação de um espectro de energia previsto para um material com número atômico efetivo Z, tendo em conta uma espessura de material estimada deduzida do espectro de energia do detector e dados de atenuação de massa de referência para o número atômico efetivo Z; e comparação do espectro de energia previsto com o espectro de energia do detector.

9. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com a reivindicação 8, caracterizado por um ou mais processadores digitais serem configurados para computar o número atômico efetivo Z para cada de um pelo menos alguns dos detectores por: determinação de um espectro de energia previsto para um material com número atômico efetivo Z, tendo em conta um quadro de calibração formado pela medição de um ou mais materiais de composição conhecida; e comparação do espectro de energia previsto com o espectro de energia do detector.

10. “SISTEMA DE CARACTERIZAÇÃO DE MATERIAIS”, de acordo com qualquer uma das reivindicações 1 a 9, 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 serem ainda configurados para calcular o espectro de energia do detector para cada detector, tendo em conta a calibração do ganho.

11. “MÉTODO DE CARACTERIZAÇÃO DE MATERIAIS”, sendo um método para caracterizar um fluxo de material emanado de uma atividade de identificação, exploração, extração ou processamento de materiais caracterizado por compreender as etapas de: irradiação do fluxo de material em uma região de irradiação usando uma fonte de radiação incidente; detecção da radiação emanando de dentro ou passando através da corrente do material em consequência da irradiação pela radiação incidente, produzindo um sinal de detecção; processamento do sinal de detecção para caracterizar o fluxo de material; e descarte da fonte de radiação incidente e um ou mais detectores em relação ao fluxo de material, de modo a irradiar o fluxo de material e detectar a radiação emanando de dentro ou passando através do fluxo de material como o fluxo passa através da região de irradiação; em que compreende ainda o fornecimento de uma fonte de radiação incidente e um ou mais detectores em uma carcaça que circunda uma câmara que incorpora a região da irradiação, a carcaça que tem uma entrada e uma saída descartada em extremidades opostas da câmara, a carcaça que está sendo adaptada para ser instalada no fluxo do material, de modo que o fluxo do material incorpore a carcaça na entrada, passe através da câmara, e saia da carcaça através da saída; e fornecimento de um tubo adaptado para atuar como um conduíte para o fluxo de material e configurado para permitir que o fluxo de material passe sem impedimentos através do sistema, sendo o tubo descartado entre a fonte de radiação incidente e um ou mais detectores; em que a fonte de radiação incidente compreende raios X e o método compreende ainda a execução de espectroscopia de transmissão de raios-X com contagem de fótons com resolução de energia; em que o material é um recurso de subsuperfície e o fluxo do material compreende o material da rocha, da microplaqueta e do pó.

Images