CN107688195B - 重建探测器所探测的能谱的方法和设备 - Google Patents
重建探测器所探测的能谱的方法和设备 Download PDFInfo
- Publication number
- CN107688195B CN107688195B CN201610638429.2A CN201610638429A CN107688195B CN 107688195 B CN107688195 B CN 107688195B CN 201610638429 A CN201610638429 A CN 201610638429A CN 107688195 B CN107688195 B CN 107688195B
- Authority
- CN
- China
- Prior art keywords
- detector
- peak
- energy
- escape
- energy spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T7/00—Details of radiation-measuring instruments
- G01T7/005—Details of radiation-measuring instruments calibration techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/07—Investigating materials by wave or particle radiation secondary emission
- G01N2223/076—X-ray fluorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/303—Accessories, mechanical or electrical features calibrating, standardising
Abstract
公开了一种重建探测器所探测的能谱的方法和设备。在该方法中,用射线照射被检查物体,然后利用探测器接收穿透所述被检查物体的射线,将接收到的射线转换为表示探测到的能谱的能谱数据。利用事先创建的探测器响应模型通过统计迭代算法基于所述能谱数据重建所述探测器的能谱。按照上述实施例的方案,能够更为准确地获得探测器的入射能谱,降低因为探测器导致的入射能谱失真。
Description
技术领域
本申请涉及辐射成像,具体涉及一种重建探测器所探测的诸如X射线/伽马射线能谱的方法和设备。
背景技术
对于包括双能/多能CT和放射治疗在内的众多X/γ射线的应用,获取准确的能谱信息是这些应用的重要需求和前提。理论上,能谱的获取可以通过探测器的阈值扫描完成。该过程可以简要描述为如下步骤:(1)通过数模转换器设定的电压值,限定探测器统计的光子的最小能量,对高于该能量的入射光子进行统计;(2)不断改变设定的电压值,从而获得对应多个能量阈值的光子信息;(3)对这些数据进行差分,获得每个能量阈值之间的光子信息,也即得到了能谱。但是在实践中,通过上述过程获得的能谱是严重失真的,这是因为探测器对于入射光子的响应不是理想的。探测器对光子的响应,对于不同的类型的探测器有不同的特点。以常用于光子计数探测器的碲锌镉/碲化镉探测器为例,其对于入射光子的响应失真主要有电荷共享效应、逃逸现象和串扰现象等。这些效应的共同作用造成了能谱的失真。
这样的失真造成了应用中对无失真能谱获取的困难。为了解决这样的问题,现有的方法之一为对能谱进行估计,或者使用实验数据对经验公式进行微调,从而得到估计的能谱。或者使用蒙特卡洛方法对探测系统进行精细的建模,对能谱获取过程进行仿真,由仿真结果对实际能谱进行估计。这些能谱估计的方法或者精度有限,或者需要复杂的建模,在实际使用中受到多方面的限制。
发明内容
鉴于现有技术中的一个或多个问题,提出了一种重建探测器所探测的射线能谱的方法和装置。
根据本发明的一个方面,提出了一种重建探测器所探测的能谱的方法,包括步骤:用射线照射被检查物体;利用探测器接收穿透所述被检查物体的射线,将接收到的射线转换为表示探测到的能谱的能谱数据;以及利用事先创建的探测器响应模型通过统计迭代算法基于所述能谱数据重建所述探测器的能谱。
根据一些实施例,通过在多个能量段中采集不同靶材料产生的X射线荧光能谱对所述探测器响应模型的参数进行标定,得到所述探测器响应模型的显式表示。
根据一些实施例,用随着探测到的能谱能量而变化的权重参数对所述探测器响应模型进行加权,并且所述权重参数是使用二次函数拟合得到的。
根据一些实施例,所述探测器响应模型还包括对探测器的特征峰的描述和对逃逸峰的描述。
根据一些实施例,对所述重建步骤包括:基于所述数据值进行统计迭代重建,得到入射到探测器的能谱。
根据一些实施例,基于下式进行统计迭代重建:
其中Di表示探测到的能谱数据,Rij表示所述探测器响应模型的矩阵表示,Sj表示重建的探测器能谱,n为迭代次数。
根据一些实施例,所述第二部分被描述为所述第一部分的积分。
根据一些实施例,通过在多个能量段中采集不同靶材料产生的X射线荧光能谱对所述探测器响应模型的参数进行标定,得到所述探测器响应模型的显式表示。
根据本发明的另一方面,提出了一种重建探测器所探测的能谱的设备,包括:射线源,产生射线,照射被检查物体;探测器,接收穿透所述被检查物体的射线,并且将接收到的射线转换为表示探测到的能谱的能谱数据;以及数据处理设备,利用事先创建的探测器响应模型通过统计迭代算法基于所述能谱数据重建所述探测器的能谱。
根据一些实施例,通过在多个能量段中采集不同靶材料产生的X射线荧光能谱对所述探测器响应模型的参数进行标定,得到所述探测器响应模型的显式表示。
按照上述实施例的方案,能够更为准确地重建探测器所探测的能谱,降低因为探测器导致的入射能谱失真。
附图说明
为了更好地理解本发明,将根据以下附图对本发明进行详细描述:
图1示出了典型的探测器对单能光子的响应的示意图;
图2示出了根据本发明实施例的标定探测器响应模型的设备的结构性示意图;
图3示出了根据本发明实施例的用于模型标定的XRF能谱的一个示例图;
图4示出了如图2所示的数据处理设备的结构示意图;
图5示出了根据本发明实施例的标定探测器响应模型的方法的流程图;
图6是描述典型的XRF能谱响应模型的示意图;
图7A和图7B是根据本发明一个实施方式的检查系统的结构示意图;
图8是根据本发明实施例的重建探测器所探测到的能谱的方法的示意性流程图;
图9是描述根据本发明实施例的能谱重建结果的一个示例图;以及
图10是描述根据本发明实施例的能谱重建结果的另一示例图。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在其他实例中,为了避免混淆本发明,未具体描述公知的结构、材料或方法。
使用探测器获得的射线能谱由于多种效应的作用,存在严重的失真,对于依赖能谱信息的多种X/γ射线来说,会严重影响其精度。现有的能谱估计方法在实用性和精确性上受到多方面的限制。针对现有技术中探测器入射能谱失真的问题,本发明的实施例提出建立更为精细的探测器响应模型,并且在此模型的基础上从探测器探测的能谱值重建入射到探测器的能谱,消除了因为探测器导致的能谱失真。
对于一个携带某种能量的入射光子,探测器的输出在能谱的能量轴上呈概率分布。入射能谱在被探测过程中的失真可以描述为入射能谱与探测器的能量响应函数作用的过程:
D(ED)=∫R(ED,ES)S(ES)dES (1)
其中,ES和ED分别是入射能谱能量与探测到的能谱能量;S(ES)和D(ED)分别为入射能谱与探测到的能谱;R(ED,ES)为探测器的能量响应函数,也称为响应模型。
如图1所示,单能光子的探测器响应可以分为高斯峰和基线两个部分。在所关注的能量范围内,可以近似认为每种物质的XRF能谱有两种能量的单能射线,分别为Kα和Kβ射线,接下来建立单能射线的响应模型,再将其组合为XRF(X射线荧光)的响应模型。
由于随机效应的影响,具有能量E的射线在能谱中的计数呈现概率分布,在模型中使用高斯峰进行描述:
其中,σ(E)为标准差,近似为入射能量线性表达:
σ(E)=c1+c2E (3)
ED为实际探测到的能谱能量,c1和c2为常数参数。
在上述高斯峰模型的基础上,可以将基线的主要部分描述为高斯峰的积分,这是由于基线部分的计数是由高斯峰处的光子经过失真效应的作用产生的。由于失真效应对靠近高斯峰处影响大,远离高斯峰处影响逐渐减小,因此还需要一个随ED变化的权重参数:
其中权重参数使用二次函数进行拟合:
w(ED,E)=c3ED 2+c4ED+(c5E+1) (5)
上式中c3、c4和c5均为常数参数。
基于不同探测器晶体材料的特点,对于存在逃逸现象的探测器,可以加入探测器特征峰和逃逸峰的描述。以碲锌镉探测器为例,特征峰和逃逸峰可以分别描述为:
其中ECd和ETe分别为镉和碲的XRF能量(以Kα能量近似),c6为常数参数。
然后,分别写出Kα和Kβ峰的响应,并赋予权重,XRF的响应可以写成:
其中单能峰的模型为:
R(ED,E)=RPeak(ED,E) (9)
在实验中,为了获取有意义的强度信息,通过统计实验能谱在[E/2,∞]能量范围内的光子数,作为入射能谱的强度。这是由于低于该能量范围的光子是由失真效应产生的,如果不在统计中去除,则会将受到失真效应影响的入射光子重复统计,得到错误的强度。图6示出了典型的XRF能谱响应模型的示意图。
图2示出了根据本发明实施例的标定探测器响应模型的设备的结构性示意图。如图2所示的设备包括射线源210、滤波片220、准直器230、靶材240、探测器250、数据采集装置260和数据处理设备270。
诸如X光管之类的作为射线源210产生初级X射线。由于X光能谱中低于希望获取的XRF能量的光子不仅无法激发出XRF,还会增加散射,因此使用滤波片220对初级射线进行硬化。使用打孔的重金属材料如铅板作为准直器230对初级射线进行屏蔽和准直。初级X射线激发靶材240发出XRF被平行于初级射线放置的探测器250收集。数据采集装置260在感兴趣的能量段使用采集一定数量的不同材料的XRF能谱,然后由诸如计算机之类的数据处理设备270对上述模型进行标定。图3是描述根据本发明实施例的XRF能谱采集结果的一个示例图。完成所需数量的XRF能谱采集后,将所获得的XRF能谱分别对应的理论峰位作为自变量,将能谱上各点的位置和强度作为因变量,代入(7)式中,使用最小二乘类算法进行(7)式中参数的拟合。之后,统计能谱的光子数,使用前文已叙述的方法计算入射能谱的强度,对模型的强度进行归一化。依据待重建能谱所需要的离散化程度,可以基于标定后的模型计算出迭代重建能谱所需要的探测器响应函数的矩阵表达,该矩阵即可用于后续的重建步骤。
图4示出了如图2所示的数据处理设备的结构示意图。如图2所示,数据采集装置260所采集的数据通过接口单元278和总线274存储在存储器271中。只读存储器(ROM)272中存储有计算机数据处理器的配置信息以及程序。随机存取存储器(RAM)273用于在处理器276工作过程中暂存各种数据。另外,存储器271中还存储有用于进行数据处理的计算机程序。内部总线274连接上述的存储器271、只读存储器272、随机存取存储器273、输入装置275、处理器276、显示装置277和接口单元278。
在用户通过诸如键盘和鼠标之类的输入装置275输入的操作命令后,处理器276执行计算机程序的指令代码,得到标定结果。在得到数据处理结果之后,将矩阵表示的探测器响应模型输出,存储在外部存储设备上,或者以其他形式输出处理结果。
例如,射线源210可以是X光管或高能的X射线加速器等。例如,探测器150从材料上划分,可以是气体探测器、闪烁体探测器或固体探测器等,从阵列排布上划分,可以是单排、双排或者多排,以及单层探测器或双层高低能探测器等。
图5示出了根据本发明实施例的标定探测器响应模型的方法的流程图。如图5所示,在步骤S510,操作X射线源210发出X射线,经过硬化、和准直后照射靶材240,产生X射线荧光。
在步骤S520,用探测器接收所述X射线荧光,将接收的X射线荧光转换为数据值。例如X射线荧光入射到探测器250,转换成电信号,然后由数据采集装置260转换成数据信号,也就是探测到的X射线荧光能谱的数值。这样,数据采集装置260在感兴趣的能量段采集一定数量的不同材料的XRF能谱。
在步骤S530,利用上述数据值对上述的探测器模型进行标定,得到探测器响应模型的显式表示。例如,完成所需数量的XRF能谱采集后,将所获得的XRF能谱分别对应的理论峰位作为自变量,将能谱上各点的位置和强度作为因变量,代入(7)式中,使用最小二乘类算法进行(7)式中参数的拟合。之后,统计能谱的光子数,使用前文已叙述的方法计算入射能谱的强度,对模型的强度进行归一化。依据待重建能谱所需要的离散化程度,可以基于标定后的模型计算出迭代重建能谱所需要的探测器响应函数的矩阵表达,该矩阵即可用于后续的重建步骤。在获得了探测器响应模型的显式表示后,可以利用该响应模型重建探测的能谱,作为入射到探测器的X射线能谱。
图7A和图7B是根据本发明一个实施方式的检查系统的结构示意图。图7A示出了检查系统的俯视示意图,图7B示出了检查系统的正视示意图。如图7A和图7B所示,射线源710产生X射线,经过准直器720准直后,对移动的集装箱卡车740进行安全检查,由探测器750接收穿透卡车740的射线,转换为数字信号,然后在诸如计算机之类的数据处理装置760得到透射图像。根据本发明的实施例,在通过扫描得到集装箱卡车740的透射图像后,在例如计算机之类的数据处理设备760利用预先表型的探测器响应模型基于迭代的方式对探测到的能谱数据进行校正,得到重建的入射能谱。上述数据处理设备760的具体构成与数据处理设备270的构成相同,这里不再重复描述。此外,虽然以上描述的是对集装箱进行检查,本领域的技术人员可以想到其他的应用场景,例如行李检查系统、CT检查系统或者医疗CT系统等等。
图8是根据本发明实施例的重建探测器所探测到的能谱的方法的示意性流程图。如图8所示,在步骤S810,射线源710产生X射线或伽马射线,照射被检查物体740。
在步骤S820,利用探测器接收穿透所述被检查物体的射线,并且通过数据采集装置(未示出)将接收到的射线转换为表示探测到的能谱的能谱数据。
在步骤S830,利用事先创建的探测器响应模型通过统计迭代算法基于所述能谱数据重建所述探测器的能谱。具体来说,由于获取的能谱为离散谱,可以把(1)式写成矩阵形式:
其中下标i和j分别表示探测到的能谱与入射能谱的离散能量。如果i和j相等,则由(10)组成的线性方程组的系统矩阵为满秩。理论上可以直接计算出方程组的解析解或者最小二乘解。但是由于该系统的病态性非常强,即使使用SVD奇异值截断或Tikhonov正则化的方法,也难以获得准确的解。
为了解决这个问题,本实施例的方法从噪声模型的角度,通过降低噪声带来的误差,减少病态性对解的影响。在(10)式中,入射光谱的离散计数Sj显然服从泊松分布。由泊松分布的性质——具有泊松分布的变量之和也服从泊松分布,可以得出Di也服从泊松分布。系统的对数似然函数可以写为
根据统计迭代重建原理,可以写出迭代公式
其中Di表示所述数据值,Rij是所述探测器响应模型的矩阵表示,Sj表示重建的入射到探测器的能谱,n为迭代次数。这样就可以通过迭代解出S,同时减少了在高病态条件下泊松噪声对解的影响,极大地提升了解的精度。S即为重建获得的无失真能谱。
图9是描述根据本发明实施例的能谱重建结果的一个示例图;以及图10是描述根据本发明实施例的能谱重建结果的另一示例图。如图9和10所示,本发明实施例的方法,精确重建了探测器所探测的能谱,得到精确的入射能谱。
本发明实施例的方法通过对XRF响应的精确建模,基于相对便利的XRF能谱测量,对模型进行标定,进而方便的获取探测器的响应方程。在响应方程的基础上,通过对问题的噪声分析,使用统计迭代算法克服了能谱重建的严重病态性问题。重建得到的能谱去除了直接探测得到能谱的失真现象,可以为需要能谱信息的应用提供准确的能谱测量。本发明的实施例可以通过对模型参数的微调,适应多种探测器系统,有效地提高能谱信息的准确性,进而使得依赖能谱信息的应用的准确性得到提高,在临床医学和安检领域均有广泛的市场应用价值。
此外,借助能谱探测器采集的XRF信息,该实施例的技术不需要对探测器进行蒙卡模拟,也不需要使用难以获得的放射源或者同步辐射光源,仅使用X光机和容易获得的数种单质材料,即可便捷完成探测器响应的建模和标定。在获得的探测器响应的基础上,通过迭代算法克服重建能谱的严重病态性问题,消除探测器获得的能谱的严重失真。相比现有方法极大地提高了无失真能谱获取的实用性和准确性。
以上的详细描述通过使用示意图、流程图和/或示例,已经阐述了重建探测器所探测的能谱的方法和设备的众多实施例。在这种示意图、流程图和/或示例包含一个或多个功能和/或操作的情况下,本领域技术人员应理解,这种示意图、流程图或示例中的每一功能和/或操作可以通过各种结构、硬件、软件、固件或实质上它们的任意组合来单独和/或共同实现。在一个实施例中,本发明的实施例所述主题的若干部分可以通过专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、或其他集成格式来实现。然而,本领域技术人员应认识到,这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中,实现为在一台或多台计算机上运行的一个或多个计算机程序(例如,实现为在一台或多台计算机系统上运行的一个或多个程序),实现为在一个或多个处理器上运行的一个或多个程序(例如,实现为在一个或多个微处理器上运行的一个或多个程序),实现为固件,或者实质上实现为上述方式的任意组合,并且本领域技术人员根据本公开,将具备设计电路和/或写入软件和/或固件代码的能力。此外,本领域技术人员将认识到,本公开所述主题的机制能够作为多种形式的程序产品进行分发,并且无论实际用来执行分发的信号承载介质的具体类型如何,本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于:可记录型介质,如软盘、硬盘驱动器、紧致盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等;以及传输型介质,如数字和/或模拟通信介质(例如,光纤光缆、波导、有线通信链路、无线通信链路等)。
虽然已参照几个典型实施例描述了本发明,但应当理解,所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质,所以应当理解,上述实施例不限于任何前述的细节,而应在随附权利要求所限定的精神和范围内广泛地解释,因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。
Claims (15)
1.一种重建探测器所探测的能谱的方法,包括步骤:
用射线照射被检查物体;
利用探测器接收穿透所述被检查物体的射线,将接收到的射线转换为表示探测到的能谱的能谱数据;以及
利用事先创建的探测器响应模型通过统计迭代算法基于所述能谱数据重建所述探测器的能谱,
其中通过在多个能量段中采集不同靶材料产生的X射线荧光能谱对所述探测器响应模型的参数进行标定,得到所述探测器响应模型的显式表示,
其中所述探测器响应模型是基于单能峰、探测器的材料的特征峰、逃逸峰以及基线模型而生成的。
3.如权利要求2所述的方法,其中所述单能峰、探测器的材料的特征峰以及逃逸峰的分布表示为:
Rpeak(ED,E)=G(ED,E)+c11RDXRF(ED)+c12Rescape(ED,E)
其中,Rpeak(ED,E)是分布表示,G(ED,E)是所述单能峰,RDXRF(ED)是特征峰以及Rescape(ED,E)是逃逸峰,所述特征峰和所述逃逸峰分别由具有两个或多个不同参数的高斯峰相加得到,所述高斯峰的数量由探测器的材料的元素数量决定,其中,c11,c12是常数参数。
4.如权利要求3所述的方法,其中所述探测器是碲化镉探测器。
7.如权利要求1所述的方法,还包括:在建立了所述探测器响应模型后,通过采集探测器的多种材料的单能荧光光子信号进行常数参数的标定以得到最终的探测器响应函数。
9.一种重建探测器所探测的能谱的设备,包括:
射线源,产生射线,照射被检查物体;
探测器,接收穿透所述被检查物体的射线,并且将接收到的射线转换为表示探测到的能谱的能谱数据;以及
数据处理设备,利用事先创建的探测器响应模型通过统计迭代算法基于所述能谱数据重建所述探测器的能谱,
其中通过在多个能量段中采集不同靶材料产生的X射线荧光能谱对所述探测器响应模型的参数进行标定,得到所述探测器响应模型的显式表示,
其中所述探测器响应模型是基于单能峰、探测器的材料的特征峰、逃逸峰以及基线模型而生成的。
11.如权利要求10所述的设备,其中所述单能峰、探测器的材料的特征峰以及逃逸峰的分布表示为:
Rpeak(ED,E)=G(ED,E)+c11RDXRF(ED)+c12Rescape(ED,E)
其中,Rpeak(ED,E)是分布表示,G(ED,E)是所述单能峰,RDXRF(ED)是特征峰以及Rescape(ED,E)是逃逸峰,所述特征峰和所述逃逸峰分别由具有两个或多个不同参数的高斯峰相加得到,所述高斯峰的数量由探测器的材料的元素数量决定,其中,c11,c12是常数参数。
12.如权利要求11所述的设备,其中所述探测器是碲化镉探测器。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610638429.2A CN107688195B (zh) | 2016-08-05 | 2016-08-05 | 重建探测器所探测的能谱的方法和设备 |
US15/597,003 US10649104B2 (en) | 2016-08-05 | 2017-05-16 | Methods and apparatuses for reconstructing incident energy spectrum for a detector |
GB1707858.5A GB2552736B (en) | 2016-08-05 | 2017-05-16 | Methods and apparatuses for reconstructing incident energy spectrum for a detector |
DE102017208859.1A DE102017208859A1 (de) | 2016-08-05 | 2017-05-24 | Verfahren und Vorrichtungen zum Rekonstruieren eines einfallenden Energiespektrums für einen Detektor |
JP2017106309A JP6385523B2 (ja) | 2016-08-05 | 2017-05-30 | 探触子により検知されるエネルギースペクトルを再構成する方法及びデバイス |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610638429.2A CN107688195B (zh) | 2016-08-05 | 2016-08-05 | 重建探测器所探测的能谱的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107688195A CN107688195A (zh) | 2018-02-13 |
CN107688195B true CN107688195B (zh) | 2020-12-11 |
Family
ID=59201632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610638429.2A Active CN107688195B (zh) | 2016-08-05 | 2016-08-05 | 重建探测器所探测的能谱的方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10649104B2 (zh) |
JP (1) | JP6385523B2 (zh) |
CN (1) | CN107688195B (zh) |
DE (1) | DE102017208859A1 (zh) |
GB (1) | GB2552736B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10670745B1 (en) | 2017-09-19 | 2020-06-02 | The Government of the United States as Represented by the Secretary of the United States | Statistical photo-calibration of photo-detectors for radiometry without calibrated light sources comprising an arithmetic unit to determine a gain and a bias from mean values and variance values |
US10668303B2 (en) | 2018-03-01 | 2020-06-02 | Shanghai United Imaging Healthcare Co., Ltd. | Devices and methods for measuring a radiation output rate and monitoring beam energy |
CN110515115B (zh) * | 2018-05-22 | 2022-11-25 | 中国辐射防护研究院 | 一种用于伽马谱峰面积求解的评估方法 |
CN109523024A (zh) * | 2018-11-22 | 2019-03-26 | 天津大学 | 面向医用x射线探测器的能谱校正方法 |
CN114166874A (zh) * | 2020-09-11 | 2022-03-11 | 同方威视技术股份有限公司 | 背散射检查系统和方法 |
CN117671046A (zh) * | 2022-08-18 | 2024-03-08 | 中国科学院深圳先进技术研究院 | 能谱图像处理方法、装置、计算机设备及存储介质 |
CN117270024B (zh) * | 2023-11-20 | 2024-02-20 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 能谱响应函数的校正方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853929A (zh) * | 2014-03-17 | 2014-06-11 | 东华理工大学 | 一种基于蒙卡响应矩阵的低分辨率γ能谱反演解析过程及方法 |
WO2015070008A1 (en) * | 2013-11-08 | 2015-05-14 | Schlumberger Canada Limited | Spectral analysis with spectrum deconvolution |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS52104982A (en) | 1976-02-28 | 1977-09-02 | Horiba Ltd | Method of calibrating energy of semiiconductor for radiation |
JPS61112950A (ja) | 1984-11-07 | 1986-05-30 | Hitachi Ltd | X線回折法 |
JP2502555B2 (ja) | 1987-01-09 | 1996-05-29 | 松下電器産業株式会社 | 放射線エネルギ−弁別方法 |
JPH06174663A (ja) | 1992-12-01 | 1994-06-24 | Toshiba Corp | 汚染元素分析方法 |
JP2848751B2 (ja) | 1992-12-04 | 1999-01-20 | 株式会社東芝 | 元素分析方法 |
JPH1194777A (ja) | 1997-09-22 | 1999-04-09 | Horiba Ltd | X線スペクトル分析装置とその自動定量分析方法 |
JP3884551B2 (ja) | 1997-12-13 | 2007-02-21 | 株式会社堀場製作所 | X線スペクトル分析による物質名の検索方法及び検索システム |
EP1978354A1 (en) | 2007-04-05 | 2008-10-08 | Panalytical B.V. | Wavelength dispersive X-ray Fluorescence Apparatus with energy dispersive detector in the form of a silicon drift detector to improve background supression |
US8812268B2 (en) | 2008-12-18 | 2014-08-19 | Southern Innovation International Pty. Ltd. | Method and apparatus for resolving piled-up pulses by using a mathematical transform |
JP5431866B2 (ja) | 2009-10-22 | 2014-03-05 | 住友重機械工業株式会社 | 検出結果補正方法、その検出結果補正方法を用いた放射線検出装置、その検出結果補正方法を実行するためのプログラム、及びそのプログラムを記録する記録媒体 |
KR20110055870A (ko) * | 2009-11-20 | 2011-05-26 | 삼성전자주식회사 | 엑스선 디텍터의 에너지 응답 특성을 추정하는 방법 및 장치 |
US9952165B2 (en) * | 2012-04-19 | 2018-04-24 | University Of Leicester | Methods and apparatus for X-ray diffraction |
JP6033723B2 (ja) | 2013-03-27 | 2016-11-30 | 住友電気工業株式会社 | 化合物半導体を評価する方法 |
GB2514418A (en) | 2013-05-24 | 2014-11-26 | Oxford Instr Nanotechnology Tools Ltd | Method of processing a particle spectrum |
US9256938B2 (en) | 2014-02-26 | 2016-02-09 | Kabushiki Kaisha Toshiba | Characteristic X-ray escape correction in photon-counting detectors |
JP6133231B2 (ja) | 2014-04-18 | 2017-05-24 | 株式会社日立製作所 | X線エネルギースペクトル測定方法およびx線エネルギースペクトル測定装置およびx線ct装置 |
US9801595B2 (en) * | 2014-09-08 | 2017-10-31 | Toshiba Medical Systems Corporation | Count-weighted least squares parameter estimation for a photon-counting detector |
US10117628B2 (en) * | 2014-10-01 | 2018-11-06 | Toshiba Medical Systems Corporation | Photon counting apparatus |
-
2016
- 2016-08-05 CN CN201610638429.2A patent/CN107688195B/zh active Active
-
2017
- 2017-05-16 US US15/597,003 patent/US10649104B2/en active Active
- 2017-05-16 GB GB1707858.5A patent/GB2552736B/en active Active
- 2017-05-24 DE DE102017208859.1A patent/DE102017208859A1/de active Pending
- 2017-05-30 JP JP2017106309A patent/JP6385523B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015070008A1 (en) * | 2013-11-08 | 2015-05-14 | Schlumberger Canada Limited | Spectral analysis with spectrum deconvolution |
CN103853929A (zh) * | 2014-03-17 | 2014-06-11 | 东华理工大学 | 一种基于蒙卡响应矩阵的低分辨率γ能谱反演解析过程及方法 |
Non-Patent Citations (5)
Title |
---|
Penalized Weighted Least-Squares Image Reconstruction for Dual-Energy X-ray Transmission Tomography;Predrag Sukovid .et al;《IEEE TRANSACTIONS ON MEDICAL IMAGING》;20001130;第19卷(第11期);第1075-1083页 * |
Reconstruction of X-ray spectrum with the energy sensitive photon counting detector Medipix2;Thilo Michel .et al;《Nuclear Instruments and Methods in Physics》;20090131;第598卷(第2期);第510-514页 * |
Si-PIN探测器响应函数模型及其在EDXRF技术中的应用;李哲 等;《科技导报》;20131231;第31卷;第35-38页 * |
X荧光能谱分析中探测器响应函数建立方法;李哲 等;《光谱学与光谱分析》;20121130;第32卷(第11期);第3112-3116页 * |
统计重建算法综述;王振天 等;《CT理论与应用研究》;20071231;第16卷(第4期);第8-22页 * |
Also Published As
Publication number | Publication date |
---|---|
GB2552736B (en) | 2021-03-10 |
JP2018021899A (ja) | 2018-02-08 |
JP6385523B2 (ja) | 2018-09-05 |
DE102017208859A1 (de) | 2018-02-08 |
US20180038970A1 (en) | 2018-02-08 |
GB201707858D0 (en) | 2017-06-28 |
CN107688195A (zh) | 2018-02-13 |
US10649104B2 (en) | 2020-05-12 |
GB2552736A (en) | 2018-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107688195B (zh) | 重建探测器所探测的能谱的方法和设备 | |
Whiting et al. | Properties of preprocessed sinogram data in x‐ray computed tomography | |
Kwon et al. | Ultrafast timing enables reconstruction-free positron emission imaging | |
Taguchi et al. | Spatio‐energetic cross‐talk in photon counting detectors: Numerical detector model (Pc TK) and workflow for CT image quality assessment | |
CN107356615B (zh) | 一种用于双能x射线ct的方法和系统 | |
Barrett et al. | Task-based measures of image quality and their relation to radiation dose and patient risk | |
EP3218876B1 (en) | X-ray imaging based on image data from a photon-counting multi bin x-ray detector | |
Munoz et al. | Proton range verification with MACACO II Compton camera enhanced by a neural network for event selection | |
Yao et al. | Compton-based prompt gamma imaging using ordered origin ensemble algorithm with resolution recovery in proton therapy | |
CN107688194B (zh) | 数据处理方法和数据处理装置 | |
Thanh et al. | A prototype of radioactive waste drum monitor by non-destructive assays using gamma spectrometry | |
Duisterwinkel et al. | Spectra of clinical CT scanners using a portable Compton spectrometer | |
Li et al. | Simultaneous x-ray fluorescence and K-edge CT imaging with photon-counting detectors | |
Evans et al. | Nondestructive inspection using Compton scatter tomography | |
Chen et al. | Spectroscopic Compton imaging of prompt gamma emission at the MeV energy range | |
Wu et al. | An accurate probabilistic model with detector resolution and Doppler broadening correction in list-mode MLEM reconstruction for Compton camera | |
Potop et al. | Investigation of the polynomial approach for material decomposition in spectral X-ray tomography using an energy-resolved detector | |
Momennezhad et al. | Development of GATE Monte Carlo simulation for a dual-head gamma camera | |
Lin et al. | Recovering the triple coincidence of non-pure positron emitters in preclinical PET | |
Alvarez et al. | A Third Generation Tomography System with Fifteen Detectors Simulated by Monte Carlo Method | |
Hausladen et al. | Progress on Associated-Particle ImagingAlgorithms, 2022 | |
Saull et al. | A two-pixel Compton imager | |
Velo et al. | Image quality analysis of an industrial instant non-scanning tomography system with different collimators | |
Kumari et al. | Relative estimation of scattering noise and electronic noise of a radiation detector | |
Evans et al. | Nondestructive inspection using Compton scatter tomography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |