CN108169256B - 多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 - Google Patents
多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 Download PDFInfo
- Publication number
- CN108169256B CN108169256B CN201611121287.9A CN201611121287A CN108169256B CN 108169256 B CN108169256 B CN 108169256B CN 201611121287 A CN201611121287 A CN 201611121287A CN 108169256 B CN108169256 B CN 108169256B
- Authority
- CN
- China
- Prior art keywords
- parameter
- parameter mode
- item
- energy
- mode
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 65
- 238000001228 spectrum Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000007689 inspection Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000005457 optimization Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 239000002360 explosive Substances 0.000 description 8
- 239000007788 liquid Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- XTFIVUDBNACUBN-UHFFFAOYSA-N 1,3,5-trinitro-1,3,5-triazinane Chemical compound [O-][N+](=O)N1CN([N+]([O-])=O)CN([N+]([O-])=O)C1 XTFIVUDBNACUBN-UHFFFAOYSA-N 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000013077 target material Substances 0.000 description 3
- 239000000028 HMX Substances 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- UZGLIIJVICEWHF-UHFFFAOYSA-N octogen Chemical compound [O-][N+](=O)N1CN([N+]([O-])=O)CN([N+]([O-])=O)CN([N+]([O-])=O)C1 UZGLIIJVICEWHF-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- VVQNEPGJFQJSBK-UHFFFAOYSA-N Methyl methacrylate Chemical compound COC(=O)C(C)=C VVQNEPGJFQJSBK-UHFFFAOYSA-N 0.000 description 1
- SNIOPGDIGTZGOP-UHFFFAOYSA-N Nitroglycerin Chemical compound [O-][N+](=O)OCC(O[N+]([O-])=O)CO[N+]([O-])=O SNIOPGDIGTZGOP-UHFFFAOYSA-N 0.000 description 1
- 239000000006 Nitroglycerin Substances 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 229920005372 Plexiglas® Polymers 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000014171 carbonated beverage Nutrition 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000015203 fruit juice Nutrition 0.000 description 1
- 229960003711 glyceryl trinitrate Drugs 0.000 description 1
- 235000012907 honey Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 229920006324 polyoxymethylene Polymers 0.000 description 1
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01N23/02—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 transmitting the radiation through the material
- G01N23/04—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 transmitting the radiation through the material and forming images of the material
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/40—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis
- A61B6/4007—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
- A61B6/4014—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units
-
- 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
- G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
-
- G01V5/224—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/06—Diaphragms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/42—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis
- A61B6/4208—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector
- A61B6/4241—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with arrangements for detecting radiation specially adapted for radiation diagnosis characterised by using a particular type of detector using energy resolving detectors, e.g. photon counting
-
- 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
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
Abstract
本发明提供了一种用于利用多能谱X射线成像系统识别物品的方法和一种用于识别物品的多能谱X射线成像系统,所述方法包括:识别所述物品的应用场景和/或先验信息;根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及利用所选择的参数模式来识别所述物品;其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的。本发明提出的多能谱X射线成像系统使得多能谱成像系统能够适应各种不同的应用场景并且实现系统性能与开销之间的平衡。
Description
技术领域
本公开大体上涉及辐射成像领域,更具体地,涉及多能谱X射线成像系统和用于利用多能谱X射线成像系统识别物品的方法。
背景技术
辐射成像技术广泛地应用于安检和医疗等领域,而成像系统的物质识别能力是衡量系统指标的一个重要标准。
随着CZT等光子计数型探测器技术的不断发展,多能谱成像在降低辐射剂量、提高物质识别能力等方面都有不小的优势,并且具有广阔的应用前景。多能谱成像可以将接收到的X射线的能谱划分为多个能量区间并分别进行计数,从而获得与不同能量区间相对应的射线衰减信息。相比于传统的双能成像,多能谱成像基本消除了能谱间的重叠,并且不同能区之间的能量区分度更好,从而可以显著地提高系统的物质识别能力,同时可以根据需要划分更多的能区,为更多能量信息的引入提供条件。
目前现有的多能谱成像对能谱划分的个数从早期的三到五个能区发展到可以划分成几十个到256个能区。一般来说,由于利用了更多的能量信息,更细的能谱划分可以为系统带来更高的物质识别能力,但同时也对系统设计和数据处理造成更大的开销和难度。
法国研究机构CEA-Leti提出:对于能区个数较少的情况,相比均分能谱的划分方式,优化能谱阈值之后系统可以显著提高系统的物质识别能力。对于选定的目标材料,优化后的五能区系统也可以有较高的物质识别能力,但优化的阈值参数仅适用于与选定目标材料较为接近的材料的识别。如果采用更细致的能区划分方式,则系统对不同材料的识别具有更强的适用性,但是会造成更大的系统开销。目前对于参数优化方面的研究涉及的优化方法主要有基于识别过程的CIP方法和CRC方法,不同的优化方法得到的参数非常接近。
对于特定的应用场景,多数情况下实际并不需要采用非常细致的能区划分方式,而是采用较少的能区划分,同时对阈值参数进行优化调整,这样也可以使系统达到很好的物质识别效果。
综上所述,我们提出一种参数可调整的多能谱X射线成像系统,从而适应各种不同的应用场景,并且实现系统性能与开销之间的平衡。
发明内容
为了实现上述目的,在本发明的第一方面,公开了一种用于利用多能谱X射线成像系统识别物品的方法,包括:
识别所述物品的应用场景和/或先验信息;
根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及
利用所选择的参数模式来识别所述物品;
其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的。
优选地,所述特定条件包括检出率最优、误报率最少或区分度最大。
优选地,所述系统参数包括:
X光源的能量值、能谱划分个数和相应的能量阈值、扫描速度、以及剂量大小。
优选地,所述多个参数模式包括针对行李和人体检查的第一参数模式和针对车辆/集装箱的第二参数模式。
优选地,所述多个参数模式包括普通参数模式和高性能参数模式。
优选地,所述方法还包括:
当所选择的参数模式是普通参数模式并且利用所选择的参数模式识别出所述物品有较大概率是违禁品时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
在本发明的第二方面,公开了一种用于识别物品的多能谱X射线成像系统,包括:
X光源,被配置为在扫描控制器的控制下产生X射线;
扫描控制器,被配置为根据所选择的参数模式控制所述X光源;
探测器,被配置为接收从所述X光源发出通过所述物品被透射或散射的X射线并将其转换为输出信号;
处理器,被配置为:
识别所述物品的应用场景和/或先验信息;以及
根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及
接收来自所述探测器的输出信号并利用所述输出信号对所述物品进行识别;以及
存储器,被配置为存储所述多个参数模式,
其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的。
优选地,所述特定条件包括检出率最优、误报率最少或区分度最大。
优选地,所述系统参数包括:
X光源的能量值、能谱划分个数和相应的能量阈值、扫描速度、以及剂量大小。
优选地,所述多个参数模式包括针对行李和人体检查的第一参数模式和针对车辆/集装箱的第二参数模式。
优选地,所述多个参数模式包括普通参数模式和高性能参数模式。
优选地,所述处理器被进一步配置为:
当所选择的参数模式是普通参数模式并且利用所选择的参数模式识别出所述物品有较大概率是违禁品时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
在本发明的第三方面,提供了一种计算机可读介质,包括在由处理器执行时执行包括以下各项的操作的指令:
识别所述物品的应用场景和/或先验信息;
根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及
利用所选择的参数模式来识别所述物品;
其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的。
优选地,所述特定条件包括检出率最优、误报率最少或区分度最大。
优选地,所述系统参数包括:
X光源的能量值、能谱划分个数和相应的能量阈值、扫描速度、以及剂量大小。
优选地,所述多个参数模式包括针对行李和人体检查的第一参数模式和针对车辆/集装箱的第二参数模式。
优选地,所述多个参数模式包括普通参数模式和高性能参数模式。
优选地,所述计算机可读介质还包括在由处理器执行时执行包括以下各项的操作的指令:
当所选择的参数模式是普通参数模式并且利用所选择的参数模式识别出所述物品有较大概率是违禁品时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
在本发明提出的方案中,对多能谱成像系统的能区划分个数、能量阈值等参数的调整优化可以有效地改善系统的物质识别能力。一些研究发现,不同参数往往只能适应相应的目标材料或应用条件,因此需要根据不同情况随时对系统参数进行调整。本发明提出的一种参数可以调节的多能谱X射线成像系统使系统能够适应各种不同情况并且实现系统性能与开销之间的平衡。
附图说明
根据结合示例性附图对示例性实施例的以下描述,本公开的其他细节、方面和优点将变得显而易见,在附图中:
图1示出了根据本发明的实施例的用于识别物品的多能谱X射线成像系统的示意图;
图2示出了根据本发明的实施例的利用多能谱X射线成像系统对物品进行识别的示意图;
图3示出了根据本发明的实施例的能谱阈值划分的示意图;
图4示出了根据本发明的实施例的普通聚合物和典型固体爆炸物的等效质量衰减系数分布的示意图;
图5示出了根据本发明的实施例的双模式的多能谱X射线成像查验的流程图;
图6示出了根据本发明的实施例的用于利用多能谱X射线成像系统对物品进行识别的方法的流程图;以及
图7示出了根据本发明的实施例的用于利用多能谱X射线成像系统对物品进行识别的系统的示意图。
附图没有对实施例的所有电路或结构进行显示。贯穿所有附图相同的附图标记表示相同或相似的部件或特征。
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,未具体描述公知的电路、材料或方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着:结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
图1示出了根据本发明的实施例的参数可调整的多能谱X射线成像系统100。多能谱X射线成像系统100主要由X光源110、扫描控制器120、探测器130、处理器140以及存储器150组成。
X光源110可以是同位素、光机、加速器等任何获取X射线的装置。获得的X射线可以具有单一或多种能谱分布,通过准直的X射线可以是扇形束、笔形束或其他束流形状。在一个示例中,所述X光源在扫描控制器120的控制下产生X射线。
探测器130选用光子计数型探测器,可以是线阵或多层线阵排列,例如采用线阵排列的CZT探测器,也可以是面阵或多层面阵探测器。探测器接收从X光源110发出通过物品被透射或散射的X射线并将其转换为输出信号,如图2所示。
处理器140识别物品的应用场景和/或先验信息,并且根据所识别的应用场景和/或先验信息从存储器150中存储的多个参数模式中选择适合于所述物品的参数模式。根据对射线能谱划分方式的不同,处理器140可以采用不同的设计方案来实现对光子能量信息的采集和划分。对于小于15个能区的情况,能谱划分的具体个数可以是6、7、9、10、12等等,能量的阈值范围不平均划分,能量区间之间可以不相邻(如图3所示);对于不少于15个能区的情况,能区划分的具体个数可以是15、20、32、48、50、72等等。处理器140接收来自探测器130的输出信号,对划分后的各个能区的数据分别进行保存,并且对多能谱数据进行分析处理,获取待测物的原子序数Z和质量厚度t,输出物质识别结果并彩色化,显示彩色图像。
存储器150中存储有多个参数模式,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的。每一个参数模式对应于经优化的多个系统参数。下面,将对系统参数优化的方法进行描述。
首先,建立正负训练样本库,然后根据检出率最优、误报率最少或区分度最大等条件来进行系统参数的优化,至少应包括能区划分方式、能量阈值以及剂量大小的优化。用于参数优化的训练样本库可以通过扫描选定的不同厚度的各种物品材料来获得,也可以通过蒙特卡洛模拟方法来获得。针对识别特定的违禁品a(例如固体爆炸物TNT、RDX)和其相似物b(例如聚合物材料POM),对于划分为N个能区的情况,一种可行的优化方案是通过定义材料间的区分度DC,找到使得区分度最大的系统参数。其中区分度可以通过下式(1)进行计算:
下面举例说明一种可用于参数优化的方法:
1、根据多能谱成像系统的各个参数,建立蒙特卡洛模拟;
2、设定能区划分的个数,例如划分为6个能区;设定系统的剂量大小,至少包括较高剂量和较低剂量两种预设模式;
3、模拟多能谱成像过程,通过选定的不同厚度的各种材料,建立样本库数据,保存能谱成像信息;
4、针对某个选定材料/违禁品的识别,计算区分度DC;
5、首先在较大的步长下,例如5keV,遍历各种可能的能区划分方式,找到使得区分度最大的能谱划分方式;
6、在上述结果的基础上,采用1keV步长,在一定范围内对阈值参数进行扫描,找到使得区分度最大的优化系统参数作为参数模式进行保存;
7、针对其他类型的违禁品,重复上述过程;
8、改变预设的能区划分个数,重复上述过程;
9、在多能谱成像系统上对特定的样品进行验证,根据实际情况对参数进行适当微调。
通过上述过程,在多能谱成像系统中存储了与各种类型的物品相对应的参数模式。
下面,给出根据本发明的利用多能谱X射线成像系统识别物品的几个优选实施例。
在第一优选实施例中,根据多能谱设备物质识别的侧重点不同,选择相应的系统参数模式。具体地,对于各种不同的应用场景,如地铁、机场、海关等,多能谱设备所侧重的目标违禁品类型也有所不同;同样应用场景下也会有不同的侧重需求,根据所侧重违禁品的不同,对参数模式进行切换以调整系统的相应参数。通过提前预设几种常用的系统参数模式M1、M2、M3...方便系统随时进行切换。
例如,针对车辆扫描、行李扫描和人体检查,需要采用不同能谱和剂量的X射线以及不同的能谱划分参数。对于行李和人体检查等针对需要区分较薄有机物的应用场景,需要对能谱的低能区域进行更多的划分,采用M1模式;而对车辆/集装箱查验等应用场景,藏匿的违禁品具有较厚的遮挡物,因此需要适当提高X光机的最大能量和剂量,并采用适合该条件的系统参数模式M2。
例如,对于固体爆炸物的识别需要区分TNT、C4、塑胶炸药、RDX(黑索金)、HMX(奥克托今)、黑火药等爆炸物与PE、有机玻璃、POM、PVDF、PTFE等普通有机物材料,此时能谱的低能区域对分类起主要作用(如图4所示),需要成像系统在这个能谱区间有更细致的区分。对于液体爆炸物的检测,则需要关注高度酒精、硝化甘油等危险液体与水、碳酸饮料、乳制品、果汁和蜂蜜等安全液体的区分,这种情况下除了判断原子序数信息,还需要辅助密度信息来帮助查验,其中液体的密度可以通过结合瓶装液体的几何信息来进行计算。
在第二优选实施例中,根据待测物的先验信息,选择相应的系统参数模式。
在安检领域,根据待扫描的行李箱、航空箱或集装箱货物的报关单等可利用的先验信息,选择相应的系统参数模式。在医疗领域,可以根据病人待扫描的不同部位所需要侧重排查的病理特征,选择相应的系统参数模式。
例如在安检领域,针对各种不同的货物类型,系统预设有多套不同的参数模式;扫描流程开始之前,系统通过理解报关单上关于待扫描货物的语义信息,比如货物种类、大小、重量等,将扫描装置切换成相应的预设扫描模式,开始扫描流程。
在第三优选实施例中,在普通模式扫描之后,针对重点可疑物品或区域,切换高性能模式重新扫描,如图5所示。
扫描装置应当预设至少两套具有不同系统参数和性能的扫描模式,其中一种扫描模式具备普通性能,另一种扫描模式具备更高性能,例如将能谱区分为6个能量区间和将能谱划分为32个能量区间的两种模式。
首先,在步骤S510,采用具备6个能区的普通扫描模式对待测物进行扫描(例如,能谱划分阈值参数优化为针对识别固体爆炸物的最优方式)。然后,在步骤S520,结合多能谱成像物质识别算法所获取的原子序数Z和质量厚度t等信息,判断其中可能含有违禁品的概率p。在步骤S530,针对较小概率可能带有违禁品的检查案例,使该待测物安全通过。在步骤S540,针对具有较大概率可能带有违禁品的检查案例,特别是包含疑似毒品爆炸物的行李包裹等案例,可以立即将系统切换成具备32个能区的高性能扫描模式,同时选择较慢的扫描速度v并且/或者适当加大射线剂量d,重新对该包裹进行扫描。在步骤S550,对于重新扫描后确定为高度可疑带有违禁品的案例进行开箱查验。另一种可能方式是针对扫描大型货物集装箱时发现的某一个嫌疑较大区域,则可以在切换成高性能状态后只对该区域进行有针对性的扫描排查。该方案的前提是普通扫描模式已经可以排查大多数的情况。
对于较少的能区划分个数,需要针对不同应用场景,对多能谱成像系统的参数进行调节,而较多的能区划分会造成更大的系统开销。本发明提出一种参数可调整的多能谱X射线成像系统,使得多能谱成像系统能够适应各种不同的应用场景,并且实现系统性能与开销之间的平衡。
与上述数据分析系统100相对应,还提供了一种用于利用多能谱X射线成像系统对物品进行识别的方法600。方法600可以由上述多能谱X射线成像系统100来执行,包括以下步骤。
在步骤S610,识别所述物品的应用场景和/或先验信息。
在步骤S620,根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式,其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的。
在步骤S630,利用所选择的参数模式来识别所述物品。
所述600还可以包括当所选择的参数模式是普通参数模式并且利用所选择的参数模式识别出所述物品有较大概率是违禁品时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
图7示意性地示出了根据本发明的实施例用于利用多能谱X射线成像系统识别物品的系统700的示意图。系统700包括处理器710,例如,数字信号处理器(DSP)。处理器710可以是用于执行本文所描述的过程的不同动作的单个装置或多个装置。系统700还可以包括输入/输出(I/O)装置730,用于从其他实体接收信号或者向其他实体发送信号。
此外,系统700包括存储器720,该存储器720可以具有以下形式:非易失性或易失性存储器,例如,电可擦除可编程只读存储器(EEPROM)、闪存等。存储器720存储计算机可读指令,当处理器710执行该计算机可读指令时,该计算机可读指令使处理器执行本文所述的动作。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此,本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统(例如,一个或多个处理器)使用或者结合指令执行系统使用。在本公开的上下文中,计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路”。
“以上的详细描述通过使用示意图、流程图和/或示例,已经阐述了用于利用多能谱X射线成像系统识别物品的方法和多能谱X射线成像系统的众多实施例。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,本公开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)”。
Claims (15)
1.一种用于利用能区划分参数可调整的多能谱X射线成像系统识别物品的方法,包括:
识别所述物品的应用场景和/或先验信息;
根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及
利用所选择的参数模式来识别所述物品;
其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的,并且
其中,所述方法还包括:
利用所选择的参数模式对所述物品进行扫描,并结合多能谱成像物质识别算法获取所述物品的原子序数和质量厚度,以判断其中可能含有违禁品的概率,以及
当所选择的参数模式是普通参数模式并且含有违禁品的概率较大时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
2.根据权利要求1所述的方法,其中,所述特定条件包括检出率最优、误报率最少或区分度最大。
3.根据权利要求1所述的方法,其中,所述系统参数包括:
X光源的能量值、能谱划分个数和相应的能量阈值、扫描速度、以及剂量大小。
4.根据权利要求1所述的方法,其中,所述多个参数模式包括针对行李和人体检查的第一参数模式和针对车辆/集装箱的第二参数模式。
5.根据权利要求1所述的方法,其中,所述多个参数模式包括普通参数模式和高性能参数模式。
6.一种用于识别物品的能区划分参数可调整的多能谱X射线成像系统,包括:
X光源,被配置为在扫描控制器的控制下产生X射线;
扫描控制器,被配置为根据所选择的参数模式控制所述X光源;
探测器,被配置为接收从所述X光源发出通过所述物品被透射或散射的X射线并将其转换为输出信号;
处理器,被配置为:
识别所述物品的应用场景和/或先验信息;以及
根据所识别的应用场景和/或先验信息从所述多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及
接收来自所述探测器的输出信号并利用所述输出信号对所述物品进行识别;以及
存储器,被配置为存储所述多个参数模式,
其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的,并且
其中,所述处理器还被配置为:
利用所选择的参数模式对所述物品进行扫描,并结合多能谱成像物质识别算法获取所述物品的原子序数和质量厚度,以判断其中可能含有违禁品的概率,以及
当所选择的参数模式是普通参数模式并且含有违禁品的概率较大时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
7.根据权利要求6所述的系统,其中,所述特定条件包括检出率最优、误报率最少或区分度最大。
8.根据权利要求6所述的系统,其中,所述系统参数包括:
X光源的能量值、能谱划分个数和相应的能量阈值、扫描速度、以及剂量大小。
9.根据权利要求6所述的系统,其中,所述多个参数模式包括针对行李和人体检查的第一参数模式和针对车辆/集装箱的第二参数模式。
10.根据权利要求6所述的系统,其中,所述多个参数模式包括普通参数模式和高性能参数模式。
11.一种计算机可读介质,包括在由处理器执行时执行包括以下各项的操作的指令:
识别物品的应用场景和/或先验信息;
根据所识别的应用场景和/或先验信息从能区划分参数可调整的多能谱X射线成像系统中存储的多个参数模式中选择适合于所述物品的参数模式;以及
利用所选择的参数模式来识别所述物品;
其中,所述多个参数模式是通过针对各种物品使用训练样本库在特定条件下对所述多能谱X射线成像系统的系统参数进行优化而获得的;并且
其中,所述计算机可读介质还包括在由处理器执行时执行包括以下各项的操作的指令:
利用所选择的参数模式对所述物品进行扫描,并结合多能谱成像物质识别算法获取所述物品的原子序数和质量厚度,以判断其中可能含有违禁品的概率,以及
当所选择的参数模式是普通参数模式并且含有违禁品的概率较大时,将所选择的参数模式从普通参数模式切换为高性能参数模式。
12.根据权利要求11所述的计算机可读介质,其中,所述特定条件包括检出率最优、误报率最少或区分度最大。
13.根据权利要求11所述的计算机可读介质,其中,所述系统参数包括:
X光源的能量值、能谱划分个数和相应的能量阈值、扫描速度、以及剂量大小。
14.根据权利要求11所述的计算机可读介质,其中,所述多个参数模式包括针对行李和人体检查的第一参数模式和针对车辆/集装箱的第二参数模式。
15.根据权利要求11所述的计算机可读介质,其中,所述多个参数模式包括普通参数模式和高性能参数模式。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121287.9A CN108169256B (zh) | 2016-12-07 | 2016-12-07 | 多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 |
PCT/CN2017/101345 WO2018103396A1 (zh) | 2016-12-07 | 2017-09-12 | 多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 |
US15/720,502 US10646179B2 (en) | 2016-12-07 | 2017-09-29 | Multi-energy spectrum x-ray imaging systems and methods for recognizing article using multi-energy spectrum x-ray imaging system |
EP17194171.9A EP3333595A1 (en) | 2016-12-07 | 2017-09-29 | Multi-energy spectrum x-ray imaging systems and methods for recognizing article using multi-energy spectrum x-ray imaging system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121287.9A CN108169256B (zh) | 2016-12-07 | 2016-12-07 | 多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108169256A CN108169256A (zh) | 2018-06-15 |
CN108169256B true CN108169256B (zh) | 2021-04-06 |
Family
ID=60019714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611121287.9A Active CN108169256B (zh) | 2016-12-07 | 2016-12-07 | 多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10646179B2 (zh) |
EP (1) | EP3333595A1 (zh) |
CN (1) | CN108169256B (zh) |
WO (1) | WO2018103396A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112146601B (zh) * | 2019-06-27 | 2021-07-16 | 清华大学 | 基于剂量场检测的辐射成像方法及装置 |
WO2020259368A1 (zh) | 2019-06-27 | 2020-12-30 | 清华大学 | 物品剂量分布检测方法及装置 |
CN110443301B (zh) * | 2019-08-02 | 2023-04-07 | 成都理工大学 | 一种基于双层特征分类的液态危险品识别方法 |
CN116188619B (zh) * | 2023-04-26 | 2023-09-01 | 北京唯迈医疗设备有限公司 | 一种生成用于训练的x射线图像对的方法、装置和介质 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19950794A1 (de) * | 1999-10-21 | 2001-06-13 | Siemens Ag | Röntgeneinrichtung und Verfahren zur Beeinflussung von Röntgenstrahlung |
JP2001291090A (ja) * | 2000-04-06 | 2001-10-19 | Terarikon Inc | 三次元画像表示装置 |
US7263160B2 (en) | 2003-02-13 | 2007-08-28 | Koninklijke Philips Electronics N.V. | Method and device for examining an object |
US20050058242A1 (en) * | 2003-09-15 | 2005-03-17 | Peschmann Kristian R. | Methods and systems for the rapid detection of concealed objects |
JP4294610B2 (ja) | 2005-04-14 | 2009-07-15 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 放射線ct装置、データ収集装置及びデータ収集方法 |
US7548606B2 (en) * | 2006-08-31 | 2009-06-16 | Ge Homeland Protection, Inc. | System and method for integrating explosive detection systems |
US20080170658A1 (en) * | 2007-01-11 | 2008-07-17 | Jed Douglas Pack | System and method for ct imaging with increased sampling and reduced artifacts |
GB0803644D0 (en) * | 2008-02-28 | 2008-04-02 | Rapiscan Security Products Inc | Scanning systems |
US9036779B2 (en) * | 2008-02-28 | 2015-05-19 | Rapiscan Systems, Inc. | Dual mode X-ray vehicle scanning system |
JP5330456B2 (ja) * | 2010-07-09 | 2013-10-30 | 株式会社東芝 | 医用画像診断装置及び制御方法 |
US10232194B2 (en) * | 2012-07-27 | 2019-03-19 | The Board Of Trustees Of The Leland Stanford Junior University | Manipulation of imaging probe during medical procedure |
WO2014145908A2 (en) * | 2013-03-15 | 2014-09-18 | Varian Medical Systems, Inc. | Method and pipeline processing system for facilitating responsive interaction |
CN203244404U (zh) * | 2013-04-03 | 2013-10-23 | 锐珂(上海)医疗器材有限公司 | 多模式数字化放射摄影系统 |
US9795356B2 (en) * | 2013-12-18 | 2017-10-24 | General Electric Company | System and method of X-ray dose distribution for computed tomography based on simulation |
CN104374785B (zh) * | 2014-11-14 | 2017-12-05 | 北京君和信达科技有限公司 | 一种连续通过式辐射扫描系统和方法 |
-
2016
- 2016-12-07 CN CN201611121287.9A patent/CN108169256B/zh active Active
-
2017
- 2017-09-12 WO PCT/CN2017/101345 patent/WO2018103396A1/zh active Application Filing
- 2017-09-29 EP EP17194171.9A patent/EP3333595A1/en active Pending
- 2017-09-29 US US15/720,502 patent/US10646179B2/en active Active
Non-Patent Citations (2)
Title |
---|
双能DR物质识别算法在CT成像系统中的应用;汤昕烨等;《中国体视学与图像分析》;20070630;第12卷(第2期);88-92页 * |
轨道交通大客流快速安检系统构建研究;朱益军等;《北京警察学院学报》;20160531(第3期);34-38页 * |
Also Published As
Publication number | Publication date |
---|---|
WO2018103396A1 (zh) | 2018-06-14 |
CN108169256A (zh) | 2018-06-15 |
US10646179B2 (en) | 2020-05-12 |
EP3333595A1 (en) | 2018-06-13 |
US20180153493A1 (en) | 2018-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108169256B (zh) | 多能谱x射线成像系统和用于利用多能谱x射线成像系统识别物品的方法 | |
AU636018B2 (en) | Apparatus and method for detecting contraband using fast neutron activation | |
Runkle et al. | Photon and neutron interrogation techniques for chemical explosives detection in air cargo: A critical review | |
US5606167A (en) | Contraband detection apparatus and method | |
US7092485B2 (en) | X-ray inspection system for detecting explosives and other contraband | |
US20160223706A1 (en) | Non-Intrusive Inspection Systems and Methods for the Detection of Materials of Interest | |
AU639556B2 (en) | Contraband detection system using direct imaging pulsed fast neutrons | |
US10641715B2 (en) | X-ray imaging system and method | |
US20060022140A1 (en) | Methods and apparatus for detection of contraband using terahertz radiation | |
US8090150B2 (en) | Method and system for identifying a containment vessel | |
US10641918B2 (en) | Adaptive cargo inspection based on multi-energy betatron | |
US7813478B2 (en) | Method and apparatus to facilitate provision and use of multiple X-ray sources | |
US11112528B2 (en) | Multi-energy-spectrum X-ray imaging system and method of substance identification of item to be inspected by using the same | |
US9001970B2 (en) | Method and device for identifying unknown substances in an object | |
Peng et al. | A support vector machine based on liquid immune profiling predicts major pathological response to chemotherapy plus anti-PD-1/PD-L1 as a neoadjuvant treatment for patients with resectable non-small cell lung cancer | |
Trentini et al. | Validation of a radiomic approach to decipher NSCLC immune microenvironment in surgically resected patients | |
NL2009984C2 (en) | Method and device for screening objects for the presence of foreign substances. | |
EP3333596B1 (en) | Multi-energy-spectrum x-ray imaging system and method of substance identification of item to be inspected by using the same | |
US20200300791A1 (en) | Multi-tiered systems and methods for composition analysis | |
Jing et al. | Tagged Neutron Method Analysis: A Technique for Explosives Detection and Identification | |
Reda | Design of an explosive detection system to investigate the luggage of aircraft passenger based on neutron-gamma technique |
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 |