CN109298133B - 基于边缘通道校正的探测器模块生产良品率改进方法 - Google Patents
基于边缘通道校正的探测器模块生产良品率改进方法 Download PDFInfo
- Publication number
- CN109298133B CN109298133B CN201810788454.8A CN201810788454A CN109298133B CN 109298133 B CN109298133 B CN 109298133B CN 201810788454 A CN201810788454 A CN 201810788454A CN 109298133 B CN109298133 B CN 109298133B
- Authority
- CN
- China
- Prior art keywords
- channel
- edge
- data
- corrected
- correction
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004519 manufacturing process Methods 0.000 title description 8
- 230000006872 improvement Effects 0.000 title description 3
- 238000012216 screening Methods 0.000 claims abstract description 32
- 239000013078 crystal Substances 0.000 claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 21
- 230000005855 radiation Effects 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- XLOMVQKBTHCTTD-UHFFFAOYSA-N Zinc monoxide Chemical compound [Zn]=O XLOMVQKBTHCTTD-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- MARUHZGHZWCEQU-UHFFFAOYSA-N 5-phenyl-2h-tetrazole Chemical compound C1=CC=CC=C1C1=NNN=N1 MARUHZGHZWCEQU-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000002178 crystalline material Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 1
- 229910010271 silicon carbide Inorganic materials 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 239000011787 zinc oxide Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G01N33/0095—
Abstract
本发明请求保护一种基于边缘通道校正的CT探测器模块晶体材料的分类及良品率改进方法，其包括以下步骤：首先假设边缘像素的低性能主要来自晶体材料筛选工装器件，而在晶体模块筛选测试过程中，其他像素单元的性能始终保持相同的幅度水平，晶体模块中的所有像素在差异筛选扫描中具有一致的高低能响应均匀性(KV)和辐射损伤性能(RD)，除了低性能像素单元(lpp)；通过使用修正因子来校正目标边缘通道，所述修正因子是通过在同一层通道中减去目标边缘通道的中值数据和所选用的修正用参考通道的中值数据，来校正原始数据中的相应边缘通道。
Description
技术领域
本发明属于CT探测器所使用晶体模块分类领域，尤其涉及基于边缘通道校正的晶体模块分类的良品率改进方法。
背景技术
目前的CT系统所使用整体探测器分别由单块小模块组装。在制造过程中使用的单块小模块都经过预先测试，并在预测试仪器上分类到不同的类别。在这个晶体模块筛选过程中，基于Matlab的筛选算法可以根据这些包装的高低能响应性能(KV)和辐射损伤性能(RD)将晶体模块区分为几类。
目前，CT探测器生产所使用的晶体模块的最高级模块(Class1，C1模块)的良品率较低。其中一个最重要的原因是每个模块的边缘通道没有有效预测试检验，而实际使用晶体模块完成生产组装，所生产探测器的高低能响应性能(KV)和辐射损伤性能(RD)数据在边缘位置具有灾难性的恶化。这种现象使生产部门无法通过使用晶体材料正常筛选测试过程中的高低能响应性能(KV)和辐射损伤性能(RD)原始数据来正确预测生产完成后的最终探测器模块性能。
目前，本发明提供了一种在晶体模块筛选测试过程中大幅度有效提升晶体模块质量分级准确性的晶体边缘通道校正方法。已经证明这种改进措施提高了晶体模块性能的预测准确性，因此显著提高了CT探测器晶体模块最高等级C1的良品率。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种通过提高晶体预测性能的准确性的校正方法，因此显著提高了模块C1的良品率的基于边缘通道校正的CT探测器模块分类的良品率改进方法。本发明的技术方案如下：
首先假设边缘像素的低性能主要来自晶体材料筛选工装器件，而在晶体模块筛选测试过程中，其他像素单元的性能始终保持相同的幅度水平，晶体模块中的所有像素在差异筛选扫描中具有一致的高低能响应均匀性(KV)和辐射损伤性能(RD)，除了低性能像素单元(lpp)；通过使用修正因子来校正目标边缘通道，所述修正因子是通过在同一层通道中减去目标边缘通道的中值数据和所选用的修正用参考通道的中值数据，来校正原始数据中的相应边缘通道。通过如下测算关系获得目标边缘通道的修正因子，
*k所选择的修正用参考探测器通道数,k∈[-3,+3]
进一步使用修正因子来校正目标通道，所述正确修正因子是通过在同一层通道中减去目标边缘通道的中值数据和所选的修正用参考通道的中值数据，测算关系如下：
Corrected_ch1＝ch1_rawdata+(ch1_Med(scan1:4)-average(ch4_Med(scan1:4):ch5_Med(scan1:4))) (2)
Corrected_ch1为修正后边缘通道测试值，ch1_rawdata为被修正边缘通道原始数据，ch1_Med(scan1:4)为1-4次扫描被修正边缘通道的中值，average(ch4_Med(scan1:4):ch5_Med(scan1:4))为同一层位置上中心通道4和5的相应的1-4次扫描的中值的均值。
进一步的，在实验测试平台上完成探测器晶体扫描测试试验1～N次之后，通过常规光电二极管读出电路获得探测器信号，对位于通道i、行j的边缘像素通道完成高低能响应均匀性数据及辐射损伤率数据进行校正。
进一步的，所述对位于通道i、行j的边缘像素进行校正的公式如下：
*k是所选择的修正用参考探测器通道数，N表示测试扫描数，max(I(i，j))表示N次测试扫描中所获得探测器读数的最大值，min(I(i，j))表示N次测试扫描中所获得探测器读数的最小值。
本发明的优点及有益效果如下：
本发明方法不使用扫描原始数据来校正边缘通道，以避免参考通道(ch4和ch5或ch30和ch31)具有低性能像素通道(lpp)。首先考虑边缘像素的低性能主要来自晶体材料筛选工装器件，而在晶体模块筛选测试过程中，其他像素单元的性能始终保持相同的幅度水平，通过使用修正因子来校正目标边缘通道，所述修正因子是通过在同一层通道中减去目标边缘通道的中值数据和所选用的修正用参考通道的中值数据，来校正原始数据中的相应边缘通道。
该方法无需任何硬件修改即可实现边缘通道的评估。基于经验扫描数据开发了高度可靠的校正算法，且该算法具有迭代性，当晶体模块筛选扫描次数更多时，校正算法具有更高的准确性和精确度。校正算法将显着提高晶体模块筛选效率和准确性。它可以广泛应用于不同的半导体模块筛选系统，如碲化镉、氧化锌、二氧化硅、碳化硅等半导体材料模块生产系统，也有相同的现象及效果。
附图说明
图1是本发明提供优选实施例未经过校正所生产的探测器模块KV及RD性能示意图；
图2表示采用中心像素通道N次测试扫描数据差异中值进行边缘像素通道数据校正的算法示意图；
图3表示本发明方法对晶体模块边缘通道KV及RD性能的准确预测展示图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是：
该方法基于边缘信道性能校正，旨在改善包边缘像素的低性能并且还能够同时识别边缘位置处的lpp，主要基于以下假设：
1.边缘通道的低性能主要来自筛选JIG，并且在不同的包装筛选扫描中性能始终保持相同的幅度。
2.包装中的所有通道在差异筛选扫描中具有一致的KV和RD比率性能，除了lpp。
基于该假设，通过使用目标通道和内部2通道的筛选扫描的中值之间的减法来校正原始数据中的相应通道。这种校正方法的目的是消除筛查JIG所造成的影响，这被认为是筛查扫描中的一致影响。详细的校正算法可以参考下面的等式。
例如，在进行了包装筛选试验1～N之后。对于位于通道i的边缘像素，行j，校正的KV比率数据或辐射损伤率数据可以指附接材料中的下面的算法或第4页。
*k是校正参考通道参数，
3)本发明的优点：
此方法不使用扫描原始数据来校正边缘通道，以避免参考通道(ch4和ch5或ch30和ch31)具有lpp。考虑到筛选JIG的影响是一致的，通过使用正确因子来校正目标通道，该正确因子通过在同一切片中减去目标通道的中值数据和ref通道的中值数据来指示。
该方法无需任何硬件修改即可实现边缘通道的评估。基于经验扫描数据开发了高度可靠的校正算法。当包装筛选扫描更多时，校正算法具有更高的准确性和精确度。校正算法将显着提高包装筛选效率和准确性。它可以广泛应用于不同的筛选系统，如AIO系统，也有相同的现象。
5)新颖性的声明：
本发明旨在解决主要来自当前Atlas 8sl和16sl包装筛选过程的问题。内在原因可归因于独特的Atlas包装筛选JIG，由于边缘通道的散射和穿通辐射，这将导致KV和辐射损伤性能下降。同时，SVCT系统的ISO通道位于包的通道2到通道11。这些通道的相应规格比其他通道相对更严格。在这种情况下，保证边缘通道的性能对于模块构建至关重要。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (2)
1.一种基于边缘通道校正的闪烁体分类的良品率改进方法，其特征在于，包括以下步骤：
首先假设边缘像素的低性能主要来自晶体材料筛选工装器件，而在晶体模块筛选测试过程中，其他像素单元的性能始终保持相同的幅度水平，晶体模块中的所有像素在差异筛选扫描中具有一致的高低能响应均匀性(KV)和辐射损伤性能(RD)，除了低性能像素单元(lpp)；通过使用修正因子来校正目标边缘通道，所述修正因子是通过在同一层通道中减去目标边缘通道的中值数据和所选用的修正用参考通道的中值数据，来校正原始数据中的相应边缘通道，通过如下测算关系获得目标边缘通道的修正因子，
Icorrected(i，j)表示位于通道i、行j的边缘像素修正因子，Irawdata(i，j)表示被修正边缘通道原始数据，max1：N(I(i，j))表示N次测试扫描中所获得探测器读数的最大值，min1：NI(i，j)表示N次测试扫描中所获得探测器读数的最小值，max1：N(I(i+k，j))表示选择的第k个修正用参考探测器通道最大的数据，min1：NI(i+k，j)表示选择的第k个修正用参考探测器通道最小的数据；
k表示所选择的修正用参考探测器通道数，k∈[-3，+3]，N表示测试扫描数；
再使用修正因子来校正目标通道，所述修正因子是通过在同一层通道中减去目标边缘通道的中值数据和所选的修正用参考通道的中值数据，测算关系如下：
Corrected_ch1＝
ch1_rawdata+(ch1_Med(scan1：4)-average(ch4_Med(scan1：4)：ch5_Med(scan1：4)))
(2)
Corrected_ch1为修正后边缘通道测试值，ch1_rawdata为被修正边缘通道原始数据，ch1_Med(scan1:4)为1-4次扫描被修正边缘通道的中值，average(ch4_Med(scan1:4):ch5_Med(scan1:4))为同一层位置上中心通道4和5的相应的1-4次扫描的中值的均值。
2.根据权利要求1所述的一种基于边缘通道校正的探测器晶体材料分类的良品率改进方法，其特征在于，在实验测试平台上完成探测器晶体扫描测试试验1～N次之后，通过常规光电二极管读出电路获得探测器信号，对位于第i个边缘通道的第j行边缘像素通道完成高低能响应均匀性数据及辐射损伤率数据进行校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810788454.8A CN109298133B (zh) | 2018-07-18 | 2018-07-18 | 基于边缘通道校正的探测器模块生产良品率改进方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810788454.8A CN109298133B (zh) | 2018-07-18 | 2018-07-18 | 基于边缘通道校正的探测器模块生产良品率改进方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109298133A CN109298133A (zh) | 2019-02-01 |
| CN109298133B true CN109298133B (zh) | 2021-07-13 |
Family
ID=65172569
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810788454.8A Active CN109298133B (zh) | 2018-07-18 | 2018-07-18 | 基于边缘通道校正的探测器模块生产良品率改进方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109298133B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4833698A (en) * | 1986-02-24 | 1989-05-23 | Exxon Research And Engineering Company | Apparatus for three dimensional tomography utilizing an electro-optic x-ray detector |
| AU2003278877A8 (en) * | 2002-09-25 | 2004-04-19 | Decode Genetics Ehf | Susceptibility gene for human stroke |
| CN1635850A (zh) * | 2002-02-21 | 2005-07-06 | 罗切斯特大学 | X射线散射校正 |
| CN102628950A (zh) * | 2012-03-21 | 2012-08-08 | 中国科学院高能物理研究所 | 一种针对x射线平板探测器进行性能测试的装置 |
| CN104267425A (zh) * | 2014-10-16 | 2015-01-07 | 中国科学院合肥物质科学研究院 | 一种基于CT数据的内照射HPGe探测器探测效率确定方法 |
| CN106997058A (zh) * | 2016-01-22 | 2017-08-01 | 中国科学院高能物理研究所 | 一种闪烁体性能测试装置及其一致性校正方法 |
| CN107548426A (zh) * | 2015-06-03 | 2018-01-05 | 哈利伯顿能源服务公司 | 用于井下γ检测的压力平衡液体闪烁体 |
-
2018
- 2018-07-18 CN CN201810788454.8A patent/CN109298133B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4833698A (en) * | 1986-02-24 | 1989-05-23 | Exxon Research And Engineering Company | Apparatus for three dimensional tomography utilizing an electro-optic x-ray detector |
| CN1635850A (zh) * | 2002-02-21 | 2005-07-06 | 罗切斯特大学 | X射线散射校正 |
| AU2003278877A8 (en) * | 2002-09-25 | 2004-04-19 | Decode Genetics Ehf | Susceptibility gene for human stroke |
| CN102628950A (zh) * | 2012-03-21 | 2012-08-08 | 中国科学院高能物理研究所 | 一种针对x射线平板探测器进行性能测试的装置 |
| CN104267425A (zh) * | 2014-10-16 | 2015-01-07 | 中国科学院合肥物质科学研究院 | 一种基于CT数据的内照射HPGe探测器探测效率确定方法 |
| CN107548426A (zh) * | 2015-06-03 | 2018-01-05 | 哈利伯顿能源服务公司 | 用于井下γ检测的压力平衡液体闪烁体 |
| CN106997058A (zh) * | 2016-01-22 | 2017-08-01 | 中国科学院高能物理研究所 | 一种闪烁体性能测试装置及其一致性校正方法 |
Non-Patent Citations (1)
| Title |
|---|
| CZT面元像素探测器的研制及其幅度修正技术的实现;黎淼 等;《光电子 · 激光》;20110930;第22 卷(第9 期);1277页-1282页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109298133A (zh) | 2019-02-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8491190B2 (en) | Method of calibrating an X-ray detector | |
| US10718725B2 (en) | X-ray inspection apparatus and correction method for X-ray inspection apparatus | |
| US20160011323A1 (en) | Photodetector and computed tomography apparatus | |
| CN109738072B (zh) | 一种InGaAs短波红外成像仪的十字盲元检测及校正装置和方法 | |
| US8660335B2 (en) | Transient pixel defect detection and correction | |
| US9335423B2 (en) | Radiation detector device for rejecting and excluding incomplete charge collection events | |
| CN113470016B (zh) | 一种基于人工智能的光伏电池板异常检测方法及装置 | |
| US9835739B2 (en) | Method and apparatus for processing signals of semiconductor detector | |
| CN107124901B (zh) | 去除电子显微照相机图像异常点的方法 | |
| US11031907B2 (en) | Method and system for monitoring the quality of photovoltaic cells | |
| CN111965691B (zh) | 一种pet中的时间游走修正方法 | |
| US8927939B2 (en) | Radiation measurement apparatus and nuclear medicine diagnosis apparatus | |
| Guo et al. | Quantitative analysis of crystalline silicon wafer PV modules by electroluminescence imaging | |
| CN109313275B (zh) | 针对辐射探测器的死区时间校准 | |
| US20180335396A1 (en) | Pattern inspection method using charged particle beam | |
| CN109298133B (zh) | 基于边缘通道校正的探测器模块生产良品率改进方法 | |
| CN112635346A (zh) | 晶圆检测方法、半导体检测设备及存储介质 | |
| US10660589B2 (en) | Baseline shift determination for a photon detector | |
| Oonuki et al. | Development of uniform CdTe pixel detectors based on Caltech ASIC | |
| CN111915682A (zh) | 一种实时自调节的高光谱相机非均匀校正方法 | |
| KR20080061938A (ko) | 웨이퍼 상의 공정 결함 검사 방법 | |
| Behara et al. | Threshold Tuning of the ATLAS Pixel Detector | |
| CN110580692B (zh) | 一种多线列时差扫描图像辐射一致性校正方法 | |
| Valladares et al. | Evaluation of crystal arrays for accurate positioning and timing PET detectors | |
| CN111397730A (zh) | 一种基于led光源的光学相机宽谱段相对辐射定标方法 |
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 |