CN110720036A - 用于确定样本的物理性质的方法 - Google Patents
用于确定样本的物理性质的方法 Download PDFInfo
- Publication number
- CN110720036A CN110720036A CN201880038249.8A CN201880038249A CN110720036A CN 110720036 A CN110720036 A CN 110720036A CN 201880038249 A CN201880038249 A CN 201880038249A CN 110720036 A CN110720036 A CN 110720036A
- Authority
- CN
- China
- Prior art keywords
- calibration
- variables
- sample
- measurements
- samples
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000000704 physical effect Effects 0.000 title claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 89
- 239000000463 material Substances 0.000 claims abstract description 87
- 238000012360 testing method Methods 0.000 claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 230000005855 radiation Effects 0.000 claims abstract description 25
- 230000003595 spectral effect Effects 0.000 claims abstract description 10
- 239000000523 sample Substances 0.000 claims description 65
- 239000013074 reference sample Substances 0.000 claims description 14
- 238000011835 investigation Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 13
- 230000002238 attenuated effect Effects 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000005865 ionizing radiation Effects 0.000 abstract description 5
- 230000004907 flux Effects 0.000 description 15
- 101100537098 Mus musculus Alyref gene Proteins 0.000 description 12
- 101100269674 Mus musculus Alyref2 gene Proteins 0.000 description 12
- 101150095908 apex1 gene Proteins 0.000 description 12
- 239000012925 reference material Substances 0.000 description 11
- 235000013372 meat Nutrition 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000012935 Averaging Methods 0.000 description 4
- -1 Polyoxymethylene Polymers 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 229930040373 Paraformaldehyde Natural products 0.000 description 3
- 239000004698 Polyethylene Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000019625 fat content Nutrition 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 229920000573 polyethylene Polymers 0.000 description 3
- 229920006324 polyoxymethylene Polymers 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 235000020997 lean meat Nutrition 0.000 description 2
- 239000004800 polyvinyl chloride Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910052729 chemical element Inorganic materials 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 229920000915 polyvinyl chloride Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000013558 reference substance Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 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
- G01N23/06—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 measuring the absorption
- G01N23/083—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 measuring the absorption the radiation being X-rays
- G01N23/087—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 measuring the absorption the radiation being X-rays using polyenergetic X-rays
-
- 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
- G01N23/06—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 measuring the absorption
- G01N23/10—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 measuring the absorption the material being confined in a container, e.g. in a luggage X-ray scanners
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
- G01V5/22—Active interrogation, i.e. by irradiating objects or goods using external radiation sources, e.g. using gamma rays or cosmic rays
- G01V5/224—Multiple energy techniques using one type of radiation, e.g. X-rays of different energies
-
- 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
- G01N2223/03—Investigating materials by wave or particle radiation by transmission
- G01N2223/04—Investigating materials by wave or particle radiation by transmission and measuring absorption
-
- 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
- G01N2223/1006—Different kinds of radiation or particles different radiations, e.g. X and alpha
-
- 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
-
- 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
- G01N2223/40—Imaging
- G01N2223/423—Imaging multispectral imaging-multiple energy imaging
-
- 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
- G01N2223/50—Detectors
-
- 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
- G01N2223/60—Specific applications or type of materials
- G01N2223/639—Specific applications or type of materials material in a container
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Toxicology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Geophysics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明涉及通过电离辐射、特别是通过x辐射或伽马辐射来进行材料分析的领域。本发明提出了一种使用具有至少三个通道的光谱检测器(20)来确定测试样本(14)的物理性质的方法，该方法包括：·在每个通道中对测试样本执行测量，·计算变量，每个变量是由不同通道的测量结果的组合而形成的，·将加权且偏置矩阵应用于变量，以使得能够确定测试样本的所研究的物理性质。
Description
技术领域
本发明涉及通过电离辐射、特别是通过x辐射或伽马辐射来进行材料分析的领域。
背景技术
x辐射或伽马辐射的应用已在无损检测和安全领域(例如爆炸材料的检测)中得到了发展。在无损检测的领域中，有几种应用已经例如用于确定肉中的脂肪水平。
对于此类应用，进行了多能量测量。更具体地，要分析的对象位于多色光谱源和多能量检测器之间。该多能量检测器例如是与限定不同能带的几个滤波器相关联的光谱检测器或闪烁检测器。
例如，有可能从两个能带测量针对这两个能带中的每个能带的入射辐射的衰减系数。使用使得能够限定衰减系数的比较基准的参考材料。接下来，测试材料的衰减系数使得能够将其置于该比较基准中，以便获得测试材料的性质，例如其脂肪水平。
更具体地，物体的透射在数学上表征了在没有相互作用的情况下通过其的光子的数量，也就是在给定的能带中，物体之后的光子通量与物体之前的光子通量之间的比率。
通过射线照相法进行的材料识别与材料和x射线或伽马射线相互作用的方式有关。x射线或伽马射线被材料吸收(或有效相互作用部分)的可能性取决于其有效原子序数(Zeff)和x射线或伽马射线的能量。有效原子序数反映了电子云中与x射线或伽马射线相互作用的电子数。在纯化学元素(碳、铁、金等)的情况下，有效原子序数等于化学元素的原子序数Z(Zeff＝Z)。在化合物的情况下，有效原子序数近似为每单位体积的平均电子数。
每种材料都通过其自己的衰减谱来表征。衰减谱是描述随着光子的能量而变化的该光子与材料的相互作用的可能性的函数。从根本上讲，已经确认下面三种物理现象表明x射线或伽马射线与材料之间的相互作用：光电效应、瑞利或弹性扩散、以及康普顿或非弹性扩散。在这三种现象中，X光子的原子序数和能量以不同的功率介入。
材料的识别包括通过一种或几种物理性质来表征该材料，所述物理性质例如有效原子序数Zeff、密度、一种材料在另一种材料中的含量(或百分比)。
使用例如在文献US 2013/0110438 A1中描述的已知方法，能够确定如何分解对测试样本进行的多能量测量。基于两种以上的材料，结果始终是仅考虑其测量结果适用于测试样本的测量结果的两种材料的概率分布。因此，该方法例如可以用于测量脂肪水平，但是不能在大量材料中找到有效原子序数。
此外，对于给定的材料，衰减取决于所使用的样本的厚度。其厚度越大，衰减越强。已知方法非常不适合该参数，并且为了认出材料，通常必须使用预定厚度的样本。该约束不适用于测试行李箱，在这种情况下，由于待测物体本身的性质，待测物体的尺寸是未知的。
发明内容
本发明设法通过提出一种新方法来抵消所有或一些上述问题，该新方法使用能够适应任何样本厚度的光谱检测器来确定样本的物理性质。本发明还设法提高确定的精度，例如在涉及查找一种材料在另一种材料中的比例的情况下。
为此，本发明涉及一种使用具有至少三个通道的光谱检测器来确定测试样本的物理性质的方法，该方法由以下步骤组成：
·在每个通道中对测试样本执行测量，
·计算变量，每个变量是由不同通道的测量结果的组合而形成的，
·将加权且偏置矩阵应用于变量，以使得能够确定测试样本的所研究的物理性质，所研究的物理性质值能够连续变化。
有利地，所述变量形成“变量向量”，并且将加权且偏置矩阵应用于变量向量产生结果向量，结果向量的分量是所研究的物理性质的值。
有利地，使用被样本衰减的辐射的有用测量结果与未被样本衰减的辐射的空测量结果之间的比率来对变量进行标准化。可以使用该比率的对数来对变量进行标准化。
有利地，该方法还由以下步骤组成：
·在每个通道中对具有不同厚度和不同材料的几个校准样本执行测量，
·计算关于每个校准样本的变量，
·在第一校准步骤期间，使用回归方法，通过定义加权且偏置矩阵来将与校准样本有关的变量和校准样本的所研究的性质的预期值关联起来。
有利地，该方法还由以下步骤组成：
·在第二校准步骤期间，将加权且偏置矩阵应用于与校准样本有关的变量，以便获得校准样本的性质的计算值，并计算要被最小化的与校准样本的性质的计算值和校准样本的性质的预期值之间的偏差有关的均方误差，
·如果均方误差的值小于或等于预定阈值，则验证加权且偏置矩阵有效，
·如果均方误差的值高于所述阈值，则修改不同变量的测量结果组合，然后重复第一和第二校准步骤，直到均方误差的值小于或等于所述阈值为止。
有利地，该方法还由以下步骤组成：
·在第二校准步骤期间，将加权且偏置矩阵应用于与校准样本有关的变量，以便获得校准样本的性质的计算值，并计算要被最大化的与校准样本的性质的计算值和校准样本的性质的预期值之间的偏差有关的均方误差，
·如果均方误差的值大于或等于预定阈值，则验证加权且偏置矩阵有效，
·如果均方误差的值低于所述阈值，则修改不同变量的测量结果组合，然后重复第一和第二校准步骤，直到均方误差的值小于或等于所述阈值为止。
有利地，所研究的物理性质的确定需要至少一个参数，并且所述至少一个参数适用于协助在每个通道中对具有预定厚度以及已知的至少一个所研究的性质的参考样本进行的测量。
有利地，对参考样本的测量与对测试样本的测量同时进行，并且该参数适用于确定待测样本的所研究的物理性质。
有利地，所述至少一个参数适用于协助在每个通道中对具有预定且不同的厚度的两个参考样本进行的测量，使得可以实现对被研究性质中的一个的相同的测量；所述参数可以采取两个不同的值，它们取决于具有两个参考样本所共有的所研究的性质的第一材料的等效厚度。
附图说明
根据作为示例提供的一个实施例的详细描述，将更好地理解本发明，并且其其他优点将变得明显，该描述通过附图来说明，在附图中：
图1示出了允许行李箱中的材料的特定检测的示例性系统；
图2示出了能够在图1的系统中使用的根据本发明的方法；
图3示出了用于校准图1的系统的方法；
图4示出了使用利用测试样本而扫描的参考样本的根据本发明的适配；以及
图5和图6详细说明了图4中所示的适配的两个实施例。
为了清楚起见，在各个图中相似的元件将带有相似的参考标记。
具体实施方式
图1示出了例如能够在机场中使用的示例性行李测试系统10。提供系统10来检测被认为是危险的材料，例如爆炸性材料。系统10包括其上放置了待测的行李箱14的传送带12。x辐射发生器16位于行李箱14在传送带12上循环的区域的一侧。本发明可以用于其他类型的电离辐射，例如伽马辐射。发生器16发出穿过行李箱14的入射辐射18。检测器20位于该区域的另一侧，以便接收因穿过行李箱14而改变的辐射18。被改变的辐射(也称为透射辐射)带有参考22。检测器连接到计算机24，该计算机24被配置为分析来自检测器20的信息并显示表示行李箱14的内容的图像。在该图像中，行李箱14中包含的材料被识别。能够不同地放置系统10的组件，以防止辐射穿过传送带12。
应当理解，本发明可以被应用于希望识别材料的其他领域，例如，原子序数的识别、或更一般地测试样本的物理性质的识别。例如，能够使用本发明来确定一种类型的材料中所包含的另一种材料的含量，例如肉的脂肪水平。
使用被透射或反射的X辐射或伽马辐射的分析来找到这些性质。在下文中，描述了被透射的辐射的分析模型。能够将该模型适配用于被反射的辐射的分析。
更一般地，测试样本经受电离辐射(x射线或伽马射线)16。计算机24基于穿过测试样本的电离辐射的衰减来确定该测试样本中所包含的材料的物理性质。发生器16被配置为发出扩展的能量范围内的辐射。这种类型的辐射被称为多色的。例如，能够使用在20至200keV的能量范围内的x辐射。
检测器20被配置为辨别所接收的光子的能量。换句话说，检测器20是具有几个通道的光谱检测器，每个通道使得能够测量在给定能带中接收到的辐射量，不同能带能够分离或叠加。能够实现多能量闪烁检测器。这种类型的检测器具有几个闪烁体，每个闪烁体对给定能带敏感。检测器包括与每个闪烁体相关联的处理通道，使得能够对来自每个闪烁体的信号进行滤波和整形。闪烁检测器以积分模式操作，并测量取决于光子所沉积的能量的平均值的信号，这使得该测量结果对光谱的硬化效应敏感。硬化效应随着所穿过的材料的性质和厚度而变化；而且它增加噪声并使分析复杂化。
可选地，能够实现光谱检测器，该光谱检测器使得能够检测每个单独的光子并量化其能量，以便以直方图对这些光子进行分类而建立能量谱。X光子被检测器检测到，该检测器将入射光子所沉积的能量转换为电信号。这样的检测器例如包括晶体，该晶体被配置为将从光子接收的能量转换成由电荷放大器测量的电荷包。
为了实施本发明，检测器20具有至少三个通道。使用具有64个通道的光谱检测器成功地进行了测试。
根据在每个通道中得到的测量结果来计算变量，每个变量由不同通道的测量结果的组合而形成。这些组合可以是任何种类的，例如在几个通道中得到的测量结果的加法或减法。通道之间的其他运算符可以被用于执行该组合，例如乘法或除法、乘方等。
表(1)提供了被表示为V1至V8的八个变量的示例，这八个变量是使用被表示为S的求和以及在从1编号到55的通道中得到的测量结果的和之间的比率而获得的。例如，变量V1是由在通道2至7中得到的测量结果的和而形成的。
(表1)
能够对每个通道的测量结果进行标准化。更具体地，可以通过将已穿过测试样本的光子通量的测量值除以没有穿过样本的相同光子通量的测量值来进行标准化。可选地，能够保留在每个通道中的测量值而无需对其进行标准化。
为了简化计算，能够利用变量的计算(例如通过使用用于求和S的以下等式1)来执行标准化：
·d和f表示求和中的起始通道的编号和结束通道的编号。
·N0c表示检测器在通道c中接收到的入射辐射的光子数。检测器可以在没有样本的情况下测量N0c或空测量结果。
·Nc或有用的测量结果表示在同一通道c中穿过测试样本后透射的辐射的光子数。
在等式1中，对数的使用不是强制性的。但是，对数使得能够接近变量依据测试样本的厚度的线性变化。实际上，透射衰减方法是厚度的指数函数。
在使用图1所述的系统中，测量结果在通过传送带12的滚动而在给定的采集方向上一个接着一个。检测器20是线性检测器。它由对透射的辐射22敏感的像素形成。检测器20的像素例如垂直于采集方向而延伸。本发明可以与其他形式的检测器一起使用。特别地，考虑到测试样本的形状或者可以为线的或成角度的采集方向，线性检测器可以沿着圆弧或任何其他类型的线延伸。还能够使用其敏感像素在两个维度上延伸的检测器。例如，检测器的第一维度垂直于传送带12的滚动方向延伸，并且检测器的第二维度沿传送带12的滚动方向延伸。
检测器20对光子的入射通量18的测量或空测量可以使用检测器20的接收到未穿过行李箱14的光子通量的横向像素来进行。还能够在行李箱14到达光子的入射通量所穿过的区域之前和/或在行李箱14已离开该区域之后，使用检测器20来测量光子的入射通量。可以在相同的环境条件下，通过相同的检测器20进行光子的入射通量18的测量和光子的透射通量22的测量或有用的测量。更具体地，在使用期间，x辐射发生器16可以依据温度而进展并且其产生的光子通量可以变化。同样，检测器20也可以递送能够尤其随着温度而变化的通量测量结果。在相同的环境条件下执行通量测量18和22使得能够防止在值的计算过程中出现任何变化。可以在标准化期间通过使用空测量结果来完成对有用测量结果的校正，例如如使用等式1所描述的那样，在等式1中N0c表示空测量结果，且Nc表示有用的测量结果。
在计算任何标准化变量之后，将加权且偏置矩阵30应用于变量，从而能够确定测试样本的所研究物理性质的值。
加权且偏置矩阵30具有与变量相同的行数，并且具有与所研究物理性质相同的列数。该矩阵被应用于其分量为变量的向量。该因子被称为“变量向量”。将矩阵应用于变量向量产生“结果向量”，该结果向量的分量是所研究的物理性质的值。物理性质的值可以在值范围内连续变化。可以彼此独立地分析结果向量的不同分量，每个分量表示所研究性质中的一个。
图2示出了将该矩阵应用于由装置10扫描的样本。在测试样本中研究两种混合材料的比例。例如，它可能涉及研究肉中所含的脂肪水平。检测器20是包括几个敏感像素的线性检测器。每个像素使得能够测量x辐射的光谱。更具体地，对于每个像素，在每个通道中获得光子通量测量结果。在给定的时刻，透射的辐射22穿过测试样本的一部分。该样本在传送带12上移动。按步骤重复由每个像素进行的光谱测量，以便获得对于测试样本的不同部分的一系列测量结果和采集方向。
在计算变量之后，获得测试样本的三维图像32。线性检测器的各个像素形成第一维度。计算出的变量形成第二维度，且采集方向形成第三维度。使用二维检测器，能够沿着采集方向执行瞬时测量。然后在图像32中，该方向对应于读取由检测器完成的测量所需的线时间。使用二维检测器，还能够提供例如测试样本在传送带12上的运动。然后，通过沿采集方向延伸的几个像素冗余地进行所进行的测量。能够计算各个冗余测量结果的平均值，以减少测量结果上的噪声。
将矩阵30应用于该图像32，以便获得两个二维图像34和36，每个二维图像对应于两个所研究特性的每个的值，即所研究的材料中的每一个的材料量。更一般地，矩阵30的应用使得能够获得与所研究物理性质的数量相等的数量的图像。对于两个图像34和36，线性检测器的不同像素形成第一维度，且采集方向形成第二维度。图像34的每个点例如产生沿着光子通量的方向存在的第一材料的厚度值。对于第二材料的图像36也是如此。
当研究一种材料在另一种材料中的水平(例如脂肪水平)时，针对每个图像34和36的对应点，能够通过凭经验定义的系数来计算加权平均值，该凭经验定义的系数例如来自于其脂肪水平是通过另一种可能有破坏性的方法(例如提取方法)而确定的几个实际样本。
更具体地，在脂肪水平或第一材料在第二材料中所占的百分比的情况下，可以使用以下等式：
在等式2中：
·Thickness1和Thickness 2表示两种材料中的每一种的等效厚度，
·ρ1和ρ2表示两种材料中的每一种的质量密度或密度，
·Parameter1和Parameter2是凭经验定义的参数。
在肉的脂肪水平测量中，两种材料可以是脂肪和瘦肉。可选地，即使对于脂肪水平测量，也能够根据除了脂肪和瘦肉以外的预定材料的厚度来分解测量。等式2使得能够根据这两种材料中确定的厚度来计算脂肪水平。
为了确定第一材料和第二材料的水平，能够通过使用例如在两种纯材料中的每一种中形成的校准样本来校准该方法，或者以不同且已知的比例来校准该方法。例如，对于肉中的脂肪水平，能够使用具有不同且已知的脂肪含量的两种肉。
可选地，能够使用代表所研究材料的其他材料。例如，为了测量脂肪水平，能够使用等效脂肪水平为49％的聚甲醛(POM)和等效脂肪水平为2％的水。这两种材料的使用具有其组成稳定的优点，并且因此具有其相对于所研究材料的等效稳定性。
本发明使得能够确定在校准样本的实际或等效脂肪水平之间的任何中间脂肪水平值。还能够外推在由校准样本定义的间隔之外的值。更一般地，结果向量的每个分量可以在一个范围内连续变化。
另外，所研究的物理性质的数量(即结果向量的分量的数量)可以与校准样本的数量不同。例如，为了确定脂肪水平，形成了唯一的所研究物理性质，使用至少两个校准样本。
材料的厚度在测量中起作用。更具体地说，厚度越大，透射光子的数量减少得越多。为了确定一种材料在另一种材料中的水平，对于测试样本，可以以厚度与测试样本相同的校准样本为基础。但是，这需要基于测试样本的厚度用新的校准样本来重新校准方法，或者对待测样本施加精确的厚度，这是非常严格的。
本发明能够通过根据具有不同厚度和不同材料的校准样本(例如聚乙烯(PE)和聚氯乙烯(PVC))执行校准来克服该约束。本发明不限于两个不同的性质。所研究的性质的数量与校准材料的数量无关。可以被辨别的性质的数量取决于检测器的物理限制和所使用的辐射的类型。
图3示出了这种校准的示例性实施例。对于每种校准材料和几个厚度，在所有通道中进行测量。例如，对于第一校准材料，制成具有不同厚度的M个样本，并且对于第二校准材料，制成具有不同厚度的N个样本。第一材料的每个样本与第二材料的每个样本堆叠。对于每个堆叠，在每个通道上进行测量，每个通道产生N x M个测量。接下来，对于每个堆叠，计算各变量。这些计算的所有结果在校准输入矩阵40中被分组在一起。
此外，能够定义矩阵44(被称为校准输出矩阵)，将针对N x M个测量中的每个测量的每个所研究性质中的预期值分组在一起。在上述示例中，能够确定肉的脂肪含量，使用两种校准材料：聚乙烯和聚氯乙烯。矩阵44包括N×M行，每行对应于两种校准材料的堆叠，并且每列定义一个堆叠的等效脂肪水平。更一般地，矩阵44包括与所研究性质的数量相同的数量的列。预期值可以是理论值或通过另一种方法测量的值。
使用回归方法42，将矩阵40中存在的变量的值与矩阵44的所研究性质关联起来。
因此，该回归方法使得能够获得加权且偏置矩阵30。可以被用来从矩阵40到矩阵44的回归方法是例如非线性人工神经网络方法，其在Anglo-Saxon文献中通过其首字母缩写ANN被提到并且在1995年Mohamad H.Hassoun的文献“Fundamentals of ArtificialNeural Networks(人工神经网络基础知识)”(麻省理工学院出版社)中进行了描述。
在加权且偏置矩阵30的首次确定之后，验证该矩阵是有利的。可以通过将其应用于矩阵40中存在的变量来完成验证。因此，对于每个堆叠，获得所研究性质的计算值。这些计算值被存储在具有与预期值的矩阵44相同大小的矩阵46中。接下来能够例如通过定义均方误差MSE来将矩阵44和46进行比较，该均方误差MSE要被最小化并如下按等式3定义：
如果均方误差小于或等于给定阈值(例如对于脂肪含量为1％)，则加权且偏置矩阵30被认为是有效的。如果均方误差的值大于给定阈值，则在变量的计算中修改不同通道的测量结果的组合，直到达到所期望的均方误差为止。换句话说，在定义变量的通道之间寻求最佳组合，以使得能够将均方误差最小化。
可选地，还可以定义将均方误差最大化。最大化和最小化之间的选择将基于计算的最大简单性。在均方误差要被最大化的情况下(例如，使测量结果与预期值之间的似然性最大化的MSE或相对于等式3的逆因子)，如果均方误差大于或等于给定阈值，则验证矩阵30。相反，如果均方误差的值低于给定阈值，则在变量的计算中修改不同通道的测量结果的组合，直到达到所期望的均方误差的值为止。
可以在系统10的制造期间在工厂完成校准。在使用期间，系统可能会略有变化，并且可以定期重新进行校准。系统得到的测量结果的变化可能来自于大量使用，导致系统的各个组件(尤其是发生器16)发热。能够在保持测量结果随着时间的良好的稳定性的同时避免如上所述的完全重新校准。为此，使用由一种或几种参考材料制成的一种或几种参考样本来对测量结果进行校正，并使用测试样本进行扫描。(一种或多种)参考材料或(一种或多种)组分具有已知厚度。(一种或多种)参考材料可以与校准材料相同，但不是必须相同。
在图1所示的系统中，能够将参考材料的样本放置在测试样本旁边，在不位于光子穿过测试样本的路径上的检测器20的横向像素对面。这使得能够同时执行有用的测量(即测试样本的有用测量)和通过(一个或多个)参考样本的参考测量。这种配置还使得能够将参考物质的样本合并到装置10中。相反，这需要其长度大于测试样本所位于的有用区域的长度的检测器20。另外，有用测量和参考测量不是由检测器的相同像素完成的。
可选地，能够将(一个或多个)参考样本定位在测试样本沿采集方向的上游或下游。图4中示出了该替代方案，其示出了类似于图像32的三维图像50，其中示出了两个参考样本51和52。这两个样本分别由被用来确定一种肉的脂肪水平的参考材料、或者具有已知脂肪水平并处于预定厚度的两种肉、或者其他等效材料(例如水和聚甲醛)中的一者制成。
如果关于测试样本和两个参考样本的测量属于同一图像，则认为它们是同时或基本同时进行的。可选地，能够使关于测试样本的测量和关于参考样本的测量在时间上移位。时移被定义为所观察到的系统的时间稳定性的函数。例如，能够在通过了几个测试样本之后周期性地放置参考样本。
与完整的校准方法(在其中，对于每种校准材料，分析几个厚度)不同，在该校正方法中，能够实现仅一种参考材料。能够仅提供具有单一厚度的单个参考样本，或者可选地提供具有不同厚度且由相同材料制成的几个参考样本。在确定所研究性质的过程中，基于所期望的精度来选择参考样本的数量。
将矩阵30应用于图像50，以便获得两个二维图像54和56，它们中的每一个对应于两种校准材料中的一个的输出值。图像54和56类似于上述图像34和36。在图像54和56中，找到了对应于两个参考样本51和52的值。使用这两个图像54和56，能够适配等式2的参数。
图5示出了使用由两种不同的材料制成的两个参考样本(用Ref1和Ref2来表示)进行的参数的适配。
产生针对测试样本的三维图像(像素，通道，采集)即图像61和两个参考样本的三维图像(像素，通道，采集)即图像62。实际上，可以将这两个图像一起组为仅一个图像。接下来进行通道的组合以便获得先前描述的变量。因此，获得针对测试样本的三维图像(像素，变量，采集)即图像63和针对两个参考样本的三维图像(像素，变量，采集)即图像64。在图4中，图像50将两个图像63和64组在一起。使用加权且偏置矩阵，计算针对测试样本的两个二维图像(像素，采集)65和66，给出两种校准材料的每一种校准材料中的测试样本的等效厚度。对两种参考材料执行相同的操作，以便获得两个二维图像(像素，采集)67和68，给出两种校准材料的每一种校准材料中的参考样本Ref1和Ref2的等效厚度。
接下来，对于图像67和68，进行采集的平均化以减少测量上的噪声。在框70中给出采集的这种平均化。能够保持针对检测器20的每个像素的单独的等效厚度值，并且仍然寻找适用于每个像素的参数。可选地，为了简化计算，能够对所有像素取平均值，并且然后寻找用于整个检测器20的公共参数。
根据参考样本Ref1和Ref2中的每一个的已知性质，能够通过求解从等式2导出的等式4和5来得到参数。
等式4：
等式5：
在等式4和5中：
·Thickness1(Ref1)和Thickness1(Ref2)是第一校准材料中的参考材料的等效厚度的测量结果，
·Thickness2(Ref1)、Thickness2(Ref2)是第二校准材料中的参考材料的等效厚度的测量结果，
·ρ1和ρ2是校准材料1和校准材料2的密度，
·Ref1(％)和Ref2(％)例如是参考材料的脂肪水平估计。
通过求解等式4和5(其未知数为Parameter1和Parameter2)，能够将这些参数重新引入等式2中，以便确定测试样本的脂肪水平，并且更一般地确定一种材料在另一种材料中的比例。
在使用图5示出的参数的适配中，认为这两个参数不会根据每种校准材料中的等效厚度而变化。然而，实际上，已经观察到，为了更精细地确定一种材料在另一种材料中的比例，使得参数的值根据使用图像34和36而确定的等效厚度的变化而变化是有用的。
图6示出了对于参数的该值适配可以实现的方法。为了更容易地理解，考虑将参数中的一个(所示示例中的parameter2)固定。当然能够针对所有参数来调整图6的方法。
图6示出了针对测试样本的图像61、63、65和66。特别是将回想起图像65给出了第一校准材料中的测试样本的等效厚度。与使用图5所示的方法不同，在使用图6所示的方法中，两个参考样本由相同的材料制成，该相同的材料可以是校准材料之一，但不一定必须如此。更一般地，两个参考样本给出共同的所研究性质的相同的测量。与图5不同，在图6中，两个参考样本具有不同的预定厚度。图6示出：针对两个参考样本的三维图像(像素，通道，采集)72、以及两个二维图像(像素，采集)77和78，给出第一校准材料中的每个参考样本的等效厚度。
接下来，对于图像77和88，进行采集的平均化以减少测量上的噪声。在框80中给出采集的这种平均化。与之前一样，能够保持针对检测器20的每个像素的不同的等效厚度值，或者能够获得所有像素的平均值，然后寻找整个检测器20所共有的参数。
根据两个参考样本所共有的被表示为Ref(％)的性质，能够找到适用于两个参考样本中的每一个的两个厚度中的每一个的该参数的两个值。对于被表示为Ref1的第一参考样本以及厚度Thickness1(Ref1)、Thickness2(Ref1)，用等式6来计算被表示为Parameter1(Ref1)的参数：
对于被表示为Ref2的第二参考样本以及厚度Thickness1(Ref2)和Thickness2(Ref2)，用等式7来计算被表示为Parameter1(Ref2)的参数：
接下来在等式2中使用两个参数Parameter1(Ref1)和Parameter1(Ref2)，以为待测样本确定其脂肪水平，并且更一般地确定一种材料在另一种材料中的比例。
根据图像65给出第一被研究材料中的测试样本的等效厚度，能够定义厚度阈值，使用在该阈值以下的该参数的一个值，例如Parameter1(Ref1)，并且使用在该阈值以上的该参数的另一个值Parameter1(Ref2)。该厚度阈值例如等于两个参考样本Ref1和Ref2的厚度的平均值。
如果该参数的两个不同的值相邻，则使用这两个不同的值是合适的。可选地，能够根据图像65中定义的厚度来线性地改变参数的值。然后，使用该参数的两个值来定义参数的变化。能够使用具有相同材料和不同厚度的两个以上的参考样本并使用回归(例如多项式)，以便定义参数值的变化规律。
Claims (10)
1.一种使用具有至少三个通道的光谱检测器(20)来确定测试样本(14)的物理性质的方法，该方法包括：
·在每个通道中对测试样本执行测量，
其特征在于，该方法还包括：
·计算变量，每个变量是由不同通道的测量结果的组合而形成的，
·将加权且偏置矩阵(30)应用于变量，以使得能够确定测试样本的所研究的物理性质，所述所研究的物理性质的值能够连续变化。
2.根据权利要求1所述的方法，其特征在于，所述变量形成“变量向量”，并且将所述加权且偏置矩阵(30)应用于变量向量产生结果向量，所述结果向量的分量是所述所研究的物理性质的值。
3.根据前述权利要求中的一项所述的方法，其特征在于，使用被样本衰减的辐射的有用测量结果与未被样本衰减的辐射的空测量结果之间的比率来对所述变量进行标准化。
4.根据权利要求3所述的方法，其特征在于，使用所述比率的对数来对所述变量进行标准化。
5.根据前述权利要求中的一项所述的方法，还包括：
·在每个通道中对具有不同厚度和不同材料的几个校准样本执行测量，
·计算关于每个校准样本的变量，
·在第一校准步骤期间，使用回归方法，通过定义所述加权且偏置矩阵(30)来将与校准样本有关的变量和校准样本的所研究的性质的预期值关联。
6.根据权利要求5所述的方法，还包括：
·在第二校准步骤期间，将所述加权且偏置矩阵(30)应用于与校准样本(40)有关的变量，以便获得校准样本的性质的计算值(46)，并计算要被最小化的与校准样本的性质的计算值(46)和校准样本的性质的预期值(44)之间的偏差有关的均方误差MSE，
·如果所述均方误差MSE的值小于或等于预定阈值，则验证所述加权且偏置矩阵(30)有效，
·如果所述均方误差MSE的值高于所述阈值，则修改不同变量的测量结果组合，然后重复第一校准步骤和第二校准步骤，直到所述均方误差MSE的值小于或等于所述阈值为止。
7.根据权利要求5所述的方法，还包括：
·在第二校准步骤期间，将所述加权且偏置矩阵(30)应用于与校准样本(40)有关的变量，以便获得校准样本的性质的计算值(46)，并计算要被最大化的与校准样本的性质的计算值(46)和校准样本的性质的预期值(44)之间的偏差有关的均方误差MSE，
·如果所述均方误差MSE的值大于或等于预定阈值，则验证所述加权且偏置矩阵(30)有效，
·如果所述均方误差MSE的值低于所述阈值，则修改不同变量的测量结果组合，然后重复第一校准步骤和第二校准步骤，直到所述均方误差MSE的值小于或等于所述阈值为止。
8.根据前述权利要求中的一项所述的方法，
·其中，所研究的物理性质的确定需要至少一个参数，以及
·其中，所述至少一个参数适用于协助在每个通道中对具有预定厚度以及已知的至少一个所研究的性质的参考样本进行的测量。
9.根据权利要求8所述的方法，
·其中，对参考样本的测量与对测试样本的测量同时进行，以及
·其中，所述参数适用于确定待测样本的所研究的物理性质。
10.根据权利要求8或9中的一项所述的方法，
·其中，所述至少一个参数适用于协助在每个通道中对具有预定且不同的厚度的两个参考样本进行的测量，使得能够实现对所研究的性质中的一个的相同的测量，以及
·其中，所述参数能够采取两个不同的值，它们取决于具有两个参考样本所共有的所研究的性质的第一材料的等效厚度。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1755035A FR3067461B1 (fr) | 2017-06-07 | 2017-06-07 | Procede de determination de proprietes physiques d'un echantillon |
| FR1755035 | 2017-06-07 | ||
| PCT/EP2018/064974 WO2018224580A1 (fr) | 2017-06-07 | 2018-06-07 | Procédé de détermination de propriétés physiques d'un échantillon |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110720036A true CN110720036A (zh) | 2020-01-21 |
| CN110720036B CN110720036B (zh) | 2023-02-03 |
Family
ID=60080902
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880038249.8A Active CN110720036B (zh) | 2017-06-07 | 2018-06-07 | 用于确定样本的物理性质的方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11415530B2 (zh) |
| EP (1) | EP3635377B1 (zh) |
| JP (1) | JP7199385B2 (zh) |
| CN (1) | CN110720036B (zh) |
| FR (1) | FR3067461B1 (zh) |
| WO (1) | WO2018224580A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102543065B1 (ko) * | 2021-07-21 | 2023-06-13 | 연세대학교 산학협력단 | 화학적 성분 분석 장치 및 화학적 성분 분석 방법 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5121337A (en) * | 1990-10-15 | 1992-06-09 | Exxon Research And Engineering Company | Method for correcting spectral data for data due to the spectral measurement process itself and estimating unknown property and/or composition data of a sample using such method |
| WO1992012415A1 (en) * | 1990-12-31 | 1992-07-23 | General Research Corporation | Contraband detection apparatus and method |
| CN1264466A (zh) * | 1997-03-14 | 2000-08-23 | 伊斯特曼化学公司 | 使喇曼光谱仪标准化,以获得稳定、可转移的校准的方法 |
| US20090310744A1 (en) * | 2006-07-10 | 2009-12-17 | Philip Edward Petch | target composition determination method and apparatus |
| CN103069305A (zh) * | 2010-06-29 | 2013-04-24 | 法国原子能及替代能源委员会 | 由多能量x-射线识别材料的方法 |
| WO2015091083A1 (fr) * | 2013-12-20 | 2015-06-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Méthode de mesure du numéro atomique effectif d'un matériau |
| CN104769418A (zh) * | 2012-06-19 | 2015-07-08 | 克莱因医学有限公司 | 光谱分析 |
| US20160238543A1 (en) * | 2013-10-28 | 2016-08-18 | Kromek Limited | Method and apparatus for the inspection of contained materials |
| US20160284075A1 (en) * | 2013-03-14 | 2016-09-29 | Essess, Inc. | Methods, apparatus, and systems for structural analysis using thermal imaging |
| WO2017006059A1 (fr) * | 2015-07-08 | 2017-01-12 | Commissariat à l'énergie atomique et aux énergies alternatives | Procédé d'identification d'un matériau |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10305105A1 (de) | 2003-02-07 | 2004-08-26 | Siemens Ag | Eichung der Transformation spektraler Röntgenschwächungswerte in Dichte- und Ordnungszahlinformation |
| US7092485B2 (en) * | 2003-05-27 | 2006-08-15 | Control Screening, Llc | X-ray inspection system for detecting explosives and other contraband |
| CN1995993B (zh) * | 2005-12-31 | 2010-07-14 | 清华大学 | 一种利用多种能量辐射扫描物质的方法及其装置 |
| JP5297142B2 (ja) | 2008-10-09 | 2013-09-25 | アンリツ産機システム株式会社 | 異物検出方法および装置 |
| JP2011024773A (ja) | 2009-07-24 | 2011-02-10 | National Institute Of Advanced Industrial Science & Technology | Ｘ線成分計測装置 |
| JP5459088B2 (ja) | 2010-06-10 | 2014-04-02 | 富士通株式会社 | スペクトル解析方法及びスペクトル解析装置 |
| KR20160089976A (ko) * | 2015-01-21 | 2016-07-29 | 삼성전자주식회사 | 엑스선 영상장치 및 엑스선 영상생성방법 |
-
2017
- 2017-06-07 FR FR1755035A patent/FR3067461B1/fr active Active
-
2018
- 2018-06-07 JP JP2019568186A patent/JP7199385B2/ja active Active
- 2018-06-07 US US16/620,031 patent/US11415530B2/en active Active
- 2018-06-07 CN CN201880038249.8A patent/CN110720036B/zh active Active
- 2018-06-07 WO PCT/EP2018/064974 patent/WO2018224580A1/fr unknown
- 2018-06-07 EP EP18728176.1A patent/EP3635377B1/fr active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5121337A (en) * | 1990-10-15 | 1992-06-09 | Exxon Research And Engineering Company | Method for correcting spectral data for data due to the spectral measurement process itself and estimating unknown property and/or composition data of a sample using such method |
| WO1992012415A1 (en) * | 1990-12-31 | 1992-07-23 | General Research Corporation | Contraband detection apparatus and method |
| CN1264466A (zh) * | 1997-03-14 | 2000-08-23 | 伊斯特曼化学公司 | 使喇曼光谱仪标准化,以获得稳定、可转移的校准的方法 |
| US20090310744A1 (en) * | 2006-07-10 | 2009-12-17 | Philip Edward Petch | target composition determination method and apparatus |
| CN103069305A (zh) * | 2010-06-29 | 2013-04-24 | 法国原子能及替代能源委员会 | 由多能量x-射线识别材料的方法 |
| CN104769418A (zh) * | 2012-06-19 | 2015-07-08 | 克莱因医学有限公司 | 光谱分析 |
| US20160284075A1 (en) * | 2013-03-14 | 2016-09-29 | Essess, Inc. | Methods, apparatus, and systems for structural analysis using thermal imaging |
| US20160238543A1 (en) * | 2013-10-28 | 2016-08-18 | Kromek Limited | Method and apparatus for the inspection of contained materials |
| WO2015091083A1 (fr) * | 2013-12-20 | 2015-06-25 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Méthode de mesure du numéro atomique effectif d'un matériau |
| WO2017006059A1 (fr) * | 2015-07-08 | 2017-01-12 | Commissariat à l'énergie atomique et aux énergies alternatives | Procédé d'identification d'un matériau |
Non-Patent Citations (3)
| Title |
|---|
| 刘家锋 等: "《模式识别》", 31 August 2014, 哈尔滨工业大学出版社 * |
| 清华大学自动化系: "《智能信息处理和智能控制》", 31 December 1998, 浙江科学技术出版社 * |
| 韩明: "《概率论与数理统计教程》", 30 April 2014, 同济大学 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3635377A1 (fr) | 2020-04-15 |
| US11415530B2 (en) | 2022-08-16 |
| CN110720036B (zh) | 2023-02-03 |
| FR3067461B1 (fr) | 2023-02-24 |
| EP3635377B1 (fr) | 2023-08-02 |
| FR3067461A1 (fr) | 2018-12-14 |
| JP7199385B2 (ja) | 2023-01-05 |
| EP3635377C0 (fr) | 2023-08-02 |
| US20200096456A1 (en) | 2020-03-26 |
| WO2018224580A1 (fr) | 2018-12-13 |
| JP2020522718A (ja) | 2020-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2588892B1 (en) | Method of identifying materials from multi-energy x-rays | |
| US8537968B2 (en) | Method and apparatus for inspection of materials | |
| US9212905B2 (en) | Method and system for determining radiation shielding thickness and gamma-ray energy | |
| US9448326B2 (en) | Detection and/or classification of materials | |
| Rinkel et al. | Experimental evaluation of material identification methods with CdTe X-ray spectrometric detector | |
| US9459218B2 (en) | Method for the radiological investigation of an object | |
| JP2017504009A (ja) | 物質の実効原子番号を測定する方法 | |
| CN110720036B (zh) | 用于确定样本的物理性质的方法 | |
| Klimenov et al. | Identification of the substance of a test object using the dual-energy method | |
| US9423363B2 (en) | Object monitoring using multi spectral radiation | |
| EP2920582B1 (en) | Identification of materials | |
| Korun et al. | Calculation of the decision thresholds for radionuclides identified in gamma-ray spectra by post-processing peak analysis results | |
| Beldjoudi et al. | Multidimensional data processing methods for material discrimination using an ideal X-ray spectrometric photon counting detector | |
| US9841390B2 (en) | Identification of materials from a hydrogen to electron ratio | |
| Korun et al. | Reliability of the peak-analysis results in gamma-ray spectrometry for high relative peak-area uncertainties | |
| Sloth et al. | Opportunities and challenges of implementing energy dispersive x-ray CT in aviation security screening | |
| WO2013076506A2 (en) | Portable detector apparatus | |
| US20140161226A1 (en) | Processing device and method for the spectrometric measurement of a photon flux | |
| Biegalski | AutoCal: a method for automatic energy calibration of β–γ systems based on a 137 Cs spectrum | |
| Hermann et al. | Preliminary theoretical approach for materials elemental composition identification using X-Rays spectral transmission data | |
| Skatter et al. | Energy-resolving photon-counting detectors in CT based explosive detection systems (EDS): Can additional material signatures be extracted to help the detection task? |
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 |