CN115420226A - 基于脉冲宽度的射线作用位置定位装置及定位方法 - Google Patents
基于脉冲宽度的射线作用位置定位装置及定位方法 Download PDFInfo
- Publication number
- CN115420226A CN115420226A CN202211196330.3A CN202211196330A CN115420226A CN 115420226 A CN115420226 A CN 115420226A CN 202211196330 A CN202211196330 A CN 202211196330A CN 115420226 A CN115420226 A CN 115420226A
- Authority
- CN
- China
- Prior art keywords
- pulse width
- pulse signal
- pulse
- array
- response matrix
- 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 40
- 230000009471 action Effects 0.000 title claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 51
- 239000013078 crystal Substances 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 7
- 230000005251 gamma ray Effects 0.000 claims abstract description 3
- 238000010606 normalization Methods 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 26
- 238000013527 convolutional neural network Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 7
- 238000011176 pooling Methods 0.000 claims description 3
- 238000005316 response function Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 14
- 230000005484 gravity Effects 0.000 abstract description 9
- 230000006835 compression Effects 0.000 abstract description 4
- 238000007906 compression Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 4
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 230000005855 radiation Effects 0.000 description 14
- 238000003384 imaging method Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明公开了一种基于脉冲宽度的射线作用位置定位方法，包括构建一基于脉冲宽度的射线作用位置定位装置，用于得到脉宽响应矩阵；在阵列式探测器的入射面建立坐标系，确定扫描点、扫描点的二维坐标、扫描路径；构建数据库，其数据样本为带扫描点二维坐标的脉宽响应矩阵的标签；训练网络模型；待测作用位置的γ射线定位。本发明利用脉冲信号宽度取代传统的脉冲信号幅度，获取高通道脉冲信号的宽度，而不是脉冲信号幅值，大大简化了电子学电路。采用卷积神经网络对射线与晶体作用位置进行定位，克服了从脉冲幅度到宽度转变过程中存在的非线性问题，同时克服了传统重心法的压缩效应，提高了探测器有效响应面积。
Description
技术领域
本发明涉及一种定位装置及方法，尤其涉及一种基于脉冲宽度的射线作用位置定位装置及定位方法。
背景技术
在γ辐射成像过程中，首先需要计算射线与探测器的作用位置，其定位方法对成像系统的复杂度和定位精度有十分重要的影响。当前，在γ辐射成像技术体系统中，最常用的方法是经典重心法及其变种，经典重心法也称Anger算法，该类方法通过重心法电路对阵列式探测器输出信号进行求和变换，从高通道降维到4路信号，通过四路信号幅度来来计算作用位置。
重心法计算过程中丢失了很多关于闪烁体内光场分布信息，导致此算法对靠近闪烁晶体边缘区域的空间分辨率较差，且难以校正；由于重心法受到压缩效应的影响较大，导致探测器的有效成像面积也较小。
近年来，随着数字芯片技术发展，并行多通道成像数据采集系统逐渐应用，这类采集系统通过获取各通道信号的脉冲幅度来获取阵列探测器内部光分布情况，然后采用重心法或其他数字计算方法来实现射线作用位置定位。这类方法需要获取高通道脉冲信号幅度，往往需要多片多通道ASIC芯片或者复杂庞大的数据采系统才能实现射线作用位置的定位。例如探测器输出端还需要连接ADC、多带脉冲幅度分析仪等设备。
发明内容
本发明的目的就在于提供一种解决上述问题，显著降低射线作用位置定位硬件电路的复杂度，同时提高定位精确，增大探测器有效输出面积，减少重建图像的扭曲和伪影的，基于脉冲宽度的射线作用位置定位装置及方法。
为了实现上述目的，本发明采用的技术方案是这样的：一种基于脉冲宽度的射线作用位置定位方法，包括以下步骤；
（1）构建一基于脉冲宽度的射线作用位置定位装置，包括阵列式探测器，高通道脉冲信号变换单元、信号宽度数字化单元、归一化单元；
所述阵列式探测器用于将入射的γ射线转换为脉冲信号阵列；
所述高通道脉冲信号变换单元用于将脉冲信号阵列同步、实时、并行地转换为矩形脉冲信号阵列；
所述信号宽度数字化单元用于对矩形脉冲信号阵列中各矩形脉冲信号进行时间数字转换，得到数字化脉宽矩阵；
所述归一化单元用于对数字化脉宽矩阵进行归一化处理，得到脉宽响应矩阵；
（2）根据阵列式探测器尺寸，在阵列式探测器的入射面建立坐标系，确定扫描点、扫描点的二维坐标、扫描路径；
（3）构建数据库，包括步骤（31）-（32）；
（31）获取一个扫描点的数据样本；
γ射线垂直照射一扫描点，被阵列式探测器吸收并转换为脉冲信号阵列，并依次经高通道脉冲信号变换单元、信号宽度数字化单元、归一化单元后，转换为脉宽响应矩阵，将该扫描点的二维坐标作为脉宽响应矩阵的标签，得到一数据样本；
（32）按扫描路径逐点扫描，得到所有扫描点的数据样本，将所有数据样本构成数据库；
（4）构建卷积神经网络，以数据样本为输入，其标签为输出训练该网络，得到训练好的网络模型；
（5）定位；
输入待测作用位置的γ射线至基于脉冲宽度的射线作用位置定位装置，输出其对应的脉宽响应矩阵，送入训练好的网络模型输出其二维坐标。
作为优选：所述阵列式探测器通道大于等于64路；阵列式探测器包括闪烁体晶体和光电转换器件，所述闪烁体晶体为NaI、LaBr或SrI，厚度为3mm-15mm，光电转换器件为SiPM阵列。
作为优选：经高通道脉冲信号变换单元转换的矩形脉冲信号阵列；各矩形脉冲信号的宽度与转换前脉冲信号的幅度符合一函数关系，所述函数关系由探测器响应函数决定。
作为优选：归一化单元中，采用下式进行归一化处理；
式中：y i 为脉宽响应矩阵中归一化后的第i个元素，x i 脉宽响应矩阵中归一化前的第i个元素，x min 为归一化前脉宽响应矩阵中各元素的最小值；x max 为归一化前脉宽响应矩阵中各元素的最大值。
作为优选：所述卷积神经网络采用基于FPGA的卷积神经网络，包括1个输入层，12个卷积层，3个池化层，2个全连接层，1个输出层，输入层为脉宽响应矩阵，输出层为该脉宽响应矩阵对应的扫描点的坐标。
本发明的原理为：
核辐射探测技术及核仪器作为核分析技术中最关键的研究技术之一，脉冲信号的波形面积代表入射粒子在探测器中沉积的能量，脉冲信号的上升沿代表着入射粒子击中探测器的时间信息。可见光子入射到SiPM之后，根据SiPM的光子探测效率转化为电子空穴对。由于电子空穴对的数量与SiPM 输出电压幅度成正比。核脉冲信号为上升沿极短，下降沿时间较长的负指数信号。
信号可用一个单指数函数来进行表示
其中A为脉冲幅度，
为时间常数，t为时间。当确定一个阈值V th 后可以得到时间t与阈值之间的关系。
t即为信号从峰值衰减到V th 处所需时间，即对应与阈值V th 的脉冲宽度。因此，脉冲宽度t与脉冲幅度A之间存在确定函数关系。脉冲信号的峰值越大，其宽度就越宽。因此可以根据脉冲宽度来反映该脉冲峰值，用脉冲宽度矩阵代替脉冲峰值矩阵。
与现有技术相比，本发明的优点在于：
本发明利用脉冲信号宽度取代传统的脉冲信号幅度，获取高通道脉冲信号的宽度，而不是脉冲信号幅值，大大简化了电子学电路。
采用卷积神经网络对射线与晶体作用位置进行定位，克服了从脉冲幅度到宽度转变过程中存在的非线性问题，同时克服了传统重心法的压缩效应，提高了探测器有效响应面积。
经验证，本发明的方法具有探测效率更高、探测器有效响应面积更大、定位效果更为精准、鲁棒性更好、系统体积小、更便携等优点，为辐射成像提供了很好的技术支持，可应用于快速寻源、核辐射探测等场景中。
附图说明
图1发明的总流程图；
图2为本发明扫描辐射台几何结构示意图；
图3为本发明扫描辐射台扫描路径示意图；
图4为三种不同脉宽阈值的对比图；
图5为探测器响应对比图，其中（a）为脉冲幅值的探测器响应矩阵，（b）为脉冲宽度的探测器响应矩阵；
图6为图4中三种脉宽阈值神经网络定位图；其中（a）、（b）、（c）的阈值分别为Th1、Th2、Th3；
图7为实施例2中三种方法对射线作用位置进行定位的效果对比图，其中（a）、（b）、（c）分别为泛场成像射线定位效果图、基于脉冲幅度的射线定位效果图、和基于脉冲宽度的射线定位效果图。
图中：1、阵列式探测器；2、闪烁体晶体；3、铅室；4、准直孔；5、放射源。
具体实施方式
下面将结合附图对本发明作进一步说明。
实施例1：参见图1到图3，一种基于脉冲宽度的射线作用位置定位方法，包括以下步骤；
（1）构建一基于脉冲宽度的射线作用位置定位装置，包括阵列式探测器1，高通道脉冲信号变换单元、信号宽度数字化单元、归一化单元；
所述阵列式探测器1用于将入射的γ射线转换为脉冲信号阵列；
所述高通道脉冲信号变换单元用于将脉冲信号阵列同步、实时、并行地转换为矩形脉冲信号阵列；
所述信号宽度数字化单元用于对矩形脉冲信号阵列中各矩形脉冲信号进行时间数字转换，得到数字化脉宽矩阵；
所述归一化单元用于对数字化脉宽矩阵进行归一化处理，得到脉宽响应矩阵；
（2）根据阵列式探测器1尺寸，在阵列式探测器1的入射面建立坐标系，确定扫描点、扫描点的二维坐标、扫描路径；
（3）构建数据库，包括步骤（31）-（32）；
（31）获取一个扫描点的数据样本；
γ射线垂直照射一扫描点，被阵列式探测器1吸收并转换为脉冲信号阵列，并依次经高通道脉冲信号变换单元、信号宽度数字化单元、归一化单元后，转换为脉宽响应矩阵，将该扫描点的二维坐标作为脉宽响应矩阵的标签，得到一数据样本；
（32）按扫描路径逐点扫描，得到所有扫描点的数据样本，将所有数据样本构成数据库；
（4）构建卷积神经网络，以数据样本为输入，其标签为输出训练该网络，得到训练好的网络模型；
（5）定位；
输入待测作用位置的γ射线至基于脉冲宽度的射线作用位置定位装置，输出其对应的脉宽响应矩阵，送入训练好的网络模型输出其二维坐标。
本实施例中，所述阵列式探测器1通道大于等于64路；阵列式探测器1包括闪烁体晶体2和光电转换器件，所述闪烁体晶体2为NaI、LaBr或SrI，厚度为3mm-15mm，光电转换器件为SiPM阵列。
经高通道脉冲信号变换单元转换的矩形脉冲信号阵列；各矩形脉冲信号的宽度与转换前脉冲信号的幅度符合一函数关系，所述函数关系由探测器响应函数决定。
归一化单元中，采用下式进行归一化处理；
式中：y i 为脉宽响应矩阵中归一化后的第i个元素，x i 脉宽响应矩阵中归一化前的第i个元素，x min 为归一化前脉宽响应矩阵中各元素的最小值；x max 为归一化前脉宽响应矩阵中各元素的最大值。
所述卷积神经网络采用基于FPGA的卷积神经网络，包括1个输入层，12个卷积层，3个池化层，2个全连接层，1个输出层，输入层为脉宽响应矩阵，输出层为该脉宽响应矩阵对应的扫描点的坐标。
本发明中，阵列式探测器1由闪烁体晶体2和光电转换器件耦合而成，假设连续闪烁体晶体2为LaBr3晶体，光电转换器件为SiPM阵列，连续LaBr3晶体将入射伽马射线转换为可见光，可见光在连续晶体及包裹层中输运、反射、折射后，被SiPM阵列转换为脉冲信号阵列输出。本实施例中，闪烁体晶体2的尺寸为100mm×100mm，阵列式探测器1表面整体尺寸为130mm×130mm，γ射线由放射源5137Cs发出，准直器由铅室3和准直孔4构成，放射源5137Cs置于铅室3中，准直孔4的长度为30mm。
对卷积神经网络进行训练时，将数据集分为训练集、测试集、校验集；卷积神经网络训练包括初始化卷积神经网络、超参数设置、训练卷积神经网络模型和测试卷积神经网络模型。将脉宽响应矩阵作为卷积神经网络的输入层，该脉宽响应矩阵对应的扫描点即为射线与晶体作用位置，将这个作用位置的坐标作为卷积神经网络的输出。
实施例2：参见图1到图7，在实施例1的基础上，我们验证如下：参见图4，我们选取了三种脉冲宽度分别为Th1、Th2、Th3的脉宽响应矩阵，作为探测器的脉宽响应矩阵，用做卷积神经网络的输入层，对卷积神经网络进行训练，并用训练好的模型对射线作用位置进行定位，定位结果见图6中的（a）到（c），其中，Th1、Th2、Th3分别对应图6中的（a）、（b）、（c）。
从图5中可以看出，对于同一放射源5、同一时间内，得到的脉冲幅值的探测器响应矩阵与脉冲宽度的探测器响应矩阵基本一致，说明用脉冲宽度代替脉冲峰值进行定位是可行的；从图6中也可以看出，用脉冲宽度矩阵对泛场源进行定位是可行的，三种阈值脉宽经过卷积神经网络训练之后都有很好的定位效果，并且可以看出抗干扰能力强，同时该方法能够有效克服传统重心法的压缩效应，其中，当阈值脉宽为Th2时，相较于Th1、Th3来讲，定位效果略好，探测器有效响应面积略大。
另外我们采用三种方法对射线作用位置进行定位，方法一：传统方法泛场成像；方法二：基于脉冲幅度射线定位；方法三：本发明方法。得到的效果图如图7的（a）-（c）。可以明显看出图7的（b）和（c）的定位效果要优于图7中（a）传统方法的定位效果，定位更为精准，探测器有效响应面积更大。从图7的（b）和（c）可以看出，基于脉冲幅度射线定位的定位效果与本发明方法的定位效果基本一致，但是相较于获取脉冲幅度的电子学电路，获取脉冲宽度的电子学电路更为简单，整个电子学系统体积更为小，整个测量系统更为便携，加工成本更为便宜。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于脉冲宽度的射线作用位置定位方法，其特征在于：包括以下步骤；
（1）构建一基于脉冲宽度的射线作用位置定位装置，包括阵列式探测器，高通道脉冲信号变换单元、信号宽度数字化单元、归一化单元；
所述阵列式探测器用于将入射的γ射线转换为脉冲信号阵列；
所述高通道脉冲信号变换单元用于将脉冲信号阵列同步、实时、并行地转换为矩形脉冲信号阵列；
所述信号宽度数字化单元用于对矩形脉冲信号阵列中各矩形脉冲信号进行时间数字转换，得到数字化脉宽矩阵；
所述归一化单元用于对数字化脉宽矩阵进行归一化处理，得到脉宽响应矩阵；
（2）根据阵列式探测器尺寸，在阵列式探测器的入射面建立坐标系，确定扫描点、扫描点的二维坐标、扫描路径；
（3）构建数据库，包括步骤（31）-（32）；
（31）获取一个扫描点的数据样本；
γ射线垂直照射一扫描点，被阵列式探测器吸收并转换为脉冲信号阵列，并依次经高通道脉冲信号变换单元、信号宽度数字化单元、归一化单元后，转换为脉宽响应矩阵，将该扫描点的二维坐标作为脉宽响应矩阵的标签，得到一数据样本；
（32）按扫描路径逐点扫描，得到所有扫描点的数据样本，将所有数据样本构成数据库；
（4）构建卷积神经网络，以数据样本为输入，其标签为输出训练该网络，得到训练好的网络模型；
（5）定位；
输入待测作用位置的γ射线至基于脉冲宽度的射线作用位置定位装置，输出其对应的脉宽响应矩阵，送入训练好的网络模型输出其二维坐标。
2.根据权利要求1所述的基于脉冲宽度的射线作用位置定位装置，其特征在于：所述阵列式探测器通道大于等于64路；阵列式探测器包括闪烁体晶体和光电转换器件，所述闪烁体晶体为NaI、LaBr或SrI，厚度为3mm-15mm，光电转换器件为SiPM阵列。
3.根据权利要求1所述的基于脉冲宽度的射线作用位置定位装置，其特征在于：经高通道脉冲信号变换单元转换的矩形脉冲信号阵列；各矩形脉冲信号的宽度与转换前脉冲信号的幅度符合一函数关系，所述函数关系由探测器响应函数决定。
4.根据权利要求1所述的基于脉冲宽度的射线作用位置定位装置，其特征在于：归一化单元中，采用下式进行归一化处理；
式中：y i 为脉宽响应矩阵中归一化后的第i个元素，x i 脉宽响应矩阵中归一化前的第i个元素，x min 为归一化前脉宽响应矩阵中各元素的最小值；x max 为归一化前脉宽响应矩阵中各元素的最大值。
5.根据权利要求1所述的基于脉冲宽度的射线作用位置定位装置，其特征在于：所述卷积神经网络采用基于FPGA的卷积神经网络，包括1个输入层，12个卷积层，3个池化层，2个全连接层，1个输出层，输入层为脉宽响应矩阵，输出层为该脉宽响应矩阵对应的扫描点的坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211196330.3A CN115420226B (zh) | 2022-09-29 | 2022-09-29 | 基于脉冲宽度的射线作用位置定位装置及定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211196330.3A CN115420226B (zh) | 2022-09-29 | 2022-09-29 | 基于脉冲宽度的射线作用位置定位装置及定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115420226A true CN115420226A (zh) | 2022-12-02 |
| CN115420226B CN115420226B (zh) | 2024-06-28 |
Family
ID=84206772
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211196330.3A Active CN115420226B (zh) | 2022-09-29 | 2022-09-29 | 基于脉冲宽度的射线作用位置定位装置及定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115420226B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117635614A (zh) * | 2024-01-25 | 2024-03-01 | 南京航空航天大学 | 一种超快x射线成像无损检测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06138240A (ja) * | 1992-10-29 | 1994-05-20 | Hitachi Ltd | ガンマ線計測装置 |
| US5920278A (en) * | 1997-05-28 | 1999-07-06 | Gregory D. Gibbons | Method and apparatus for identifying, locating, tracking, or communicating with remote objects |
| CN101836131A (zh) * | 2007-10-26 | 2010-09-15 | 株式会社岛津制作所 | 放射线检测器 |
| WO2018164621A1 (en) * | 2017-03-08 | 2018-09-13 | Prismatic Sensors Ab | Increased spatial resolution for photon-counting edge-on x-ray detectors |
| WO2020103615A1 (zh) * | 2018-11-22 | 2020-05-28 | 南京大学 | 光电计算单元、光电计算阵列及光电计算方法 |
| CN112258597A (zh) * | 2020-12-18 | 2021-01-22 | 成都理工大学 | 基于神经网络定位算法的快速成像方法及装置 |
| US20210063329A1 (en) * | 2019-08-26 | 2021-03-04 | Kla Corporation | Methods And Systems For Semiconductor Metrology Based On Wavelength Resolved Soft X-Ray Reflectometry |
-
2022
- 2022-09-29 CN CN202211196330.3A patent/CN115420226B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06138240A (ja) * | 1992-10-29 | 1994-05-20 | Hitachi Ltd | ガンマ線計測装置 |
| US5920278A (en) * | 1997-05-28 | 1999-07-06 | Gregory D. Gibbons | Method and apparatus for identifying, locating, tracking, or communicating with remote objects |
| CN101836131A (zh) * | 2007-10-26 | 2010-09-15 | 株式会社岛津制作所 | 放射线检测器 |
| WO2018164621A1 (en) * | 2017-03-08 | 2018-09-13 | Prismatic Sensors Ab | Increased spatial resolution for photon-counting edge-on x-ray detectors |
| WO2020103615A1 (zh) * | 2018-11-22 | 2020-05-28 | 南京大学 | 光电计算单元、光电计算阵列及光电计算方法 |
| US20210063329A1 (en) * | 2019-08-26 | 2021-03-04 | Kla Corporation | Methods And Systems For Semiconductor Metrology Based On Wavelength Resolved Soft X-Ray Reflectometry |
| CN112258597A (zh) * | 2020-12-18 | 2021-01-22 | 成都理工大学 | 基于神经网络定位算法的快速成像方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 陈晔: "γ能谱信息复原技术研究", 《中国优秀博士学位论文库》, no. 02, 15 February 2022 (2022-02-15), pages 180 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117635614A (zh) * | 2024-01-25 | 2024-03-01 | 南京航空航天大学 | 一种超快x射线成像无损检测方法及系统 |
| CN117635614B (zh) * | 2024-01-25 | 2024-04-02 | 南京航空航天大学 | 一种超快x射线成像无损检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115420226B (zh) | 2024-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103605148B (zh) | 一种高计数率下的伽马能谱测量方法 | |
| US9910167B2 (en) | Method for digitalizing scintillation pulse | |
| US11506803B2 (en) | Method and device for processing nuclear energy spectrum | |
| US8847166B2 (en) | Imaging device using gamma rays, image signal processor, and image processing method for gamma ray measurement data | |
| US8294110B2 (en) | Method for improved correction of SiPM non-linearity in multiplexed radiation detectors | |
| CN106990429A (zh) | 一种γ、中子双射线能谱测量装置及测量方法 | |
| CN104360376A (zh) | 具有放射源核素识别功能的伽马相机及核素识别方法 | |
| CN108646284B (zh) | 一种γ能谱组合探测系统及γ能谱测量方法 | |
| JP7317586B2 (ja) | 医用画像処理装置、方法及びプログラム | |
| CN107907901A (zh) | 核电站中子、伽马能谱与剂量的测量方法和系统 | |
| CN111025412B (zh) | 一种基于γ射线的地层层析成像系统及方法 | |
| CN111736206B (zh) | 一种测量d-t中子源源斑尺寸的装置及方法 | |
| CN115420226B (zh) | 基于脉冲宽度的射线作用位置定位装置及定位方法 | |
| US8648314B1 (en) | Fast neutron imaging device and method | |
| Canot et al. | Fast and efficient detection of 511 keV photons using Cherenkov light in PbF2 crystal, coupled to a MCP-PMT and SAMPIC digitization module | |
| CN109507716A (zh) | 一种获取闪烁体探测器能量信息的方法 | |
| CN115755149A (zh) | 基于连续晶体伽马成像探测器的入射射线智能定位方法 | |
| Liprandi et al. | Characterization of a Compton camera setup with monolithic LaBr 3 (Ce) absorber and segmented GAGG scatter detectors | |
| Wonders et al. | Application of an added-sinusoid, signal-multiplexing scheme to a compact, multiplexed neutron scatter camera | |
| JP5450356B2 (ja) | 放射線検出方法 | |
| TW201040570A (en) | Method and apparatus of all function environmental gamma radiation monitor | |
| Niu et al. | Evaluation of energy correction algorithm for signals of PET in heavy-ion cancer therapy device | |
| Stanley et al. | See inside: The development of a cosmic ray muon imaging system to aid the clean up of the UK’s nuclear waste legacy | |
| Seeger | A fast parallel encoding scheme for the Anger camera | |
| El Ryfaie et al. | Breaking the Limits of Gamma-Ray Spectrometry by Exploiting Sparsity of Photon Arrivals |
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 |