CN115755149A - 基于连续晶体伽马成像探测器的入射射线智能定位方法 - Google Patents
基于连续晶体伽马成像探测器的入射射线智能定位方法 Download PDFInfo
- Publication number
- CN115755149A CN115755149A CN202211331977.2A CN202211331977A CN115755149A CN 115755149 A CN115755149 A CN 115755149A CN 202211331977 A CN202211331977 A CN 202211331977A CN 115755149 A CN115755149 A CN 115755149A
- Authority
- CN
- China
- Prior art keywords
- detector
- scanning
- matrix
- scanning point
- gamma
- 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.)
- Pending
Links
Images
Landscapes
- Nuclear Medicine (AREA)
Abstract
本发明公开了一种基于连续晶体伽马成像探测器的入射射线智能定位方法,所述连续晶体伽马成像探测器包括探测器和ADC,伽马射线束作用在探测器入射面转换为脉冲信号阵列、再经ADC转换为响应矩阵。本发明先根据探测器入射面尺寸,在探测器入射面建立坐标系,确定扫描点、扫描点的二维坐标、扫描路径;再逐点扫描,获取每个扫描点下的全能峰计数对应的响应矩阵,处理成数据样本构成数据集,再用KNN算法对未知位置放射源发出的射线进行定位。本发明属于人工智能和伽马射线成像领域,可以提高探测器对伽马射线射线作用位置定位的精确程度,增大探测器有效输出面积,减少重建图像的扭曲和伪影。
Description
技术领域
本发明涉及一种射线定位方法,尤其涉及一种基于连续晶体伽马成像探测器的入射射线智能定位方法。
背景技术
γ射线成像过程中,第一步即是对射线与闪烁体的作用位置进行定位,因此合适的定位方法可以对射线进行准确的定位并改善一些由于系统设计或者硬件方面带来的问题,定位的准确程度直接影响整个成像系统的性能,提升射线定位能力对γ相机的进步起着重要的支撑作用。
目前在γ射线成像中最广泛运用的定位方法是经典重心法,也称为Anger算法,即通过计算闪烁体荧光分布的重心来对作用点坐标进行计算。但是,由于重心法对闪烁事件中晶体内部的荧光分布的变化有较高的敏感性,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有效成像面积较小;此外,由于重心法受到散射和噪音的影响较大,因此基于重心方法的放射源定位易出现扭曲和伪影。目前的广泛采用的重心定位法难以满足新时代对γ射线成像设备的性能要求,严重制约了γ射线成像设备的发展。
发明内容
本发明的目的就在于提供一种解决上述问题,通过神经网络改善探测器输出编码图像的位置线性,减少因探测器非均匀性带来的定位扭曲和畸变,继而增大探测器的有效输出面积,使编码矩阵可以包含更多的有效信息,有效抑制了放射源重建过程中的伪影的,基于连续晶体伽马成像探测器的入射射线智能定位方法。
为了实现上述目的,本发明采用的技术方案是这样的:一种基于连续晶体伽马成像探测器的入射射线智能定位方法,所述连续晶体伽马成像探测器包括探测器和ADC,伽马射线束作用在探测器入射面转换为脉冲信号阵列、再经ADC转换为响应矩阵,包括以下步骤;
(1)根据探测器入射面尺寸,在探测器入射面建立坐标系,确定扫描点、扫描点的二维坐标、扫描路径;
(2)构建数据库,包括步骤(21)-(22);
(21)获取一个扫描点的数据样本;
准直单能伽马射线束垂直照射一扫描点,连续晶体伽马成像探测器在测量时间t内,获取该扫描点的数个全能峰计数对应的响应矩阵,N为正整数;
对每个响应矩阵,通过卷积操作,提取其特征矩阵,将扫描点的坐标作为该特征矩阵的标签,将带标签的特征矩阵作为数据样本;
(22)按扫描路径,得到所有扫描点的数据样本,将所有数据样本构成数据库;
(3)KNN定位;包括步骤(31)-(34);
(31)选择一未知位置的放射源,所述放射源释放伽马射线照射探测器入射面,连续晶体伽马成像探测器在测量时间t内,获取该位置下数个全能峰计数对应的响应矩阵;
(32)将步骤(31)得到的响应矩阵,通过卷积操作,提取其特征矩阵,得到数个与响应矩阵一一对应的特征矩阵,作为待定位特征矩阵;
(33)对一个待定位特征矩阵,计算其与数据库中所有数据样本的欧氏距离,找到距离最近的M个数据样本,统计M个数据样本的标签,将数量最多的标签对应的扫描点的坐标,作为该待定位特征矩阵的位置,所述M为正整数且小于数据样本总数;
(34)依次得到所有待定位特征矩阵的位置,作为该伽马射线的位置。
作为优选:步骤(1)中,建立坐标系具体为,将入射面网格化,每个网格中心为一扫描点。
作为优选:所述探测器采用16×16的SiPM阵列,则ADC为16×16路ADC,输出为16×16的响应矩阵;所述特征矩阵为8×8。
与现有技术相比,本发明的优点在于:
(1)本发明采用机器学习的方法进行探测器射线定位,通过KNN神经网络改善探测器输出编码图像的位置线性,减少因探测器非均匀性带来的定位扭曲和畸变,因此增大了探测器有效响应面积,降低了研发成本;本智能定位系统相比于传统定位方法,克服了压缩效应带来的影响,因此可以应用于厚晶体探测器,有效减少了定位放射源所需的测量时间。
(2)本发明改进了探测器定位算法,提高了定位算法对射线定位的准确程度,使得探测器的有效输出面积增加,使编码矩阵包含更多的有效信息,进而提升了放射源重建的质量;
(3)本发明提出的智能定位方法通过神经网络对拟合过程中的非线性参数进行修正,消除了探测器的不均匀性和测量环境的变化,因此具有较强的鲁棒性,提升了仪器的抗干扰性。
附图说明
图1为射线照射在连续晶体伽马成像探测器上的示意图;
图2为本发明流程图;
图3为本发明中一种扫描路径示意图;
图4为伽马射线束照射探测器表面的示意图;
图5为传统方法和本发明获得的泛场射线定位对比图;
图6为一种放射源发出的伽马射线经传统方法和本发明方法定位后,经γ相机对放射源成像后的对比图;
图7为另一种放射源发出的伽马射线经传统方法和本发明方法定位后,经γ相机对放射源成像后的对比图。
图中:1、准直器单元;2、探测器。
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-图3,一种基于连续晶体伽马成像探测器的入射射线智能定位方法,所述连续晶体伽马成像探测器包括探测器2和ADC,伽马射线束作用在探测器2入射面转换为脉冲信号阵列、再经ADC转换为响应矩阵,该定位方法包括以下步骤;
(1)根据探测器2入射面尺寸,在探测器2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;
(2)构建数据库,包括步骤(21)-(22);
(21)获取一个扫描点的数据样本;
准直单能伽马射线束垂直照射一扫描点,连续晶体伽马成像探测器在测量时间t内,获取该扫描点的数个全能峰计数对应的响应矩阵,N为正整数;
对每个响应矩阵,通过卷积操作,提取其特征矩阵,将扫描点的坐标作为该特征矩阵的标签,将带标签的特征矩阵作为数据样本;
(22)按扫描路径,得到所有扫描点的数据样本,将所有数据样本构成数据库;
(3)KNN定位;包括步骤(31)-(34);
(31)选择一未知位置的放射源,所述放射源释放伽马射线照射探测器2入射面,连续晶体伽马成像探测器在测量时间t内,获取该位置下数个全能峰计数对应的响应矩阵;
(32)将步骤(31)得到的响应矩阵,通过卷积操作,提取其特征矩阵,得到数个与响应矩阵一一对应的特征矩阵,作为待定位特征矩阵;
(33)对一个待定位特征矩阵,计算其与数据库中所有数据样本的欧氏距离,找到距离最近的M个数据样本,统计M个数据样本的标签,将数量最多的标签对应的扫描点的坐标,作为该待定位特征矩阵的位置,所述M为正整数且小于数据样本总数;
(34)依次得到所有待定位特征矩阵的位置,作为该伽马射线的位置。
另外,步骤(1)中,建立坐标系具体为,将入射面网格化,每个网格中心为一扫描点。所述探测器2采用16×16的SiPM阵列,则ADC为16×16路ADC,输出为16×16的响应矩阵;所述特征矩阵为8×8。
实施例2:参见图1-图7,我们在实施例1的基础上进一步限定。一种基于连续晶体伽马成像探测器的入射射线智能定位方法,所述连续晶体伽马成像探测器包括探测器2和ADC,伽马射线束作用在探测器2入射面转换为脉冲信号阵列、再经ADC转换为响应矩阵。
其中,探测器2尺寸如图3,探测器2尺寸为100mm×100mm,以1mm作为一个扫描间距确定扫描点个数,总共100×100=10000个扫描点,基于这些扫描点,我们能够得到各个扫描点的空间坐标和规划扫描路线;
探测器2采用16×16的SiPM阵列,输出16×16的脉冲信号阵列,ADC采用256路高速ADC,将16×16的脉冲信号阵列转化为16×16响应矩阵;
卷积操作是为了特征提取,经卷积操作得到的特征矩阵可以是10×10或8×8等等。
关于准直单能伽马射线束,本实施例中,单能伽马射线束经准直器单元1转化成准直单能伽马射线束,具体的,参见图4,准直器单元1分为钨准直器和铅准直器两部分,两准直器为两个同轴设置的圆柱体,中间有直径为1mm的开孔;钨准直器半径为20mm,高20mm,铅准直器半径为30mm,高50mm,且铅准直器更靠近探测器2入射面;钨准直器用于放置137Cs放射源,减少辐射剂量;铅准直器用于准直γ射线,伽马射线经过准直器单元1后出射方向垂直于探测器2的晶体入射面。
步骤(31)中,连续晶体伽马成像探测器在测量时间t内,获取该位置下全能峰计数对应的响应矩阵的个数,与放射源活度有关,本实施例中,在测量时间t内,共得到150个全能峰计数对应的响应矩阵;
步骤(33)中,所述M为正整数且小于数据样本总数,本实施例中,M=100,那么对一个待定位特征矩阵,共有100个距离最近的数据样本,我们统计这100个数据样本的标签,将数量最多的标签对应的扫描点的坐标,作为该待定位特征矩的位置。
为了说明本发明的技术效果,我们将传统方法和本发明获得的泛场射线定位图进行对比,参见图5,从图5中可知,传统方法中,存在较大的探测死区,如图5左侧的成像区域外围的黑框区域,而本发明几乎没有死区,所以本发明的有效成像面积远大于传统定位算法,有效面积接近探测器2入射面面积,探测器2边缘压缩效应得到缓解,不均匀性得到提升。
另外,我们用两种不同的放射源发出伽马射线,分别经传统方法和本发明方法定位后,再经γ相机对放射源成像,对成像后的图像进行对比,得到图6和图7。从图6和图7中可以看出,本发明成像的图像信伪影降低,信噪比提升,图像边缘清晰,图像质量得到明显增强。
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 (3)
1.一种基于连续晶体伽马成像探测器的入射射线智能定位方法,所述连续晶体伽马成像探测器包括探测器和ADC,伽马射线束作用在探测器入射面转换为脉冲信号阵列、再经ADC转换为响应矩阵,其特征在于:包括以下步骤;
(1)根据探测器入射面尺寸,在探测器入射面建立坐标系,确定扫描点、扫描点的二维坐标、扫描路径;
(2)构建数据库,包括步骤(21)-(22);
(21)获取一个扫描点的数据样本;
准直单能伽马射线束垂直照射一扫描点,连续晶体伽马成像探测器在测量时间t内,获取该扫描点的数个全能峰计数对应的响应矩阵,N为正整数;
对每个响应矩阵,通过卷积操作,提取其特征矩阵,将扫描点的坐标作为该特征矩阵的标签,将带标签的特征矩阵作为数据样本;
(22)按扫描路径,得到所有扫描点的数据样本,将所有数据样本构成数据库;
(3)KNN定位;包括步骤(31)-(34);
(31)选择一未知位置的放射源,所述放射源释放伽马射线照射探测器入射面,连续晶体伽马成像探测器在测量时间t内,获取该位置下数个全能峰计数对应的响应矩阵;
(32)将步骤(31)得到的响应矩阵,通过卷积操作,提取其特征矩阵,得到数个与响应矩阵一一对应的特征矩阵,作为待定位特征矩阵;
(33)对一个待定位特征矩阵,计算其与数据库中所有数据样本的欧氏距离,找到距离最近的M个数据样本,统计M个数据样本的标签,将数量最多的标签对应的扫描点的坐标,作为该待定位特征矩阵的位置,所述M为正整数且小于数据样本总数;
(34)依次得到所有待定位特征矩阵的位置,作为该伽马射线的位置。
2.根据权利要求1所述的基于连续晶体伽马成像探测器的入射射线智能定位方法,其特征在于:步骤(1)中,建立坐标系具体为,将入射面网格化,每个网格中心为一扫描点。
3.根据权利要求1所述的基于连续晶体伽马成像探测器的入射射线智能定位方法,其特征在于:所述探测器采用16×16的SiPM阵列,则ADC为16×16路ADC,输出为16×16的响应矩阵;所述特征矩阵为8×8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211331977.2A CN115755149A (zh) | 2022-10-28 | 2022-10-28 | 基于连续晶体伽马成像探测器的入射射线智能定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211331977.2A CN115755149A (zh) | 2022-10-28 | 2022-10-28 | 基于连续晶体伽马成像探测器的入射射线智能定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115755149A true CN115755149A (zh) | 2023-03-07 |
Family
ID=85354761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211331977.2A Pending CN115755149A (zh) | 2022-10-28 | 2022-10-28 | 基于连续晶体伽马成像探测器的入射射线智能定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115755149A (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 |
-
2022
- 2022-10-28 CN CN202211331977.2A patent/CN115755149A/zh active Pending
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7208739B1 (en) | Method and apparatus for correction of pileup and charge sharing in x-ray images with energy resolution | |
US3509341A (en) | Multiple detector radiation scanning device | |
CA1244561A (en) | Two dimensional photon counting position encoder system and process | |
Milster et al. | A full-field modular gamma camera | |
CA1129563A (en) | Radiation imaging system | |
CA1219086A (en) | Radiation imaging apparatus | |
CN109975334B (zh) | 一种单次曝光的x射线二维相衬成像方法 | |
CN1768704A (zh) | 用于医疗诊断设备的检测器装置以及医疗成像的诊断方法 | |
CN108646284B (zh) | 一种γ能谱组合探测系统及γ能谱测量方法 | |
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 | |
US10324202B1 (en) | Systems and methods for collecting radiation detection | |
CN110012673B (zh) | 用于光谱分析和增益调整的系统和方法 | |
US20210247530A1 (en) | Method and apparatus to use a broad-spectrum energy source to correct a nonlinear energy response of a gamma-ray detector | |
KR101677715B1 (ko) | 방사선 영상화 방법 및 시스템 | |
CN115420226A (zh) | 基于脉冲宽度的射线作用位置定位装置及定位方法 | |
US6512232B2 (en) | Method and apparatus for improving the sensitivity of a gamma camera | |
CN107076862B (zh) | 射线检测器、射线摄像装置、计算机断层摄影装置以及射线检测方法 | |
CN111624645B (zh) | 双端读出晶体探测器及其作用深度刻度表快速生成方法 | |
CN111736200B (zh) | 一种闪烁体面阵列伽马射线废物桶扫描设备及其使用方法 | |
CN110796713B (zh) | 放射源定位方法和装置、电子设备及计算机可读存储介质 | |
CN104730566A (zh) | 一种标定光电转换模块平均探测器响应函数的方法和系统 | |
CN116660969B (zh) | 多时间序列深度神经网络放射源三维定位系统与定位方法 | |
CN109031394A (zh) | 一种测量闪烁体探测器位置信息的方法 | |
Seeger | A fast parallel encoding scheme for the Anger camera | |
CN116736361B (zh) | 一种放射性废物测量系统空间探测效率不均匀性修正方法 |
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 |