CN116577819A - 一种多头康普顿探测方法及系统 - Google Patents
一种多头康普顿探测方法及系统 Download PDFInfo
- Publication number
- CN116577819A CN116577819A CN202310558986.3A CN202310558986A CN116577819A CN 116577819 A CN116577819 A CN 116577819A CN 202310558986 A CN202310558986 A CN 202310558986A CN 116577819 A CN116577819 A CN 116577819A
- Authority
- CN
- China
- Prior art keywords
- compton
- hot spot
- radiation
- detection
- czt
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 80
- 230000005855 radiation Effects 0.000 claims abstract description 72
- 230000000694 effects Effects 0.000 claims abstract description 34
- 238000003384 imaging method Methods 0.000 claims abstract description 28
- 239000013078 crystal Substances 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 230000008021 deposition Effects 0.000 claims abstract description 17
- 230000003993 interaction Effects 0.000 claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 29
- 230000002285 radioactive effect Effects 0.000 claims description 23
- 210000002569 neuron Anatomy 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000007423 decrease Effects 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 210000004205 output neuron Anatomy 0.000 claims description 3
- 230000000946 synaptic effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 4
- QWUZMTJBRUASOW-UHFFFAOYSA-N cadmium tellanylidenezinc Chemical compound [Zn].[Cd].[Te] QWUZMTJBRUASOW-UHFFFAOYSA-N 0.000 description 32
- 238000010586 diagram Methods 0.000 description 12
- 239000010410 layer Substances 0.000 description 7
- 239000000463 material Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000002665 ion therapy Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002727 particle therapy Methods 0.000 description 1
- 238000002661 proton therapy Methods 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000011287 therapeutic dose Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
-
- 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)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明提供了一种多头康普顿探测方法及系统，通过在单个CZT晶体内获取康普顿散射事件，由三维位置算法精确计算出康普顿相互作用位置及沉积能量；分布式探测能够实时优化确定康普顿相机的探测位置，并快速定位放射热点位置；通过接受多头康普顿相机的探测数据，为用户实时显示放射热区的能谱、放射热区活度等高线图、实时三维立体成像图等信息。以分布式探测的方式，克服了康普顿相机在轴向上的分辨率差、探测效率低的不足，实现了对未知辐射场的高轴向分辨率实时全三维立体成像。
Description
技术领域
本发明涉及核辐射探测及应用领域，具体而言，涉及一种多头康普顿探测方法及系统。
背景技术
康普顿成像(康普顿相机)是利用康普顿运动学规律，在不需要任何准直器的情况下能够对放射性同位素进行三维图像反演的成像技术。由于其具有在较宽(几十keV至几MeV)的能带上对多种放射性核素进行三维成像的能力，在核医学领域能够实现对放射性药物的定位、粒子治疗(包括质子治疗、重离子治疗、硼中子俘获治疗)中治疗剂量分布的监测；在安全保障领域能够用于因人为或自然灾难造成的核污染热点地区的定位及监测该地区的剂量分布。
使用康普顿相机的主要目的在于确定入射光子与电子的非相干散射的入射方向。传统康普顿相机利用双层或多层探测结构获取了入射光子在康普顿相机内的相互作用位置及相应的沉积能量。利用康普顿散射公式，反演出放射热点的三维立体图像。因此，为精确获取放射热点的实时全三维立体图像信息，康普顿相机则需要优秀的能量分辨率、精确的相互作用位置、更高探测效率以及快速读出系统。
由于半导体材料的原子序数低和禁带宽度窄，能够使其尺寸最小化，同时提供非常好的能量分辨率，因此常被选择作为康普顿相机的材料。目前，便携式康普顿相机已有成熟应用，如Fulcrum and GeGl7，Polaris-H8，ASTROCAM 7000HS9和NuVISION10等。由于较小尺寸的康普顿相机具有易于携带与使用的优点，常用于获得确定热点位置和获取热点位置的剂量图。但是，其也存在较低探测效率的固有限制，且只能提供2D的方向图像。对于距离1米的137Cs源，便携式康普顿相机的探测效率约为10-7～10-6；同时，当距离远大于探测器尺寸时(即远场)，所有的康普顿反演锥面将在一个方向上重叠，产生一条指向热点的方向直线，导致三维图像在深度方向上存在较差的分辨率。
因此，如何提供一种三维立体成像的探测方法，是目前亟待解决的问题。
发明内容
为了改善上述问题，本发明提供了一种多头康普顿探测方法及系统。
本发明实施例的第一方面，提供了一种多头康普顿探测方法，所述方法包括：
采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号；
优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置；
对于放射强度较高的区域，使用多个CZT康普顿相机在特定位置上进行强度探测；
获取放射热点区域的活度等高线图、能谱测量；
进行放射热点区域的实时三维立体成像。
可选地，所述采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号的步骤，包括：
通过高速波形采样系统获取信号，进行预处理；
计算康普顿散射位置、沉积能量，得到一对符合事件。
可选地，所述通过高速波形采样系统获取信号，进行预处理的步骤，具体包括：
当入射光子与CZT晶体相互作用产生信号脉冲时，每路信号脉冲依次通过电荷灵敏前置放大器、滤波放大电路，并利用高速波形采样系统进行同步数据采集；
利用信号的分布判别入射光子是否在晶体内发生了康普顿散射；
对于多次康普顿散射事件，将第二次相互作用的康普顿散射信号进行信号加权处理，获得第一次康普顿散射信号和一个信号加权信号；
对于能量不完全沉积的康普顿事件，将加权散射信号或者第二次散射信号赋予修正能量，使得康普顿散射总能量位于全能峰位置；
输出一对康普顿散射符合事件信号，包括第一次散射的每路信号最大幅度数据集和散射能量、第二次相互作用或加权散射信号的每路信号最大幅度数据集以及康普顿散射的时间序列。
可选地，计算康普顿散射位置的方法，包括：
通过三维位置神经网络自适应算法，计算射光子与CZT晶体相互作用的精确位置；
所述三维位置神经网络自适应算法包括：
网络初始化，利用一组较小的随机数设定拓扑网络突触权值的初始值；
输入向量的输入，把输入向量X＝(x1，x2，…，xm)T输入到拓扑网络；
计算映射层的权值向量与输入向量的欧式距离，映射层的第j个神经元和输入向量的距离dj为：
其中，wij为第i个输入向量与网络中第j个神经元之间的权值，通过计算，可以得到一个具有最小距离的神经元，将其作为获胜神经元，即为j*。
权值的学习，修正输出神经元j*及其相邻神经元的权值：
Δwij＝wij(t+1)-wij(t)＝τ(t)(xi(t)-wij(t))
其中，τ为一个介于(0，1)的常数，且随时间t变化逐渐下降到0，或
计算输出；
其中，f(*)为非线性函数。
判断输出结果是否达到预先设定的要求，如达到要求则算法结束，如果未到达，则返回上述步骤进行下一轮的学习。
可选地，所述优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置的步骤，具体包括：
(1)在放射热点区域任意选择一点进行放射性强度测量，记录测量数据为：三维位置(x1,y1,z)和放射性强度A1；
(2)再在同一高度z上另任选一点测量放射性强度，记录数据为：三维位置(x2,y2,z)和放射性强度A2；
(3)当活度梯度g大于0时，判断放射性强度A2与A1的差值是否小于特定值T(该值需要根据区域内的放射性强度进行设定)，否则，重新在z高度上另选一点进行判断，即重新执行第2步；
(4)当A2与A1的差值大于T时，在z高度平面上重新选择一点P(a,b,z)，并重新执行第(2)步；P点的位置可根据下式进行位置更新：
其中，λ为移动步长，该值的大小可能影响是否迭代收敛和收敛振幅；
(5)当A2与A1的差值小于T时，认为在高度z的平面上，放射性活度存在极大值，即迭代收敛。此时在P(a,b,z)点的放射性活度为A1。
(6)在z方向上任选一点z1，即在P1(a,b,z1)点上的放射性活度为A2。此时计算活度梯度g为：
(7)若此时g值大于0，判断放射性强度A2与A1的差值是否小于特定值T，否则，另选一个z1值进行判断，即重新执行第6步；
(8)当A2与A1的差值大于T时，则重新选择一点P(a,b,z1+g)，并重新计算g值，并执行第7步；
(9)当A2与A1的差值小于T时，迭代结束，放射热点位于此时的P(a,b,z1)位置。
(10)在离第1步较远的位置再任意选择一点进行重复1-9步，以检验放射区域中是否还存在其他放射性活度极大值点。
可选地，所述获取放射热点区域的活度等高线图、能谱测量的步骤，具体包括：
通过多个康普顿相机的同步测量，获得放射热点区域的能谱，判断出该区域的放射性核素的类别及相对含量；
基于放射热点区域的定位基础上，利用多头康普顿相机在该点周围进行强度测量，利用插值分析的方法，绘制出该区域的放射性活度等高线。
可选地，所述进行放射热点区域的实时三维立体成像的步骤包括：
每个康普顿相机将分别提交康普顿符合数据；
利用成像算法进行图像重建；
将重建的图像和放射性热点区域的实景图进行图像融合，
本发明实施例的第二方面，提供了一种多头康普顿探测系统，所述系统包括：
三维计算单元，用于采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号；
热点定位单元，用于优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置；
分布探测单元，用于对于放射强度较高的区域，使用多个CZT康普顿相机在特定位置上进行强度探测，获取放射热点区域的活度等高线图、能谱测量；
三维成像单元，用于进行放射热点区域的实时三维立体成像。
本发明实施例的第三方面，提供了一种电子设备，其特征在于，包括：
一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如第一方面所述的方法。
本发明实施例的第四方面，提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行如第一方面所述的方法。
综上所述，本发明提供了一种多头康普顿探测方法及系统，通过在单个CZT晶体内获取康普顿散射事件，由三维位置算法精确计算出康普顿相互作用位置及沉积能量；分布式探测能够实时优化确定康普顿相机的探测位置，并快速定位放射热点位置；通过接受多头康普顿相机的探测数据，为用户实时显示放射热区的能谱、放射热区活度等高线图、实时三维立体成像图等信息。以分布式探测的方式，克服了康普顿相机在轴向上的分辨率差、探测效率低的不足，实现了对未知辐射场的高轴向分辨率实时全三维立体成像。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例的多头康普顿探测方法的方法流程图；
图2为本发明实施例的三维位置神经网络自适应计算方法的流程图；
图3为本发明实施例的三维位置自适应神经网络的简要结构图；
图4为本发明实施例的优化康普顿相机定位方法的流程图；
图5为本发明实施例的使用多个CZT康普顿相机进行探测的示意图；
图6为本发明实施例的活度等高线绘制的示意图；
图7为本发明实施例的对1米处的放射源的三维重建图像的示意图；
图8为本发明实施例的多头康普顿探测系统的功能模块框图；
图9为本发明实施例的用于执行根据本申请实施例的多头康普顿探测方法的电子设备的结构框图；
图10是本发明实施例的用于保存或者携带实现根据本申请实施例的多头康普顿探测方法的程序代码的计算机可读存储介质的结构框图。
图标：
三维计算单元110；热点定位单元120；分布探测单元130；三维成像单元140；电子设备300；处理器310；存储器320；计算机可读存储介质400；程序代码410。
具体实施方式
由于半导体材料的原子序数低和禁带宽度窄，能够使其尺寸最小化，同时提供非常好的能量分辨率，因此常被选择作为康普顿相机的材料。目前，便携式康普顿相机已有成熟应用，如Fulcrum and GeGl7，Polaris-H8，ASTROCAM 7000HS9和NuVISION10等。由于较小尺寸的康普顿相机具有易于携带与使用的优点，常用于获得确定热点位置和获取热点位置的剂量图。但是，其也存在较低探测效率的固有限制，且只能提供2D的方向图像。对于距离1米的137Cs源，便携式康普顿相机的探测效率约为10-7～10-6；同时，当距离远大于探测器尺寸时(即远场)，所有的康普顿反演锥面将在一个方向上重叠，产生一条指向热点的方向直线，导致三维图像在深度方向上存在较差的分辨率。
因此，如何提供一种三维立体成像的探测方法，是目前亟待解决的问题。
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，术语“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例
如图1所示，为本发明一实施例提供的多头康普顿探测方法，该方法包括：
步骤S101,采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号。
在本步骤中，用单三维位置CZT康普顿相机中的高强度粒子计数采集模式对放射热点区域进行强度探测。
首先执行的动作为，通过高速波形采样系统获取信号，进行预处理。当入射光子与CZT晶体相互作用产生信号脉冲时，每路信号脉冲依次通过电荷灵敏前置放大器、滤波放大电路，并利用高速波形采样系统进行同步数据采集。高速波形采样系统内置的FPGA在线处理信号，即对每路信号取最大幅度值。入射光子在CZT晶体内可能发生单次相互作用或者多次相互作用(包括能量不完全沉积的多次康普顿散射)等过程，将进一步降低三维康普顿相机的探测效率。高速波形采样系统内置FPGA对数据进行预处理。利用信号的分布判别入射光子是否在晶体内发生了康普顿散射，即排除集中于一点的信号。对于多次康普顿散射事件，FPGA将第二次相互作用的康普顿散射信号进行信号加权处理，获得第一次康普顿散射信号和一个信号加权信号。对于能量不完全沉积的康普顿事件，将加权散射信号或者第二次散射信号赋予修正能量，使得康普顿散射总能量位于全能峰位置。最终，高速波形采样系统数据采集系统输出一对康普顿散射符合事件信号，包括第一次散射的每路信号最大幅度数据集和散射能量、第二次相互作用(或加权散射信号)的每路信号最大幅度数据集以及康普顿散射的时间序列。
其中，三维CZT晶体可由像素形CZT模块或正交条形CZT模块拼接而成，其晶体参数(如晶体尺寸、像素大小或电极条间距等)可根据用户的实际需求而设定。CZT晶体的每一路信号依次通过电荷灵敏前置放大器、滤波放大电路，并利用高速波形采样系统进行同步数据采集。
基于上述预处理的数据，计算康普顿散射位置、沉积能量，得到一对符合事件。
在进行康普顿散射位置的计算时，射光子与CZT晶体为了精确获得相互作用的三维位置，本发明设计了一种三维位置神经网络自适应计算方法，如图2-图3所示，该计算方法的主要目的在于将数据预处理后的康普顿散射符合数据(由阳极信号和阴极信号组成的多维向量)转变为三维的离散映射，并且以拓扑有序的方式自适应实现该变换。其中，具体的三维位置神经网络自适应算法流程如图2所示，包括：
步骤S201,网络初始化，利用一组较小的随机数设定拓扑网络突触权值的初始值；
步骤S202,输入向量的输入，把输入向量X＝(x1，x2，…，xm)T输入到拓扑网络；
步骤S203,计算映射层的权值向量与输入向量的欧式距离，映射层的第j个神经元和输入向量的距离dj为：
其中，wij为第i个输入向量与网络中第j个神经元之间的权值，通过计算，可以得到一个具有最小距离的神经元，将其作为获胜神经元，即为j*。
步骤S204,权值的学习，修正输出神经元j*及其相邻神经元的权值：
Δwij＝wij(t+1)-wij(t)＝τ(t)(xi(t)-wij(t))
其中，τ为一个介于(0，1)的常数，且随时间t变化逐渐下降到0，
或/>
步骤S205,计算输出；
其中，f(*)为非线性函数。
步骤S206,判断输出结果是否达到预先设定的要求，如达到要求则算法结束，如果未到达，则返回步骤S202进行下一轮的学习。
上述计算过程中，所涉及的三维位置神经网络的简要结构如图3所示，它在每个CZT晶体的体素上都布置一个神经元，并且每个神经元和输入层的源节点全连接。通过建立图3的拓扑结构，获得入射光子在CZT晶体相互作用三维位置图。
在进行沉积能量计算时，可以利用采集数据中每路信号最大幅度之和进行能量刻度，得到康普顿散射符合事件的沉积能量，也可以采用其他已有的方式进行沉积能量的计算。
基于上述过程，通过建立三维位置拓扑结构神经网络，三维位置CZT康普顿相机精确计算出康普顿符合数据的三维位置、沉积能量。通过在单个CZT晶体内获取康普顿散射事件，由三维位置算法精确计算出康普顿相互作用位置及沉积能量。
步骤S102，优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置。
在本步骤中，对于未知的放射热点区域，利用三维位置CZT康普顿相机进行放射热点定位。具体的定位方法流程如图4所示，包括：
(1)在放射热点区域任意选择一点进行放射性强度测量，记录测量数据为：三维位置(x1,y1,z)和放射性强度A1；
(2)再在同一高度z上另任选一点测量放射性强度，记录数据为：三维位置(x2,y2,z)和放射性强度A2；
(3)当活度梯度g大于0时，判断放射性强度A2与A1的差值是否小于特定值T(该值需要根据区域内的放射性强度进行设定)，否则，重新在z高度上另选一点进行判断，即重新执行第2步；
(4)当A2与A1的差值大于T时，在z高度平面上重新选择一点P(a,b,z)，并重新执行第(2)步；P点的位置可根据下式进行位置更新：
其中，λ为移动步长，该值的大小可能影响是否迭代收敛和收敛振幅；
(5)当A2与A1的差值小于T时，认为在高度z的平面上，放射性活度存在极大值，即迭代收敛。此时在P(a,b,z)点的放射性活度为A1。
(6)在z方向上任选一点z1，即在P1(a,b,z1)点上的放射性活度为A2。此时计算活度梯度g为：
(7)若此时g值大于0，判断放射性强度A2与A1的差值是否小于特定值T，否则，另选一个z1值进行判断，即重新执行第6步；
(8)当A2与A1的差值大于T时，则重新选择一点P(a,b,z1+g)，并重新计算g值，并执行第7步；
(9)当A2与A1的差值小于T时，迭代结束，放射热点位于此时的P(a,b,z1)位置。
(10)在离第1步较远的位置再任意选择一点进行重复1-9步，以检验放射区域中是否还存在其他放射性活度极大值点。
利用上述流程中的迭代方法不断优化探测位置，定位出放射区域内高活度热点的位置。通过对未知放射热点的强度测量，利用强度梯度变化，实现对放射热点的定位。
步骤S103，对于放射强度较高的区域，使用多个CZT康普顿相机在特定位置上进行强度探测。
在实际测量时，探测器可以在放射热点附近的立体空间内任意布置。具体的设置方式可参考图5所示的内容。
步骤S104，获取放射热点区域的活度等高线图、能谱测量。
基于单三维位置CZT康普顿相机对放射热点区域精确定位后，在本步骤中，利用多个康普顿相机对放射热点区域进行分布式探测。通过多康普顿相机的同步测量，首先获得放射热点区域的能谱，判断出该区域的放射性核素的类别及相对含量。同时，基于放射热点区域的定位基础上，利用多头康普顿相机在该点周围进行强度测量，利用插值分析的方法，绘制出该区域的放射性活度等高线，如图6所示。
步骤S105，进行放射热点区域的实时三维立体成像。
基于三维位置CZT康普顿相机对放射性活度的监测基础上，利用分布式康普顿相机探测的方式，对放射性活度等高线中的极大值位置进行实时三维立体成像。在分布式康普顿相机探测过程中，每个康普顿相机将分别向数据处理终端提交康普顿符合数据。在数据处理终端，用户可以选择利用不同的成像算法(如解析法、迭代法)进行图像重建，并和放射性热点区域的实景图进行图像融合。最终，数据处理终端将集成显示放射性区域的放射热点实时三维立体图像、放射性活度等高线图、放射性核素类型及相应含量、放射性强度等信息。
下面通过一个具体的例子进行说明，图7为多头三维位置CZT康普顿相机同步对1米处的放射源(如：137Cs点源)的三维重建图像。在轴向上，通过多头康普顿相机的探测方式，放射源(如：137Cs点源)的重建图像的分辨率得到了明显提高。
综上所述，本发明提供的多头康普顿探测方法，其实现的逻辑为，首先利用单三维位置CZT康普顿相机中的高强度粒子计数采集模式对放射热点区域进行强度探测，利用图4中的迭代方法不断优化探测位置，定位出放射区域内高活度热点的位置；对于放射强度较高的区域，利用多个CZT康普顿相机在特定位置上进行强度探测，获得热点区域的放射性强度，并利用插值分析的方法绘制出该放射区域的放射性活度等高线图。最后利用分布式康普顿相机探测的方式，对放射性活度等高线中的极大值位置进行实时三维立体成像。以分布式探测的方式，克服了康普顿相机在轴向上的分辨率差、探测效率低的不足，实现了对未知辐射场的高轴向分辨率实时全三维立体成像。
如图8所示，本发明实施提供的多头康普顿探测系统，所述系统包括：
三维计算单元110，用于采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号；
热点定位单元120，用于优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置；
分布探测单元130，用于对于放射强度较高的区域，使用多个CZT康普顿相机在特定位置上进行强度探测，获取放射热点区域的活度等高线图、能谱测量；
三维成像单元140，用于进行放射热点区域的实时三维立体成像。
本发明实施例提供的多头康普顿探测系统，用于实现上述多头康普顿探测方法，因此具体实施方式与上述方法相同，在此不再赘述。
如图9所示，本发明实施例提供的一种电子设备300的结构框图。该电子设备300可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备300。本申请中的电子设备300可以包括一个或多个如下部件：处理器310、存储器320、以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器320中并被配置为由一个或多个处理器310执行，一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器310可以包括一个或者多个处理核。处理器310利用各种接口和线路连接整个电子设备300内的各个部分，通过运行或执行存储在存储器320内的指令、程序、代码集或指令集，以及调用存储在存储器320内的数据，执行电子设备300的各种功能和处理数据。可选地，处理器310可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器310可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器310中，单独通过一块通信芯片进行实现。
存储器320可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器320可用于存储指令、程序、代码、代码集或指令集。存储器320可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
如图10所示，本发明实施例提供的一种计算机可读存储介质400的结构框图。该计算机可读介质中存储有程序代码410，所述程序代码410可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质400可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质400包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质400具有执行上述方法中的任何方法步骤的程序代码410的存储空间。这些程序代码410可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码410可以例如以适当形式进行压缩。
综上所述，本发明提供了一种多头康普顿探测方法及系统，相比于现有技术，取得的效果包括：
(1)本发明设计了一种三维位置碲锌镉(CZT)康普顿相机系统。通过高速波形数据采集系统，对入射光子在晶体内相互作用的脉冲信号，并保存了光子在晶体内相互作用的时间序列；利用三维位置计算模块精确计算康普顿散射位置、沉积能量(即得到一对符合事件)，再由数据发射端口将符合数据传输到数据数据处理与集成系统。
(2)通过CZT康普顿相机系统实现全能量范围康普顿事件计数，提高探测系统的灵敏度。对多次康普顿散射或入射光子不完全沉积的康普顿事件，三维位置计算模块对这些康普顿事件进行修正，如信号加权、能量修正。同时，利用脉冲最大幅度之和进行能量刻度，获得康普顿散射符合事件的沉积能量。
(3)本发明设计了一种利用CZT脉冲信号来计算CZT晶体内相互作用三维位置的神经算法。该算法将数据预处理后的康普顿符合数据(由阳极信号和阴极信号组成的多维向量)转变为三维的离散映射，并且以拓扑有序的方式自适应实现该变换。具体的，在每个CZT晶体的体素上都布置一个神经元，并且每个神经元和输入层的源节点全连接。通过该拓扑结构获得入射光子在CZT晶体相互作用三维位置。
(4)本发明设计了一种单三维位置CZT康普顿相机系统对放射热点活度强度寻优的迭代算法。通过对未知放射热点的强度测量，利用强度梯度变化，实现对放射热点的定位.
(5)本发明利用三维位置CZT康普顿相机系统分布式探测的方式，对放射热点进行实时三维立体成像。通过分布式探测的方式，克服了康普顿相机在轴向上的分辨率差、探测效率低的不足。最终，在数据处理终端集成实时显示放射热点的活度、核素种类、活度等高线图、以及与环境融合的三维立体成像图等信息。
在本申请所公开的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种多头康普顿探测方法，其特征在于，所述方法包括：
采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号；
优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置；
对于放射强度较高的区域，使用多个CZT康普顿相机在特定位置上进行强度探测；
获取放射热点区域的活度等高线图、能谱测量；
进行放射热点区域的实时三维立体成像。
2.根据权利要求1所述的多头康普顿探测方法，其特征在于，所述采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号的步骤，包括：
通过高速波形采样系统获取信号，进行预处理；
计算康普顿散射位置、沉积能量，得到一对符合事件。
3.根据权利要求2所述的多头康普顿探测方法，其特征在于，所述通过高速波形采样系统获取信号，进行预处理的步骤，具体包括：
当入射光子与CZT晶体相互作用产生信号脉冲时，每路信号脉冲依次通过电荷灵敏前置放大器、滤波放大电路，并利用高速波形采样系统进行同步数据采集；
利用信号的分布判别入射光子是否在晶体内发生了康普顿散射；
对于多次康普顿散射事件，将第二次相互作用的康普顿散射信号进行信号加权处理，获得第一次康普顿散射信号和一个信号加权信号；
对于能量不完全沉积的康普顿事件，将加权散射信号或者第二次散射信号赋予修正能量，使得康普顿散射总能量位于全能峰位置；
输出一对康普顿散射符合事件信号，包括第一次散射的每路信号最大幅度数据集和散射能量、第二次相互作用或加权散射信号的每路信号最大幅度数据集以及康普顿散射的时间序列。
4.根据权利要求3所述的多头康普顿探测方法，其特征在于，计算康普顿散射位置的方法，包括：
通过三维位置神经网络自适应算法，计算射光子与CZT晶体相互作用的精确位置；
所述三维位置神经网络自适应算法包括：
网络初始化，利用一组较小的随机数设定拓扑网络突触权值的初始值；
输入向量的输入，把输入向量X＝(x1，x2，…，xm)T输入到拓扑网络；
计算映射层的权值向量与输入向量的欧式距离，映射层的第j个神经元和输入向量的距离dj为：
其中，Wij为第i个输入向量与网络中第j个神经元之间的权值，通过计算，可以得到一个具有最小距离的神经元，将其作为获胜神经元，即为j*。
权值的学习，修正输出神经元j*及其相邻神经元的权值：
Δwij＝wij(t+1)-wij(t)＝τ(t)(xi(t)-wij(t))
其中，τ为一个介于(0，1)的常数，且随时间t变化逐渐下降到0，
计算输出；
其中，f(*)为非线性函数。
判断输出结果是否达到预先设定的要求，如达到要求则算法结束，如果未到达，则返回上述步骤进行下一轮的学习。
5.根据权利要求4所述的多头康普顿探测方法，其特征在于，所述优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置的步骤，具体包括：
(1)在放射热点区域任意选择一点进行放射性强度测量，记录测量数据为：三维位置(x1,y1,z)和放射性强度A1；
(2)再在同一高度z上另任选一点测量放射性强度，记录数据为：三维位置(x2,y2,z)和放射性强度A2；
(3)当活度梯度g大于0时，判断放射性强度A2与A1的差值是否小于特定值T(该值需要根据区域内的放射性强度进行设定)，否则，重新在z高度上另选一点进行判断，即重新执行第2步；
(4)当A2与A1的差值大于T时，在z高度平面上重新选择一点P(a,b,z)，并重新执行第(2)步；P点的位置可根据下式进行位置更新：
其中，λ为移动步长，该值的大小可能影响是否迭代收敛和收敛振幅；
(5)当A2与A1的差值小于T时，认为在高度z的平面上，放射性活度存在极大值，即迭代收敛。此时在P(a,b,z)点的放射性活度为A1。
(6)在z方向上任选一点z1，即在P1(a,b,z1)点上的放射性活度为A2。此时计算活度梯度g为：
(7)若此时g值大于0，判断放射性强度A2与A1的差值是否小于特定值T，否则，另选一个z1值进行判断，即重新执行第6步；
(8)当A2与A1的差值大于T时，则重新选择一点P(a,b,z1+g)，并重新计算g值，并执行第7步；
(9)当A2与A1的差值小于T时，迭代结束，放射热点位于此时的P(a,b,z1)位置。
(10)在离第1步较远的位置再任意选择一点进行重复1-9步，以检验放射区域中是否还存在其他放射性活度极大值点。
6.根据权利要求5中所述的多头康普顿探测方法，其特征在于，所述获取放射热点区域的活度等高线图、能谱测量的步骤，具体包括：
通过多个康普顿相机的同步测量，获得放射热点区域的能谱，判断出该区域的放射性核素的类别及相对含量；
基于放射热点区域的定位基础上，利用多头康普顿相机在该点周围进行强度测量，利用插值分析的方法，绘制出该区域的放射性活度等高线。
7.根据权利要求6中所述的多头康普顿探测方法，其特征在于，所述进行放射热点区域的实时三维立体成像的步骤包括：
每个康普顿相机将分别提交康普顿符合数据；
利用成像算法进行图像重建；
将重建的图像和放射性热点区域的实景图进行图像融合。
8.一种多头康普顿探测系统，其特征在于，所述系统包括：
三维计算单元，用于采用单个CZT康普顿相机对放射热点区域进行强度探测，获取康普顿散射符合事件信号；
热点定位单元，用于优化CZT康普顿相机的探测位置，定位出放射区域内高活度热点的位置；
分布探测单元，用于对于放射强度较高的区域，使用多个CZT康普顿相机在特定位置上进行强度探测，获取放射热点区域的活度等高线图、能谱测量；
三维成像单元，用于进行放射热点区域的实时三维立体成像。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310558986.3A CN116577819B (zh) | 2023-05-18 | 2023-05-18 | 一种多头康普顿探测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310558986.3A CN116577819B (zh) | 2023-05-18 | 2023-05-18 | 一种多头康普顿探测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116577819A true CN116577819A (zh) | 2023-08-11 |
| CN116577819B CN116577819B (zh) | 2023-09-26 |
Family
ID=87533630
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310558986.3A Active CN116577819B (zh) | 2023-05-18 | 2023-05-18 | 一种多头康普顿探测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116577819B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005040854A2 (en) * | 2003-10-22 | 2005-05-06 | Koninklijke Philips Electronics, N.V. | Method and apparatus for reversing performance degradation in semi-conductor detectors |
| GB201604288D0 (en) * | 2016-03-14 | 2016-04-27 | Kromek Ltd | Detector |
| CN111615363A (zh) * | 2018-01-16 | 2020-09-01 | 皇家飞利浦有限公司 | 利用非谱成像系统的谱成像 |
| CN111759337A (zh) * | 2020-07-16 | 2020-10-13 | 兰州大学 | 一种全头盔式脑部专用pet成像系统及成像方法 |
| CN111880211A (zh) * | 2020-06-08 | 2020-11-03 | 中国科学院高能物理研究所 | 一种利用康普顿散射事例统计进行放射性核素识别的方法 |
| CN113607762A (zh) * | 2021-08-05 | 2021-11-05 | 兰州大学 | 一种碲锌镉三维高精度康普顿成像方法、系统及应用 |
| CN114666495A (zh) * | 2022-02-21 | 2022-06-24 | 清华大学 | 高分辨率康普顿相机成像方法、装置、电子设备及介质 |
| CN114755710A (zh) * | 2022-04-29 | 2022-07-15 | 清华大学 | 一种康普顿相机成像的方法及装置 |
| CN115137996A (zh) * | 2022-07-04 | 2022-10-04 | 中国科学院近代物理研究所 | 一种基于离子治疗的三维剂量实时探测系统及其探测方法 |
| CN115337031A (zh) * | 2022-07-15 | 2022-11-15 | 南京航空航天大学 | 一种多模态单光子发射断层成像方法及应用其的系统 |
-
2023
- 2023-05-18 CN CN202310558986.3A patent/CN116577819B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005040854A2 (en) * | 2003-10-22 | 2005-05-06 | Koninklijke Philips Electronics, N.V. | Method and apparatus for reversing performance degradation in semi-conductor detectors |
| GB201604288D0 (en) * | 2016-03-14 | 2016-04-27 | Kromek Ltd | Detector |
| CN111615363A (zh) * | 2018-01-16 | 2020-09-01 | 皇家飞利浦有限公司 | 利用非谱成像系统的谱成像 |
| CN111880211A (zh) * | 2020-06-08 | 2020-11-03 | 中国科学院高能物理研究所 | 一种利用康普顿散射事例统计进行放射性核素识别的方法 |
| CN111759337A (zh) * | 2020-07-16 | 2020-10-13 | 兰州大学 | 一种全头盔式脑部专用pet成像系统及成像方法 |
| CN113607762A (zh) * | 2021-08-05 | 2021-11-05 | 兰州大学 | 一种碲锌镉三维高精度康普顿成像方法、系统及应用 |
| CN114666495A (zh) * | 2022-02-21 | 2022-06-24 | 清华大学 | 高分辨率康普顿相机成像方法、装置、电子设备及介质 |
| CN114755710A (zh) * | 2022-04-29 | 2022-07-15 | 清华大学 | 一种康普顿相机成像的方法及装置 |
| CN115137996A (zh) * | 2022-07-04 | 2022-10-04 | 中国科学院近代物理研究所 | 一种基于离子治疗的三维剂量实时探测系统及其探测方法 |
| CN115337031A (zh) * | 2022-07-15 | 2022-11-15 | 南京航空航天大学 | 一种多模态单光子发射断层成像方法及应用其的系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116577819B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103163548B (zh) | 基于伽马相机的放射性物质探测方法及其装置和系统 | |
| JP5246335B2 (ja) | ガンマ線方向検出装置および方法 | |
| US8983162B2 (en) | Method and apparatus for estimating monte-carlo simulation gamma-ray scattering in positron emission tomography using graphics processing unit | |
| CN106501839B (zh) | 一种束流剂量分布测量设备 | |
| US20140019094A1 (en) | Methods and systems for investigating radioactive sources in locations | |
| CN113777648B (zh) | 一种基于随机编码与神经网络探测器成像的方法及伽马相机 | |
| CN105894525A (zh) | 正电子发射断层成像系统探测器校正方法 | |
| CN109658390B (zh) | 一种用于正电子检测正弦矩阵图的感兴趣区域提取方法 | |
| Pennazio et al. | Proton therapy monitoring: spatiotemporal emission reconstruction with prompt gamma timing and implementation with PET detectors | |
| CN106471392B (zh) | 图像重构处理方法 | |
| Daniel et al. | Application of a deep learning algorithm to Compton imaging of radioactive point sources with a single planar CdTe pixelated detector | |
| US20230058112A1 (en) | Machine learning-based scintillator resonse modelling for increased spatial resolution in nuclear imaging | |
| Hecla et al. | Polaris-lamp: Multi-modal 3-d image reconstruction with a commercial gamma-ray imager | |
| CN116577819B (zh) | 一种多头康普顿探测方法及系统 | |
| Frandes et al. | Image Reconstruction Techniques for Compton Scattering Based Imaging: An Overview [Compton Based Image Reconstruction Approaches] | |
| KR101677715B1 (ko) | 방사선 영상화 방법 및 시스템 | |
| KR20110124685A (ko) | Ｇｐｕ를 이용한 양전자 방출 단층 촬영 영상에서의 감마선 산란 추정 방법 및 장치 | |
| CN109480892B (zh) | 一种图像的生成方法 | |
| CN107961028A (zh) | 一种归一化校正因子获取、确定方法及医学成像方法 | |
| Hebert et al. | Maximum likelihood reconstruction for a prototype electronically collimated single photon emission system | |
| Gagliardi | Integration of independent NDA techniques within a SLAM-based robotic system for improving safeguards standard routines: a review of the current status and possible future developments | |
| Gillam et al. | Simulated one pass listmode for fully 3D image reconstruction of Compton camera data | |
| Shah et al. | Improved localization precision and angular resolution of a cylindrical, time-encoded imaging system from adaptive detector movements | |
| US9259193B2 (en) | Projection method of 3D ray tracing | |
| Hautot et al. | Visual Simultaneous Localization and Mapping (VSLAM) methods applied to indoor 3D topographical and radiological mapping in real-time |
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 |