JP7438893B2 - Radiation detection system and radiation detection method - Google Patents
Radiation detection system and radiation detection method Download PDFInfo
- Publication number
- JP7438893B2 JP7438893B2 JP2020141007A JP2020141007A JP7438893B2 JP 7438893 B2 JP7438893 B2 JP 7438893B2 JP 2020141007 A JP2020141007 A JP 2020141007A JP 2020141007 A JP2020141007 A JP 2020141007A JP 7438893 B2 JP7438893 B2 JP 7438893B2
- Authority
- JP
- Japan
- Prior art keywords
- scintillator
- waveform
- radiation
- unit
- pulse signal
- 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
- 230000005855 radiation Effects 0.000 title claims description 126
- 238000001514 detection method Methods 0.000 title claims description 95
- 230000008859 change Effects 0.000 claims description 90
- 238000004364 calculation method Methods 0.000 claims description 58
- 230000003321 amplification Effects 0.000 claims description 28
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 5
- 239000004065 semiconductor Substances 0.000 claims description 3
- 238000007493 shaping process Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 26
- 238000013528 artificial neural network Methods 0.000 description 12
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 11
- 229910001634 calcium fluoride Inorganic materials 0.000 description 11
- 230000000149 penetrating effect Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 239000000463 material Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 7
- 230000010354 integration Effects 0.000 description 7
- 230000002123 temporal effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000000630 rising effect Effects 0.000 description 5
- 230000005250 beta ray Effects 0.000 description 4
- 230000008033 biological extinction Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000003758 nuclear fuel Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 239000010409 thin film Substances 0.000 description 3
- 229910052693 Europium Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- OGPBJKLSAFTDLK-UHFFFAOYSA-N europium atom Chemical compound [Eu] OGPBJKLSAFTDLK-UHFFFAOYSA-N 0.000 description 2
- 230000004992 fission Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000000946 synaptic effect Effects 0.000 description 2
- 229910052695 Americium Inorganic materials 0.000 description 1
- 101100458289 Drosophila melanogaster msps gene Proteins 0.000 description 1
- 206010034960 Photophobia Diseases 0.000 description 1
- 229910052778 Plutonium Inorganic materials 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- LXQXZNRPTYVCNG-UHFFFAOYSA-N americium atom Chemical compound [Am] LXQXZNRPTYVCNG-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 210000000695 crystalline len Anatomy 0.000 description 1
- 230000023077 detection of light stimulus Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 208000013469 light sensitivity Diseases 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- OYEHPCDNVJXUIW-UHFFFAOYSA-N plutonium atom Chemical compound [Pu] OYEHPCDNVJXUIW-UHFFFAOYSA-N 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Measurement Of Radiation (AREA)
Description
本発明の実施形態は、放射線検出技術に関する。 Embodiments of the present invention relate to radiation detection technology.
従来、電離箱サーベイメータでは、1度目の測定をした後にβ線の入射を阻止するキャップをプローブの先端に装着してγ線のみの測定をし、1度目と2度目の測定値の差でβ線の値を得るようにしている。つまり、β線とγ線のそれぞれの値を得るために同一箇所で必ず2回の測定を行う必要があり、作業手順が複雑になるばかりか、1度目と2度目の差分を得る処理を行うため、測定誤差が大きくなる。そこで、フォスイッチ検出器というものがある。このフォスイッチ検出器は、放射線の種類によって異なる透過力を利用した検出器である。例えば、2層のシンチレータが配置され、1層目で検出された値と、1層目と2層目で同時に検出された値で放射線の種類を特定することができる。ここで、パルス信号の積分結果を比較することで放射線の種類を判定する技術が知られている。さらに、3層からなるシンチレータでα線、β線、γ線を判定する技術が知られている。 Conventionally, with an ionization chamber survey meter, after the first measurement, a cap is attached to the tip of the probe to block the incidence of beta rays, and only gamma rays are measured. I am trying to get the value of the line. In other words, in order to obtain the respective values of β-rays and γ-rays, it is necessary to perform two measurements at the same location, which not only complicates the work procedure, but also requires the processing to obtain the difference between the first and second measurements. Therefore, the measurement error increases. Therefore, there is something called a phoswitch detector. This Phoswitch detector is a detector that uses different penetrating powers depending on the type of radiation. For example, two layers of scintillators are arranged, and the type of radiation can be identified based on the value detected in the first layer and the value detected simultaneously in the first and second layers. Here, a technique is known in which the type of radiation is determined by comparing the integration results of pulse signals. Furthermore, a technique is known that uses a three-layer scintillator to determine α-rays, β-rays, and γ-rays.
従来の技術では、異なる種類のシンチレータで異なる放射線を測定するため、シンチレータごとに波高値の大きさが異なっている。これらシンチレータに由来するパルス信号の減衰時間を評価することで放射線が反応したシンチレータを特定している。しかしながら、パルス信号の大きさが異なることによる誤差などによって、データの判定を誤る可能性がある。 In conventional technology, different types of scintillators measure different radiations, so the magnitude of the peak value differs for each scintillator. By evaluating the decay time of pulse signals originating from these scintillators, we identify the scintillators to which radiation has reacted. However, data may be incorrectly determined due to errors caused by differences in the magnitude of the pulse signals.
本発明の実施形態は、このような事情を考慮してなされたもので、放射線の種類の判定精度を向上させることができる放射線検出技術を提供することを目的とする。 The embodiments of the present invention have been made in consideration of such circumstances, and an object thereof is to provide a radiation detection technique that can improve the accuracy of determining the type of radiation.
本発明の実施形態に係る放射線検出システムは、入射される放射線の種類に応じて特性が異なるパルス信号を出力する検出部と、前記パルス信号の増幅と前記パルス信号の波形の整形を行う信号増幅部と、前記信号増幅部で整形された前記波形を取得する波形データ取得部と、前記波形データ取得部で取得された前記波形の時間変化量を求める時間変化算出部と、少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するデータ判定部と、を備え、前記時間変化算出部は、前記波形の時間推移の変化を算出するフィルタを用いて前記時間変化量を求める。 A radiation detection system according to an embodiment of the present invention includes a detection unit that outputs a pulse signal having different characteristics depending on the type of incident radiation, and a signal amplification unit that amplifies the pulse signal and shapes the waveform of the pulse signal. a waveform data acquisition section that acquires the waveform shaped by the signal amplification section; a time change calculation section that calculates the amount of change over time of the waveform acquired by the waveform data acquisition section; and at least the time change calculation section. a data determination unit that determines the type of radiation based on the data acquired by the unit, and the time change calculation unit calculates the amount of time change using a filter that calculates a change in the time course of the waveform. seek .
本発明の実施形態により、放射線の種類の判定精度を向上させることができる放射線検出技術が提供される。 Embodiments of the present invention provide radiation detection technology that can improve the accuracy of determining the type of radiation.
(第1実施形態)
以下、図面を参照しながら、放射線検出システムおよび放射線検出方法の実施形態について詳細に説明する。まず、第1実施形態の放射線検出システムについて図1から図7を用いて説明する。
(First embodiment)
Hereinafter, embodiments of a radiation detection system and a radiation detection method will be described in detail with reference to the drawings. First, a radiation detection system according to a first embodiment will be described using FIGS. 1 to 7.
図1の符号1は、第1実施形態の放射線検出システムである。この放射線検出システム1は、α線、β線、γ線、X線などの電離放射線を検出するものである。例えば、検出作業を行う作業者は、プローブとしての検出部2を把持し、この検出部2を所定の放射線源に近づけることで放射線の検出を行う。特に、放射線検出システム1は、過酷事故を起こした原子力発電所の作業環境および作業場所における線量を測定するために用いられる。
核燃料が破損するような事象が発生した場合には、α線、β線を放射する核種が発生する。このような過酷事故を起こした原子力発電所では、溶け落ちた核燃料物質または核分裂生成物が、付着または露出した区域、機器、部品などが放射線管理の対象となる。 When an event occurs that damages nuclear fuel, nuclides that emit alpha and beta rays are generated. At nuclear power plants where such severe accidents have occurred, areas, equipment, and parts that have been contaminated with or exposed to melted nuclear fuel material or fission products are subject to radiation control.
例えば、核燃料物質であるウラン、プルトニウム、アメリシウムから放射されるα線の管理が必要になる。さらに、核分裂生成物については、Sr-90/Y-90から放射される高エネルギーで高強度のβ線の管理が必要になる。 For example, it is necessary to manage alpha rays emitted from nuclear fuel materials such as uranium, plutonium, and americium. Furthermore, regarding fission products, it is necessary to manage high-energy and high-intensity β-rays emitted from Sr-90/Y-90.
α線の空気中飛程は、4cm程度であるため、α線による外部被ばくよりも、汚染物の付着、拡大、空気中拡散に起因する内部被ばくの防止に取り組む必要がある。そのため、表面汚染密度、汚染物質の空気中濃度の監視が重要である。 Since the range of alpha rays in the air is about 4 cm, it is necessary to prevent internal exposure caused by the attachment, expansion, and diffusion of contaminants in the air, rather than external exposure to alpha rays. Therefore, it is important to monitor the density of surface contamination and the concentration of pollutants in the air.
一方、核種から放射されるβ線の空気中の最大飛程は、1m程度あるため、内部被ばくの防止は勿論のこと、外部被ばくの防止も重要になる。特に、放射線業務従事者の眼の水晶体に受ける等価線量限度は、年間50mSv、かつ5年間で100mSvと定められている。そのため、作業環境および作業場所のβ線の線量当量率の測定および把握が必要になる。そこで、第1実施形態の放射線検出システム1を用いる。
On the other hand, the maximum range of β-rays emitted from nuclides in the air is about 1 meter, so it is important to prevent not only internal exposure but also external exposure. In particular, the equivalent dose limit to the crystalline lens of a radiation worker's eye is set at 50 mSv per year and 100 mSv over 5 years. Therefore, it is necessary to measure and understand the dose equivalent rate of β-rays in the working environment and workplace. Therefore, the
放射線検出システム1は、検出部2と信号増幅部3と波形データ取得部4と時間変化算出部5とデータ判定部6とを備える。
The
検出部2は、入射される放射線の種類に応じて特性が異なるパルス信号を出力する。
The
信号増幅部3は、検出部2から出力されたパルス信号の増幅と、このパルス信号の波形の整形を行う。この信号増幅部3は、所謂アンプであり、検出部2から出力されたパルス信号を測定可能なレベルまで増幅する。例えば、チャージアンプ方式、カレントアンプ方式を用いることができる。なお、信号増幅部3では、検出部2から出力されるパルス信号の減衰過程に依存する波形を増幅できる周波数応答が必要となる。
The
波形データ取得部4は、信号増幅部3で増幅および整形されたパルス信号の波形を取得する。なお、波形データ取得部4には、パルス信号の波形について、時間別の波高値の情報を測定可能なものを用いる。
The waveform
時間変化算出部5は、波形データ取得部4で取得された波形の時間変化量を求める。例えば、時間変化算出部5は、波形データ取得部4で測定した波高値の時間推移の時間変化を算出する。時間変化算出部5は、少なくとも数値演算処理が可能であれば良い。
The time
また、時間変化算出部5は、波形の時間推移の変化を算出するフィルタを用いて時間変化量を求める。このようにすれば、パルス信号の波形の時間推移の変化を算出することができる。
Further, the time
時間変化算出部5は、直近の複数のデータに対して任意の関数の近似曲線を求めて微分する方法、単純な時間当たりの変化量を算出する手法、Savitzky-Golay(SG)法、平坦化微分手法、移動平均法、荷重移動平均法などを用いて演算処理を行うことができる。例えば、時間変化算出部5が用いるフィルタには、微分フィルタ、SGフィルタなどを用いることができる。なお、SGフィルタは、デジタル平滑化多項式フィルタ、または最小二乗平滑化フィルタなどとも称される。以下の説明では、SGフィルタを用いる形態を例示する。
The time
データ判定部6は、波形データ取得部4で取得されたデータと時間変化算出部5で取得されたデータに基づいて、放射線の種類を判定する。なお、データ判定部6は、時間変化算出部5で取得されたデータのみに基づいて、放射線の種類を判定することもできる。
The
データ判定部6は、パルス信号の波形または時間変化算出部5が出力した波形から、特徴的な値を識別することで、データの種類を識別する。データ判定部6は、少なくとも数値演算または比較演算により、データの評価が可能であれば良い。
The
データ判定部6は、比較評価部7と発生箇所特定部8とエネルギー情報取得部9とを備える。これらは、メモリまたはHDDに記憶されたプログラムがCPUによって実行されることで実現される。
The
本実施形態の少なくともデータ判定部6は、CPU、ROM、RAM、HDDなどのハードウェア資源を有し、CPUが各種プログラムを実行することで、ソフトウェアによる情報処理がハードウェア資源を用いて実現されるコンピュータで構成される。さらに、本実施形態の放射線検出方法は、各種プログラムをコンピュータに実行させることで実現される。
At least the
第1実施形態の検出部2は、光検出器10と第1シンチレータ11と第2シンチレータ12と第3シンチレータ13と遮蔽体14とこれらを収容する筐体15とを備える。
The
シンチレータ11,12,13は、板状を成す部材である。これらシンチレータ11,12,13は、放射線との相互作用で発光する。また、光検出器10は、シンチレータ11,12,13の発光を検出する。光検出器10は、発光の検出に応じてパルス信号を出力する。このようにすれば、シンチレータ11,12,13と光検出器10で放射線を検出する検出部2を構成できる。
The
なお、検出部2には、放射線によって発生するパルス信号の波形が変わるように、パルス信号の減衰時間が異なるものを用いる。
Note that the
光検出器10には、光の感度が高く口径の選択肢が豊富にある光電子増倍管を用いることができる。また、光検出器10には、フォトダイオード、アバランシェフォトダイオード、Silicon photomultiplier(SiPMT)、Multi-Pixel Photon Counter(MPPC)などの各種光検出デバイスを用いることもできる。この光検出器10には、シンチレータ11,12,13の発光波長などが合致するものであれば、いずれのデバイスを用いても良い。
As the
筐体15の内部で複数のシンチレータ11,12,13が互いに積層される。複数のシンチレータ11,12,13は、互いに種類が異なるものである。これらシンチレータ11,12,13の種類に応じて発光の態様が異なるとともに光検出器10が出力するパルス信号の特性が異なる。このようにすれば、放射線の種類に応じて特性が異なるパルス信号を出力する検出部2を構成できる。
A plurality of
筐体15は、円筒形状を成す部材であり、その一端に開口16が形成されている。この開口16は、薄膜17で閉塞されている。この薄膜17は、放射線の透過性を有しつつ、遮光性と電磁シールド性を有する。この開口16から放射線が入射され、シンチレータ11,12,13に当たる。
The
複数の互いに積層されたシンチレータ11,12,13のうち、第1シンチレータ11は、筐体15の開口16に最も近接した位置に設けられている。第2シンチレータ12は、第1シンチレータ11よりも内側に設けられている。第3シンチレータ13は、第2シンチレータ12よりも内側に設けられている。このようにすれば、放射線の種類に応じて進入距離が異なるため、放射線の種類に応じて特性が異なるパルス信号を出力する検出部2を構成できる。
Among the plurality of
第1実施形態では、第1シンチレータ11が第2シンチレータ12より薄く形成されている。第2シンチレータ12が第3シンチレータ13より薄く形成されている。さらに、第1シンチレータ11と第2シンチレータ12を合わせた厚さよりも、第3シンチレータ13は厚く形成されている。
In the first embodiment, the
遮蔽体14は、板状を成す部材である。この遮蔽体14は、第2シンチレータ12と第3シンチレータ13の間に設けられている。遮蔽体14は、光を透過しつつ一部の種類の放射線を遮蔽する。遮蔽体14は、シンチレータ11,12の発光波長に対して透明な材質で形成されている。例えば、ガラス、アクリルなどで形成されている。なお、第1シンチレータ11と第2シンチレータ12を合わせた厚さよりも、遮蔽体14は厚く形成されている。
The
筐体15は、γ線を透過しつつ一部の種類の放射線を遮蔽する。例えば、筐体15は、α線およびβ線といった透過力の低い放射線を遮蔽する。これら透過力の低い放射線は、開口16に面する入射方向18から入射される。つまり、α線、β線の入射は、筐体15の開口16に限定される。一方、透過力の高いγ線は、開口16から入射されるとともに、筐体15の側方の入射方向19からも入射される。このようにすれば、透過力の低いα線およびβ線と、透過力の高いγ線とが区別され易くなるため、特にγ線の検出精度を向上させることができる。
The
なお、筐体15は、一部の種類の放射線の遮蔽効果が得られれば、いずれの材料で形成されても良い。さらに、筐体15は、電磁シールドを兼ねても良い。
Note that the
γ線と所定の物質との反応は、β線などとは異なるが、γ線が物質と反応して発生する散乱電子は、物理的にはβ線と同じものになる。γ線の影響を抑えるためには、第1シンチレータ11と第2シンチレータ12を薄くすることが好ましい。しかし、第1シンチレータ11と第2シンチレータ12を薄くすると、γ線の感度が下がることに加え、筐体15の側方の入射方向19から入射されたγ線に対する感度が変わってしまう。そのため、第1実施形態では、γ線の検出用に第3シンチレータ13を設けている。さらに、遮蔽体14も設けている。
Although the reaction between γ rays and certain substances is different from that of β rays, the scattered electrons generated when γ rays react with substances are physically the same as β rays. In order to suppress the influence of γ rays, it is preferable to make the
例えば、第1シンチレータ11と第2シンチレータ12で検出対象のβ線などの荷電粒子の最大エネルギーを想定する。そして、これらの荷電粒子の最大飛程よりも厚い遮蔽体14を設けるようにする。このようにすれば、仮にβ線が第2シンチレータ12を通過しても第3シンチレータ13まで届かないようになる。そのため、第3シンチレータ13では、γ線に基づく発光のみが生じるようになる。
For example, the maximum energy of charged particles such as β rays to be detected by the
第1実施形態の検出部2では、検出対象であるβ線によるエネルギーが得られる条件の範囲内であれば、第2シンチレータ12を薄くすることができる。このようにすれば、γ線が、第1シンチレータ11と第2シンチレータ12と反応する事象(確率)を減らしつつ、第3シンチレータ13でγ線を検出することができる。
In the
放射線検出システム1では、第1エネルギーのβ線と、第1エネルギーよりも高い第2エネルギーのβ線と、γ線の少なくとも3つの種類の放射線を検出することができる。この放射線検出システム1では、1度の検出作業でいずれの種類の放射線を検出したかを弁別することができる。以下の説明では、第1エネルギーのβ線を低エネルギーβ線と称する。第2エネルギーのβ線を高エネルギーβ線と称する。
The
次に、放射線検出システム1の動作によって受動的に生じる作用効果を含めて説明する。
Next, a description will be given including the effects passively produced by the operation of the
例えば、荷電粒子であるα線またはβ線の場合、透過力が低く筐体15によって遮蔽されるため、筐体15の開口16のみから入射される。そして、開口16から入射したα線またはβ線がシンチレータ11,12に当たる。
For example, in the case of α rays or β rays, which are charged particles, their penetrating power is low and they are blocked by the
筐体15の内部にα線またはβ線が入射された場合には、複数のシンチレータ11,12,13のうち、開口16に最も近い第1シンチレータ11にエネルギーを与えて発光が生じる。この発光に基づいて光検出器10がパルス信号を発生させる。
When α-rays or β-rays are incident on the inside of the
入射された放射線の透過力が低い場合、第1シンチレータ11に全てのエネルギーを与えて止まるようになる。しかし、放射線の透過力が高い場合は、第2シンチレータ12にもエネルギーを与えて発光が生じ、光検出器10がパルス信号を発生させる。つまり、必ず、第1シンチレータ11に起因したパルス信号が発生する。
When the penetrating power of the incident radiation is low, all the energy is given to the
一方、光、つまり電磁波の1種であるγ線またはX線の場合には、筐体15または第1シンチレータ11と必ず反応するものではなく、そのエネルギーまたは第1シンチレータ11の材質などに依存する所定の確率で反応する。そのため、第1シンチレータ11の発光に基づくパルス信号が発生しない場合もあり得る。
On the other hand, in the case of light, that is, gamma rays or X-rays, which are a type of electromagnetic waves, they do not necessarily react with the
ここで、第1シンチレータ11の材質とサイズを、γ線が反応し難いものに設定することで、透過力の弱い放射線(α線、β線)と、透過力の高い放射線(γ線、X線)を区別することができる。
Here, by setting the material and size of the
例えば、β線とγ線を区別することを目的とした場合において、第1シンチレータ11には、密度が低いプラスチックシンチレータを用いる。さらに、第1シンチレータ11の厚みは、例えば、0.3mm程度にする。さらに、第3シンチレータ13にも、密度が低いプラスチックシンチレータを用いる。また、第2シンチレータ12の材料としては、ユウロピウムを添加したフッ化カルシウム(CaF2(Eu))を用いる。なお、第3シンチレータ13は、第1シンチレータ11よりも蛍光減衰時間が長いものにする。
For example, when the purpose is to distinguish between β rays and γ rays, a plastic scintillator with a low density is used as the
ここで、シンチレータ11,12,13の蛍光減衰時間とは、蛍光パルス(シンチレータ11,12,13の発光)の初期光強度の値が1/eになるまで減衰する時間を表す定数である。なお、蛍光パルスは、その発生した瞬間(初期値I(0))の光強度が最大の値となっている。ここで、初期光強度とは、この発生した瞬間の光強度の値である。蛍光パルスは瞬時に発生して指数関数的に減衰(減光)するので、時刻tにおける減衰された光強度I(t)は、時刻t=0での初期値I(0)を用いて、I(t)=I(0)・exp(-t/τ)の形で表現することができる。このτが蛍光減衰時間であり、指数減衰応答の時定数でもある。
Here, the fluorescence decay time of the
約250keV以下の低エネルギーβ線は、第1シンチレータ11で止まる。この低エネルギーβ線が入射された場合には、第1シンチレータ11の蛍光減衰時間に応じたパルス信号が出力される。
The low energy β rays of about 250 keV or less stop at the
250keVを超える高エネルギーβ線は、第1シンチレータ11を通過し、第2シンチレータ12まで到達する。この高エネルギーβ線が入射された場合には、第1シンチレータ11と第2シンチレータ12の蛍光減衰時間に応じたパルス信号が出力される。
High-energy β-rays exceeding 250 keV pass through the
さらに、高エネルギーβ線よりもエネルギーが高いγ線は、第1シンチレータ11と第2シンチレータ12を通過し、第3シンチレータ13まで到達する。さらに、筐体15の側方の入射方向19からも入射され、第3シンチレータ13に到達する。このγ線が入射された場合には、第1シンチレータ11と第2シンチレータ12と第3シンチレータ13の蛍光減衰時間に応じたパルス信号が出力される。
Furthermore, the γ rays, which have higher energy than the high energy β rays, pass through the
ここで、CaF2(Eu)の第2シンチレータ12は、プラスチックの第1シンチレータ11と比較して、密度が高く、厚くすることができる。そのため、第2シンチレータ12で発生するイベント(発光およびパルス信号の出力)を相対的に増加させることができる。つまり、低エネルギーβ線、高エネルギーβ線、γ線によって異なる特性のパルス信号の波形を取得することができる。
Here, the
検出部2で出力したパルス信号は、信号増幅部3で増幅される。ここで、シンチレータの消光時間より長い積分時間を有するチャージアンプ方式の信号増幅部3(アンプ)を用いた場合には、パルス信号の波長(時間方向の幅)が短いほど、信号増幅部3から出力される波形の立ち上がり時間が短くなる。そして、波形の立ち上がり時間に、シンチレータの蛍光減衰時間の情報が現れる。つまり、シンチレータの消光時間より信号増幅部3の積分時間が長い場合は、波形の立ち上がり部分の形状がシンチレータの蛍光減衰時間に応じて変化する。
The pulse signal output by the
これに対して、シンチレータの消光時間より短い積分時間のアンプを用いて、シンチレータで発生したパルス信号をそのまま増幅した場合には、波形の立ち下がり時間に、シンチレータの蛍光減衰時間の情報が現れる。つまり、シンチレータの消光時間より信号増幅部3の積分時間が短い場合は、波形の立ち下がり部分の形状がシンチレータの蛍光減衰時間に応じて変化する。
On the other hand, if the pulse signal generated by the scintillator is directly amplified using an amplifier with an integration time shorter than the extinction time of the scintillator, information about the fluorescence decay time of the scintillator appears in the fall time of the waveform. In other words, when the integration time of the
例えば、図2のグラフにおいて、グラフG1は、蛍光減衰時間が24nsecのシンチレータの発光によるパルス信号の波形である。グラフG2は、蛍光減衰時間が285nsecのシンチレータの発光によるパルス信号の波形である。グラフG3は、蛍光減衰時間が940nsecのシンチレータの発光によるパルス信号の波形である。グラフG4は、蛍光減衰時間が24nsecのシンチレータの発光と蛍光減衰時間が940nsecのシンチレータの発光が合成された場合のパルス信号の波形である。これらのグラフG1~G4に示すように、シンチレータの蛍光減衰時間に応じて、信号増幅部3から出力される波形の立ち上がり部分と立ち下り部分の形状に差があることが分かる。
For example, in the graph of FIG. 2, graph G1 is a waveform of a pulse signal caused by light emission from a scintillator with a fluorescence decay time of 24 nsec. Graph G2 is a waveform of a pulse signal caused by light emission from a scintillator with a fluorescence decay time of 285 nsec. Graph G3 is a waveform of a pulse signal caused by light emission from a scintillator with a fluorescence decay time of 940 nsec. Graph G4 is a waveform of a pulse signal when light emission from a scintillator with a fluorescence decay time of 24 nsec and light emission from a scintillator with a fluorescence decay time of 940 nsec are combined. As shown in these graphs G1 to G4, it can be seen that there is a difference in the shapes of the rising and falling portions of the waveform output from the
波形を測定する場合は、高速デジタイザーなどを用いて測定が可能である。しかし、いずれのシンチレータの発光に基づく信号であるか判定するためには、データごとの比較を行い判定することが必要になる。例えば、パルス信号の波形全体のデータを用いて判定する場合には、データの転送速度またはデータ処理速度などの観点で装置が非常に大掛かりになる。そのため、実際の判定には、波形の特徴量を使用する。 When measuring the waveform, it is possible to use a high-speed digitizer or the like. However, in order to determine which scintillator's light emission is the signal, it is necessary to compare each data item. For example, when making a determination using data of the entire waveform of a pulse signal, the apparatus becomes very large-scale in terms of data transfer speed or data processing speed. Therefore, waveform feature amounts are used for actual determination.
従来技術では、波形の立ち上がり時間、または2区間の積分値の比(2ゲート法)などが用いられている。しかし、例えば、2層のシンチレータを使う場合、1層目のシンチレータ単独の発光、2層目のシンチレータ単独の発光、1層目と2層目の同時の発光の合計3種類の発光を判定する必要がある。さらに、得られる波高値は毎回異なるため、立ち上がり時間または積分値の比などの1つの指標で判定する場合には、判定が困難になる。 In the prior art, the rise time of a waveform or the ratio of integral values in two sections (two-gate method) is used. However, for example, when using two layers of scintillators, a total of three types of light emission are determined: light emission from the first layer scintillator alone, light emission from the second layer scintillator alone, and simultaneous light emission from the first and second layers. There is a need. Furthermore, since the peak value obtained differs each time, it becomes difficult to make a determination based on a single index such as the rise time or the ratio of integral values.
そこで、評価に使用できる指標を増やすことが考えられる。波形の特徴量は、信号増幅部3のタイプにも依存するが、パルス信号の波形の立ち上がり部分、または立ち下り部分に特徴が発生する。第1実施形態では、波形データ取得部4で、波高値をサンプリングし数値演算によって信号の傾きを算出する。
Therefore, it is possible to increase the number of indicators that can be used for evaluation. The characteristic amount of the waveform depends on the type of the
例えば、パルス信号の波形を100Mspsなどのサンプリングレートで測定する。そして、直近5回分の波高値Dnを測定する。過去5回の波高値のデータD1~D5で、以下の数式に基づく演算を行う。ここでは、5段のSGフィルタ処理を実施し、このSGフィルタ処理後のデータSGを時間変化量として記録する。 For example, the waveform of a pulse signal is measured at a sampling rate of 100 Msps. Then, the most recent five wave height values D n are measured. Calculation is performed based on the following formula using data D 1 to D 5 of the past five peak values. Here, five stages of SG filter processing are performed, and the data SG after this SG filter processing is recorded as a time change amount.
SG=-2D1-D2+D4+2D5 SG=-2D 1 -D 2 +D 4 +2D 5
なお、本実施形態では、過去5回の波高値のデータD1~D5で波高値を測定しているが、その他の態様であっても良い。例えば、過去6回以上の波高値で測定しても良い。 In this embodiment, the peak value is measured using data D 1 to D 5 of the past five peak values, but other methods may be used. For example, measurement may be performed using the wave height values of six or more times in the past.
次に、波形データ取得部4で取得した波形を、時間変化算出部5で処理することで出力される出力値の結果を図3から図4を参照して説明する。例えば、図3のグラフにおいて、グラフG5は、波形データ取得部4で取得した波形の一例である。グラフG6は、この波形に基づいて時間変化算出部5から出力される出力値である。また、図4のグラフにおいて、グラフG7は、波形データ取得部4で取得した波形の他の例である。グラフG8は、この波形に基づいて時間変化算出部5から出力される出力値である。
Next, the results of output values output by processing the waveform acquired by the waveform
時間変化算出部5で処理することで、波形の時間当たりの増加量が大きい場合には、時間変化算出部5の出力値が大きくなる。一方、波形の時間当たりの減少量が大きい場合には、時間変化算出部5の出力値が負の値になる。または、時間変化量(波形の形状)が線形に近くなるとゼロ付近の出力値が時間変化算出部から出力される。
By processing in the time
このように、時間変化算出部5の出力値の最大値は、時間変化量が増加したときの最大の変化を示す。一方、時間変化算出部5の出力値の最小値は、時間変化量が減少した時の最大の変化を示す。つまり、時間変化算出部5の出力値が、正であるか負であるかによって、パルス信号の立ち上がり時間に相当するか、立ち下がり時間に相当するかが判定できる。
In this way, the maximum value of the output value of the temporal
従来技術では、波形データ取得部4で取得した波形で、これらの時間変化を評価していた。そして、異なる時間の値を評価することで対応していることが多かった。しかし、パルス信号の大きさ(最大波高値)が変わることにより、評価誤差が生じることが多かった。
In the prior art, these temporal changes were evaluated using the waveforms acquired by the waveform
第1実施形態では、波形データ取得部4で取得した波形の時間変化量を時間変化算出部5で解析し、この時間変化量に着目して判定をしているため、波高値の影響を抑えることができる。さらに、波形データ取得部4で得られる波形を用いることで、さらに波高値の影響を抑えることも可能であり、精度よくパルス信号を分離することができる。
In the first embodiment, the time change amount of the waveform acquired by the waveform
次に、シンチレータの蛍光減衰時間の違いによる時間変化算出部5の出力態様の違いを図5から図6を参照して説明する。
Next, differences in the output mode of the time
図5は、時間変化算出部5の出力値が正の値だった数のヒストグラムである。グラフG9は、蛍光減衰時間が2.4nsec程度のプラスチックシンチレータのグラフである。グラフG10は、蛍光減衰時間が300nsec程度のプラスチックシンチレータのグラフである。グラフG11は、蛍光減衰時間が900nsec程度のCaF2(Eu)シンチレータのグラフである。
FIG. 5 is a histogram of the number of positive output values of the time
図6は、時間変化算出部5の出力値の最大値と波形データ取得部4で得られた最大値の比を蛍光減衰時間ごとに示したヒストグラムである。グラフG12は、蛍光減衰時間が2.4nsec程度のプラスチックシンチレータのグラフである。グラフG13は、蛍光減衰時間が300nsec程度のプラスチックシンチレータのグラフである。グラフG14は、蛍光減衰時間が900nsec程度のCaF2(Eu)シンチレータのグラフである。
FIG. 6 is a histogram showing the ratio of the maximum value of the output value of the time
図5から図6のグラフに示すように、シンチレータごとにグラフが変化することが分かる。これらのグラフの違い基づいて判定用のパラメータを予め設定することで、いずれのシンチレータの発光に基づくパルス信号であるかが判定可能となる。例えば、図5の時間変化算出部5の出力値が正の値だった数を第1パラメータとして用いて判定しても良いし、図6の時間変化算出部5の出力値の最大値と波形データ取得部4で得られた最大値の比を第2パラメータとして用いて判定しても良い。さらに、第1パラメータと第2パラメータを合わせて判定用に用いても良い。このようにすれば、信号増幅部3の形式によらず、かつパルス信号の大きさに依存せずに、精度の高い判定を行うことができる。
As shown in the graphs of FIGS. 5 and 6, it can be seen that the graphs change for each scintillator. By setting parameters for determination in advance based on the difference between these graphs, it becomes possible to determine which scintillator's light emission is the basis of the pulse signal. For example, the determination may be made using the number of positive output values of the time
図1に示すように、比較評価部7は、パルス信号の波形が有する少なくとも2つの特徴量のそれぞれを事前に取得された特徴量と比較する。例えば、第1パラメータと第2パラメータを合わせて判定を行う。第1パラメータの判定結果と第2パラメータの判定結果の論理式を立てて評価する。第1パラメータの正の数が第1閾値以上であり、第2パラメータの最大値の数が第2閾値以上である場合には、所定のシンチレータの発光であると判定する。このようにすれば、波形の評価精度を向上させることができる。
As shown in FIG. 1, the
第1実施形態の信号増幅部3は、検出部2から出力されたパルス信号の積分および微分を行う機能を有している。さらに、それぞれのシンチレータ11,12,13の蛍光減衰時間のうちの最小値と最大値の間に、信号増幅部3の積分時定数(信号減衰時間)の値が存在するように、信号増幅部3を構成する。このようにすれば、シンチレータ11,12,13の種類に基づいて生じる最大波高値の差を軽減することができる。
The
ここで、信号増幅部3の信号減衰時間とは、パルス信号(電気信号)の最大値が1/eになるまで減衰する時間を表す定数である。は、その波形が立ち上がってから最大値になり、その後に指数関数的に減衰(減少)するので、時刻tにおける減衰された値S(t)は、最大値S(max)を用いて、S(t)=S(max)・exp(-t/τS)の形で表現することができる。このτSが信号減衰時間であり、指数減衰応答の時定数でもある。
Here, the signal attenuation time of the
例えば、第1シンチレータ11の蛍光減衰時間をτ1とし、第2シンチレータ12の蛍光減衰時間をτ2とし、第3シンチレータ13の蛍光減衰時間をτ3とし、信号増幅部3の信号減衰時間をτSとした場合に以下の式が成り立つ。
For example, the fluorescence decay time of the
τ1<τ3<τS<τ2 τ1<τ3<τS<τ2
信号増幅部3として、積分時間を充分に長くしたチャージアンプ方式を使用した場合において、パルス信号の波形の波高値は、それぞれのシンチレータ11,12,13に付与されたエネルギーとシンチレータ11,12,13の材料に依存する発光量で決まる。
When a charge amplifier method with a sufficiently long integration time is used as the
一般的に、プラスチックシンチレータは密度が低く、γ線の影響を受け難いという特徴がある。一方、プラスチックシンチレータはCaF2(Eu)シンチレータなどの無機シンチレータより発光量が小さい。 In general, plastic scintillators have a low density and are not easily affected by gamma rays. On the other hand, plastic scintillators emit less light than inorganic scintillators such as CaF2 (Eu) scintillators.
また、第1シンチレータ11のように薄い場合には、γ線から付与されるエネルギー量も小さくなり、全体的に波高値の最大値が小さくなる。つまり、プラスチックシンチレータの場合は、CaF2(Eu)シンチレータのパルス信号と比較して波高値が小さくなる。そのため、波形データ取得部4では、広範囲の電圧を入力できるようにする必要がある。
Furthermore, when the scintillator is thin like the
また、それぞれのパルス信号の差が波形の立ち上がり部分に現れる場合において、プラスチックシンチレータのような数nsec程度の早い時間変化量を評価するために、非常に高速なA/Dコンバータなどが必要になる。そのため、放射線検出システム1の構成が複雑化する。
In addition, when the difference between the respective pulse signals appears at the rising edge of the waveform, a very high-speed A/D converter is required to evaluate the amount of time change as fast as a few nanoseconds, such as with a plastic scintillator. . Therefore, the configuration of the
そこで、第1実施形態では、信号増幅部3の信号減衰時間τSを、CaF2(Eu)の蛍光減衰時間τ2よりも小さくすることで、CaF2(Eu)シンチレータの発光量の全てを波高値に変換しないようにする。つまり、シンチレータ11,12,13の種類差による最大波高値の差を軽減する。また、パルス信号の波形の立ち下り部分にも、シンチレータ11,12,13の蛍光減衰時間の差の影響が現れるようになる。そのため、パルス信号の波形の立ち上がり部分、立ち下り部分の特徴の双方に基づいて、データの判定を行うことができる。
Therefore, in the first embodiment, by making the signal decay time τS of the
また、時間変化算出部5の出力値が正の値だったデータ数(図5)に加えて、時間変化算出部5の出力値が負の値だったデータ数、または、時間変化算出部5の出力の最大値または最小値などにも、判定に用いることができる特徴が現れることとなる。
In addition to the number of data for which the output value of the time
第1実施形態では、3種類のシンチレータ11,12,13を組み合わせているため、発生するイベント(発光およびパルス信号の出力)は、2の3条通りある。
In the first embodiment, since three types of
例えば、第1シンチレータ11の発光の場合、第2シンチレータ12の発光の場合、第3シンチレータ13の発光の場合、第1シンチレータ11と第2シンチレータ12の発光の場合、第2シンチレータ12と第3シンチレータ13の発光の場合、第1シンチレータ11と第3シンチレータ13の発光の場合、全てのシンチレータ11,12,13の発光の場合、発光無しの場合の合計8通りである。
For example, in the case of light emission of the
それぞれの条件に応じた測定を事前に行う。そして、放射線と特徴量との相関を取得して記録しておく。これらの記録と実際の条件を比較することで、より詳細なデータの識別も可能になる。これらの比較には、一般的な条件式による判定フローを用いても、機械学習などを用いて判定してもよい。 Perform measurements in advance according to each condition. Then, the correlation between the radiation and the feature amount is acquired and recorded. By comparing these records with actual conditions, more detailed data can be identified. For these comparisons, a determination flow based on general conditional expressions may be used, or machine learning or the like may be used for determination.
さらに、第1実施形態の放射線検出システム1では、いずれのシンチレータ11,12,13に基づくイベントかを判定できた場合には、そのエネルギー情報を所得することもできる。
Furthermore, in the
ここで、発生箇所特定部8は、パルス信号がいずれのシンチレータ11,12,13の発光に基づくものであるかを特定する。例えば、第3シンチレータ13の発光に基づくパルス信号であるか否かを特定する。
Here, the generation
また、エネルギー情報取得部9は、発生箇所特定部8で特定されたシンチレータ11,12,13の種類とパルス信号の最大波高値に基づいて、放射線のエネルギー情報を取得する。このようにすれば、放射線の種類に加えて、放射線のエネルギー情報についても1度の検出作業で取得することができる。
Furthermore, the energy
例えば、第3シンチレータ13で検出されたγ線の場合には、その波高値の情報を得ることでγ線のエネルギー情報(エネルギー分布)を得ることができる。このエネルギー情報は、核種別の強度の測定に用いることができるばかりか、1cm線量当量の評価に用いることができる。
For example, in the case of gamma rays detected by the
また、第1シンチレータ11と第2シンチレータ12を通過する高エネルギーのγ線の場合には、第1シンチレータ11と第2シンチレータ12に与えられるエネルギーが小さくなる。そのため、第1シンチレータ11または第2シンチレータ12で止まる低エネルギーのγ線と、高エネルギーのγ線とを区別することができる。
Furthermore, in the case of high-energy γ-rays passing through the
第1実施形態の検出部2の構成では、γ線の測定を行いつつ、γ線の影響を受け難いα線またはβ線の測定を行うことができる。
With the configuration of the
次に、放射線検出システム1が実行する放射線検出処理について図7のフローチャートを用いて説明する。この放射線検出システム1の動作によって受動的に生じる作用効果を含めて説明する。なお、図1に示す構成図を適宜参照する。以下のステップは、放射線検出処理に含まれる少なくとも一部の処理であり、他のステップが放射線検出処理に含まれても良い。
Next, the radiation detection process executed by the
図7に示すように、まず、ステップS11において、検出部2が、入射される放射線の種類に応じて特性が異なるパルス信号を出力する。
As shown in FIG. 7, first, in step S11, the
次のステップS12において、信号増幅部3が、検出部2が出力したパルス信号の増幅とパルス信号の波形の整形を行う。
In the next step S12, the
次のステップS13において、波形データ取得部4が、信号増幅部3で増幅および整形された波形を取得する。
In the next step S13, the waveform
次のステップS14において、時間変化算出部5が、波形データ取得部4で取得された波形の時間変化量を求める。
In the next step S14, the time
次のステップS15において、比較評価部7が、波形データ取得部4で取得された波形が有する少なくとも2つの特徴量のそれぞれを事前に取得された特徴量と比較する。
In the next step S15, the
次のステップS16において、データ判定部6が、波形データ取得部4で取得されたデータと時間変化算出部5で取得されたデータに基づいて、放射線の種類を判定する。
In the next step S16, the
次のステップS17において、発生箇所特定部8が、検出部2が出力したパルス信号がいずれのシンチレータ11,12,13の発光に基づくものであるかを特定する。
In the next step S17, the occurrence
次のステップS18において、エネルギー情報取得部9が、発生箇所特定部8で特定されたシンチレータ11,12,13の種類とパルス信号の最大波高値に基づいて、放射線のエネルギー情報を取得する。
In the next step S18, the energy
そして、放射線検出システム1が放射線検出処理を終了する。
Then, the
なお、第1実施形態では、遮蔽体14よりも開口16側に第1シンチレータ11と第2シンチレータ12の2枚が設けられ、遮蔽体14よりも奥側に第3シンチレータ13の1枚が設けられているが、シンチレータの枚数は適宜調整しても良い。例えば、遮蔽体14よりも開口16側に3枚のシンチレータを設けて、合計4枚のシンチレータで検出部2を構成しても良い。
In the first embodiment, two scintillators, the
(第2実施形態)
次に、第2実施形態の放射線検出システム1Aおよび放射線検出方法について図8を用いて説明する。なお、前述した実施形態に示される構成部分と同一構成部分については同一符号を付して重複する説明を省略する。
(Second embodiment)
Next, a
第2実施形態の検出部2Aでは、光検出器10と第1シンチレータ11と第2シンチレータ12とこれらを収容する筐体15とを備える。つまり、第2実施形態の検出部2Aでは、第1実施形態の第3シンチレータ13と遮蔽体14が省略されている。
The
第1シンチレータ11には、密度が低いプラスチックシンチレータを用いる。さらに、第1シンチレータ11の厚みは、例えば、0.3mm程度にする。また、第2シンチレータ12の材料としては、ユウロピウムを添加したフッ化カルシウム(CaF2(Eu))を用いる。なお、第2シンチレータ12は、第1シンチレータ11よりも蛍光減衰時間が長いものにする。このようにすれば、少なくともβ線とγ線を区別することができる放射線検出システム1Aを構成できる。
As the
(第3実施形態)
次に、第3実施形態の放射線検出システム1Bおよび放射線検出方法について図9を用いて説明する。なお、前述した実施形態に示される構成部分と同一構成部分については同一符号を付して重複する説明を省略する。
(Third embodiment)
Next, a
第3実施形態の検出部2Bは、半導体検出器である。このようにすれば、半導体検出器で検出部2Bを構成できるため、第1実施形態の検出部2と比較して部品点数を低減させることができる。
The
本実施形態に係る放射線検出システムおよび放射線検出方法を第1実施形態から第3実施形態に基づいて説明したが、いずれか1の実施形態において適用された構成を他の実施形態に適用しても良いし、各実施形態において適用された構成を組み合わせても良い。 Although the radiation detection system and radiation detection method according to the present embodiment have been described based on the first to third embodiments, the configuration applied in any one embodiment may also be applied to other embodiments. Alternatively, the configurations applied in each embodiment may be combined.
なお、本実施形態において、基準値(閾値)を用いた任意の値(パラメータ)の判定は、「任意の値が基準値以上か否か」の判定でも良いし、「任意の値が基準値を超えているか否か」の判定でも良い。或いは、「任意の値が基準値以下か否か」の判定でも良いし、「任意の値が基準値未満か否か」の判定でも良い。また、基準値が固定されるものでなく、変化するものであっても良い。従って、基準値の代わりに所定範囲の値を用い、任意の値が所定範囲に収まるか否かの判定を行っても良い。また、予め装置に生じる誤差を解析し、基準値を中心として誤差範囲を含めた所定範囲を判定に用いても良い。 In addition, in this embodiment, the determination of an arbitrary value (parameter) using a reference value (threshold value) may be a determination of "whether or not an arbitrary value is greater than or equal to the reference value" or a determination of "whether or not an arbitrary value is greater than or equal to the reference value". It may also be possible to determine whether or not the Alternatively, it may be determined whether or not an arbitrary value is less than or equal to a reference value, or it may be determined whether or not an arbitrary value is less than a reference value. Furthermore, the reference value is not fixed, but may be variable. Therefore, instead of the reference value, a value within a predetermined range may be used to determine whether an arbitrary value falls within the predetermined range. Alternatively, errors occurring in the device may be analyzed in advance, and a predetermined range including the error range centered on the reference value may be used for determination.
なお、本実施形態のフローチャートにおいて、各ステップが直列に実行される形態を例示しているが、必ずしも各ステップの前後関係が固定されるものでなく、一部のステップの前後関係が入れ替わっても良い。また、一部のステップが他のステップと並列に実行されても良い。 Note that although the flowchart of this embodiment shows an example in which each step is executed in series, the sequential relationship of each step is not necessarily fixed, and even if the sequential relationship of some steps is swapped. good. Also, some steps may be executed in parallel with other steps.
本実施形態のシステムは、専用のチップ、FPGA(Field Programmable Gate Array)、GPU(Graphics Processing Unit)、またはCPU(Central Processing Unit)などのプロセッサを高集積化させた制御装置と、ROM(Read Only Memory)またはRAM(Random Access Memory)などの記憶装置と、HDD(Hard Disk Drive)またはSSD(Solid State Drive)などの外部記憶装置と、ディスプレイなどの表示装置と、マウスまたはキーボードなどの入力装置と、通信インターフェースとを備える。このシステムは、通常のコンピュータを利用したハードウェア構成で実現できる。 The system of this embodiment includes a control device with a highly integrated processor such as a dedicated chip, an FPGA (Field Programmable Gate Array), a GPU (Graphics Processing Unit), or a CPU (Central Processing Unit), and a ROM (Read Only memory) or RAM (Random Access Memory), external storage devices such as HDD (Hard Disk Drive) or SSD (Solid State Drive), display devices such as displays, and input devices such as mouse or keyboard. , and a communication interface. This system can be realized with a hardware configuration using a normal computer.
なお、本実施形態のシステムで実行されるプログラムは、ROMなどに予め組み込んで提供される。もしくは、このプログラムは、インストール可能な形式または実行可能な形式のファイルでCD-ROM、CD-R、メモリカード、DVD、フレキシブルディスク(FD)などのコンピュータで読み取り可能な非一過性の記憶媒体に記憶されて提供するようにしても良い。 Note that the program executed by the system of this embodiment is provided by being pre-installed in a ROM or the like. Alternatively, this program may be installed as a file in installable or executable format on a non-transitory computer readable storage medium such as a CD-ROM, CD-R, memory card, DVD, or flexible disk (FD). It may also be stored and provided.
また、このシステムで実行されるプログラムは、インターネットなどのネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせて提供するようにしても良い。また、このシステムは、構成要素の各機能を独立して発揮する別々のモジュールを、ネットワークまたは専用線で相互に接続し、組み合わせて構成することもできる。 Further, the program executed by this system may be stored on a computer connected to a network such as the Internet, and may be downloaded and provided via the network. Further, this system can also be constructed by connecting separate modules that independently perform the functions of the constituent elements to each other via a network or a dedicated line and combining them.
なお、放射線検出システム1(データ判定部6)には、機械学習を行う人工知能(AI:Artificial Intelligence)を備えるコンピュータが含まれても良い。また、放射線検出システム1には、深層学習に基づいて、複数のパターンから特定のパターンを抽出する深層学習部が含まれても良い。
Note that the radiation detection system 1 (data determination unit 6) may include a computer equipped with artificial intelligence (AI) that performs machine learning. Furthermore, the
本実施形態のコンピュータを用いた解析には、人工知能の学習に基づく解析技術を用いることができる。例えば、ニューラルネットワークによる機械学習により生成された学習モデル、その他の機械学習により生成された学習モデル、深層学習アルゴリズム、回帰分析などの数学的アルゴリズムを用いることができる。また、機械学習の形態には、クラスタリング、深層学習などの形態が含まれる。 Analysis technology based on artificial intelligence learning can be used for the computer-based analysis of this embodiment. For example, a learning model generated by machine learning using a neural network, a learning model generated by other machine learning, a deep learning algorithm, a mathematical algorithm such as regression analysis, etc. can be used. Further, forms of machine learning include forms such as clustering and deep learning.
本実施形態のシステムは、機械学習を行う人工知能を備えるコンピュータを含む。例えば、ニューラルネットワークを備える1台のコンピュータでシステムを構成しても良いし、ニューラルネットワークを備える複数台のコンピュータでシステムを構成しても良い。 The system of this embodiment includes a computer equipped with artificial intelligence that performs machine learning. For example, the system may be configured with one computer equipped with a neural network, or may be configured with multiple computers equipped with neural networks.
ここで、ニューラルネットワークとは、脳機能の特性をコンピュータによるシミュレーションによって表現した数学モデルである。例えば、シナプスの結合によりネットワークを形成した人工ニューロン(ノード)が、学習によってシナプスの結合強度を変化させ、問題解決能力を持つようになるモデルを示す。さらに、ニューラルネットワークは、深層学習(Deep Learning)により問題解決能力を取得する。 Here, the neural network is a mathematical model that expresses the characteristics of brain function through computer simulation. For example, we will show a model in which artificial neurons (nodes) that form a network through synaptic connections change the strength of synaptic connections through learning and acquire problem-solving ability. Furthermore, neural networks acquire problem-solving ability through deep learning.
例えば、ニューラルネットワークには、6層のレイヤーを有する中間層が設けられる。この中間層の各レイヤーは、300個のユニットで構成されている。また、多層のニューラルネットワークに学習用データを用いて予め学ばせておくことで、回路またはシステムの状態の変化のパターンの中にある特徴量を自動で抽出することができる。なお、多層のニューラルネットワークは、ユーザインターフェース上で、任意の中間層数、任意のユニット数、任意の学習率、任意の学習回数、任意の活性化関数を設定することができる。 For example, a neural network is provided with an intermediate layer having six layers. Each layer of this intermediate layer is composed of 300 units. Furthermore, by allowing a multilayer neural network to learn in advance using learning data, it is possible to automatically extract features in patterns of changes in the state of a circuit or system. Note that for a multilayer neural network, any number of intermediate layers, any number of units, any learning rate, any number of learning times, and any activation function can be set on the user interface.
なお、学習対象となる各種情報項目に報酬関数が設定されるとともに、報酬関数に基づいて価値が最も高い情報項目が抽出される深層強化学習をニューラルネットワークに用いても良い。 Note that deep reinforcement learning may be used for the neural network, in which a reward function is set for various information items to be learned, and an information item with the highest value is extracted based on the reward function.
例えば、画像認識で実績のあるCNN(Convolution Neural Network)を用いる。このCNNでは、中間層が畳み込み層とプーリング層で構成される。畳み込み層は、前の層で近くにあるノードにフィルタ処理を施すことで特徴マップを取得する。プーリング層は、畳込み層から出力された特徴マップを、さらに縮小して新たな特徴マップとする。この際に特徴マップにおいて着目する領域に含まれる画素の最大値を得ることで、特徴量の位置の多少のずれも吸収することができる。 For example, CNN (Convolution Neural Network), which has a proven track record in image recognition, is used. In this CNN, the middle layer is composed of a convolution layer and a pooling layer. The convolutional layer obtains a feature map by filtering nearby nodes in the previous layer. The pooling layer further reduces the feature map output from the convolution layer to create a new feature map. At this time, by obtaining the maximum value of pixels included in the region of interest in the feature map, it is possible to absorb some deviation in the position of the feature amount.
畳み込み層は、画像の局所的な特徴を抽出し、プーリング層は、局所的な特徴をまとめる処理を行う。これらの処理では、入力画像の特徴を維持しながら画像を縮小処理する。つまり、CNNでは、画像の持つ情報量を大幅に圧縮(抽象化)することができる。そして、ニューラルネットワークに記憶された抽象化された画像イメージを用いて、入力される画像を認識し、画像の分類を行うことができる。 The convolution layer extracts local features of an image, and the pooling layer performs a process of combining local features. In these processes, the image is reduced while maintaining the characteristics of the input image. In other words, CNN can significantly compress (abstract) the amount of information an image has. Then, using the abstracted image stored in the neural network, the input image can be recognized and the image can be classified.
なお、深層学習には、オートエンコーダ、RNN(Recurrent Neural Network)、LSTM(Long Short-Term Memory)、GAN(Generative Adversarial Network)などの各種手法がある。これらの手法を本実施形態の深層学習に適用しても良い。 Note that deep learning includes various methods such as autoencoder, RNN (Recurrent Neural Network), LSTM (Long Short-Term Memory), and GAN (Generative Adversarial Network). These methods may be applied to the deep learning of this embodiment.
以上説明した少なくとも1つの実施形態によれば、波形データ取得部で取得された波形の時間変化量を求める時間変化算出部を備えることにより、放射線の種類の判定精度を向上させることができる。 According to at least one embodiment described above, the accuracy of determining the type of radiation can be improved by including the time change calculation unit that calculates the amount of time change in the waveform acquired by the waveform data acquisition unit.
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Although several embodiments of the invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, substitutions, changes, and combinations can be made without departing from the gist of the invention. These embodiments and their modifications are included within the scope and gist of the invention as well as within the scope of the invention described in the claims and its equivalents.
1(1A,1B)…放射線検出システム、2(2A,2B)…検出部、3…信号増幅部、4…波形データ取得部、5…時間変化算出部、6…データ判定部、7…比較評価部、8…発生箇所特定部、9…エネルギー情報取得部、10…光検出器、11…第1シンチレータ、12…第2シンチレータ、13…第3シンチレータ、14…遮蔽体、15…筐体、16…開口、17…薄膜、18,19…入射方向。 1 (1A, 1B)... Radiation detection system, 2 (2A, 2B)... Detection section, 3... Signal amplification section, 4... Waveform data acquisition section, 5... Time change calculation section, 6... Data judgment section, 7... Comparison Evaluation section, 8... Occurrence point identification section, 9... Energy information acquisition section, 10... Photodetector, 11... First scintillator, 12... Second scintillator, 13... Third scintillator, 14... Shielding body, 15... Housing , 16...Aperture, 17...Thin film, 18, 19...Incidence direction.
Claims (13)
前記パルス信号の増幅と前記パルス信号の波形の整形を行う信号増幅部と、
前記信号増幅部で整形された前記波形を取得する波形データ取得部と、
前記波形データ取得部で取得された前記波形の時間変化量を求める時間変化算出部と、
少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するデータ判定部と、
を備え、
前記時間変化算出部は、前記波形の時間推移の変化を算出するフィルタを用いて前記時間変化量を求める、
放射線検出システム。 a detection unit that outputs a pulse signal with different characteristics depending on the type of incident radiation;
a signal amplification unit that amplifies the pulse signal and shapes the waveform of the pulse signal;
a waveform data acquisition unit that acquires the waveform shaped by the signal amplification unit;
a time change calculation unit that calculates a time change amount of the waveform acquired by the waveform data acquisition unit;
a data determination unit that determines the type of radiation based on at least the data acquired by the time change calculation unit;
Equipped with
The time change calculation unit calculates the amount of time change using a filter that calculates a change in the time course of the waveform.
Radiation detection system.
前記パルス信号の増幅と前記パルス信号の波形の整形を行う信号増幅部と、
前記信号増幅部で整形された前記波形を取得する波形データ取得部と、
前記波形データ取得部で取得された前記波形の時間変化量を求める時間変化算出部と、
少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するデータ判定部と、
を備え、
前記放射線の種類は、第1エネルギーのβ線と、前記第1エネルギーよりも高い第2エネルギーのβ線と、γ線である、
放射線検出システム。 a detection unit that outputs a pulse signal with different characteristics depending on the type of incident radiation;
a signal amplification unit that amplifies the pulse signal and shapes the waveform of the pulse signal;
a waveform data acquisition unit that acquires the waveform shaped by the signal amplification unit;
a time change calculation unit that calculates a time change amount of the waveform acquired by the waveform data acquisition unit;
a data determination unit that determines the type of radiation based on at least the data acquired by the time change calculation unit;
Equipped with
The types of radiation are β rays with a first energy, β rays with a second energy higher than the first energy, and γ rays.
Radiation detection system.
前記パルス信号の増幅と前記パルス信号の波形の整形を行う信号増幅部と、
前記信号増幅部で整形された前記波形を取得する波形データ取得部と、
前記波形データ取得部で取得された前記波形の時間変化量を求める時間変化算出部と、
少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するデータ判定部と、
を備える放射線検出システムであって、
前記検出部は、
前記放射線との相互作用で発光するシンチレータと、
前記シンチレータの発光を検出する光検出器と、
を備え、
前記放射線が入射される開口が形成された筐体の内部に、互いに積層されるとともに種類が異なる複数の前記シンチレータが設けられており、
前記シンチレータの種類に応じて発光の態様が異なるとともに前記光検出器が出力する前記パルス信号の特性が異なり、
前記データ判定部は、
前記パルス信号がいずれの前記シンチレータの発光に基づくものであるかを特定する発生箇所特定部と、
前記発生箇所特定部で特定された前記シンチレータの種類と前記パルス信号の最大波高値に基づいて、前記放射線のエネルギー情報を取得するエネルギー情報取得部と、
を備える、
放射線検出システム。 a detection unit that outputs a pulse signal with different characteristics depending on the type of incident radiation;
a signal amplification unit that amplifies the pulse signal and shapes the waveform of the pulse signal;
a waveform data acquisition unit that acquires the waveform shaped by the signal amplification unit;
a time change calculation unit that calculates a time change amount of the waveform acquired by the waveform data acquisition unit;
a data determination unit that determines the type of radiation based on at least the data acquired by the time change calculation unit;
A radiation detection system comprising:
The detection unit includes:
a scintillator that emits light upon interaction with the radiation;
a photodetector that detects light emission from the scintillator;
Equipped with
A plurality of scintillators of different types and stacked on each other are provided inside a casing in which an opening through which the radiation enters is formed,
The mode of light emission differs depending on the type of the scintillator, and the characteristics of the pulse signal output from the photodetector differ,
The data determination section includes:
a generation point identifying unit that identifies which scintillator the pulse signal is based on, and
an energy information acquisition unit that acquires energy information of the radiation based on the type of the scintillator and the maximum peak value of the pulse signal identified by the generation location identification unit;
Equipped with
Radiation detection system.
前記パルス信号の増幅と前記パルス信号の波形の整形を行う信号増幅部と、
前記信号増幅部で整形された前記波形を取得する波形データ取得部と、
前記波形データ取得部で取得された前記波形の時間変化量を求める時間変化算出部と、
少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するデータ判定部と、
を備える放射線検出システムであって、
前記検出部は、
前記放射線との相互作用で発光するシンチレータと、
前記シンチレータの発光を検出する光検出器と、
を備え、
前記放射線が入射される開口が形成された筐体の内部に、互いに積層されるとともに種類が異なる複数の前記シンチレータが設けられており、
前記シンチレータの種類に応じて発光の態様が異なるとともに前記光検出器が出力する前記パルス信号の特性が異なり、
前記信号増幅部が前記パルス信号の積分および微分を行う機能を有しており、
それぞれの前記シンチレータで発光が生じてから完全に消滅するまでの蛍光減衰時間のうちの最小値と最大値の間に、前記信号増幅部の積分時定数の値が存在する、
放射線検出システム。 a detection unit that outputs a pulse signal with different characteristics depending on the type of incident radiation;
a signal amplification unit that amplifies the pulse signal and shapes the waveform of the pulse signal;
a waveform data acquisition unit that acquires the waveform shaped by the signal amplification unit;
a time change calculation unit that calculates a time change amount of the waveform acquired by the waveform data acquisition unit;
a data determination unit that determines the type of radiation based on at least the data acquired by the time change calculation unit;
A radiation detection system comprising:
The detection unit includes:
a scintillator that emits light upon interaction with the radiation;
a photodetector that detects light emission from the scintillator;
Equipped with
A plurality of scintillators of different types and stacked on each other are provided inside a casing in which an opening through which the radiation enters is formed,
The mode of light emission differs depending on the type of the scintillator, and the characteristics of the pulse signal output from the photodetector differ,
The signal amplification section has a function of integrating and differentiating the pulse signal,
The value of the integral time constant of the signal amplification section exists between the minimum value and the maximum value of the fluorescence decay time from when light emission occurs in each of the scintillators to when it completely disappears.
Radiation detection system.
前記パルス信号の増幅と前記パルス信号の波形の整形を行う信号増幅部と、
前記信号増幅部で整形された前記波形を取得する波形データ取得部と、
前記波形データ取得部で取得された前記波形の時間変化量を求める時間変化算出部と、
少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するデータ判定部と、
を備える放射線検出システムであって、
前記検出部は、
前記放射線との相互作用で発光するシンチレータと、
前記シンチレータの発光を検出する光検出器と、
を備え、
前記放射線が入射される開口が形成された筐体の内部に、互いに積層されるとともに種類が異なる複数の前記シンチレータが設けられており、
前記シンチレータの種類に応じて発光の態様が異なるとともに前記光検出器が出力する前記パルス信号の特性が異なり、
複数の前記シンチレータは、前記筐体の開口に設けられた第1シンチレータと、前記第1シンチレータよりも内側に設けられた第2シンチレータと、前記第2シンチレータよりも内側に設けられた第3シンチレータとを含み、
前記第2シンチレータと前記第3シンチレータの間に、光を透過しつつ一部の種類の前記放射線を遮蔽する遮蔽体が設けられる、
放射線検出システム。 a detection unit that outputs a pulse signal with different characteristics depending on the type of incident radiation;
a signal amplification unit that amplifies the pulse signal and shapes the waveform of the pulse signal;
a waveform data acquisition unit that acquires the waveform shaped by the signal amplification unit;
a time change calculation unit that calculates a time change amount of the waveform acquired by the waveform data acquisition unit;
a data determination unit that determines the type of radiation based on at least the data acquired by the time change calculation unit;
A radiation detection system comprising:
The detection unit includes:
a scintillator that emits light upon interaction with the radiation;
a photodetector that detects light emission from the scintillator;
Equipped with
A plurality of scintillators of different types and stacked on each other are provided inside a casing in which an opening through which the radiation enters is formed,
The mode of light emission differs depending on the type of the scintillator, and the characteristics of the pulse signal output from the photodetector differ,
The plurality of scintillators include a first scintillator provided at the opening of the housing, a second scintillator provided inside the first scintillator, and a third scintillator provided inside the second scintillator. including
A shielding body is provided between the second scintillator and the third scintillator, which transmits light and blocks some types of the radiation.
Radiation detection system.
請求項5に記載の放射線検出システム。 the housing blocks some of the types of radiation while transmitting γ-rays;
The radiation detection system according to claim 5 .
請求項2から請求項6のいずれか1項に記載の放射線検出システム。 The time change calculation unit calculates the amount of time change using a filter that calculates a change in the time course of the waveform.
The radiation detection system according to any one of claims 2 to 6.
請求項1から請求項7のいずれか1項に記載の放射線検出システム。 The data determination unit determines the type of radiation based on the data acquired by the waveform data acquisition unit and the data acquired by the time change calculation unit.
The radiation detection system according to any one of claims 1 to 7 .
請求項1から請求項8のいずれか1項に記載の放射線検出システム。 The data determination unit includes a comparison evaluation unit that compares each of at least two feature quantities of the waveform with the feature quantity acquired in advance.
The radiation detection system according to any one of claims 1 to 8 .
前記放射線との相互作用で発光するシンチレータと、
前記シンチレータの発光を検出する光検出器と、
を備える、
請求項1または請求項2に記載の放射線検出システム。 The detection unit includes:
a scintillator that emits light upon interaction with the radiation;
a photodetector that detects light emission from the scintillator;
Equipped with
The radiation detection system according to claim 1 or claim 2 .
前記シンチレータの種類に応じて発光の態様が異なるとともに前記光検出器が出力する前記パルス信号の特性が異なる、
請求項10に記載の放射線検出システム。 A plurality of scintillators of different types and stacked on each other are provided inside a casing in which an opening through which the radiation enters is formed,
The mode of light emission differs depending on the type of the scintillator, and the characteristics of the pulse signal output from the photodetector differ.
The radiation detection system according to claim 10 .
請求項1または請求項2に記載の放射線検出システム。 The detection unit is a semiconductor detector,
The radiation detection system according to claim 1 or claim 2 .
信号増幅部が、前記パルス信号の増幅と前記パルス信号の波形の整形を行うステップと、
波形データ取得部が、前記信号増幅部で整形された前記波形を取得するステップと、
時間変化算出部が、前記波形データ取得部で取得された前記波形の時間変化量を求めるステップと、
データ判定部が、少なくとも前記時間変化算出部で取得されたデータに基づいて、前記放射線の種類を判定するステップと、
を含み、
前記時間変化算出部は、前記波形の時間推移の変化を算出するフィルタを用いて前記時間変化量を求める、
放射線検出方法。 a step in which the detection unit outputs a pulse signal having different characteristics depending on the type of incident radiation;
a signal amplification section amplifying the pulse signal and shaping the waveform of the pulse signal;
a waveform data acquisition unit acquiring the waveform shaped by the signal amplification unit;
a step in which a time change calculation unit calculates a time change amount of the waveform acquired by the waveform data acquisition unit;
a data determination unit determining the type of radiation based on at least the data acquired by the time change calculation unit;
including ;
The time change calculation unit calculates the amount of time change using a filter that calculates a change in the time course of the waveform.
Radiation detection method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020141007A JP7438893B2 (en) | 2020-08-24 | 2020-08-24 | Radiation detection system and radiation detection method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020141007A JP7438893B2 (en) | 2020-08-24 | 2020-08-24 | Radiation detection system and radiation detection method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022036679A JP2022036679A (en) | 2022-03-08 |
JP7438893B2 true JP7438893B2 (en) | 2024-02-27 |
Family
ID=80493603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020141007A Active JP7438893B2 (en) | 2020-08-24 | 2020-08-24 | Radiation detection system and radiation detection method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7438893B2 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014215142A (en) | 2013-04-25 | 2014-11-17 | 日立アロカメディカル株式会社 | Radiation measuring device |
WO2015128905A1 (en) | 2014-02-28 | 2015-09-03 | 株式会社ANSeeN | Wave shape discrimination device, wave shape discrimination method, and shape discrimination program |
-
2020
- 2020-08-24 JP JP2020141007A patent/JP7438893B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014215142A (en) | 2013-04-25 | 2014-11-17 | 日立アロカメディカル株式会社 | Radiation measuring device |
WO2015128905A1 (en) | 2014-02-28 | 2015-09-03 | 株式会社ANSeeN | Wave shape discrimination device, wave shape discrimination method, and shape discrimination program |
Non-Patent Citations (1)
Title |
---|
Pramoth Chandrikamohan and Timothy A. DeVol,Comparison of Pulse Shape Discrimination Methods for Phoswich and CsI:Tl Detectors,IEEE Transactions on Nuclear Science,2007年,Vol.54,p.398-403 |
Also Published As
Publication number | Publication date |
---|---|
JP2022036679A (en) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9316753B2 (en) | Neutron spectrometer | |
CN105607111B (en) | A kind of γ nuclide identification method | |
JP4486623B2 (en) | Compton imaging camera | |
JP5832404B2 (en) | Radioactivity analyzer | |
JP5843315B2 (en) | Positron annihilation characteristic measuring apparatus and positron annihilation characteristic measuring method | |
KR20160060208A (en) | Method and apparatus for distinguishing radionuclides using plastic scintillation detector | |
US11815645B2 (en) | Radiation detecting system and method | |
JP6524484B2 (en) | Radiation measurement method and radiation measurement apparatus | |
JP5487173B2 (en) | Radionuclide analyzer and its coincidence coincidence suppression method | |
Van Hiep et al. | Nuclide identification algorithm for the large-size plastic detectors based on artificial neural network | |
JP7438893B2 (en) | Radiation detection system and radiation detection method | |
JP2007225507A (en) | Radioactivity inspection method and device | |
Taheri et al. | A beta-gamma position-sensitive detector based on rod plastic scintillators and artificial neural networks | |
JP7085964B2 (en) | Radiation detector | |
KR102663201B1 (en) | Apparatus for radiation measurement and operation method thereof | |
KR102249120B1 (en) | Analysis program and analysis system for radioactive contamination in and outside the body of the subject | |
JP5450356B2 (en) | Radiation detection method | |
RU2751458C1 (en) | Method for measuring intensity of radiation of unknown composition | |
KR102313427B1 (en) | Method and apparatus for detecting radionuclides | |
JP7427562B2 (en) | Radiation measurement device and radiation measurement method | |
JP7378377B2 (en) | Radiation analyzer and dust monitor device | |
JP7394039B2 (en) | X-ray measurement device, X-ray measurement system, and X-ray measurement method | |
JP7183206B2 (en) | Radioactivity inspection device | |
KR102644122B1 (en) | Method for temperature compensation of radiation spectrum | |
JP2003050218A (en) | Positron annihilation gamma-ray measuring method and device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230221 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231025 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231116 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7438893 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |