KR20140040807A

KR20140040807A - 방사성 핵종 검출 및 식별

Info

Publication number: KR20140040807A
Application number: KR1020147000942A
Authority: KR
Inventors: 데이비드 보드만
Original assignee: 오스트레일리안 뉴클리어 사이언스 앤드 테크놀로지 오가니제이션
Priority date: 2011-07-08
Filing date: 2012-07-06
Publication date: 2014-04-03
Also published as: JP6138775B2; CA2841176C; EP2729829A4; WO2013006898A1; US20140367582A1; JP2014524018A; CN103649777A; US10539693B2; AU2012283743A1; KR101988902B1; AU2012283743B2; CN103649777B; CA2841176A1; EP2729829A1

Abstract

타겟으로부터 획득되는 감마선 스펙트럼을 처리하는 방법이 여기에 개시된다. 상기 방법은, 복수의 클래스들의 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 상기 타겟의 감마선 스펙트럼이 속하는 지를 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 피셔 선형 판별 분석을 이용하여 수득되었던 최적 부하 계수들을 이용하여 결정하는 단계, 그리고 상기 결정에 따라 출력 신호를 발생시키는 단계를 포함한다.

Description

방사성 핵종 검출 및 식별{RADIONUCLIDE DETECTION AND IDENTIFICATION}

본 발명은 방사성 물질들의 검출 및 식별에 관한 것으로서, 특히 이러한 목적을 위한 감마선 스펙트럼들의 처리에 관한 것이다.

본 출원은 오스트레일리아 임시 출원 제2011902731호를 우선권으로 수반하며, 이의 전체적인 내용들은 여기에 참조로 포함된다.

대상물들 또는 영역들 내의 방사성 물질들의 존재를 검출하고, 가능한 경우에는 식별하는 것을 요구하는 많은 응용들이 있다. 이러한 응용의 하나는 이러한 물질들이 금지된 국가들이나 지역들로의 경계들을 거치는 이러한 어떤 물질들의 허가받지 않은 통과를 방지하는 것이다. 이러한 경계-모니터링 응용에서 적절한 방법은 운반체가 검출 영역을 통과하면서, 교통 흐름을 지나치게 방해하지 않도록 바람직하게는 상기 영역 내에 정지하지 않고 상기 검출/식별을 수행할 수 있다. 따라서 상기 방법은 바람직하게는 금지된 물질들을 신속하게, 예를 들면, 약 10초 또는 그 이하의 주기에서 검출할 수 있다. 상기 방법은 바람직하게는 높은 감도, 즉 낮은 수준의 부정 오류들(false negatives)(금지된 물질의 존재에 대한 검출의 실패) 및 높은 특정성, 즉 낮은 긍정 오류들(false positives)(금지된 물질이 존재하지 않을 때에 검출 신호를 발생)을 가져야 한다.

금지된 방사성 핵종들(radionuclides)의 검출은 금지된 방사성 핵종과 같이 금지되지 않은 방사성 핵종이, 예를 들면, 자연적으로 생성되는 방사성 물질들(NORMs)의 상승된 농도들 또는 적법한 방사성 의약품들 등의 존재 때문에 어떤 수준의 이온화 방사선을 방출할 수 있다는 사실로 인해 복잡하다. 간단한 플라스틱형 광 검출기를 사용하는 일부 현존하는 시스템들은 감마선들(gamma rays)의 형태로 상기 타겟에 의해 방출되는 방사선의 총 레벨만을 측정한다. 이러한 시스템들은 방사선 검출의 임계 레벨이 너무 낮게 설정되는 경우에는 높은 비율의 오류 경보들 또는 상기 방사선 검출의 임계 레벨이 너무 높게 설정되는 경우에는 높은 비율의 부정 오류들을 하기 쉽다. 또한, 이러한 시스템들은 방사성 물질들(NORMs)의 증가된 농도를 갖는 적법한 교역 물품을 금지된 방사성 물질들을 함유하는 불법적이거나 부주의하고 허가 받지 않은 물품들과 구별할 수 없다.

스펙트럼 감시기들(SPMs)로 알려진 2세대 시스템들은 NaI 및 HPGe 검출기들에 기초하여 상기 타겟의 감마선 스펙트럼의 획득을 추구한다. 이러한 시스템들은 획득된 감마선 스펙트럼을 관심 방사성 핵종의 스펙트럼들과 비교하도록 처리하는 과정을 포함한다. 상기 스펙트럼 처리 방법들은, 이에 한정되는 것은 아니지만, 피크 검출과 매칭에 기초하는 인공 신경망들, 반응 함수 적합화, 템플렛 매칭(template matching) 및 웨이블렛들(wavelets)을 포함하였다.

스펙트럼 감시기들(SPMs)에서 발견되는 형태의 고해상도 스펙트럼 장비는 매우 고가이며, 도전적인 작동 조건들로 인해 필드 배치에서 낮은 신뢰성을 나타낸다. 저해상도 스펙트럼 장비는 덜 비싸고 보다 튼튼하지만, 방사성 핵종 검출에 대하여 보다 낮은 성능, 즉 보다 높은 비율의 긍정 오류들 및 부정 오류들을 나타낸다.

본 발명의 목적은 현존하는 방식들의 하나 또는 그 이상의 단점들을 실질적으로 극복하거나 적어도 개선하려는 것이다.

본 발명의 제1 측면에 따르면, 타겟으로부터 획득된 감마선 스펙트럼을 처리하는 방법이 제공되며, 상기 타겟의 감마선 스펙트럼이 복수의 클래스들의 하나 또는 그 이상의 관심 방사성 핵종(radionuclide) 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 속하는 것인지를 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 피셔 선형 판별 분석(Fisher linear discriminant analysis)을 이용하여 수득되었던 부하 계수들(loading coefficients)을 이용하여 결정하는 단계; 그리고 상기 결정에 따라 출력 신호를 발생시키는 단계를 구비한다. 본 명세서에 있어서, "클래스(class)"는 하나 또는 그 이상의 관심 방사성 핵종 소스들의 감마선 스펙트럼들인 것과 같이 공통 성질들 갖는 감마선 스펙트럼들의 세트를 언급하는 것으로 사용된다. "관심 소스들(sources of interest)"은 여기서 "백그라운드(background)"로 언급되는 "영(null)" 소스를 포함한다. "기준(reference)" 감마선 스펙트럼들은 세트 또는 이전에 획득된 스펙트럼들의 "라이브러리(library)"에 속하는 감마선 스펙트럼들이다. 클래스는 기준 감마선 스펙트럼들뿐만 아니라 상기 타겟으로부터 획득되는 감마선 스펙트럼과 같은 다른 감마선 스펙트럼들을 포함할 수 있다. 본 문에 있어서, "복수의" 클래스들은, 예를 들면, 둘, 셋, 넷 등과 같이 둘 또는 그 이상의 클래스들을 언급하는 것으로 사용된다.

다음 선택 사항들은 상술한 제1 측면과 함께 개별적으로 또는 임의의 적절한 조합으로 사용될 수 있다.

상기 최적 부하 계수들은 피셔 선형 판별 분석을 이용하여 수득될 수 있으며, 이는 각 클래스 내의 상기 기준 감마선 스펙트럼들을 위항 클래스간 스캐터 매트릭스(scatter matrix) 및 클래스내 스캐터 매트릭스를 계산하는 단계; 및 상기 클래스간 및 클래스내 스캐터 매트릭스의 가장 큰 범고유치(generalised eigenvalue)에 대응하는 범고유 벡터(generalised eigenvector)로부터 상기 최적 부하 계수들을 계산하는 단계를 포함한다.

상기 최적 부하 계수들은 선택적으로 피셔 선형 판별 분석을 이용하여 얻어질 수 있으며, 이는 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들에 대응하는 기준 감마선 스펙트럼들이 제1 클래스로 할당되도록 적어도 두 클래스들 중에서 트레이닝 데이터 라이브러리로부터 기준 감마선 스펙트럼들을 할당하는 단계; 각 클래스 내의 상기 기준 감마선 스펙트럼들을 위해 클래스간 스캐터 매트릭스 및 클래스내 스캐터 매트릭스를 계산하는 단계; 그리고 상기 클래스간 및 클래스내 스캐터 매트릭스의 가장 큰 범고유치에 대응하는 범고유 벡터로부터 상기 최적 부하 계수들을 계산하는 단계를 포함한다.

상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계는 상기 제1 클래스에 속하는 상기 감마선 스펙트럼들의 관심 영역 내에서 수행될 수 있다.

상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계는, 상기 최적 부하 계수들에 의해 투영된 상기 타겟의 감마선 스펙트럼과 상기 최적 부하 계수들에 의해 투영된 다른 방사성 핵종 소스들의 다른 감마선 스펙트럼들을 포함하는 제2 클래스 사이의 거리를 계산하는 단계; 그리고 상기 계산된 거리를 이용하여 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계를 포함할 수 있다.

상기 결정하는 단계는 상기 계산된 거리가 임계 거리 이상인 지를 결정하는 단계를 포함할 수 있다.

상기 계산된 거리는 마할라노비스 거리(Mahalanobis distance)일 수 있다. 상기 계산된 거리는 유클리디언 거리(Euclidean distance)일 수 있다.

상술한 일 측면에 따른 방법은 다음 단계들을 이용하여 상기 임계 거리를 결정하는 단계를 더 포함할 수 있다. 상기 제2 클래스 내의 평균 총 계수들을 결정하는 단계; 상기 평균 총 계수들과 거듭 제곱 관계를 이용하여 상기 제2 클래스의 표준 편차를 산정하는 단계; 그리고 상기 제2 클래스의 표준 편차들의 소정의 수로서 상기 임계 거리를 결정하는 단계.

상술한 일 측면에 따른 방법은, 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 것으로 결정될 경우, 상기 계산된 거리에 기초하여 상기 타겟 내의 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들의 강도를 산정하는 단계를 더 포함할 수 있다.

상술한 일 측면에 따른 방법은 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하기 전에 상기 타겟의 감마선 스펙트럼을 전처리하는 단계를 더 포함할 수 있다. 상기 전처리하는 단계는 강도 정규화(intensity normalisation); 및 스펙트럼 표준화(spectrum standardisation)의 하나 또는 그 이상을 포함할 수 있다.

상술한 일 측면에 따른 방법은 상기 스캐터 매트릭스들을 계산하기 전에 각 클래스 내의 상기 기준 감마선 스펙트럼들을 전처리하는 단계를 더 포함할 수 있다. 상기 전처리하는 단계는 강도 정규화; 및 스펙트럼 표준화의 하나 또는 그 이상을 포함할 수 있다.

상기 발생시키는 단계는 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 것으로 결정될 경우에 상기 출력 신호를 발생시키는 단계를 포함할 수 있다.

상기 제1 클래스 내의 상기 기준 감마선 스펙트럼들은 단지 하나의 관심 방사성 핵종 소스의 기준 스펙트럼들일 수 있다. 상기 제2 클래스 내의 상기 기준 감마선 스펙트럼들은 상기 하나의 관심 방사성 핵종 소스와 다른 관심 방사성 핵종 소스들만의 기준 스펙트럼들일 수 있다.

상기 방법은 관심 방사성 핵종 소스들의 각각의 세트를 위해 상기 결정하는 단계 및 발생시키는 단계를 반복하는 단계를 더 포함할 수 있다.

상기 클래스들은 사용자에 의해 정의될 수 있다. 하나의 사용자에 의해 정의된 클래스는 적어도 하나의 인공의 감마선 스펙트럼을 포함할 수 있다.

상기 클래스들의 수는 2보다 클 수 있다. 각 클래스 내의 상기 기준 감마선 스펙트럼들은 하나의 특정 관심 방사성 핵종 소스만의 기준 스펙트럼들일 수 있다.

상술한 일 측면에 따른 방법은 상기 발생된 출력 신호에 반응하여 경보를 활성화시키는 단계를 더 포함할 수 있다.

본 발명의 제1 측면에 따른 방법은 상기 타겟이 검출 영역을 통과하면서 상기 타겟의 감마선 스펙트럼을 획득하는 단계를 더 포함할 수 있다. 상기 획득하는 단계는 상기 검출 영역에서 상기 타겟을 정지시키지 않고 수행될 수 있다. 상기 타겟의 감마선 스펙트럼은 약 10초 이하에서 획득될 수 있다. 이는 휴대용 감마선 검출기를 이용하여 획득될 수 있다.

일 실시예에 있어서, 타겟으로부터 획득되는 감마선을 처리하는 방법이 제공되며, 상기 방법은, 피셔 선형 판별 분석을 이용하여 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련된 최적 부하 계수들을 수득하는 단계; 상기 최적 부하 계수들을 이용하여 복수의 클래스들의 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 상기 타겟의 감마선 스펙트럼이 속하는 지를 결정하는 단계; 그리고 상기 결정에 따라 출력 신호를 발생시키는 단계를 포함한다. 이러한 실시예에 있어서, 상기 수득하는 단계는, 각 클래스 내의 상기 기준 감마선 스펙트럼들을 위해 클래스간 스캐터 매트릭스 및 클래스내 스캐터 매트릭스를 계산하는 단계; 및 상기 클래스간 및 클래스내 스캐터 매트릭스들의 가장 큰 범고유치에 대응하는 범고유 벡터로부터 상기 최적 부하 계수들을 계산하는 단계를 포함할 수 있고, 여기서 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계는 상기 최적 부하 계수들에 의해 투영된 상기 타겟의 감마선 스펙트럼과 상기 최적 부하 계수들에 의해 투영된 다른 방사성 핵종 소스들의 다른 기준 감마선 스펙트럼들을 포함하는 제2 클래스 사이의 거리를 계산하는 단계; 및 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계를 포함하며, 여기서 상기 결정하는 단계는 상기 계산된 거리가, 상기 제1 클래스 내의 평균 총 계수들을 결정하는 단계; 상기 평균 총 계수들과 거듭 제곱 관계를 이용하여 상기 제2 클래스의 표준 편차를 산정하는 단계; 및 상기 제2 클래스의 표준 편차들의 소정의 수로서 임계 거리를 결정하는 단계에 의해 결정되는 임계 거리 이상 인지를 결정하는 단계를 포함한다.

본 발명의 제2 측면에 따르면, 타겟으로부터 감마선 신호를 획득하도록 구성되는 감마선 검출기; 상기 획득된 감마선 신호를 에너지 빈들(bins)로 분할하도록 구성되어, 감마선 스펙트럼을 발생시키는 다중 채널 분석기; 상기 발생된 감마선 스펙트럼을 저장하도록 구성되는 메모리; 그리고 컴퓨터 프로그램 코드를 실행하도록 구성되는 프로세서를 구비하는 장치가 제공되어, 상기 프로세서가 상기 타겟의 감마선 스펙트럼을 처리하는 방법을 수행하게 하며, 상기 컴퓨터 코드는, 복수의 클래스들의 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 상기 타겟의 감마선 스펙트럼이 속하는 지를 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 피셔 선형 판별 분석을 이용하여 수득되었던 최적 부하 계수들을 이용하여 결정하기 위한 코드; 그리고 상기 결정에 따라 출력 신호를 발생시키기 위한 코드를 포함한다.

상기 장치는 상술한 제1 측면의 방법에 적합하거나 적용되거나 수행할 수 있다. 상술한 제1 측면의 방법은 상술한 제2 측면의 장치를 이용하여 수행될 수 있다.

본 발명의 제3 측면에 따르면, 컴퓨터 장치가 타겟으로부터 획득된 감마선 스펙트럼을 처리하는 방법을 수행하게 하도록 상기 컴퓨터 장치에 의해 수행 가능한 컴퓨터 프로그램 코드가 제공되며, 상기 코드는, 복수의 클래스들의 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 상기 타겟의 감마선 스펙트럼이 속하는 지를 피셔 선형 판별 분석을 이용하여 수득되었던 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 최적 부하 계수들을 이용하여 결정하기 위한 코드; 그리고 상기 결정에 따라 출력 신호를 발생시키기 위한 코드를 포함한다.

상기 컴퓨터 프로그램 코드는 상술한 제1 측면의 방법에 사용되기에 적합할 수 있다. 이는 상술한 제2 측면의 장치에의 사용에 적합할 수 있다.

본 발명의 제4 측면에 따르면, 내부에 기록된 컴퓨터 프로그램을 갖는 컴퓨터 판독 가능 기억 매체가 제공되며, 상기 프로그램은 컴퓨터 장치가 타겟으로부터 획득되는 감마선 스펙트럼을 처리하는 방법을 수행하게 하도록 상기 컴퓨터 장치에 의해 실행 가능하고, 상기 코드는 복수의 클래스들 중에서 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 상기 타겟의 감마선 스펙트럼이 속하는 지를 피셔 선형 판별 분석을 이용하여 수득되었던 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 최적 부하 계수들을 이용하여 결절하기 위한 코드; 그리고 상기 결정에 따라 출력 신호를 발생시키기 위한 코드를 포함한다.

상기 컴퓨터 판독 가능 기억 매체는 상술한 제2 측면의 장치의 메모리가 될 수 있다. 내부에 기록된 상기 컴퓨터 프로그램은 상술한 제2 측면의 장치의 컴퓨터 코드가 될 수 있다. 내부에 기록된 상기 컴퓨터 프로그램은 상술한 제3 측면의 컴퓨터 코드가 될 수 있다.

본 발명의 하나 또는 그 이상의 실시예들을 예시적으로만 첨부된 도면들을 참조하여 설명한다.
도 1은 본 발명의 실시예들이 실행될 수 있는 장치의 블록도이다.
도 1a는 본 발명의 실시예들이 실행될 수 있는 선택적인 장치의 블록도이다.
도 2a는 본 발명의 일 실시예에 따른 도 1의 장치 내에서 기준 스펙트럼들의 트레이닝 데이터 라이브러리를 처리하는 방법을 예시하는 흐름도이다.
도 2b는 본 발명의 실시예에 따른 도 1의 장치 내에서 타겟 스펙트럼을 처리하는 방법을 예시하는 흐름도이다.
도 3a 및 도 3b는 도 1 또는 도 1a의 장치에서 컴퓨터 시스템으로 사용될 수 있는 범용 컴퓨터 시스템의 개략적인 블록도를 나타낸다.

본 발명은 본 출원인에 의해 출원되고 그 내용이 여기에 참조로 포함되는 이전의 PCT 출원인 PCT/AU2010/001509(발명의 명칭: "방사성 시그너처들의 이상 검출(Anomaly detection of radiological signatures)")에 관련된다.

방사성 핵종(radionuclide) 검출 및 식별에 대한 본 발명에 개시된 접근 방법은 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 획득하고, 타겟의 획득된 감마선 스펙트럼(상기 타겟 스펙트럼)을 기준 스펙트럼들과 비교하는 것이다. 상기 타겟 스펙트럼이 관심 방사성 핵종 소스의 상기 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 속하는 것으로 결정되는 경우, 상기 타겟은 상기 관심 방사성 핵종 소스를 함유하는 것으로 여겨진다. 상기 개시된 접근 방법은 상기 타겟 스펙트럼이 상기 관심 방사성 핵종 소스의 기준 감마선 스펙트럼들을 포함하는 상기 제1 클래스에 속하는 지를 결정하도록 피셔 선형 판별 분석(Fisher Linear Discriminant Analysis: FLDA)을 이용한다. 또한, 이는, 예를 들면, 상기 타겟이 검사 지점을 통과하면서 이러한 판별을 신속하게 할 수 있다. 이는 상기 타겟이 허용될 수 있는 지 및, 예를 들면, 상기 타겟이 상기 검사 지점을 통과하는 것이 허용되는 지에 대한 신속한 결정을 가능하게 한다. 주성분 분석(principal component analysis: PCA)을 채용하는 접근 방법들은 데이터 내에서 가장 높은 변화에 관해 정리된 부하 계수들(loading coefficients)을 산출한다. 비록 처음의 몇몇 부하 계수들이 상기 데이터 내에서 변화의 큰 비율을 설명할 수 있지만, 이들은 클래스들 사이의 최적화된 분리를 나타내지 않을 수 있다. 상기 피셔 선형 판별 분석(FLDA) 기술의 이점은 최적화된 부하 계수들의 결정을 가능하게 하는 점이며, 이는 클래스들 사이의 분리를 최대화한다.

상기 개시된 접근 방법의 하나의 특징은 각 타겟 스펙트럼이 분류 성능을 개선하기 위해 상기 스펙트럼을 조작하는 함수들에 의해 전처리(pre-process)될 수 있는 점이다. 이들 함수들은, 이에 한정되는 것은 아니지만, 강도 정규화(intensity normalisation) 및 스펙트럼 표준화(spectrum standardisation)를 포함할 수 있다.

상기 개시된 접근 방법은 상기 감마선 스펙트럼들을 획득하기 위하여 사용되는 장치를 보정하는 단계를 포함할 수 있다. 시간이 지나면서 상기 스펙트럼들의 광전 피크들이 이동할 수 있고, 보정이 상기 광전 피크들의 정확한 에너지 값들을 복구시킨다. 보정은 상기 감마선 스펙트럼에 대해 및/또는 상기 기준 감마선 스펙트럼들에 대해 적용될 수 있다. 상기 타겟 감마선 스펙트럼 혹은 상기 기준 감마선 스펙트럼들 중의 하나, 또는 이들 모두의 보정은 상기 감마선 스펙트럼들을 획득하기 위해 사용되는 상기 장치의 표준화의 목적을 위한 것이 될 수 있다. 보정은, 예를 들면, 스펙트럼이 획득되는 매 시간에, 또는 5 스펙트럼마다 혹은 10 스펙트럼마다, 15 스펙트럼마다, 20 스펙트럼마다, 25 스펙트럼마다, 30 스펙트럼마다, 35 스펙트럼마다, 40 스펙트럼마다, 45 스펙트럼마다 또는 50 스펙트럼마다 정기적으로 수행될 수 있다. 선택적으로는, 보정은 정기적인 시간 간격들, 예를 들면, 매 시간마다, 또는 2 시간마다, 3 시간마다, 4 시간마다, 5 시간마다, 6 시간마다, 12 시간마다, 24 시간마다 혹은 48 시간마다 수행될 수 있다.

감마선 스펙트럼은 감마선 검출기에 의해 수득될 수 있다. 이는, 예를 들면, 탈륨이 도핑된 요오드화나트륨(NaI(Tl))계 감마선 검출기가 될 수 있다. 상기 감마선 검출기는 선택적으로는 고순도 게르마늄(HPGe), 텔루르화 카드뮴(CdTe), 텔루르화 아연 카드뮴(CZT) 및 브롬화 란탄(LaBr)과 같은 다른 물질을 기반으로 할 수 있다. NaI(Tl)계 검출기는 경계 관찰 적용에서 탈륨이 도핑된 요오드화 나트륨계 스펙트럼 방사능 탐지기(RPM)에 사용될 수 있다. 상기 NaI(Tl)계 검출기는 손에 드는 구조, 매는 구조 또는 상기 개시된 방사성 핵종 검출 시스템의 일부 휴대용 다른 구조에 사용될 수 있다. 상기 로우(raw) 획득된 감마선 신호들(상기 타겟 또는 기준 샘플들 중의 하나)은 상기 신호들을 증폭하기 위해 신호 증폭기로 전달될 수 있다. 상기 (증폭된)감마선 신호들(상기 타겟 또는 기준 샘플들 중의 하나)은 다중 채널 분석기로 전달될 수 있으며, 이는 상기 신호들을 많은 빈들(bins)(또는 에너지 범위들)로 나눈다. 상기 빈값들(bin values)은 총괄적으로 스펙트럼으로 언급된다. 상기 빈들은 계수들이 기여하는 상기 감마선 스펙트럼의 에너지 간격의 가장 작은 증가를 나타낸다. 통상적으로, 상기 다중 채널 분석기는 약 1,024 데이터 빈들 내의 값들을 생성할 것이지만, 상기 분석기에 따라 이러한 수부다 많거나 적은 수, 예를 들면, 128 빈들 내지 16,384 빈들, 128 빈들 내지 512 빈들, 512 빈들 내지 2,048 빈들, 2,048 빈들 내지 8,192 빈들, 8,192 빈들 내지 16,384 빈들, 512 빈들 내지 4,096 빈들, 또는 256 빈들 내지 8,192 빈들이 있을 수 있다. 빈들의 수는 유리하게는 2의 통합 전력과 동등할 수 있다. 통상적으로, 상기 빈들은 40keV 내지 3,000keV 범위 내의 에너지 값들을 커버하지만, 이들 종점들은 상기 분석기에 따라 커지거나 작아질 수, 예를 들면, 각기 30keV 및 2,700keV가 될 수 있다. 상기 범위는 30keV 내지 2,700keV, 35keV 내지 2,700keV, 40keV 내지 2,700keV, 30keV 내지 3,000keV, 35keV 내지 3,000keV, 40keV 내지 3,000keV, 30keV 내지 4,000keV, 35keV 내지 4,000keV 그리고 40keV 내지 4,000keV 중에서 하나가 될 수 있다.

스펙트럼 내의 값들의 수는 감소될 수 있으며, 즉 상기 스펙트럼은 다시 구간이 나누어질 수 있다. 재구간 나누기(rebinning)는 연산 속도를 향상시킬 수 있다. 일반적으로, 상기 획득된 스펙트럼 내의 각 간격 또는 빈은 동일한 폭을 가진다. 상기 스펙트럼의 재구간 나누기가 각 에너지 빈의 폭을 균일하게 증가시키는 단계를 수반함에 따라, 전체 에너지 범위에 대해 빈들의 전체 수를 감소시키고, 새롭게 정의되는 빈들 내의 계수들의 수를 증가시킨다. 그러나, 재구간 나누기가 선형 함수들에 필수적으로 제한되는 것은 아니다. 다시 구간이 나누어진 스펙트럼은, 예를 들면, 사각형으로 나뉜 에너지 또는 에너지의 일부 다른 적절한 함수에 비례할 수 있는 균일하지 않은 빈 폭들을 포함할 수 있다. 보다 높은 에너지들에서 에너지 빈들은 보다 높은 에너지 빈들이 충분한 계수들을 가지는 점을 확보하기 위해 보다 낮은 에너지 빈들 보다 클 수 있다. 상기 다시 구간이 나누어진 스펙트럼은 또한 사용자가 정의한 빈 폭들을 포함할 수 있으며, 이는 상기 에너지 범위에 대해 변화될 수 있다. 상기 다시 구간이 나누어진 스펙트럼의 에너지 빈들의 수는 각 스펙트럼 내의 변수들의 수이다. 스펙트럼 내의 변수들의 수가 커질수록, 상기 처리 방법의 연산 시간이 증가한다. 상기 스펙트럼들은 다른 함수들에 따라 다시 구간이 나누어질 수 있다. 이는 다른 검출기들(동일한 형태, 예를 들면 NaI계의)로부터의 스펙트럼들이 결합되게 할 수 있다. 상기 기준 스펙트럼들 및 상기 타겟 스펙트럼의 재구간 나누기는 모든 스펙트럼들이 동일한 에너지 빈들을 사용하도록 할 수 있다.

상술한 바와 같이, 상기 (다시 구간이 나누어진)타겟 스펙트럼은 전처리될 수 있다. 전처리는 강도 정규화 및 스펙트럼 표준화 중의 하나 또는 모두를 수반할 수 있다.

강도 정규화를 위하여, 타겟 스펙트럼은 가장 큰 계수들을 갖는 에너지 빈들 내의 값에 의해 정규화된다. 강도 정규화는, 예를 들면, 보다 경계 관찰 적용 내의 진입 포트들에서 일어날 수 있는 검출기 획득 시간들의 넓은 범위의 효과들 및 경계 관찰 적용 내의 RPM의 검출 영역을 통한 타겟의 통과 속도의 변화의 효과를 제거한다.

스펙트럼 표준화를 위하여, 타겟 스펙트럼은 0의 평균 및 모든 에너지 빈들에 걸쳐 단위 변화를 갖도록 해석되고 크기가 조절된다.

트레이닝 데이터 라이브러리(training data library)는 관심 방사성 핵종 소스들의 알려진 샘플들로부터 획득되는 기준 감마선 스펙트럼들을 포함한다. 이들 소스들은 자연적으로 생성되는 방사성 물질들(NORMs), 또는 유순한(수용될 수 있는) 것으로 알려진 인공적인 방사성 핵종들이 될 수 있다. 상기 기준 스펙트럼들은 또한 이러한 방사성 핵종들의 혼합물들, 차폐되거나 마스킹된 방사성 핵종들, 그리고 위험을 나타내는 이들의 결합물들을 포함할 수 있다.

상기 트레이닝 데이터 라이브러리 내의 상기 기준 감마선 스펙트럼들은 상기 타겟 스펙트럼들과 유사한 방식으로 전처리되었을 수 있다. 이는 상기 타겟 스펙트럼들과의 보다 의미가 있는 비교들을 제공할 수 있다.

상기 개시된 접근 방법은 타겟이 특정 방사성 핵종을 함유하는 지에 대한 상대적으로 신속한 결정을 가능하게 한다. 경계 관찰 적용에 있어서, 상기 타겟은 사람, 트럭, 자동차 또는 철도 차량 혹은 일부 다른 운반체나 이들의 일부가 될 수 있거나 이들에 의해 이송될 수 있다. 따라서, 상기 개시된 방법이 상기 타겟이 상기 특정 방사성 핵종을 함유하는 것을 결정한 경우, 출력 신호가 발생될 수 있다. 이러한 방사성 핵종이 이상(관심의 대상이 되는)일 경우, 경보가 활성화될 수 있다. 일부 경우들에 있어서, 상기 방법이 그렇게 결정할 경우에 상기 타겟이 상기 특정 방사성 핵종을 함유하지 않는 점을 나타내는 출력 신호를 발생시키는 것이 유용할 수 있다. 일부 경우들에 있어서, 상기 발생된 출력은 한 그룹의 방사성 핵종들이 상기 타겟 내에 존재하는 지는 나타낼 수 있다. 적절한 경보, 예를 들면, 가청 경보(예를 들면, 경음기, 사이렌 또는 이와 유사한 것), 시각 경보(예를 들면, 빛, 선택적으로는 발광 신호), 배리어의 활성화(예를 들면, 붐 게이트(boom gate)의 저하, 로드 스파이크들의 상승, 게이트의 폐쇄), 상기 타겟의 운반자에 대한 지시의 활성화(예를 들면, 정지 신호의 조명, 상기 운반자에 대한 가청 지시들의 활성화) 또는 일부 다른 형태의 경보가 특정 관심 방사성 핵종의 존재에 반응하여 상기 타겟의 통과를 방지하도록 활성화될 수 있다. 상기 발생된 신호는 또한 상기 신호 및 반응을 인지하는 목적을 위해 또 다른 시스템에 제공되는 논리 상태가 될 수 있다. 이러한 형태들의 경보의 하나 이상이 활성화될 수 있다. 이들은 동시에 활성화될 수 있다. 이들은 동시가 아니게 활성화 될 수 있다. 이들은 연속적으로 활성화될 수 있다. 따라서 상기 개시된 장치는 가청 경보 장치, 시각 경보 장치 및 활성화 가능한 배리어와 같은 물리적 경보 장치의 하나 또는 그 이상을 포함할 수 있다. 상기 개시된 방법은 이에 대응하여 타겟이 이상 방사성 핵종으로 확인될 때에 상기 활성화 가능한 배리어를 활성화 시키는 단계를 포함할 수 있다.

동작의 선택적인 모드는 상기 타겟이 이상 방사성 핵종을 함유하지 않을 때만(즉, 정상적이거나 허용될 수 있는 방사성 핵종들을 위해서만) 발생되는 신호를 위한 것이다. 이러한 경우에 있어서, 활성화 가능한 배리어는 상기 신호에 반응하여 제거되거나 철회될 수 있으며, 이상 물질들이 없이 운송하는 운반체를 통과하게 한다.

도 1은 본 발명의 실시예들이 실행될 수 있는 장치(1)의 블록도이다. 상기 검출기(10)는 스펙트럼 포탈 검출기(spectroscopic portal detector), 타겟, 예를 들면, 검출 영역(30)을 통과하는 운반체(20)로부터 감마선 스펙트럼을 획득하도록 배치되는, 예를 들면, NaI(Tl)계 검출기이다. 상기 장치(1)는 또한 기준 스펙트럼들을 획득하기 위한 기준 검출기(40)를 포함할 수 있지만, 이는 일부 실시예들에서 생략될 수 있다. 이러한 실시예들에 있어서, 상기 메인 검출기(검출기(10))는 상기 기준 스펙트럼들 및 상기 타겟 스펙트럼들을 모두 획득할 수 있다. 예를 들면, "백그라운드" 기준 스펙트럼들은 타겟이 상기 검출 영역(30) 내에 없을 때에 획득될 수 있다. 기준 검출기(40)가 사용될 경우, 이는 상기 포탈 검출기(10)로부터 멀리 떨어질 수 있다. 상기 기준 검출기(40)는, 존재하는 경우에는, 상기 검출 영역(30)으로부터 차폐될 수 있다.

증폭기(50)는 검출기(10) 및 존재하는 경우에는 기준 검출기(40)로부터 데이터를 증폭하기 위해 검출기(10)에 연결된다. 증폭기(50)는 증폭기(50)로부터 증폭된 데이터의 초기 구간 나누기를 제공하기 위해 순차적으로 다중 채널 분석기(60)에 연결된다. 다중 채널 분석기(60)는 컴퓨터 시스템(80)의 메모리(70)에 연결되어, 상기 분석기(60)로부터의 스펙트럼들이 상기 메모리(70)에 저장될 수 있다. 메모리(70)는 또한 기준 스펙트럼들의 트레이닝 데이터 라이브러리를 포함한다. 메모리(70)는 상기 타겟이 주어진 방사성 핵종 소스를 함유하는 지를 결정하도록 위해 상기 메모리(70) 내에 저장되는 데이터를 처리하기 위해 상기 컴퓨터 시스템(80)의 일부이기도한 프로세서(90)에 연결된다. 상기 타겟(20)이 하나 또는 그 이상의 이상 방사성 핵종들을 포함하는 것으로 결정되는 경우에 출력 신호(100)가 발생된다. 상기 출력 신호(100)는 상기 출력 신호(100)를 인식하고 경보를 활성화시키는 것과 같은 적절한 동작을 취하도록 구성되는 다른 시스템(도시되지 않음)에 제공되는 논리 상태이다. 상기 경보는 동시에 또는 연속적으로 다음 형태들의 하나 또는 그 이상을 취할 수 있다. 시각 출력(예를 들면, 빛, 선택적으로는 발광 신호, 또는 정지 신호 조명) 및 청각 출력(예를 들면, 경보음, 사이렌 또는 이와 유사한 것, 또는 상기 운반자에 대한 구두 지시들).

도 1a는 본 발명의 실시예들에 수행될 수 있는 선택적인 장치(1a)의 블록도이다. 상기 장치(1a)는 도 1의 장치(1)와 유사하며, 상기 타겟이 하나 또는 그 이상의 이상 방사성 핵종들을 함유하는 것으로 결정되는 경우에 운반체(20)의 통과를 방지할 수 있는 활성 가능한 배리어(110)를 추가적으로 구비한다. 상기 활성 가능한 배리어(110)는 정상적으로 개방된 상태(즉, 상기 운반체(20)의 통과가 허용되는 상태)이며, 상기 배리어(110)를 활성화시키는 것은 상기 운반체(20)의 통과를 방해하거나 방지하도록 상기 배리어(110)를 폐쇄한다. 상기 장치에 있어서(1a), 상기 출력 신호(100)는 상기 검출 영역(30)을 통한 운반체(20)의 통과를 방지하도록 상기 배리어(110)가 활성화되게 한다. 상기 배리어(110)의 활성화는 붐 게이트의 저하; 로드 스파이크들의 상승; 및 게이트의 폐쇄와 같은 형태들의 하나 또는 그 이상을 취할 수 있다.

동작에 있어서, 운반체(20)는 상기 검출 영역(30)을 통과한다. 이는 통상적으로 운반체(20)가 그 전방으로 이동을 정지하는 것을 수반하지는 않으며, 공통적으로 약 5초 내지 약 80초가 걸린다. 검출기(10)는 이러한 기간 동안 운반체(20)로부터 감마선 광자들을 획득하고, 증폭기(50)로 전달되는 결과 신호를 발생시키며, 이는 상기 신호를 증폭시킨다. 상기 증폭된 신호는 이후에 상기 증폭된 타겟 신호의 초기 구간 나누기를 수행하고 저장을 위해 구간이 나누어진 타겟 스펙트럼을 메모리(70)로 전달하는 다중 채널 분석기(60)로 전달된다. 검출기(10)는 또한 상기 트레이닝 데이터 라이브러리를 생성하는 데 사용되기 위한 기준 스펙트럼들을 획득하기 위하여 사용될 수 있다. 어느 경우라도, 상기 기준 스펙트럼들은 상기 타겟 스펙트럼을 위해 상술한 바와 같이 전처리되고, 이후에 메모리(70) 내에 저장된다.

메모리(70) 내에 저장된 전처리된 스펙트럼들은 다음에 설명하는 바와 같이 결정 기준을 얻기 위해 프로세서(90)에 의해 처리된다. 프로세서(90)는 이후에 이러한 결정 기준으로부터 상기 타겟이 이상 방사성 핵종을 함유하는 지를 결정하며, 그런 경우에 출력 신호(100)를 발생시킨다. 적절한 동작이 이후에 상기 출력 신호(100)에 반응하여 취해지며, 예를 들면, 운반체(20)가 더 검사를 위해 우회될 수 있고, 경보가 활성화될 수 있거나, 상기 도 1a의 장치(1a)에서 상기 활성 가능한 배리어(110)가 운반체(20)의 통과를 방지하도록 활성화될 수 있다.

상술한 바와 같이, 상기 장치(1 또는 1a)의 동작의 선택적인 모드는 상기 타겟이 이상 방사성 핵종을 포함하지 않는 것으로 결정될 때에만 상기 출력 신호(100)를 발생시키는 것이다. 동작의 이러한 모드에 있어서, 상기 활성 가능한 배리어(110)는 폐쇄된 상태(즉, 상기 운반체(20)의 통과가 방지되거나 방해되는 상태)에 정상적으로 있을 수 있으며, 상기 배리어(110)를 활성화시키는 것은 상기 운반체(20)의 통과를 허용하거나 용이하게 하도록 상기 배리어를 개방한다. 상기 배리어(110)는 상기 출력 신호(100)에 반응하여 활성화될 수 있고, 이상 방사성 핵종들을 운반하지 않는 운반체(20)가 통과하게 한다. 이에 따라, 상기 장치(1a)의 동작은, 상기 운반체(20)가 이상 방사성 핵종들을 함유하는 것으로 확인되는 때에 상기 운반체(20)의 통과를 방지하거나 방해하고, 상기 운반체(20)가 이상 방사성 핵종을 포함하지 않는 것으로 식별되는 때에 상기 운반체(20)의 통과를 허용하는 상기 배리어(110)에 대해 상기 출력 신호(100)를 발생시키는 단계를 포함할 수 있다.

상기 장치(1)는 또한 카메라 또는 이와 유사한 촬영 기록 장치(도시되지 않음)를 포함할 수 있다. 이러한 장치는 상기 검출 영역을 통과하는 모든 운반체들의 이미지들을 기록하기 위해, 또는 이상 방사성 핵종 소스가 검출될 때에만 상기 검출 영역을 통과하는 운반체들의 이미지들을 저장하기 위해 사용될 수 있다. 상기 카메라는 상기 검출 영역을 통과하는 모든 운반체들의 이미지를 조작자에게 전달하기 위하여, 또는 이상 소소가 검출될 때에만 상기 검출 영역을 통과하는 운반체들의 이미지들을 상기 조작자에게 전달하기 위하여 사용될 수 있다. 이러한 경우에 있어서, 상기 카메라로부터의 신호는 상기 조작자에게 상기 이미지(들)를 표시하기 위하여 비디오 디스플레이로 전송될 수 있다. 개시된 방법은 상기 운반체의 또는 일부(예를 들면, 다수의 그 플레이트들)의 이미지를 상기 검출 영역을 통과하는 각 운반체를 위하여 또는 이상 소스로서 혹은 이상 소스를 함유하는 것으로서 확인되는 상기 검출 영역을 통과하는 각 운반체를 위하여 검출하는 단계와 기록 및/또는 전송하는 단계를 포함할 수 있다.

상기 타겟 감마선 스펙트럼의 획득에 있어서, 상기 운반체(20)는 검출 영역(30)을 통과하며, 그 상부에서 상기 검출기(10)가 상기 감마선 스펙트럼을 획득할 수 있다. 상기 운반체(20)는, 약 1㎞/h 내지 약 12㎞/h, 또는 약 1㎞/h 내지 약 8㎞/h, 1㎞/h 내지 5㎞/h, 5㎞/h 내지 10㎞/h, 1㎞/h 내지 3㎞/h, 3㎞/h 내지 5㎞/h 혹은 2㎞/h 내지 4km/h, 예를 들면, 약 1㎞/h, 1.5㎞/h, 2㎞/h, 2.5㎞/h, 3㎞/h, 3.5㎞/h, 4㎞/h, 4.5㎞/h, 5㎞/h, 6㎞/h, 7㎞/h, 8㎞/h, 9㎞/h, 10㎞/h, 11㎞/h 또는 12km/h의 평균 속도로 상기 검출 영역(30)을 통과할 수 있다. 상기 운반체(20)가 상기 검출 영역(30)을 통과하는 시간은, 약 5초 내지 약 80초, 또는 약 5초 내지 50초, 5초 내지 20초, 5초 내지 15초, 10초 내지 80초, 50초 내지 80초, 20초 내지 50초 혹은 5초, 5초 내지 15초, 15초 내지 20초, 5초 내지 10초, 10초 내지 15초 또는 7초 내지 12초, 예를 들면 약 5초, 6초, 7초, 8초, 9초, 10초, 11초, 12초, 13초, 14초, 15초, 20초, 25초, 30초, 35초, 40초, 45초, 50초, 55초, 60초, 65초, 70초, 75초 또는 80초가 될 수 있다. 상기 검출 영역은, 약 5미터 내지 약 25미터, 또는 약 5미터 내지 20미터, 5미터 내지 15미터, 5미터 내지 10미터, 10미터 내지 25미터, 15미터 내지 25미터 혹은 10미터 내지 10미터, 예를 들면, 약 5미터, 10미터, 15미터, 20미터 또는 25미터 정도의 길이가 될 수 있다. 상기 운반체(20)는 트럭 또는 차량 혹은 철도 차량이나 일부 다른 운반체 또는 이의 일부가 될 수 있다.

상기 컴퓨터 시스템(80)의 프로세서(90)에 의해 수행되는 상기 처리 방법은 피셔 선형 판별 분석(FLDA)을 이용한다. N 관찰들의 세트(x ₁, x ₂,…,x _N )를 위하여, 각 관찰은 n 길이의 벡터이고, 각 관찰이 2개의 클래스들 c ₀ 및 c ₁의 하나에 속하는 2-클래스 문제를 위하여, 피셔 선형 판별 분석(FLDA)은 다음과 같이 표현된다.

상기 두 클래스들의 평균은μ₀ 및μ₁로 표기되며, 클래스 공분산들은 ∑₀ 및 ∑₁로 표기된다. 클래스내의 스캐터 매트릭스(scatter matrix) S _W 는 다음과 같이 정의된다.

............식 1

반면에 클래스간의 스캐터 매트릭스 S _B 는 다음과 같이 정의된다.

............식 2

여기서, N _i 는 클래스 c _i 내의 관찰들의 수이며, μ는 모든 N 관찰들의 평균이다.

"부하 계수들"의 하나의 투영 벡터 w에 의한 n을 이용하는 각 관찰 x의 투영은 상기 두 클래스들의 평균들을 w ^T μ ₀ 및 w ^T μ ₁로 변환시킨다. 상기 클래스내 및 클래스간의 스캐터 매트릭스 SW 및 SB은 각기 스칼라들 w ^T S _W w 및 w ^T S _B w으로 변환된다.

상기 w의 함수로서 투영 벡터 두 투영된 클래스들 사이의 "분리(separation)" J는 상기 투영된 클래스내 스캐터 매트릭스에 대한 상기 투영된 클래스간 스캐터 매트릭스의 비율로 정의된다.

............식 3

피셔 선형 판별 분석(FLDA)에 따르면, 상기 "최적" 투영 벡터 w _opt는 상기 두 투영된 클래스들 사이의 상기 분리 J를 최대화하는 상기 투영 벡터이다. 이는 상기 최적 투영 벡터 w _opt가 가장 큰(무한하지 않은) 상기 S _B 및 S _W 의 범고유치 l에 대응하는 상기 S _B 및 S _W 의 범고유 벡터인 점을 보여줄 수 있다. 제공된 S _W 는 비특이적, 즉 상기 가장 큰

의 고유치 l에 대응하는

의 고유 벡터의 발견과 동등하다.

............식 4

일 구현예에 있어서, 다음이 관심 방사성 핵종 소스들이다. ²⁴¹Am, ¹³³Ba, ⁵⁷Co, ⁶⁰Co, ¹³⁷Cs, 고농축 우라늄(HEU), ²³⁷Np, 무기급 플루토늄(WGPu), ²³²Th, ⁴⁰K, ²²⁶Ra 및 열화 우라늄(DU), 그리고 상기 "백그라운드". 다른 구현예들은 보다 많은 관심 소스들을 포함할 수 있거나, 보다 적은 관심 소스들을 포함할 수 있다. 각 관심 소스는 유순하거나 이상인 것으로 알려져 있다. 상기 트레이닝 데이터 라이브러리는 각 관심 소소들의 다중 기준 스펙트럼들을 포함한다. 상기 기준 스펙트럼들은 상기 감마선 검출기(들)에 의해 획득된다. 각 기준 스펙트럼은 상술한 바와 같이 상기 트레이닝 데이터 라이브러리 내에 저장되기 전에 전처리된다.

일 구현예에 있어서, 상기 트레이닝 데이터 라이브러리 내에 나타나는 관심 소소들의 각 세트는 순차적으로 현재 소스로서 취해진다. 상기 트레이닝 데이터 라이브러리 내의 상기 기준 스펙트럼들은 두 클래스들 사이에 할당되어 상기 현재 소스에 대응하는 기준 스펙트럼들이 제1 클래스(클래스 0)로 할당되며, 다른 소스들에 대응하는 기준 스펙트럼들은 제2 클래스(클래스 1)로 할당된다. 각 클래스의 상기 평균 μ _i 및 공분산 ∑ _i 는 상기 클래스내 및 클래스간 스캐터 매트릭스로서 결정된다. 상기 식 4는 이후에 상기 두 투영된 클래스들 사이의 상기 분리 J를 최대화하는 상기 최적 투영 벡터 w _opt를 결정하는 데 사용된다. 상기 결정된 최적 투영 벡터 w _opt는 이후에 상기 현재 소스와 관련하여 저장된다.

타겟 스펙트럼이 클래스 0(상기 현재 관심 소소) 또는 클래스 1(상기 현재 관심 소스가 아닌)에 속하는 지를 결정하기 위하여, 상기 전처리된 타겟 스펙트럼 x는 투영된 타겟 스펙트럼 w ^T _opt x를 얻도록 상기 현재 관심 소스와 관련되는 상기 최적 투영 벡터 w _opt에 의해 투영된다. 상기 투영된 타겟 스펙트럼과 상기 투영된 클래스 1 시아의 거리기 이후에 계산된다. 상기 거리가 임계 거리(threshold distance) 이상일 경우, 상기 타겟 스펙트럼은 클래스 0에 속하는 것으로 결정되고, 상기 타겟은 상기 현재 관심 소스의 샘플을 포함하는 것으로 간주된다. 그렇지 않으면, 상기 타겟 스펙트럼은 클래스 1에 속하는 것으로 결정된다.

모든 관심 소스들이 고려된 후, 상기 출력 신호(100)가 상기 타겟이 적어도 하나의 이상 관심 소스를 포함하는 지에 따라 발생된다.

도 2a는 본 발명의 일 실시예에 따른 기준 스펙트럼들의 트레이닝 데이터 라이브러리를 처리하는 방법(200)을 예시하는 흐름도이다. 일 구현예에 있어서, 상기 방법(200)은 임의의 획득된 타겟 스펙트럼들을 처리하기 전에 한 번 수행되며, 다음에 설명하는 바와 같이, 그 수행이 상기 메모리(70)와 협력하여 상기 컴퓨터 시스템(80)의 프로세서(90)에 의해 제어된다.

상기 방법(200)은, 전술한 바와 같이, 상기 프로세서(90)가 상기 트레이닝 데이터 라이브러리의 각 기준 스펙트럼을 440개의 빈들로 다시 구간을 나누도록 전처리하는 단계 210에서 개시된다. 후속하는 단계 215에서, 상기 프로세서(90)는 아직 현재 소스로서 선택되지 않았던 관심 소소들의 세트로부터 소스를 선택한다. 하나는 상기 현재 소스(클래스 0)에 대응하는 기준 스펙트럼들만 포함하고, 다른 하나는 모든 다른 소스들(클래스 1)에 대응하는 기준 스펙트럼들을 포함하는 2개의 클래스들이 개념적으로 구성된다. 후속하는 단계 220에서, 상기 프로세서(90)는 각 클래스의 상기 평균 μ _i 및 공분산 ∑ _i 와 상기 클래스내 및 클래스간 스캐터 매트릭스 S _W 및 S _B 를 계산한다. 상기 프로세서(90)가 상기 식 4를 이용하여 상기 두 클래스들 사이의 분리를 최대화하는 상기 최적 투영 벡터(또한, 여기서는 상기 최적 부하 계수들로 언급됨) w _opt를 결정하는 단계 225가 후속한다. 상기 방법(200)은 이후에 상기 프로세서(90)가 상기 현재 소스와 관련하여 상기 결정된 최적 부하 계수들 w _opt와 클래스 1의 평균 μ ₁ 및 공분산 ∑₁을 저장하는 단계 230으로 진행한다. 상기 방법(200)은 상기 프로세서(90)가 아직 선택되지 않았던 관심 소스들의 세트 내의 임의의 소스들이 있는 지를 결정하는 단계 235에서 계속된다. 그럴("Y") 경우, 상기 방법(200)은 단계 215로 돌아간다. 그렇지 않을("N") 경우, 상기 방법(200)은 단계 240에서 끝난다.

상기 방법(200)의 변형예에 있어서, 상기 프로세서(90)는 각 기준 스펙트럼의 전체적으로가 아니라 "관심 영역(region of interest)"으로 알려진 각 기준 스펙트럼의 일부 상에서 단계들 220 및 225의 계산들을 수행한다. 일 구현예에 있어서, 관심 영역은 상기 현재 소스의 스펙트럼 내의 주요 피크를 둘러싸는 스펙트럼의 부분이다. 예를 들면, 662keV에서 주요 피크를 갖는 방사성 핵종을 위하여, 상기 관심 영역은 620keV 내지 700keV의 범위가 된다. 다른 구현예들에 있어서, 상기 관심 영역은 각 스펙트럼의 다중 분리 구획들을 포함한다. 상기 변형예의 단계 230에서, 상기 프로세서(90)는 상기 현재 소스를 위한 다른 매개 변수들과 함께 상기 관심 영역의 종점들을 저장한다.

도 2b는 본 발명의 실시예에 따른 타겟 스펙트럼을 처리하는 방법(250)을 예시하는 흐름도이다. 상기 방법(250)은, 후술하는 바와 같이, 상기 메모리(70)와 협력하여 상기 컴퓨터 시스템(80)의 프로세서(90)에 의해 그 실행이 제어된다.

상기 방법(250)은, 상술한 바와 같이, 상기 프로세서(90)가 440개의 빈들로 다시 구간이 나누어지는 상기 타겟 스펙트럼을 전처리하는 단계 260에서 개시된다. 후속하는 단계 265에서, 상기 프로세서(90)는 아직 현재 소스로 선택되지 않았던 관심 소스들의 세트로부터 소스를 선택한다. 후속하는 단계 270에서, 상기 프로세서(90)는 상기 최적 부하 계수들 w _opt와 상기 방법(200)의 단계 230에서 저장되었던 상기 현재 소스와 관련되는 클래스 1의 상기 평균 μ ₁ 및 공분산 ∑₁을 적재한다. 상기 프로세서(90)가 상기 최적 부하 계수들 w _opt를 이용하여 상기 타겟 스펙트럼이 클래스 0(상기 현재 관심 소스) 또는 클래스 1(상기 현재 관심 소스가 아닌)d[ 속하는 지를 결정하는 단계 275가 후속한다. 상기 타겟 스펙트럼이 클래스 0에 속하는 것으로 결정되는 경우, 상기 타겟은 상기 현재 소스의 샘플을 포함하는 것으로 간주된다.

단계 275의 하나의 구현예는 상기 방법(200)의 단계 230에서 상기 현재 소스와 관련되어 저장되었던 클래스 1의 상기 평균 μ ₁ 및 공분산 ∑₁을 이용하여 상기 투영된 타겟 스펙트럼 w ^T _opt x와 상기 투영된 클래스 1 사이의 마할라노비스 거리(Mahalanobis distance) D를 계산하는 상기 프로세서(90)를 위한 것이다.

............식 5

상기 타겟 스펙트럼 x가 이후에 상기 마할라노비스 거리 D가 상기 투영된 클래스 1로부터의 임계 거리 이상일 경우에 클래스 1에 속하는 것으로 결정된다.

단계 275의 선택적인 구현예에 있어서, 상기 프로세서(90)는 클래스 1의 상기 평균 μ ₁을 이용하여 상기 투영된 타겟 스텍트럼 w ^T _opt x와 상기 투영된 클래스 1 사이의 유클리디언 거리(Euclidean distance) d를 계산한다.

............식 6

상기 타겟 스펙트럼 x가 이후에 상기 유클리디언 거리 d가 상기 투영된 클래스 1로부터의 임계 거리 이상일 경우에 클래스 0에 속하는 것으로 결정된다.

단계 275에 이용되는 상기 임계 거리는 상기 트레이닝 데이터 라이브러리 또는 클래스 1로부터의 기분 스펙트럼들의 분리된 세트로부터 얻어질 수 있다. 단계 275의 일 구현예에 있어서, 상기 임계 거리는 클래스 1 내의 평균 총 계수들(mean gross counts), 즉 클래스 1내의 모든 기준 스펙트럼들의 모든 빈들에 대한 모드 계수들의 합의 평균을 갖는 거듭 제곱 관계(power law relationship)에 의해 정의된다. 예를 들면, 클래스의 표준 편차 y는 다음 식과 같이 상기 평균 총 계수들 g와 관련될 수 있다.

............식 7

상기 식 7에 있어서, A는 양수이며 B는 0 내지 1 사이의 수이다. 클래스 0을 위하여, B는 통상적으로 0.5 부근이다. 클래스 1을 위하여, B는 통상적으로 0.4 내지 0.9이다. 이러한 구현예에 있어서, 상기 임계 거리는 클래스 1의 표준 편차들의 0 내지 10 사이의 수, 예를 들면, 5에서 설정된다. 단계 275의 다른 구현예에 있어서, 상기 임계 거리는 사용자가 정의한 값이다.

상기 방법(250)은 상기 프로세서(90)가 아직 선택되지 않았던 관심 소스들의 세트 내에 임의의 소스들이 있는 지를 결정하는 단계 280에서 계속된다. 그럴("Y") 경우, 상기 방법(250)은 단계 265로 돌아간다. 그렇지 않을("N") 경우, 상기 프로세서(90)는 단계 285에서 상술한 바와 같이 상기 타겟의 결정된 내용들에 따라 상기 출력 신호(100)를 발생시킨다. 상기 방법(250)은 이후에 끝난다. 상기 방법(250)은 "식별(identification)" 방법으로 분류될 수 있다.

상기 방법(200)의 변형예가 상기 기준 스펙트럼들을 처리하는 데 사용되었을 경우, 그러면 상기 방법(250)의 보충 변형예가 상기 최적 부하 계수들 및 상기 현재 소스와 관련되는 다른 매개 변수들과 함께 단계 270에서 상기 현재 소스와 관련되는 관심 영역의 종점들을 적재하며, 상기 "관심 영역" 내에서 단계 275의 계산을 수행한다.

상기 관심 소스들의 하나가 "백그라운드"이고, 상기 방법(250)이 관심 소스들의 임의의 것을 포함하는 점을 확인하지 못할 경우, 이러한 결과는 상기 타겟이 상기 트레이닝 데이터 라이브러리 내에 현재 있지 않은 방사성 핵종 소스를 포함하는 점을 확인하는 것으로 여겨질 수 있다.

선택적인 실시예에 있어서, 피셔 선형 판별 분석(FLDA) 응용들을 위한 두 클래스들은 사용자에 의해 미리 정해진다. 일예에 있어서, 상기 제1 클래스는 특수 핵물질들(핵분열성의 방사성 핵종들)에 대응하는 기준 스펙트럼들을 포함하며, 상기 제2 클래스는 방사성 물질들(NORMs)에 대응하는 기준 스펙트럼들을 포함한다. 상기 선택적인 실시예에 따른 트레이닝 데이터 라이브러리를 처리하기 위하여, 두 클래스들이 사용자 정의에 따라 단계 215에서 형성되는 점을 제외하면, 상기 방법(200)이 사용될 수 있다. 단계들 220, 225 및 230은 한 번만 수행되며, 단계 235는 필요하지 않다. 상기 선택적인 실시예에 따른 타겟 스펙트럼을 처리하기 위하여, 상기 단계들 270 및 275가 한 번만 수행되고, 상기 단계들 265 및 280에 대한 필요가 없는 점을 제외하면, 상기 방법(250)이 사용될 수 있다. 상기 예에 있어서, 상기 선택적인 실시예 하에서 상기 타겟 스펙트럼 처리의 결과는 상기 타겟 스펙트럼이 특수 핵물질 또는 방사성 물질(NORM)인 지를 나타내는 신호이다. 이러한 선택적인 실시예는 "분류(classification)" 또는 "이상 검출(anomaly detection)" 방법으로 분류될 수 있다.

상기 선택적인 실시예의 제2 예는 상기 제1 클래스(위험에 대응하는)가 적어도 하나의 "인공의" 감마선 스펙트럼을 포함하는 점을 제외하면 상기 제1 예와 유사하다. 상기 인공의 스펙트럼은 일 구현예에서 부가적인 가우스 노이즈 성분(Gaussian noise component)을 갖는 상수 값이다. 다른 구현예에 있어서, 상기 인공의 스펙트럼은 부가적인 가우스 노이즈 성분을 갖는 준선형(quasi-linear) 스펙트럼이다. 상기 제2 클래스는 방사성 물질들(NORMs)에 대응하는 기준 스펙트럼들을 포함한다. 상기 제2 예는 상기 제1 예에 대해 다른 강도 또는 차폐 물질들과 같은 조건들의 넓은 범위 하에서 타겟이 위험을 포함하는 지를 판단하기 위하여 위험(또는 비-방사성 물질(NORM)) 스펙트럼들의 사전 지식이 없는 이점을 가진다.

전술한 바와 같이 나타낸 피셔 선형 판별 분석은 두 클래스 문제로부터 다중 클래스 문제로 쉽게 일반화될 수 있다. 상기 선택적인 실시예의 다른 예에 있어서, 각 클래스는 특유한 방사성 핵종에 대응하는 기준 스펙트럼들만을 포함하는 것으로 정의된다. 클래스들의 수는 그러면 상기 트레이닝 데이터 라이브러리에 나타난 방사성 핵종들의 수만큼 많을 수 있다. 단계 275는 이후에 상기 타겟 스펙트럼이 속하는 것으로 결정되는 클래스의 수로 돌아간다.

상기 타겟이 상기 현재 관심 소스의 샘플을 포함하는 것으로 간주되는 경우, 상기 방법(250)의 단계 275에서 계산된 상기 투영된 클래스 1로부터의 상기 타겟 스펙트럼의 거리는 작은 강도 값들에 대해 대략 선형이고, 강도의 보다 큰 값들에 대해 로그 형태의 경향을 갖는 상기 타겟 내의 상기 현재 관심 소스의 강도와의 관련성을 보여준다. 클래스 1로부터의 상기 타겟 스펙트럼의 계산된 거리가 이에 따라 상기 타겟 내의 현재 관심 소스의 강도를 추정하도록 상기 방법(250) 내의 선택적 처리 단계에 사용될 수 있다. 상기 식 7을 이용하여 클래스 1 내의 상기 평균 총 계수들로부터 계산되는 상기 표준 편차 y는 상기 타겟 내의 현재 관심 소스의 추정된 강도를 위해 오차 추정을 제공하도록 사용될 수 있다.

도 3a 및 도 3b는 전체적으로 도 2a 및 도 2b의 방법들(200, 250)의 처리를 수행하도록 도 1의 장치(1) 또는 도 1a의 장치(1a) 내의 상기 컴퓨터 시스템(80)으로 사용될 수 있는 범용 컴퓨터 시스템의 개략적인 블록도를 형성한다.

도 3a에 나타낸 바와 같이, 상기 컴퓨터 시스템은 컴퓨터 모듈(301), 키보드(302), 마우스 장치(303), 스캐너(326), 카메라(327) 및 마이크로폰(380)과 같은 입력 장치들, 그리고 프린터(315), 디스플레이 장치(314) 및 확성기들(317)을 포함하는 출력 장치들로 형성된다. 외부 변복조 장치(모뎀) 송수신 장치(314)가 접속(321)을 통해 통신 네트워크(320)에 및 이로부터 통신을 위하여 상기 컴퓨터 모듈(301)에 의해 사용될 수 있다. 상기 네트워크(320)는 인터넷 또는 사설 광역망(WAN)과 같은 광역망이 될 수 있다. 상기 접속(321)이 전화선인 경우, 상기 모뎀(316)은 종래의 "전화식" 모뎀이 될 수 있다. 선택적으로는, 상기 접속(321)이 고용량(예를 들면, 케이블) 접속인 경우, 상기 모뎀(316)은 광대역 모뎀이 될 수 있다. 무선 모뎀 또한 상기 네트워크(320)에 대한 무선 접속을 위해 사용될 수 있다.

상기 컴퓨터 모듈은 통상적으로, 예를 들면, 반도체 랜덤 액세스 메모리(RAM) 및 반도체 읽기 전용 메모리(ROM)로부터 형성되는 적어도 하나의 프로세서 유닛과 메모리 유닛(306)을 포함한다. 상기 메모리 유닛(306)은 상기 컴퓨터 시스템(80)의 메모리(70)로 식별될 수 있으며, 상기 프로세서 유닛(305)은 상기 컴퓨터 시스템(80)의 프로세서(90)로 식별될 수 있다.

상기 모듈(301)은 또한 상기 영상 디스플레이(314), 확성기들(317) 및 마이크로폰(380)에 연결되는 음성-영상 인터페이스(307), 상기 키보드(302), 마우스(303), 스캐너(326), 카메라(327) 및 선택적로는 조이스틱(예시되지 않음)을 위한 I/O 인터페이스(313), 그리고 상기 외부 모뎀(316) 및 프린터(315)를 위한 인터페이스(308)를 포함하는 수많은 입력/출력(I/O) 인터페이스들을 구비한다. 일부 구현예들에 있어서, 상기 모뎀(316)은 상기 컴퓨터 모듈(301) 내에, 예를 들면, 상기 인터페이스(308) 내에 통합될 수 있다. 상기 컴퓨터 모듈(301)은 또한 접속(323)을 통해 상기 컴퓨터 시스템(300)을 로컬 컴퓨터 네트워크(322)에 연결하게 하는 근거리 통신망(LAN)으로 알려진 로컬 네트워크 인터페이스(311)를 가진다. 또한 예시한 바와 같이, 상기 로컬 네트워크(322)는 또한 접속(324)을 통해 상기 광역 네트워크(320)에 연결될 수 있으며, 이는 통상적으로 이른바 "방화벽" 장치 또는 유사한 기능의 장치를 포함할 수 있다. 상기 인터페이스(311)는 이더넷^TM(Ethernet^TM) 회로 카드, 블루투스^TM(Bluetooth^TM) 무선 장치 또는 IEEE 무선 장치에 의해 형성될 수 있다.

상기 인터페이스들(308, 313)은 직렬 및 병렬 연결의 하나 또는 모두를 제공할 수 있으며, 상기 직렬연결은 통상적으로 범용 직렬 버스(USB) 기준들에 따라 구현되고 상응하는 USB 커넥터들(예시되지 않음)을 가진다. 저장 장치들(309)이 제공되며, 통상적으로 하드 디스크 드라이브(HDD)(310)를 포함한다. 플로피 디스크 드라이브와 자기 테이프 드라이브(예시되지 않음)와 같은 다른 저장 장치들도 사용될 수 있다. 광학 디스크 드라이브(312)는 통상적으로 데이터의 비휘발성 소스로서 기능하도록 제공된다. 광학 디스크들(예를 들면 CD-ROM, DVD), USB-RAM 및 플로피 디스크들과 같은 휴대용 메모리 장치들이, 예를 들면, 상기 시스템(300)에 대한 데이터의 적절한 소스들로서 이 경우에 사용될 수 있다.

상기 컴퓨터 모듈(301)의 구성 요소들(305 내지 313)은 통상적으로 상호 연결된 버스(304)를 통해 관련 기술 분야에서 통상의 지식을 가진 자에게 알려진 상기 컴퓨터 시스템(300)의 통상적인 모드를 도출하는 방식으로 통신한다. 실행될 수 있는 전술한 장치들 상의 컴퓨터들의 예들은 IBM-PC들 및 호환 가능한 것들, 선 스팍스테이션들(Sun Sparcstations), 애플 맥^TM(Apple Mac^TM) 또는 이로부터 발달된 유사한 컴퓨터 시스템들을 포함한다.

상술한 상기 방법들(200, 250)은 상기 컴퓨터 시스템(300) 내에서 실행 가능한 하나 또는 그 이상의 소프트웨어 응용 프로그램들로 구현될 수 있다. 특히, 상기 방법들(200, 250)의 단계들은 상기 컴퓨터 시스템(300) 내에서 수행되는 소프트웨어(333)의 명령들에 의해 영향을 받는다. 상기 소프트웨어 명령들은 각기 하나 또는 그 이상의 특정 작업들을 수행하기 위한 하나 또는 그 이상의 코드 모듈들로 형성될 수 있다. 상기 소프트웨어는 또한 2개의 분리된 부분들로 구분될 수 있으며, 여기서 제1 부분 및 대응하는 코드 모듈들은 상기 방법들(200, 250)을 수행하고, 제2 부분 및 대응하는 코드 모듈들은 상기 제1 부분과 사용자 사이의 사용자 인터페이스를 관리한다.

상기 소프트웨어(333)는 대체로 컴퓨터 판독 가능 매체로부터 상기 컴퓨터 시스템(300) 내로 탑재되며, 이후에 통상적으로 도 3a에 도시한 바와 같이 상기 하드 디스크 드라이브(HDD)(310) 또는 상기 메모리(306) 내에 저장되며, 그 후에 상기 소프트웨어(333)가 상기 컴퓨터 시스템(300)에 의해 실행될 수 있다. 일부 예들에 있어서, 상기 응용 프로그램들은 하나 또는 그 이상의 CD-ROM(325) 상에 인코딩된 사용자에게 제공될 수 있고, 상기 메모리(310 또는 306) 내에 저장되기 이전에 대응하는 드라이브(312)를 통해 독취될 수 있다. 선택적으로는, 상기 소프트웨어(333)는 상기 네트워크들(320 또는 322)로부터 상기 컴퓨터 시스템(300)에 의해 독취될 수 있거나, 다른 컴퓨터 판독 가능 매체로부터 상기 컴퓨터 시스템(300) 내로 탑재될 수 있다. 추가적으로 또는 선택적으로, 데이터, 예를 들면, 상기 트레이닝 데이터 라이브러리 또는 상기 트레이닝 데이터 라이브러리를 마련하는 데 사용된 기준 스펙트럼들이 상기 메모리(310 혹은 306)에 저장될 수 있거나, CD 혹은 다른 컴퓨터 판독 가능 매체로부터 또는 인터넷 상 혹은 일부 다른 수단들에 의해 상기 메모리에 탑재될 수 있다. 컴퓨터 판독 가능 기억 매체는 실행 및/또는 처리를 위해 상기 컴퓨터 시스템(300)에 대한 명령들 및/또는 데이터들을 제공하는 데 참가하는 임의의 저장 매체를 언급하는 것이다. 이러한 저장 매체의 예들은, 이러한 장치들은 상기 컴퓨터 모듈(301)의 내부 또는 외부에 있는 지 또는 아닌지에 관계없이 플로피 디스크들, 자기 테이프, CD-ROM, 하드 디스크 드라이브, ROM이나 집적 회로, USB 메모리, 자기-광학 디스크, 또는 PCMCIA이나 이와 유사한 것과 같은 컴퓨터 판독 가능 카드를 포함한다. 또한 상기 컴퓨터 모듈(301)에 대한 소프트웨어, 응용 프로그램들, 명령들 및/또는 데이터의 제공에 참가할 수 있는 컴퓨터 판독 가능 전송 매체의 예들은 무선 또는 적외선 전송 채널들뿐만 아니라 다른 컴퓨터나 네트워크화된 장치에 대한 네트워크 연결, 그리고 웹 사이트들 및 이와 유사한 것 상에 기록된 이-메일 교신들과 정보를 포함하는 인터넷 또는 인트라넷들을 포함한다.

전술한 상기 응용 프로그램들의 제2 부분 및 상기 대응하는 코드 모듈은 상기 디스플레이(314) 상에 제공되거나 그렇지 않으면 나타나는 하나 또는 그 이상의 그래픽 사용자 인터페이스들(GUIs)을 구현하도록 실행될 수 있다. 상기 키보드(302) 및 마우스(303)의 통상적인 조작을 통하여, 상기 컴퓨터 시스템(300) 및 상기 응용의 사용자는 제어 명령들 및/또는 상기 그래픽 사용자 인터페이스(GUI)(들)에 관련된 응용들에 대한 입력을 제공하도록 기능적으로 적용 가능한 방식으로 상기 인터페이스를 조작할 수 있다. 기능적으로 적용 가능한 사용자 인터페이스들의 다른 형태들도 상기 확성기들(317)을 통한 음성 프롬프트 출력을 활용하는 음향 인터페이스 및 상기 마이크로폰(380)을 통한 사용자 음성 명령 입력과 같이 구현될 수 있다.

도 3b는 상기 프로세서(305) 및 "메모리(334)"의 세부의 개략적인 블록도이다. 상기 메모리(334)는 도 3a의 상기 컴퓨터 모듈(301)에 의해 액세스될 수 있는 모든 메모리 장치들(상기 HDD(310) 및 반도체 메모리(306)를 포함하여)의 논리 집합체를 나타낸다.

상기 컴퓨터 모듈(301)에 초기에 전원이 인가될 때, 시동 자체 시험(POST) 프로그램(350)이 실행된다. 상기 시동 자체 시험(POST) 프로그램(350)은 통상적으로 상기 반도체 메모리(306)의 ROM(349)에 저장된다. 상기 ROM(349)과 같은 하드웨어 장치에 영구적으로 저장되는 프로그램은 때때로 펌웨어로 언급된다. 상기 시동 자체 시험(POST) 프로그램(350)은 적절한 기능을 확보하도록 상기 컴퓨터 모듈(301) 내의 하드웨어를 조사하며, 통상적으로 상기 프로세서(305), 상기 메모리(309, 306) 그리고 통상적으로 동작을 수정하기 위해 상기 ROM(349) 내에 저장되는 바이오스(BIOS) 모듈(351)도 점검한다. 상기 시동 자체 시험(POST) 프로그램(350)이 성공적으로 동작하면, 상기 바이오스(BIOS)(351)가 상기 하드 디스크 드라이브(310)를 활성화시킨다. 상기 하드 디스크 드라이브(310)의 활성화는 상기 하드 디스크 드라이브(310) 상에 상주하는 부트스트랩 로더 프로그램(352)이 상기 프로세서(305)를 통해 실행되게 한다. 이는 오퍼레이팅 시스템(353)을 상기 오퍼레이팅 시스템(353)이 동작을 개시하는 상기 RAM 메모리(306) 내로 탑재시킨다. 상기 오퍼레이팅 시스템(353)은 프로세서 관리, 메모리 관리, 장치 관리, 기적 장치 관리, 소프트웨어 응용 인터페이스 및 범용 사용자 인터페이스를 포함하는 높은 레벨의 기능들을 수행하는 상기 프로세서(305)에 의해 실행 가능한 시스템 수준 응용이다.

상기 오퍼레이팅 시스템(353)은 상기 컴퓨터 모듈(301) 상에서 실행되는 각 프로세스 또는 애플리케이션이 다른 프로세스에 할당된 메모리와 충돌하지 않고 수행되는 충분한 메모리를 가지는 것을 확보하도록 상기 메모리(309, 306)를 관리한다. 또한, 상기 시스템(300)에 이용 가능한 메모리의 다른 형태들이 적절하게 사용되어야 하므로 각 과정이 효과적으로 실행될 수 있다. 이에 따라, 상기 집합된 메모리는 어떻게 메모리의 특정 부분들이 할당되는 가(다르게 기재되지 않는 한)를 예시하려는 의도는 아니며, 상기 컴퓨터 시스템(300)에 의해 접근 가능하고 어떻게 이들이 사용되는 가에 대한 상기 메모리의 전체적인 도면을 제공하려는 것이다.

상기 프로세서(305)는 컨트롤 유닛(339), 산술 논리 장치(ALU)(340) 및 때때로 캐시 메모리로 호칭되는 국부 또는 내부 메모리(348)를 포함하는 수많은 기능 모듈들을 구비한다. 상기 캐시 메모리(348)는 통상적으로 레지스터(register) 구획 내에 수많은 기억 레지스터들(344 내지 346)을 포함한다. 하나 또는 그 이상의 내부 버스들(341)이 이들 기능 모듈들을 기능적으로 상호 연결한다. 상기 프로세서(305)도 통상적으로 접속(318)을 이용하여 상기 시스템 버스(304)를 통해 외부 장치들과 통신을 위하여하나 또는 그 이상의 인터페이스들(342)을 가진다.

상기 응용 프로그램(333)은 조건부 갈림(conditional branch) 및 루프 명령들을 포함할 수 있는 일련의 명령들(331)을 포함한다. 상기 프로그램(333)은 또한 상기 프로그램(333)의 실행에 사용되는 데이터(332)를 포함할 수 있다. 상기 명령들(331) 및 상기 데이터(332)는 각기 기억 장소들(328 내지 330 및 335 내지 337)에 저장된다. 상기 명령들(331) 및 상기 기억 장소들(328 내지 330)의 상대적인 크기에 따라, 특정 명령이 상기 기억 위치(330) 내에 도시한 명령으로 묘사한 바와 같이 단일 기억 장소에 저장될 수 있다. 선택적으로는, 상기 기억 장소들(328 내지 329) 내에 도시한 명령 부분들로 묘사한 바와 같이, 명령은 각기 분리된 기억 장소에 저장되는 수많은 부분들로 분할될 수 있다.

일반적으로, 상기 프로세서(305)에는 그 내부에서 실행되는 명령들의 세트가 주어진다. 상기 프로세서(305)는 이후에 이가 다른 명령들의 세트를 실행함에 의해 반응하는 후속 입력을 대기한다. 각 입력은 상기 입력 장치들(302, 303)의 하나 또는 그 이상에 의해 생성되는 데이터, 외부 상기 네트워크들(320, 322)의 하나를 거치는 외부 소스로부터 수신되는 데이터, 상기 저장 장치들(306, 309)의 하나로부터 수신되는 데이터, 또는 대응하는 리더(reader)(312) 내로 삽입되는 저장 매체(325)로부터 회수되는 데이터를 포함하여 수많은 소스들의 하나 또는 그 이상으로부터 제공될 수 있다. 상기 명령들의 세트의 실행은 일부 경우들에 있어서 데이터의 출력을 가져온다. 실행은 또한 상기 메모리(334)에 대한 데이터 또는 변수들을 저장하는 단계를 수반할 수 있다.

개시된 장치들은 대응하는 기억 장소들(355 내지 357) 내의 상기 메모리(334)에 저장되는 입력 변수들(354)을 이용한다. 상기 장치들은 대응하는 기억 장소들(362 내지 364) 내의 상기 메모리(334)에 저장되는 출력 변수들(361)을 생성한다. 중간 변수들(358)은 기억 장소들(359, 360, 366, 367)에 저장될 수 있다.

상기 프로세서(305)의 상기 레지스터 부분(344 내지 346), 상기 산술 논리 장치(ALU)(340) 및 상기 컨트롤 유닛(339)은 상기 프로그램(333)을 구성하는 상기 명령 세트 내의 매 명령들을 위한 "인출(fetch), 해독(decode) 및 실행(execute)" 사이클들을 수행하기에 필요한 마이크로-동작들의 연속들을 수행하도록 함께 동작한다. 각 인출, 해독 및 실행 사이클은 다음을 포함한다.

(a) 기억 장소(328)로부터 명령(331)을 인출하거나 독취하는 인출 동작;

(b) 상기 컨트롤 유닛(339)이 명령이 인출되었는지를 결정하는 해독 동작; 및

(c) 상기 컨트롤 유닛(339) 및/또는 상기 산술 논리 장치(ALU)(340)가 상기 명령을 실행하는 실행 동작.

그 후에, 다음 명령을 위한 다른 인출, 해독 및 실행 사이클이 실행될 수 있다. 이와 유사하게, 상기 컨트롤 유닛(339)이 기억 장소(332)에 값을 저장하거나 기록함에 의해 저장 사이클이 수행될 수 있다.

도 2의 프로세스들의 각 단계 또는 서브-프로세스는 상기 프로그램(333)의 하나 또는 그 이상의 부분들과 관련되며, 상기 프로세서(305) 내의 상기 레지스터 부분(344 내지 347), 상기 산술 논리 장치(ALU)(340) 및 상기 컨트롤 유닛(339)이 상기 프로그램(333)의 주목된 부분들을 위하여 명령 세트 내의 매 명령을 위한 상기 인축, 해독 및 실행 사이클들을 수행하도록 함께 동작함에 의해 수행될 수 있다.

상기 방법들(200, 250)은 상기 방법의 기능들 및 하위 기능들을 수행하는 하나 또는 그 이상의 집적 회로들과 같은 전용 하드웨어 내에 선택적으로 구현될 수 있다. 이러한 전용 하드웨어는 그래픽 프로세서들, 디지털 신호 프로세서들, 필드 프로그램 가능 게이트 어레이들(FPGA's)이나 하나 또는 그 이상의 마이크로프로세서들 및 관련된 메모리들을 포함할 수 있다.

상술한 바는 단지 본 발명의 일부 실시예들을 설명하는 것이고, 변형들 및/또는 변경들이 이로부터 본 발명의 사상 및 범주를 벗어나지 않고 이루어질 수 있으며, 상기 실시예들은 예시적인 것으로서 이에 제한되는 것은 아니다.

본 명세서의 내용에 있어서, "포함하는"이라는 표현은 "주로이지만 필수적으로는 단독으로는 아니게 포함하는" 또는 "가지는" 혹은 "구비하는" 및 "단독으로 구성되는"은 아닌 것을 의미한다. "포함하다" 및 "구비하다"와 같은 "포함하는"의 변형들도 상응하는 변화된 의미들을 가진다.

Claims

타겟으로부터 수득되는 감마선 스펙트럼을 처리하는 방법에 있어서,
(a) 상기 타겟의 감마선 스펙트럼이 복수의 클래스들 중에서 하나 또는 그 이상의 관심 방사성 핵종 소스들(radionuclide sources)의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 속하는 지를 피셔 선형 판별 분석(Fisher linear discriminant analysis)을 이용하여 수득된 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 최적 부하 계수들(loading coefficients)을 이용하여 결정하는 단계; 및
(b) 상기 결정하는 단계에 따라 출력 신호를 발생시키는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서, 피셔 선형 판별 분석을 이용하여 상기 최적 부하 계수들을 수득하는 단계를 더 포함하며, 상기 수득하는 단계는,
(a) 각 클래스 내의 상기 기준 감마선 스펙트럼들을 위해 클래스간 스캐터 매트릭스(scatter matrix) 및 클래스내 스캐터 매트릭스를 계산하는 단계; 및
(b) 상기 클래스간 및 클래스내 스캐터 매트릭스들의 가장 큰 범고유치(generalised eigenvalue)에 대응하는 범고유 벡터(generalised eigenvector)로부터 상기 최적 부하 계수들을 계산하는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항에 있어서, 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계는 상기 제1 클래스에 속하는 상기 기준 감마 스펙트럼들의 관심 영역 내에서 수행되는 것을 특징으로 하는 방법.
제 1 항 내지 제 3 항 중 어느 한 항에 있어서, 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계는,
(a) 상기 최적 부하 계수들에 의해 투영된 상기 타겟의 감마선 스펙트럼과 상기 최적 부하 계수들에 의해 투영된 다른 방사성 핵종 소스들의 다른 감마선 스펙트럼들을 포함하는 제2 클래스 사이의 거리를 계산하는 단계; 및
(b) 상기 계산된 거리를 이용하여 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
제 4 항에 있어서, 상기 결정하는 단계는 상기 계산된 거리가 임계 거리(threshold distance) 이상인 지를 결정하는 단계를 포함하는 것을 특징으로 하는 방법.
제 4 항 또는 제 5 항에 있어서, 상기 계산된 거리는 마할라노비스 거리(Mahalanobis distance)인 것을 특징으로 하는 방법.
제 4 항 또는 제 5 항에 있어서, 상기 계산된 거리는 유클리디언 거리(Euclidean distance)인 것을 특징으로 하는 방법.
제 5 항 내지 제 7 항 중 어느 한 항에 있어서,
(a) 상기 제2 클래스 내의 평균 총 계수들(mean gross counts)을 결정하는 단계;
(b) 상기 평균 총 계수들과 거듭 제곱 관계를(power law relationship) 이용하여 상기 제2 클래스의 표준 편차를 산정하는 단계; 및
상기 제2 클래스의 표준 편차들의 소정의 수로 상기 임계 거리를 결정하는 단계를 이용하여 상기 임계 거리를 결정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 4 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 경우, 상기 계산된 거리에 기초하여 상기 타겟 내의 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들의 강도를 산정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 9 항 중 어느 한 항에 있어서,
상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 지를 결정하기 전에 상기 타겟의 감마선 스펙트럼을 전처리하는 단계를 더 포함하며, 상기 전처리하는 단계는,
(a) 강도 정규화(normalisation); 및
(b) 스펙트럼 표준화(standardisation)의 하나 또는 그 이상을 포함하는 것을 특징으로 하는 방법.
제 2 항에 있어서, 상기 스캐터 매트릭스들을 계산하기 전에 각 클래스 내의 상기 기준 감마선 스펙트럼들을 전처리하는 단계를 더 포함하며, 상기 전처리하는 단계는,
(a) 강도 정규화; 및
(b) 스펙트럼 표준화의 하나 또는 그 이상을 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 11 항 중 어느 한 항에 있어서, 상기 발생시키는 단계는 상기 타겟의 감마선 스펙트럼이 상기 제1 클래스에 속하는 것으로 결정되는 경우에 상기 출력 신호를 발생시키는 단계를 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 12 항 중 어느 한 항에 있어서, 상기 제1 클래스 내의 상기 기준 감마선 스펙트럼들은 단지 하나의 관심 방사성 핵종 소스의 기준 스펙트럼들이며, 상기 제2 클래스 내의 상기 기준 감마선 스펙트럼들은 상기 하나의 관심 방사성 핵종 소스와 다른 관심 방사성 핵종 소스들만의 기준 감마선 스펙트럼들인 것을 특징으로 하는 방법.
제 13 항에 있어서, 상기 관심 방사성 핵종 소스들의 각각의 세트를 위해 상기 결정하는 단계 및 상기 발생시키는 단계를 반복하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 12 항 중 어느 한 항에 있어서, 상기 클래스들이 사용자에 의해 정의되는 것을 특징으로 하는 방법.
제 15 항에 있어서, 하나의 사용자에 의해 정의되는 클래스는 적어도 하나의 인공의 감마선 스펙트럼을 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 12 항, 제 15 항 및 제 16 항 중 어느 한 항에 있어서, 상기 클래스들의 수는 2 이상인 것을 특징으로 하는 방법.
제 1 항 내지 제 12 항 및 제 15 항 내지 제 17 항 중 어느 한 항에 있어서, 각 클래스 내의 상기 기준 감마선 스펙트럼들은 단지 하나의 특정 관심 방사성 핵종 소스의 기준 감마선 스펙트럼들인 것을 특징으로 하는 방법.
제 1 항 내지 제 18 항 중 어느 한 항에 있어서, 상기 발생된 출력 신호에 반응하여 경보를 활성화시키는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 1 항 내지 제 19 항 중 어느 한 항에 있어서, 상기 타겟이 검출 영역을 통과하면서 상기 타겟의 감마선 스펙트럼을 획득하는 단계를 더 포함하는 것을 특징으로 하는 방법.
제 20 항에 있어서, 상기 획득하는 단계는 상기 검출 영역 내에 상기 타겟을 정지시키지 않고 수행되는 것을 특징으로 하는 방법.
제 20 항에 있어서, 상기 타겟의 감마선 스펙트럼은 약 10초 이하에서 획득되는 것을 특징으로 하는 방법.
제 20 항에 있어서, 상기 타겟의 감마선 스펙트럼은 휴대용 감마선 검출기를 이용하여 획득되는 것을 특징으로 하는 방법.
(a) 타겟으로부터 감마선 신호를 획득하도록 구성되는 감마선 검출기;
(b) 상기 검출기에 의해 획득된 상기 감마선 신호를 증폭시키도록 구성되는 증폭기;
(c) 상기 증폭된 신호를 에너지 빈들(bins)로 분할하도록 구성되어 감마선 스펙트럼을 발생시키는 다중 채널 분석기;
(d) 상기 발생된 감마선 스펙트럼을 저장하도록 구성되는 메모리; 및
(e) 컴퓨터 프로그램 코드를 실행하도록 구성되는 프로세서를 포함하며, 상기 프로세서가 상기 타겟의 감마선 스펙트럼을 처리하는 방법을 수행하게 하고, 상기 컴퓨터 코드는,
(i) 상기 타겟의 감마선 스펙트럼이 복수의 클래스들 중에서 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 속하는 지를 피셔 선형 판별 분석을 이용해 수득된 상기 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 최적 부하 계수들을 이용하여 결정하기 위한 코드; 및
(ii) 상기 결정에 따라 출력 신호를 발생시키기 위한 코드를 구비하는 것을 특징으로 하는 장치.
컴퓨터 장치가 타겟으로부터 획득되는 감마선 스펙트럼을 처리하는 방법을 수행하게 하도록 상기 컴퓨터 장치에 의해 실행 가능한 컴퓨터 프로그램 코드에 있어서, 상기 코드는,
(a) 상기 타겟의 감마선 스펙트럼이 복수의 클래스들 중에서 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 속하는 지를 피셔 선형 판별 분석을 이용해 수득된 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 최적 부하 계수들을 이용하여 결정하기 위한 코드; 및
(b) 상기 결정에 따라 출력 신호를 발생시키기 위한 코드를 포함하는 것을 특징으로 하는 컴퓨터 프로그램 코드.
내부에 기록된 컴퓨터 프로그램을 갖는 컴퓨터 판독 가능 기억 매체에 있어서, 컴퓨터 장치가 타겟으로부터 획득되는 감마선 스펙트럼을 처리하는 방법을 수행하도록 상기 컴퓨터 장치에 의해 상기 프로그램이 실행 가능하며, 상기 코드는,
(a) 상기 타겟의 감마선 스펙트럼이 복수의 클래스들 중에서 하나 또는 그 이상의 관심 방사성 핵종 소스들의 기준 감마선 스펙트럼들을 포함하는 제1 클래스에 속하는 지를 피셔 선형 판별 분석을 이용해 수득된 하나 또는 그 이상의 관심 방사성 핵종 소스들과 관련되는 최적 부하 계수들을 이용하여 결정하기 위한 코드; 및
상기 결정에 따라 출력 신호를 발생시키기 위한 코드를 포함하는 것을 특징으로 하는 컴퓨터 판독 가능 기억 매체.