KR20230172808A - 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법 - Google Patents
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법 Download PDFInfo
- Publication number
- KR20230172808A KR20230172808A KR1020220073442A KR20220073442A KR20230172808A KR 20230172808 A KR20230172808 A KR 20230172808A KR 1020220073442 A KR1020220073442 A KR 1020220073442A KR 20220073442 A KR20220073442 A KR 20220073442A KR 20230172808 A KR20230172808 A KR 20230172808A
- Authority
- KR
- South Korea
- Prior art keywords
- energy
- measurement
- channel
- radiation
- convolutional neural
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 31
- 230000001537 neural effect Effects 0.000 title 1
- 238000005259 measurement Methods 0.000 claims abstract description 109
- 238000001228 spectrum Methods 0.000 claims abstract description 64
- 230000005855 radiation Effects 0.000 claims abstract description 50
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 38
- 238000012937 correction Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000008707 rearrangement Effects 0.000 claims description 11
- 238000012887 quadratic function Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T7/00—Details of radiation-measuring instruments
- G01T7/005—Details of radiation-measuring instruments calibration techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/20—Measuring radiation intensity with scintillation detectors
- G01T1/203—Measuring radiation intensity with scintillation detectors the detector being made of plastics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/36—Measuring spectral distribution of X-rays or of nuclear radiation spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
본 발명은 방사선이 수신되는 계측 환경의 데이터를 측정하는 센서부; 상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 신호 처리부; 학습된 합성곱 신경망을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 추론부; 상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을 가진 에너지 스펙트럼으로 변환하는 출력부;를 포함하는 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기에 관한 것이다.
Description
본 발명은 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법에 관한 것이다.
방사선의 검출에는 NaI(T1) 섬광 검출기가 널리 사용된다. NaI 섬광 검출기는 감마선을 검출 효율이 높고, 상온 사용이 가능하며 가격이 저렴하여, 인체의 내부 방사선 피폭 평가를 위한 전신계수기(Whole Body Counter), 게이트 모니터(Gate Monitor), 공간 중의 환경 방사선 감시기(Environmental Radiation Monitor), 휴대용 선량계(Surveymeter) 등에 널리 사용되고 있다.
상기 NaI 섬광 검출기는 온도에 따라 방사선 반응에 의한 전기 신호의 크기가 변화하여, 측정 감마선 에너지 스펙트럼에서 피크의 이동을 야기하기 때문에, 측정된 스펙트럼으로부터 핵종 식별을 불가능하게 하는 문제점이 있다.
섬광 검출기 내부의 온도를 구하여 온도에 따른 검출기의 방사선 특성을 구하는 것은, 검출기 물질이 알루미늄 케이스 내부에 있어 검출기 물질 자체의 온도를 측정하는 데에 곤란함이 있다. 또한, 검출기 내부의 온도를 측정한다 하더라도, 검출기의 반응이 현재 온도에 이르는 과정에 의존하므로, 방사선 반응의 온도 보정의 효과는 제한적이다.
종래 특허문헌 1에서는 데이터에서 복수의 피크를 탐색하여 피크가 탐색된 채널을 기준으로 채널에 대하여 에너지 대역을 교정하였다.
그러나, 전에너지 피크가 존재하지 않는 플라스틱 섬광 검출기에는 피크를 탐색하여 에너지 교정을 수행하는 것이 불가능하여 제한된 섬광 검출기에서만 사용이 가능하였다.
또한, 차폐제 없는 검출기로 장시간 감마선 에너지 스펙트럼을 측정하는 경우와 같이 스펙트럼에 에너지 교정에 사용할 자연 방사선의 피크가 나타나는 경우에는 이들 피크를 이용하여 에너지 교정이 가능하나, 전신계수기, 자체처분 검사장비와 같이 외부 방사선 차폐가 있는 곳에서 검출기를 사용하는 경우, 또는 해양에서 방사선 측정을 하는 경우에는 에너지 교정에 사용할 자연 방사선 피크가 부재하다.
따라서, 본 기술분야에서는 이와 같은 조건 및 온도가 변하는 환경에서 검출기로 측정한 스펙트럼의 에너지 교정 방법이 필요한 실정이다.
(특허문헌 1) KR 10-1192175 B1
본 발명은 복수의 방사선을 반복하여 측정하는 것 없이 계측 환경에 따라 변화하는 계수 값을 합성곱 신경망을 통해 획득하는 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법에 관한 것이다.
본 발명은 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기는 방사선이 수신되는 계측 환경의 데이터를 측정하는 센서부; 상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 신호 처리부; 학습된 합성곱 신경망을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 추론부; 상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을 가진 에너지 스펙트럼으로 변환하는 출력부;를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 상기 방사선의 계측 채널에 대한 측정 카운트를 에너지 스펙트럼으로 변환하고, 상기 기설정된 에너지 빈을 가진 에너지 스펙트럼이 출력되도록 상기 계수 값을 이용하여 상기 방사선의 에너지 스펙트럼을 재배치하는 에너지 빈 재배치부; 를 더 포함하며, 상기 출력부는 재배치된 에너지 스펙트럼에 대해 기설정된 에너지 빈을 갖는 에너지 스펙트럼을 출력할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 추론부는 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받거나 임계시간 이내에 획득한 노이즈가 포함된 계측 스펙트럼을 입력 받아 상기 계측 채널과 에너지 간의 계수 값을 출력할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 상기 계측 환경의 데이터는 주위 온도, 주위 습도 및 계측 시간대 중 적어도 하나를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 상기 방사선의 계측 채널과 에너지 간의 관계식은 상기 에너지를 상기 채널에 대한 2차함수로 표현될 수 있다.
본 발명의 일 실시예에 따르면 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법은 방사선이 수신되는 계측 환경의 데이터를 측정하는 단계; 상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 단계; 학습된 합성곱 신경망을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 단계; 및 상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을 가진 에너지 스펙트럼으로 변환하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 상기 방사선의 계측 채널에 대한 측정 카운트를 에너지 스펙트럼으로 변환하고, 상기 기설정된 에너지 빈을 가진 에너지 스펙트럼이 출력되도록 상기 계수 값을 이용하여 상기 방사선의 에너지 스펙트럼을 재배치하는 단계를 더 포함할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 계수 값을 출력하는 단계는 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받거나 임계시간 이내에 획득한 노이즈가 포함된 계측 스펙트럼을 입력 받아 상기 계측 채널과 에너지 간의 계수 값을 출력할 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 계측 환경의 데이터는 주위 온도, 주위 습도 및 계측 시간대 중 적어도 하나를 포함할 수 있다.
한편, 본 발명은 상술한 방법을 컴퓨터 상에서 수행할 수 있도록 저장되는 컴퓨터 기록 매체를 제공할 수 있다.
본 발명의 일 실시예에 따르면, 복수의 방사선을 반복하여 측정하는 것 없이 한 가지 방사선 계측 스펙트럼만을 이용하여 계측 환경에 따라 변화하는 계수 값을 획득할 수 있고, 원하는 에너지 빈을 가진 에너지 스펙트럼을 획득할 수 있어 심층학습 기반 에너지 스펙트럼 섬광 검출기에 적용 용이하다.
또한, 에너지 피크가 존재하지 않아 채널-에너지 교정이 어려운 플라스틱 섬광 검출기에 대해서도 단일 선원 계측 스펙트럼만 있어도 계수 값을 획득하여 채널-에너지 교정을 수행할 수 있다.
도 1은 본 발명의 일 실시예에 따른 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기의 구성을 간략하게 도시한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 계수 값에 따라 에너지 빈 재배치를 수행한 개념도이다.
도 4는 본 발명의 일 실시예에 따른 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법의 플로우 차트를 도시한 것이다.
도 2는 본 발명의 일 실시예에 따른 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기의 구성을 도시한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 계수 값에 따라 에너지 빈 재배치를 수행한 개념도이다.
도 4는 본 발명의 일 실시예에 따른 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법의 플로우 차트를 도시한 것이다.
발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
섬광기는 감마선이 흡수되면 순간적으로 발광한다. 광전자 증배관은 섬광기에서 순간적으로 발광하는 빛을 펄스 전기신호로 변환하고 증폭한다. 증폭된 펄스 전기 신호는 진폭에 따라 다중 채널 분석기에서 분류된다. 다중 채널 분석기의 각 채널에서 검출된 신호를 계수할 수 있으며, 가로축을 채널로 하고 세로축을 계수(count)로 하여 곡선으로 데이터를 도시할 수 있다.
이때 각 채널에 해당하는 에너지 대역은 온도, 습도 또는 시간 등의 계측 환경에 따라 변경될 수 있고, 각 채널에서 측정된 계수도 계수한 일정 시간 등에 따라 변경될 수 있다. 따라서, 계측 환경에 따라 변화하는 계수 값에 따라 에너지 대역이 변경되어 상이한 에너지 빈을 갖는 에너지로 출력되게 된다.
섬광 검출기로 측정한 계측 스펙트럼을 분석하기 위해서는 계측된 채널 값을 실제 물리적 의미인 에너지로 교정하는 과정이 필요하며, 특히 심층학습 기반의 에너지 스펙트럼 분광 분석 기법을 수행하려면 기설정된 에너지 빈을 갖는 동일한 형태의 에너지 스펙트럼을 출력하여야 한다.
그러나, 상술한 바와 같이 계측 환경에 따라 상이한 에너지 빈을 갖는 에너지로 출력하게 되는 바, 기설정된 에너지 빈을 갖는 에너지 스펙트럼을 출력하도록 계측 환경에 따라 변화하는 계수값을 합성 신경망(131)을 이용하여 출력하고, 상기 계수값을 고려하여 채널 재배치를 수행할 수 있다.
계수값 재배치된 채널을 이용하여 에너지 교정을 수행하면 심층학습 기반의 에너지 스펙트럼 분광 분석 기법에 입력 가능하도록 기설정된 에너지 빈을 갖는 에너지 스펙트럼을 출력할 수 있다.
도 1은 본 발명의 일 실시예에 따른 합성곱 신경망(131)을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기(100)의 구성을 간략하게 도시한 블록도이며, 도 2는 본 발명의 일 실시예에 따른 합성곱 신경망(131)을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기(100)의 구성을 도시한 블록도이다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 합성곱 신경망(131)을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기(100)는 방사선이 수신되는 계측 환경의 데이터를 측정하는 센서부(110), 상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 신호 처리부(120), 학습된 합성곱 신경망을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 추론부(130), 상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을 가진 에너지 스펙트럼으로 변환하는 출력부(150)를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 상기 방사선의 계측 채널에 대한 측정 카운트를 에너지 스펙트럼으로 변환하고, 상기 기설정된 에너지 빈을 가진 에너지 스펙트럼이 출력되도록 상기 계수 값을 이용하여 상기 방사선의 에너지 스펙트럼을 재배치하는 에너지 빈 재배치부(140)를 더 포함하며, 상기 출력부(150)는 재배치된 에너지 스펙트럼에 대해 기설정된 에너지 빈을 갖는 에너지 스펙트럼을 출력할 수 있다.
구체적으로, 도 2에 도시된 바와 같이, 방사선, 예를 들어 단일 감마 선원이 섬광체(111)를 통해 입력되면 감마선이 흡수되면서 순간적으로 발광하고, 광센서(112)가 입력된 단일 감마 선원이 발광하는 빛을 측정하여 펄스 전기 신호로 출력한다. 신호 처리부(120)는 광센서(112)로부터 입력된 신호를 신호처리하여 채널에 대한 계수(count) 값을 출력한다.
이때, 상기 신호처리는 계측 환경에 따라 상이한 신호 처리 파라미터로 수행된다. 주변 환경의 온습도나 실내 또는 실외 환경 등에 따라 신호 처리 모듈에서의 특성이 바뀌어 채널과 에너지 간의 교정관계가 달라지게 되는 바, 상기 계측 환경에 따른 모듈 특성을 반영하여 에너지 교정을 수행여야 한다.
즉, 본 발명의 일 실시예에 따르면, 상기 계측 환경의 데이터는 주위 온도, 주위 습도 및 계측 시간대, 예를 들어 오전, 오후, 밤 시간 중 언제 인지를 나타내는 시간 정보 중 적어도 하나를 포함할 수 있다.
실험 설정이 동일하더라도 단일 감마 선원을 계측하는 계측 환경이 상이하면 그에 따라 광센서(112)나 신호 처리부(120)의 모듈 특성이 변경되기 때문이다.
따라서, 센서부(110)를 통해 계측 환경 정보를 획득하고, 예를 들어 온도 또는 습도, 시간대 등에 대한 정보를 획득하며, 신호 처리부(120)가 그에 따라 신호 처리 파라미터를 변경하면 신호 처리 파라미터 변경에 맞춰 채널-에너지 관계 변화를 반영한 계수 값을 획득하도록 추론부(130)에 상기 신호 처리된 계측 채널을 입력할 수 있다.
본 발명의 일 실시예에 따른 추론부(130)는 계측 채널을 입력 받으면, 상기 계측 스펙트럼의 계측 환경을 반영한 채널-에너지 교정 식을 예측하여 출력할 수 있다.
채널-에너지 교정 식은 일정한 비율로 확대 또는 축소될 수 있으나 항상 같은 형태를 가지고 있어 추론부(130)의 합성곱 신경망(131)은 채널-에너지 관계의 계수 값(a, b)를 출력할 수 있다.
다시 말해, 단일 감마 선원의 계측 채널이 입력되었을 때 계측 채널과 에너지 간의 관계식의 계수 값을 출력하도록 훈련된 합성곱 신경망(131)을 이용하여 계측 환경 변경 때 마다 신호 광센서(112) 나 신호 처리부(120)의 특성을 변경하는 피팅을 수행할 필요 없이 계측 환경을 반영한 계측 채널과 에너지 간의 관계식의 계수 값을 출력할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 추론부(130)는 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받거나 임계시간 이내에 획득한 노이즈가 포함된 계측 스펙트럼을 입력 받아 상기 계측 채널과 에너지 간의 계수 값을 출력할 수 있다.
본 발명의 일 실시예에 따르면, 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받아도 상기 계측 채널과 에너지 간의 에너지 교정식에 대한 학습을 수행한 합성곱 신경망(131)을 통해 대응되는 계수 값을 출력할 수 있다.
따라서, 에너지 피크가 존재하지 않아 여러 감마 선원을 획득하여 피크 값을 대응시킴으로써 채널-에너지 관계식을 특정할 수 없는 경우에도 합성곱 신경망(131)을 통해 계측 채널과 에너지 간의 관계에 따른 계수 값을 출력할 수 있다.
더하여, 단일 감마 선원의 계측 시간이 짧으면 노이즈가 많이 낀 데이터를 획득하게 되며, 계측 시간이 길면 노이즈가 적게 낀 데이터를 획득할 수 있으나 노이즈를 줄이기 위해 계측 시간을 무한정 늘리는 것은 작업 효율이 감소하고 비용 및 시간이 소모된다.
따라서, 본 발명의 일 실시예에 따른 합성곱 신경망(131)은 노이즈가 많이 포함된 데이터를 이용하여 계측 채널과 에너지 간의 관계식을 결정하는 학습을 수행하고, 학습 목표가 변경되지 않도록 학습을 수행한 데이터를 재사용하여 추가학습을 수행할 수 있다. 이를 통해 노이즈가 많이 포함된 데이터를 이용하여서도 대응되는 계측 채널과 에너지 간의 관계식에 따른 계측 값을 출력하 수 있다.
일 실시예로서, 추론부(130)를 통해서 현재 계측 환경에서의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하면, 에너지 빈 재배치부(140)는 상기 계수 값에 따라 상기 계측 채널을 에너지로 변환하고, 기설정된 에너지 빈을 갖도록 에너지를 재배치할 수 있다.
에너지 교정을 통해 획득한 에너지를 심층신경망에 입력하여 분석하기 위해서는 심층신경망에 입력되는 에너지의 에너지 빈이 정해진 포맷으로 존재해야 한다. 즉, 출력부(150)가 기설정된 에너지 빈을 갖는 에너지 스펙트럼을 출력하여야 상기 에너지 스펙트럼을 분석할 수 있다.
따라서, 입력된 단일 감마 선원을 신호 처리부(120)가 신호 처리한 데이터를 x축에 계측 채널, y축에 계수를 배치하여 도식화하고, 에너지 빈 재배치부(140)는 합성곱 신경망(131)에서 획득한 계수 값에 따라 에너지로 변환한 후 기설정된 에너지 빈에 대응하도록 재배치할 수 있다.
도 3은 본 발명의 일 실시예에 따른 계수 값에 따른 에너지 빈 재배치를 수행한 개념도로서, 도 3에 도시된 바와 같이, 계수 값에 따른 에너지 빈 재배치를 수행하기 전에 에너지 빈 폭이 0.1이어서 에너지 빈을 순차적으로 정렬하였을 때 110.1과 같이 정수 단위로 떨어지지 않는 경우, 합성곱 신경망(131)을 통해 획득한 계수 값을 이용하여 에너지 빈이 정수 단위로 떨어지도록 재배치를 수행할 수 있다.
일 실시예로서, 에너지 빈 재배치부(140)가 상기 계수 값을 이용한 에너지 빈 재배치를 수행함으로써 출력부(150)에서 출력될 에너지 빈을 갖는 에너지 스펙트럼을 기설정된 에너지 빈을 갖는 에너지 스펙트럼으로 출력할 수 있다.
한편, 본 발명의 일 실시예에 따르면, 상기 방사선의 계측 채널과 에너지 간의 관계식은 상기 에너지를 상기 채널에 대한 2차함수로 표현될 수 있다.
도 2에 도시된 바와 같이, 출력부(150)는 2차함수로 표현되는 에너지에 대한 계수 값을 출력할 수 있다.
도 4는 본 발명의 일 실시예에 따른 합성곱 신경망(131)을 이용한 채널 및 에너지 간 에너지 교정 방법의 플로우 차트를 도시한 것이다.
본 발명의 일 실시예에 따르면 합성곱 신경망(131)을 이용한 채널 및 에너지 간 에너지 교정 방법은 방사선이 수신되는 계측 환경의 데이터를 측정하는 단계(S410), 상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 단계(S420), 학습된 합성곱 신경망(131)을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 단계(S430) 및 상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을 가진 에너지 스펙트럼으로 변환하는 단계(S440)를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 상기 방사선의 계측 채널에 대한 측정 카운트를 에너지 스펙트럼으로 변환하고, 상기 기설정된 에너지 빈을 가진 에너지 스펙트럼이 출력되도록 상기 계수 값을 이용하여 상기 방사선의 에너지 스펙트럼을 재배치하는 단계를 더 포함할 수 있다.
이때, 본 발명의 일 실시예에 따르면, 상기 계수 값을 출력하는 단계는 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받거나 임계시간 이내에 획득한 노이즈가 포함된 계측 스펙트럼을 입력 받아 상기 계측 채널과 에너지 간의 계수 값을 출력할 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 계측 환경의 데이터는 주위 온도, 주위 습도 및 계측 시간대 중 적어도 하나를 포함할 수 있다.
상술한 내용과 중복되는 내용은 설명의 명료함을 위하여 생략하기로 한다.
한편, 본 발명은 상술한 방법을 컴퓨터 상에서 수행할 수 있도록 저장되는 컴퓨터 기록 매체를 제공할 수 있다.
또한, 본 발명을 설명함에 있어, '~ 부' 는 다양한 방식, 예를 들면 프로세서, 프로세서에 의해 수행되는 프로그램 명령들, 소프트웨어 모듈, 마이크로 코드, 컴퓨터 프로그램 생성물, 로직 회로, 애플리케이션 전용 집적 회로, 펌웨어 등에 의해 구현될 수 있다.
본 출원의 실시예에 개시된 방법의 내용은 하드웨어 프로세서로 직접 구현될 수 있으며, 또는 프로세서 중 하드웨어 및 소프트웨어 모듈의 조합으로 구현되어 수행 완성될 수 있다. 소프트웨어 모듈은 랜덤 액세스 메모리, 플래시 메모리, 판독 전용 메모리, 프로그래머블 판독 전용 메모리 또는 전기적 소거 가능 프로그래머블 메모리, 레지스터 등과 같은 종래의 저장 매체에 저장될 수 있다. 상기 저장 매체는 메모리에 위치하며, 프로세서는 메모리에 저장된 정보를 판독하여, 그 하드웨어와 결합하여 상술한 방법의 내용을 완성한다. 중복되는 것을 방지하기 위해, 여기서는 상세한 설명을 생략한다.
구현 과정에서, 상술한 방법의 각 내용은 프로세서 중 하드웨어의 논리 집적 회로 또는 소프트웨어 형태의 인스트럭션에 의해 완성될 수 있다. 본 출원의 실시예에 개시된 방법의 내용은 하드웨어 프로세서로 직접 구현될 수 있으며, 또는 프로세서 중 하드웨어 및 소프트웨어 모듈의 조합으로 구현되어 수행 완성될 수 있다. 소프트웨어 모듈은 랜덤 액세스 메모리, 플래시 메모리, 판독 전용 메모리, 프로그래머블 판독 전용 메모리 또는 전기적 소거 가능 프로그래머블 메모리, 레지스터 등과 같은 종래의 저장 매체에 저장될 수 있다. 상기 저장 매체는 메모리에 위치하며, 프로세서는 메모리에 저장된 정보를 판독하여, 그 하드웨어와 결합하여 상술한 방법의 내용을 완성한다.
즉, 본 분야에서 통상의 지식을 가진 자들은, 본 명세서에서 개시한 실시예에서 설명하는 각 예시적인 유닛 및 알고리즘 단계를 결합하여, 전자 하드웨어 또는 컴퓨터 소프트웨어와 전자 하드웨어의 결합으로 실현할 수 있음을 알 수 있다. 이러한 기능을 하드웨어 방식으로 수행할 것인지 아니면 소프트웨어 방식으로 수행할 것인지는, 기술방안의 특정 응용과 설계 제약 조건에 의해 결정된다. 통상의 지식을 가진 자들은 특정된 응용 각각에 대해 서로 다른 방법을 사용하여 설명한 기능을 실현할 수 있지만, 이러한 실현은 본 출원의 범위를 벗어난 것으로 간주되어서는 안된다.
본 출원에서 제공하는 몇 개의 실시예에서, 이해해야 할 것은 개시된 장치와 방법은 기타 방식을 통해 실현될 수 있다. 예를 들어, 위에서 설명한 장치 실시예는 단지 예시적인 것으로서, 예를 들어, 상기 유닛의 구분은 단지 일종 논리적 기능 구분으로서, 실제 실현 시 기타의 구분 방식이 존재할 수 있으며, 예를 들어, 복수의 유닛 또는 어셈블리는 다른 하나의 시스템에 결합되거나 집적될 수 있고, 또는 일부 특징은 무시하거나 수행하지 않을 수 있다. 다른 한편, 표시되거나 논의되는 서로 사이의 커플링 또는 직접적인 커플링 또는 통신 연결은 일부 인터페이스, 장치 또는 유닛을 통한 간접적인 커플링 또는 통신 연결일 수 있고, 전기적, 기계적 또는 기타 형태일 수 있다.
위에서 분리된 부품으로서 설명된 유닛은 물리적으로 분리된 것일 수 있고, 유닛으로서 표시되는 부품은 물리적 유닛이거나 아닐 수 있는 바, 즉 한 곳에 위치하거나 복수의 네트워크 유닛에 분포될 수도 있다. 실제 수요에 따라 그 중 일부 또는 모든 유닛을 선택하여 본 실시예의 방안의 목적을 실현할 수 있다.
즉, 본 출원의 각 실시예에서의 각 기능 유닛은 하나의 처리 유닛에 집적될 수 있고, 각 유닛이 단독으로 물리적으로 존재할 수도 있으며, 둘 또는 둘 이상의 유닛이 하나의 유닛에 집적될 수도 있다.
상기 기능이 만약 소프트웨어 기능 유닛의 형태로 구현되어 독립적인 제품으로서 판매되거나 사용될 경우, 하나의 컴퓨터 판독 가능 저장매체에 저장될 수 있다. 이러한 이해에 기반하여, 본 출원의 기술방안에서 본질적으로 또는 선행기술에 대해 기여한 부분 또는 상기 기술방안의 일부분은 소프트웨어 제품의 형태로 구현될 수 있고, 상기 컴퓨터 소프트웨어 제품은 하나의 저장매체에 저장되며, 약간의 인스트럭션을 포함하여 하나의 컴퓨터 장치(개인 컴퓨터, 서버 또는 네트워크 기기 등일 수 있음)로 하여금 본 출원의 각 실시예에서 설명하는 방법의 전부 또는 일부 단계를 수행하도록 한다. 상술한 저장매체는 USB 메모리, 모바일 하드디스크, 읽기 전용 메모리(Read-Only Memory, ROM), 랜덤 액세스 메모리(Random Access Memory, RAM), 자기 디스크 또는 시디롬 등과 같은 프로그램 코드를 저장할 수 있는 다양한 매체를 포함한다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경할 수 있다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.
110: 센서부
111: 섬광체
112: 광센서
120: 신호 처리부
130: 추론부
131: 합성곱 신경망
140: 에너지 빈 재배치부
150: 출력부
111: 섬광체
112: 광센서
120: 신호 처리부
130: 추론부
131: 합성곱 신경망
140: 에너지 빈 재배치부
150: 출력부
Claims (10)
- 방사선이 수신되는 계측 환경의 데이터를 측정하는 센서부;
상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 신호 처리부;
학습된 합성곱 신경망을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 추론부;
상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을 가진 에너지 스펙트럼으로 변환하는 출력부;를 포함하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기. - 제1 항에 있어서,
상기 방사선의 계측 채널에 대한 측정 카운트를 에너지 스펙트럼으로 변환하고, 상기 기설정된 에너지 빈을 가진 에너지 스펙트럼이 출력되도록 상기 계수 값을 이용하여 상기 방사선의 에너지 스펙트럼을 재배치하는 에너지 빈 재배치부를 더 포함하며,
상기 출력부는 재배치된 에너지 스펙트럼에 대해 기설정된 에너지 빈을 갖는 에너지 스펙트럼을 출력하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기. - 제1 항에 있어서,
상기 추론부는 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받거나 임계시간 이내에 획득한 노이즈가 포함된 계측 스펙트럼을 입력 받아 상기 계측 채널과 에너지 간의 계수 값을 출력하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기. - 제1 항에 있어서,
상기 계측 환경의 데이터는 주위 온도, 주위 습도 및 계측 시간대 중 적어도 하나를 포함하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기. - 제1 항에 있어서,
상기 방사선의 계측 채널과 에너지 간의 관계식은 상기 에너지를 상기 채널에 대한 2차함수로 표현되는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기. - 방사선이 수신되는 계측 환경의 데이터를 측정하는 단계;
상기 계측 환경에 따라 신호 처리 파라미터를 변경하는 단계;
학습된 합성곱 신경망을 이용하여 상기 방사선의 계측 채널과 에너지 간의 관계식을 결정하는 계수 값을 출력하는 단계; 및
상기 계수 값을 이용하여 상기 방사선의 계측 채널을 기설정된 에너지 빈을가진 에너지 스펙트럼으로 변환하는 단계를 포함하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법. - 제6 항에 있어서,
상기 방사선의 계측 채널에 대한 측정 카운트를 에너지 스펙트럼으로 변환하고, 상기 기설정된 에너지 빈을 가진 에너지 스펙트럼이 출력되도록 상기 계수 값을 이용하여 상기 방사선의 에너지 스펙트럼을 재배치하는 단계를 더 포함하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법. - 제6 항에 있어서,
상기 계수 값을 출력하는 단계는 에너지 피크가 없는 단일 계측 스펙트럼을 입력 받거나 임계시간 이내에 획득한 노이즈가 포함된 계측 스펙트럼을 입력 받아 상기 계측 채널과 에너지 간의 계수 값을 출력하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법. - 제6 항에 있어서,
상기 계측 환경의 데이터는 주위 온도, 주위 습도 및 계측 시간대 중 적어도 하나를 포함하는
합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정 방법. - 제6 항 내지 제9 항 중 어느 한 항에 따른 방법을 컴퓨터 상에서 수행할 수 있도록 저장되는 컴퓨터 기록 매체.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220073442A KR20230172808A (ko) | 2022-06-16 | 2022-06-16 | 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220073442A KR20230172808A (ko) | 2022-06-16 | 2022-06-16 | 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230172808A true KR20230172808A (ko) | 2023-12-26 |
Family
ID=89320280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220073442A KR20230172808A (ko) | 2022-06-16 | 2022-06-16 | 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230172808A (ko) |
-
2022
- 2022-06-16 KR KR1020220073442A patent/KR20230172808A/ko unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7825371B2 (en) | Multichannel analyzer and method for real-time correction of peak shift | |
| US7947957B2 (en) | Radiation detection system using a multichannel spectrometer and method thereof | |
| US10782422B2 (en) | Dose rate measurement systems and methods | |
| US8946648B2 (en) | Dual range digital nuclear spectrometer | |
| JP5988890B2 (ja) | 放射能分析装置および放射能分析方法 | |
| US20170059409A1 (en) | Apparatus and method for measuring reference spectrum for sample analysis, and apparatus and method for analyzing sample | |
| CN208902882U (zh) | 辐射探测器模块和辐射探测器 | |
| US10809394B2 (en) | Dual-energy detection apparatus and method thereof | |
| KR20080015497A (ko) | 방사성 핵종별 선량률 측정이 가능한 환경방사능감시시스템 | |
| CN110988967B (zh) | 环境X、γ辐射探测器剂量率量程的扩展方法 | |
| US20080173820A1 (en) | Portable radiation detection apparatus and spectrometric analysis method | |
| US11056333B2 (en) | Spectrometry method and device for detecting ionising radiation for the implementation thereof | |
| KR20230172808A (ko) | 합성곱 신경망을 이용한 채널 및 에너지 간 에너지 교정을 수행하는 섬광 검출기 및 에너지 교정 방법 | |
| JPH10197639A (ja) | 環境放射線モニタ | |
| KR101762008B1 (ko) | 방사선 검출 장치 및 검출 방법 | |
| CN112269205B (zh) | 用于确定放射性探测器参数的方法 | |
| KR101192175B1 (ko) | 감마선 섬광 계수기의 에너지 교정 방법 | |
| JP2001194460A (ja) | 放射線モニタ | |
| KR101918241B1 (ko) | 플라스틱 섬광 검출기용 감마핵종 측정분석프로그램을 기록한 매체 및 그 프로그램을 이용한 감마핵종 측정분석방법 | |
| JP5450356B2 (ja) | 放射線検出方法 | |
| Altayeb et al. | TinyML gamma radiation classifier | |
| KR20210077966A (ko) | 방사성 핵종 판별 장치 및 방법 | |
| CN104931997B (zh) | X射线能量的平场图像测量方法 | |
| KR102313427B1 (ko) | 방사성 핵종 검출 장치 및 방법 | |
| KR101450613B1 (ko) | 방사선 검출 장치 |