RU2539779C1 - Способы и базы данных для идентификации нуклидов - Google Patents
Способы и базы данных для идентификации нуклидов Download PDFInfo
- Publication number
- RU2539779C1 RU2539779C1 RU2013129833/28A RU2013129833A RU2539779C1 RU 2539779 C1 RU2539779 C1 RU 2539779C1 RU 2013129833/28 A RU2013129833/28 A RU 2013129833/28A RU 2013129833 A RU2013129833 A RU 2013129833A RU 2539779 C1 RU2539779 C1 RU 2539779C1
- Authority
- RU
- Russia
- Prior art keywords
- scattering
- matrix
- absorption
- spectrum
- spectra
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000001228 spectrum Methods 0.000 claims abstract description 78
- 238000010521 absorption reaction Methods 0.000 claims abstract description 44
- 239000000463 material Substances 0.000 claims abstract description 30
- 238000010561 standard procedure Methods 0.000 claims abstract 3
- 239000011159 matrix material Substances 0.000 claims description 67
- 230000005855 radiation Effects 0.000 claims description 42
- 230000004044 response Effects 0.000 claims description 40
- 239000013598 vector Substances 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 15
- 239000006096 absorbing agent Substances 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000000862 absorption spectrum Methods 0.000 claims description 6
- 238000002834 transmittance Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000005251 gamma ray Effects 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 239000011358 absorbing material Substances 0.000 claims 3
- 238000005316 response function Methods 0.000 claims 2
- 238000005259 measurement Methods 0.000 abstract description 20
- 230000000694 effects Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 4
- 239000006185 dispersion Substances 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract 1
- FVAUCKIRQBBSSJ-UHFFFAOYSA-M sodium iodide Chemical compound [Na+].[I-] FVAUCKIRQBBSSJ-UHFFFAOYSA-M 0.000 description 9
- 229910052693 Europium Inorganic materials 0.000 description 7
- ZCYVEMRRCGMTRW-RNFDNDRNSA-N Iodine I-131 Chemical compound [131I] ZCYVEMRRCGMTRW-RNFDNDRNSA-N 0.000 description 7
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 7
- 229910052782 aluminium Inorganic materials 0.000 description 7
- OGPBJKLSAFTDLK-UHFFFAOYSA-N europium atom Chemical compound [Eu] OGPBJKLSAFTDLK-UHFFFAOYSA-N 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 229940005977 iodine i-131 Drugs 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 229910052793 cadmium Inorganic materials 0.000 description 4
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000011824 nuclear material Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 235000009518 sodium iodide Nutrition 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 229910052778 Plutonium Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012567 medical material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- OYEHPCDNVJXUIW-UHFFFAOYSA-N plutonium atom Chemical compound [Pu] OYEHPCDNVJXUIW-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
-
- 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
- G01T1/17—Circuit arrangements not adapted to a particular type of detector
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Geophysics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Measurement Of Radiation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Использование: для точной идентификации по меньшей мере одного источника, в частности по меньшей мере одного нуклида, заключенного в теле человека и/или контейнере. Сущность изобретения заключается в том, что выполняют следующие этапы: обнаружение и измерение по меньшей мере одного источника с помощью гамма-спектроскопического прибора; идентификация на первом этапе оценивания по меньшей мере одного источника с помощью стандартной процедуры идентификации нуклида для оценивания измеренного первого спектра по меньшей мере одного источника; применение второго этапа оценивания на основании результата первого этапа оценивания, при этом результат первого этапа оценивания используют для получения множества вторых спектров по меньшей мере одного источника, обнаруженных в ходе стандартной процедуры идентификации нуклида, для множества сценариев поглощения и для множества сценариев рассеяния; и сравнение измеренного первого спектра со спектром рассеяния и поглощения, полученного из множества вторых спектров, образованных на втором этапе оценивания. Технический результат: обеспечение возможности получения высокоточных и надежных результатов при определении нуклидов, которые окружены или содержатся в другом материале любого вида. 2 н. и 22 з.п. ф-лы, 10 ил.
Description
Настоящее изобретение относится к способам и базам данных для идентификации нуклидов.
Из предшествующего уровня техники известны различные гамма-спектроскопические приборы для обнаружения излучения, например цифровые гамма-спектрометры, которые позволяют пользователю обнаруживать радиоактивный или ядерный источник, а после обнаружения идентифицировать нуклид или изотоп, обнаруженный таким образом.
Такие детекторы излучения используют, среди прочего, для обеспечения авиационной безопасности, безопасности границ и безаварийной работы оборудования. Особенно в свете современных стратегий защиты от ядерного терроризма гамма-спектроскопический контроль объектов жизнеобеспечения становится краеугольным камнем. В связи с возрастающей глобализацией мира незаконный ввоз специальных ядерных материалов представляет серьезную угрозу нашим обществам. В сущности, требующие особого внимания места охраняют с помощью детекторов излучения взаимодополняющих видов: (а) неподвижных проходных арок и (b) ручных приборов.
В известных приборах обоих видов из предшествующего уровня техники регистрируются спектры, и поэтому имеется принципиальная возможность идентификации нуклидов, которые вносят вклад в излучение, при этом для идентификации нуклидов известны две концепции: поиск пика и сопоставление с эталоном. Главная задача приборов, в которых применяется идентификация нуклидов, заключается в точной идентификации всех источников в поле зрения прибора. Опасные материалы, именуемые специальными ядерными материалами (СЯМ), например уран или плутоний, представляют собой высокоприоритетные источники, которые должны обнаруживаться при любых обстоятельствах.
Типичной трудностью в таких сценариях контроля является перемещение радиологических пациентов. В результате лечения эти люди получают высокие дозы короткоживущих изотопов, аналогичных Tc-99m или I-131, но обычно они не должны считаться опасными. Вследствие этого результаты реализации алгоритмов идентификации нуклидов отображают в виде решения об опасности, которым обозначается, какой нуклид считается безвредным или опасным. В известном смысле эти пациенты являются сложными для алгоритмов идентификации нуклидов, поскольку большая часть источника распределяется по ткани человека, а излучение сильно рассеивается.
Это связанное с рассеянием искажение приводит к различным проблемам. Во-первых, как упоминалось выше, нуклиды не идентифицируются правильно, поскольку пики отсутствуют или имеют низкую интенсивность. Во-вторых, замаскированные нуклиды, особенно специальные ядерные материалы, не идентифицируются правильно вследствие рассеяния; и, кроме того, достоверности обнаружения нуклидов не являются надлежащими. Очевидно, что эти проблемы оказывают непосредственное влияние на выполнение поставленной задачи в случае специальных ядерных материалов.
Кроме того, новый вопрос возникает при использовании медицинских источников, которые исходно предполагаются безопасными: находится медицинский источник в теле человека или нет? Если источник не находится внутри тела человека, весьма вероятно, что медицинский материал будет перевозиться нелегально.
Известные гамма-спектроскопические приборы, которые используют, например, для обеспечения внутренней безопасности и которые выполняют как ручные приборы, а также как арки, как изложено выше, отображают опасность сортированных нуклидов. В них применяется алгоритм идентификации нуклидов, а результат передается пользователю.
Однако в современных технологиях не учитывается упомянутое выше рассеяние, обусловленное, например, тканью тела человека, и в принципе не могут обнаруживаться источники, которые маскируются следом рассеяния. Кроме того, в известных алгоритмах идентификации нуклидов принципиально не учитываются поправки на поглощение, так что эти алгоритмы не позволяют прогнозировать степень ослабления. Это, в свою очередь, приводит к неточным результатам и тем самым к высокой уязвимости системы безопасности.
Поэтому задача настоящего изобретения заключается в создании способов и систем, которыми даются высокоточные и надежные результаты при определении нуклидов, которые окружены и/или содержатся в другом материале любого вида, как, например, в ткани человека, вызывающей рассеяние, или, например, контейнерах, изготовленных из экранирующего материала.
В соответствии с настоящим изобретением эта задача решается способом и базой данных согласно соответствующим независимым пунктам формулы изобретения. Предпочтительные осуществления настоящего изобретения определены в соответствующих зависимых пунктах формулы изобретения.
Таким образом, в соответствии с настоящим изобретением предложен способ, который позволяет получать сведения относительно сопутствующих обстоятельств измерения нуклидов и дает численные значения, которые можно использовать в качестве показателя эффективности экранирования и степени рассеяния. В частности, согласно настоящему изобретению предусмотрена процедура, при выполнении которой проблема поглощения, а также рассеяния решается на основании данного измеренного спектра, и вследствие этого информация, получаемая во время реконструкции, дает сведения, из которых в конечном счете определяют положение кожуха или окружения источника, и, таким образом, воспроизводит очень точный и надежный результат.
Согласно предпочтительному осуществлению способ также содержит этап искусственной реконструкции измеренного первого спектра µ(Е).
Согласно другому предпочтительному осуществлению этап искусственной реконструкции измеренного первого спектра µ(Е) основан на данных, получаемых из этапа применения второго этапа оценивания.
Предпочтительно, чтобы стандартная процедура идентификации нуклидов была основана на способе поиска пика или способе сопоставления с образом.
Согласно еще одному предпочтительному осуществлению этап получения множества вторых спектров основан на процедуре моделирования. Преимущество этой процедуры заключается в том, что нет необходимости в предшествующих калибровочных измерениях, поскольку эта часть заменяется моделированием.
В качестве варианта этап получения множества вторых спектров также может быть основан на измерениях.
Кроме того, предпочтительно, чтобы процедура моделирования включала в себя моделирование по меньшей мере одной матрицы откликов с использованием кода переноса излучения, при этом в коде переноса излучения использовался подход Монте-Карло для воспроизведения траекторий частицы и волны, при этом по меньшей мере одна матрица откликов была представлением физически поглощенной энергии в гамма-спектроскопическом приборе.
Согласно еще одному предпочтительному осуществлению множество матриц откликов на поглощение моделируют в ходе процедуры моделирования при использовании поглотителей, которые охватывают диапазон ослаблений от 100% пропускания до меньше 1% пропускания. Таким образом, почти весь диапазон охватывается почти полностью. В частности, диапазон от полного пропускания, соответственно отражающего вакуумированный или воздушный поглотитель, до высокой степени ослабления моделируется сценариями моделирования с различными поглотителями. Использованием широкого диапазона пропускания и многочисленных поглотителей гарантируется, что измеренные спектры фактически произвольных поглотителя и рассеивателя могут быть реконструированы, например, как суперпозиция ограниченного набора модельных данных. Поэтому количество моделирований представляет количество точек дискретизации в пространстве поглощения и непосредственно влияет на точность способа.
Согласно дальнейшему предпочтительному осуществлению множество матриц откликов на рассеяние моделируют в ходе процедуры моделирования. Предпочтительно выполнять моделирование множества матриц откликов на рассеяние параллельно моделированию множества матриц откликов на поглощение.
Кроме того, согласно предпочтительному осуществлению множество сценариев поглощения и рассеяния моделируют на основании геометрической и физической модели гамма-спектроскопического прибора, при этом физическая и геометрическая модель гамма-спектроскопического прибора включает в себя разрешающую способность сцинтилляционного детектора излучения без электроники, рассеяние между сцинтилляционным детектором излучения и источником, поглощение ослабляющими излучение материалами и/или геометрию источника и сцинтилляционного детектора излучения.
Согласно другому предпочтительному осуществлению для каждой матрицы откликов на поглощение получают модельный спектр.
Предпочтительно, чтобы модельные спектры из матриц откликов на поглощение были объединены в качестве векторов-столбцов в матрице F.
Также предпочтительно получать модельный спектр для каждой матрицы откликов на рассеяние.
Согласно еще одному предпочтительному осуществлению модельные спектры из матриц откликов на рассеяние объединяют в качестве векторов-столбцов в матрице М.
Предпочтительно объединять новую первую матрицу и новую вторую матрицу для получения матрицы F характеристик, которую используют для извлечения новой информации об измеренном спектре µ(Е) путем нахождения наиболее вероятного сочетания строк матрицы характеристик, которые обеспечивают наилучшее соответствие с измеренным спектром µ(Е). Таким образом, в приведенном выше способе используют ряд матриц откликов, которые моделировались для определенного детектора. На основании результата идентификации нуклидов составляют матрицу характеристик, в которой эффекты поглощения и рассеяния представлены сборным перечнем вариантов.
Предпочтительно находить наиболее вероятное сочетание строк матрицы характеристик путем решения задачи инверсии, в частности путем применения одного из стандартного метода наименьших квадратов, инверсии методом наименьших квадратов с неотрицательными решениями или генетического алгоритма. Этой процедурой обеспечивается быстрая обработка. При использовании способа инверсии получают численные значения искажения спектра, которые облегчают удаленную искусственную реконструкцию измерения.
Согласно особенно предпочтительному осуществлению оператор L определяют как оператор метода наименьших квадратов с неотрицательными решениями, которым решается задача инверсии матрицы характеристик, приводящей к результирующему вектору α, содержащему наиболее вероятное сочетание строк матрицы характеристик, для воспроизведения измеренного первого спектра µ(Е), при этом результирующий вектор α представляет спектр рассеяния и поглощения, в частности спектр материала.
В еще одном предпочтительном осуществлении синтетический модельный спектр реконструируют на основании результирующего вектора.
Предпочтительно, чтобы гамма-спектроскопический прибор был сцинтилляционным детектором излучения, в частности ручным детектором.
Изложенные выше признаки и преимущества настоящего изобретения станут более очевидными при чтении нижеследующего подробного описания вместе с сопровождающими чертежами.
Краткое описание чертежей
На чертежах:
фиг.1 - иллюстрация осуществления настоящего изобретения;
фиг.2А - график, показывающий типичное реальное измерение европия Eu-152 при использовании NaI детектора;
фиг.2В - график, показывающий пример двух этапов процедуры моделирования;
фиг.3 - общий вид различных матриц откликов на поглощение;
фиг.4 - вид строк матрицы характеристик;
фиг.5 - водопадная диаграмма матрицы характеристик, показанной на фиг.4, где первые десять столбцов отображают рассеяние, за которыми следуют 22 столбца различных вариантов экранирования европия;
фиг.6 - вид реконструированного синтетического спектра в сравнении с измерением и полученным стандартным способом моделированием;
фиг.7 - результат из уравнения (6) для эталонного спектра европия;
фиг.8 - результат измерения для йода I-131 при использовании источника, заключенного в алюминиевый и кадмиевый кожух; и
фиг.9 - результат измерения для йода I-131, когда источник был помещен в модель тела человека, в сравнении с реконструкцией согласно осуществлению и стандартным моделированием.
В общем случае способ идентификации по меньшей мере одного источника изучения, в частности по меньшей мере одного нуклида, в по меньшей мере частично окружающей среде, которой может быть тело человека и/или контейнер, содержит следующие этапы:
- оценивание по меньшей мере одного источника излучения по измеренному спектру µ(Е) с помощью заданного гамма-спектроскопического прибора;
- сравнение измеренного спектра со спектрами поглощения и спектрами рассеяния из базы данных, содержащей данные, представляющие спектры для множества сценариев поглощения и для множества сценариев рассеяния, относящихся к по меньшей мере одному оцениваемому источнику;
- определение на основании сравниваемых сценариев информации α, относящейся к материалу x, которым источник излучения окружен.
Способ показан на фиг.1. Для оценивания эффектов поглощения и эффектов рассеяния используют данные, которые получают из результатов моделирования рассеяния и поглощения и/или измерений спектров в многочисленных различных ситуациях поглощения и рассеяния. Тем самым образуют данные, относящиеся к детекторам излучения, поглощающим и рассеивающим материалам и конфигурациям их. Эти конфигурации являются более или менее искусственными и служат только для получения этих данных. Эти данные сохраняют в базе данных и, как будет подробно описано ниже, делают доступными для использования при контроле, то есть в реальных сценариях идентификации.
Ниже будет описано получение данных, а затем будет подробно изложен способ идентификации нуклидов с использованием полученных данных.
Сначала моделируют спектры для данного источника, образуют матрицы откликов для сбора модельных данных Монте-Карло в компактной форме с быстрым доступом. Затем получают отклики на ослабление и рассеяние, после чего образуют так называемую матрицу характеристик, которую в отличие от матрицы откликов специально образуют для индивидуального нуклида. Для нее необходимы априорные сведения относительно линий и интенсивностей этого нуклида и, следовательно, ее образуют после выполнения базового анализа, лежащего в основе спектра, с помощью алгоритма идентификации нуклидов. После того как матрица характеристик образована, информацию относительно характеристик извлекают из матрицы. После того как характеристики становятся известными, искусственный спектр можно образовать исключительно на основании модельных данных. При реконструкции измеренный спектр повторяется очень детально.
Подробнее, способ согласно осуществлению изобретения выполняют так, как изложено ниже, при этом на первом этапе моделируют матрицы откликов, относящиеся к детектору. Принцип отклика поясняется ниже.
Матрица R откликов представляет собой поле m×n чисел, которое связывает ответ детектора в канале i (где i∈{1, …, m}) с энергией излучения. Последняя представляет собой энергию падающего излучения, которая возбуждает материал детектора. Падающее излучение, которое обычно является частицей с энергией EIncident, может испытывать а) полное поглощение в материале детектора, при этом полная энергия EDetected=EIncident остается в материале детектора, b) частичное поглощение, тем самым количество EDetected поглощенной энергии меньше EIncident, или с) прохождение через детектор без поглощения энергии. Кроме того, не исключено отражение энергии, которая проходит через детектор, окружающим материалом, что влечет за собой отдельный цикл поглощения. Поэтому матрица R откликов является представлением физически поглощаемой энергии в детекторе. Иначе говоря, матрица R откликов представляет преобразование от исходных энергий излучения к спектральной картине, создаваемой детектором.
В этом осуществлении изобретения матрицы откликов моделируют с использованием кодов переноса излучения, описанных в Geant4. Geant4 является инструментальным программным средством для моделирования прохождения частиц через вещество и описано в S. Agostinelli et al., Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, Volume 506, Issue 3, 1 July 2003, Pages 250-303, а также в Allison, J., et al., IEEE Transactions on Nuclear Science 53, № 1 (2006), 270-278. В этих кодах подход Монте-Карло используется для воспроизведения траекторий частиц и волн. На основании геометрической и физической модели таким способом моделируют различные сценарии поглощения и рассеяния в детекторе.
Согласно этому осуществлению изобретения следующую процедуру выполняют для определения матрицы R откликов.
Сначала задают распределенный источник с моноэнергетическим линейчатым излучением, имеющим энергию Ei.
Начиная с канала i=1, моделируют излучение энергии Е1=3 кэВ, для этой единственной энергии образуют модельный спектр R1(E). Такая функция R1(E1) представляет собой гистограмму интервала [E1=1 кэВ, EN=3072 кэВ] энергий.
Затем энергию излучения повышают в соответствии с дискретными интервалами dE энергий и моделирование повторяют, чтобы образовать дополнительные спектральные функции для каждого дополнительного канала Ri(E), где i=1, 2, …, 1024, при этом энергия излучения Е1024 составляет 3072 кэВ.
Таким образом, при использовании этой процедуры мы получаем N=1024 функций Ri, где i=1, …, 1024, которые представляют отклики системы на энергии Е=1 кэВ, …, 3072 кэВ падающего излучения. Эти функции можно представить в виде матрицы с конкретными размерами N×N, где N=1024:
Использование этой матрицы дает важное преимущество при вычислениях, поскольку после получения матрицы нет необходимости в дальнейшем моделировании методом Монте-Карло. По этой причине матрицы откликов обеспечивают очень быстрый доступ к модельным данным и в отличие от традиционной системы, используемой для программ Монте-Карло, также могут использоваться в мобильных устройствах с меньшим объемом памяти или меньшей мощностью центрального процессора.
После того как энергии Е излучения и интенсивности ωi становятся известными, матрицу R откликов можно использовать для образования спектра δ:
В этом спектре δ все же отсутствуют статистические характеристики детектора, например его разрешающая способность. Для включения разрешающей способности детектора спектр свертывают с соответствующей функцией ρ(Е), которая содержит информацию о разрешающей способности рассматриваемой системы:
В качестве варианта столбцы R могут быть свернуты до применения уравнения (2).
На фиг.2В показано моделирование, основанное как на несвернутых данных, так и на спектре, образованном с включением собственной разрешающей способности ρ детектора. В частности, на фиг.2В представлен пример двух состояний моделирования: верхний спектр, обозначенный (а), является спектром европия Eu-152, моделированного с использованием (идеального) дельтаобразного отклика детектора наряду с данными об энергии и интенсивности из базы данных. Этот искусственный спектр был получен в соответствии с уравнением (2). Такой же спектр, обозначенный (b), теперь включает в себя собственную разрешающую способность детектора в соответствии с уравнением (3). Следует отметить, что все же имеются различия между свернутым модельным спектром (b) на фиг.2В и реальным измерением, отображенным на фиг.2А, которое показывает типичное измерение европия Eu-152 с использованием детектора из NaI (иодида натрия), где в этом спектре показаны 512 каналов, при этом каждый канал отражает энергию 3 кэВ, в результате чего охватывается диапазон энергий от 0 кэВ до 1536 кэВ.
Любой материал на пути между источником и детектором может взаимодействовать с излучением и изменять его энергию. Могут возникать два сопутствующих механизма, i) поглощение в материале или ii) рассеяние в материале. В то время как поглощение уменьшает пропускание излучения определенных энергий, рассеяние только сдвигает уровни отдельных энергий к низким значениям. Оба процесса существенно изменяют спектр детектора.
Следуя процедуре моделирования, изложенной выше, используя поглотители, создают набор откликов А0, А1, А2, А3, А4, …, А21, А22 на поглощение, которые охватывают весь диапазон ослабления от 100%-ного пропускания до пропускания меньше 1%.
Использованные материалы представлены на фиг.3, на которой показаны матрицы откликов на поглощение, при этом каждая матрица моделировалась с использованием Geant4 и соответствующей геометрии детектора.
В качестве примера показана третья матрица поглощения:
Заметим, что двойное индексирование применено для различения вида ослабления и столбцов.
Параллельно матрице откликов на поглощение моделировали матрицу откликов на рассеяние. Эта матрица во всем описании обозначается как М. Geant4 позволяет отслеживать все физические процессы, которые приводят к определенному событию, и поэтому матрицу М моделируют при соблюдении ряда правил, в соответствии с которыми восстанавливают только те атрибуты в отклике, которые конкретно обусловлены рассеянием. В этом осуществлении изобретения рассеивающий материал определен как искусственный смешанный материал, состоящий из углерода и воды, для отражения свойств самого распространенного рассеивателя для применений, связанных с использованием способа изобретения.
Что касается построения матрицы характеристик, то следует отметить, что уже известны несколько способов, которые можно использовать для идентификации первичного источника на основании базового спектра µ(Е): обычно поиск пика или сопоставление с образом применяют для получения соответствующей информации. В осуществлении первичный источник уже известен, например найден одним из предшествующих способов.
Кроме того, в осуществлении используют линейный каталог, содержащий все необходимые положения εi пика и интенсивности Ei пика, так что формулу (2) можно использовать для построения искусственных спектров для всех нуклидов в базе данных. Данные линейного каталога основаны на файле оцененных данных по структуре ядра (ENSDF) (дополнительные сведения см., например, в G. Audi et al., The 1995 update to the atomic mass evaluation, Nucl. Phys., 595; 409-480, 1995).
Применяя формулы (2) и (3), получаем модельные спектры для каждой матрицы откликов на поглощение, обозначенные ξА0, ξА1, …, ξА22:
при этом индекс x обозначает число матриц поглощения. Модельные спектры объединяют в качестве векторов-столбцов в новой матрице:
В качестве варианта вместо использования моделирования можно использовать набор спектров, составленных из измерений. Однако преимущество этого осуществления заключается в том, что отсутствует необходимость в предшествующих калибровочных измерениях, поскольку эта часть композиции поглощений заменяется моделированием. На следующем этапе все содержимое матрицы рассеяния добавляют к матрице
характеристик
где M1, …, MN представляют собой векторы-столбцы матрицы М рассеяния. Результирующая матрица F характеристик имеет размер (N+23)×N. Для минимизации количества строк, необходимых для описания рассеяния, эффекты рассеяния учитывают путем выбора 10 сортированных вкладов рассеяния из матрицы М со следующими энергиями: 50 кэВ, 100 кэВ, 200 кэВ, …, 900 кэВ, 1000 кэВ.
На фиг.4 показаны элементы матрицы F характеристик для Eu-152, нуклида с многочисленными линиями, который широко известен как тестовый источник. Показаны строки матрицы F характеристик, при этом каждая строка имеет длину 1024. F1 отражает спектр почти без экранирования. F10, F15, F20 представляют примеры различного экранирования, и F24, F25, F26 представляют три различных следа рассеяния. В этом случае матрица F характеристик представляет собой матрицу 26×1024. Графическое представление полной матрицы F можно обнаружить на фиг.5, на которой представлена так называемая водопадная диаграмма матрицы F характеристик. Первые десять столбцов отражают рассеяние, последующие 22 столбца - варианты различного экранирования европия. Поглощение изменяет спектр путем снижения интенсивностей линий с низкими энергиями. Как можно видеть из срезов F10 и F15, если поглощение является достаточно сильным, линии удаляются из спектра вследствие этого эффекта. Следовательно, этот баланс интенсивностей является различным для всех 23 различных случаев поглощения. Дополнительное рассеяние также показано на фиг.4. Рассеяние действует как большой сгусток непрерывного излучения, расположенный также в области низких энергий и зависящий от энергии рассеиваемого излучения.
Теперь будет описано, каким образом матрицу F характеристик используют при реальных измерениях излучения, например в сценариях контроля. При этом задача для матрицы F характеристик заключается в получении новой информации об измеренном спектре µ(Е). Для этого находят наиболее вероятное сочетание строк матрицы характеристик, которое обеспечивает наилучшее соответствие измеренному спектру µ(Е). Математически должна быть решена задача инверсии. Несколько методов можно использовать для оценивания этого наиболее вероятного сочетания: стандартные методы наименьших квадратов, инверсию методом наименьших квадратов с неотрицательными решениями или генетические алгоритмы.
В одном осуществлении изобретения реализуется инверсия методом наименьших квадратов с неотрицательными решениями. Принимается, что в своей основе оператор
должен быть оператором метода наименьших квадратов с неотрицательными решениями, которым решается задача инверсии матрицы F характеристик:
при этом извлекается результирующий вектор α, который содержит числовые коэффициенты, приводящие к наиболее вероятному сочетанию строк матрицы характеристик для воспроизведения спектра µ(Е). Вектор α можно интерпретировать как спектр рассеивателя или поглотителя или, в общем случае, как спектр материала. Математически он представляет собой проекцию измеренного спектра µ(Е) на площадь, образованную строками матрицы F характеристик, полученной способом моделирования, описанным выше.
Дальнейшие детали источника, представленные значениями α, можно видеть на фиг.7, на которой результат для вектора α показан применительно к эталонному спектру европия Eu-152. На фиг.7 можно видеть, что характеристика небольшого поглощения и три эффекта интенсивного поглощения обнаруживаются вплоть до характеристики под номером 20. Рассеяние образует характеристики от 24 до 34, на которых проявляется сочетание различных вкладов рассеивателя. Из этого результата можно вывести, что а) имеется смесь поглотителей, при этом с высокой вероятностью сильным поглотителем является кадмий или свинец. Для лучшего понимания этой интерпретации данные из таблицы на фиг.3 следует сравнивать с соответствующими коэффициентами α из фиг.7. Первые 23 строки отражают влияния материалов Ai. Строки с 24 по 34 соответствуют влиянию рассеяния от 50 кэВ до 1000 кэВ, а что касается строк 27, 28, 29, то в них проявляется максимальный вклад, при этом рассеяние определяется сложным составом рассеиваемых фотонов в диапазоне энергий от 300 кэВ до 500 кэВ.
Затем синтетический (модельный) спектр s(E) реконструируют на основании параметра α:
Этому синтетическому спектру s(E) следует придать наилучшее соответствие измерению при использовании математических базисных векторов, охваченных F. Конечно, наиболее важная проверка этого моделирования заключается в непосредственном сравнении с первоначально измеренным спектром µ(Е). Это показано на фиг.6, на которой для сравнения приведены реконструкция s(E), начальное измерение µ(Е) и стандартное моделирование st(E). Обычно способом согласно осуществлению изобретения измерение воспроизводится с большей детальностью. Пиковые отношения интенсивностей разрешаются намного лучше, чем при стандартном моделировании.
Ниже показываются несколько примерных случаев, в которых применяется способ. На фиг.8 показано измерение йода I-131, при этом источник был заключен внутри алюминиевого и кадмиевого кожуха, а на фиг.9 показано измерение йода I-131, когда в противоположность реконструкции и стандартному моделированию источник был размещен в модели тела человека. Йод I-131 представляет собой медицинский изотоп, широко используемый для радиологической диагностики и лечения. Здесь обсуждаются два случая: для фиг.8 радиоактивный источник располагали в цилиндрической оболочке, образованной из алюминиевых и кадмиевых слоев. Из спектра материала можно видеть, что поглотитель непосредственно вытекает из проведенного анализа. Кроме того, только небольшая степень рассеяния связана с источником. В отличие от этого на фиг.9 показан I-131 в таком же алюминиевом контейнере, но дополнительно внутри модели тела человека. Фактически, рассеяние излучения сильно возрастает, что можно видеть из области низких энергий. Реконструкция дает спектр α материала с ясно выраженным рассеянием. Алюминиевый поглотитель все еще обнаруживается, но также возникает дополнительное небольшое поглощение от материала модели. Поэтому на основании информации α о материале, которая приводит к приведенным выше результатам, можно легко сделать вывод, что медицинские источники на самом деле были заключены в теле человека, создающем высокую степень рассеяния, или в стальном или алюминиевом цилиндре.
Описанным выше осуществлением способа изобретения обеспечивается быстрое оценивание отдельных случаев экранирования, показанных на фиг.9. Использовались кожухи двух различных видов: один - из алюминия и другой - из свинца. Оба случая разделяются способом очень хорошо.
Предложенные способы могут быть реализованы цифровыми электронными схемами или аппаратными средствами компьютера, микропрограммными средствами, программным обеспечением или сочетаниями из них. Устройство изобретения может быть реализовано с помощью вычислительного программного продукта, реально содержащегося в машиночитаемом запоминающем устройстве, предназначенного для выполнения программируемым процессором. Этапы способа согласно изобретению могут выполняться программируемым процессором, выполняющим программу инструкций, чтобы при работе осуществлять функции изобретения на основе входных данных и формировать выходные данные. Изобретение может быть реализовано с помощью одной или нескольких компьютерных программ, выполняемых программируемой системой, которая включает в себя по меньшей мере один программируемый процессор, связанный с системой хранения данных для приема и передачи данных, по меньшей мере одно устройство ввода и по меньшей мере одно устройство вывода. Компьютерные программы могут быть реализованы на языке программирования высокого уровня или объектно-ориентированном языке, и/или ассемблере или в машинном коде. Язык или код может быть компилированным или интерпретированным языком или кодом. Процессоры могут включать в себя микропроцессоры общего или специального применения. Процессор принимает инструкции и данные из запоминающих устройств, в частности из постоянных запоминающих устройств и/или оперативных запоминающих устройств. Компьютер может включать в себя одно или несколько массовых запоминающих устройств для сохранения данных; такие устройства могут включать в себя магнитные диски, такие как внутренние жесткие диски и съемные диски; магнитооптические диски и оптические диски. Запоминающие устройства, пригодные для сохранения компьютерных программных инструкций и данных, включают в себя все формы энергонезависимого запоминающего устройства, включая, например, полупроводниковые запоминающие устройства, такие как программируемое постоянное запоминающее устройство, электрически стираемое программируемое постоянное запоминающее устройство и устройства флэш-памяти; магнитные диски, такие как внутренние жесткие диски и съемные диски; магнитооптические диски и компакт-диски, доступные только для чтения. Любое устройство из приведенных выше может быть дополнено специализированными интегральными схемами или включено в них.
Компьютерные системы или распределенные компьютерные сети, упомянутые выше, могут использоваться, например, при производстве товаров, подаче деталей для сборки изделий, управлении техническими или экономическими процессами или реализации коммуникативной деятельности. Для обеспечения взаимодействия с пользователем изобретение можно реализовывать в компьютерной системе, имеющей дисплейное устройство, такое как монитор или экран дисплея на жидких кристаллах, для отображения информации пользователю, и клавиатуру, и указательное устройство, такое как мышь или трекбол, с помощью которых пользователь может вводить входные данные в компьютерную систему. Компьютерную систему можно программировать для образования графического или текстового пользовательского интерфейса, через который пользователь взаимодействует с компьютерными программами.
Компьютер может включать в себя процессор, запоминающее устройство, связанное с процессором, контроллер жесткого диска, видеоконтроллер и контроллер ввода-вывода, связанный с процессором шиной процессора. Контроллер жесткого диска связан с приводом жесткого диска, пригодного для сохранения выполняемых компьютерных программ, включая программы, реализующие предложенный способ. Контроллер ввода-вывода связан посредством шины ввода-вывода с интерфейсом ввода-вывода. Интерфейс ввода-вывода осуществляет прием и передачу в аналоговой или цифровой форме через по меньшей мере одну линию связи. Такая линия связи может быть последовательной линией, параллельной линий, локальной сетью или беспроводной линией (например, радиочастотной линией связи). Дисплей связан с интерфейсом, который связан с шиной ввода-вывода. Клавиатура и указательное устройство также связаны с шиной ввода-вывода. В качестве варианта отдельные шины могут использоваться для клавиатуры, указательного устройства и интерфейса ввода-вывода.
Claims (24)
1. Способ идентификации по меньшей мере одного источника излучения, в частности по меньшей мере одного нуклида, который по меньшей мере частично окружен заданным материалом, при этом способ содержит следующие этапы, на которых:
- оценивают по меньшей мере один источник излучения по измеренному спектру (µ(E)) посредством заданного гамма-спектроскопического прибора;
- сравнивают измеренный спектр со спектрами поглощения и спектрами рассеяния из базы данных, содержащей данные, представляющие спектры для множества сценариев поглощения и для множества сценариев рассеяния, относящихся к упомянутому по меньшей мере одному оцениваемому источнику;
- определяют на основе сравниваемых сценариев информацию (α), относящуюся к материалу (x), которым по меньшей мере частично окружен источник излучения.
- оценивают по меньшей мере один источник излучения по измеренному спектру (µ(E)) посредством заданного гамма-спектроскопического прибора;
- сравнивают измеренный спектр со спектрами поглощения и спектрами рассеяния из базы данных, содержащей данные, представляющие спектры для множества сценариев поглощения и для множества сценариев рассеяния, относящихся к упомянутому по меньшей мере одному оцениваемому источнику;
- определяют на основе сравниваемых сценариев информацию (α), относящуюся к материалу (x), которым по меньшей мере частично окружен источник излучения.
2. Способ по п.1, причем сценарий поглощения представляет вид и конфигурацию поглощающего материала (x), а сценарий рассеяния представляет вид и конфигурацию рассеивающего материала.
3. Способ по п.1, причем спектр поглощения описывают вектором (ξAx), вычисляемым на основе матрицы (Ах) откликов, представляющей соответствующий поглощающий материал (x), и функции (ρ) отклика, представляющей гамма-спектроскопический прибор.
4. Способ по п.2, причем спектр поглощения описывают вектором (ξAx), вычисляемым на основе матрицы (Ах) откликов, представляющей соответствующий поглощающий материал (x), и функции (ρ) отклика, представляющей гамма-спектроскопический прибор.
5. Способ по любому из пп.1-4, причем стандартная процедура идентификации нуклидов базируется на одном из способа поиска пика и способа сопоставления с образом.
6. Способ по п.5, причем данные, содержащиеся в базе данных, представляющие спектры, находятся в виде матриц (F) характеристик, при этом матрица (F) характеристик образована множеством векторов (ξA0, ξA1, …, ξA22), описывающих спектры поглощения, и строками матрицы (М) рассеяния, представляющей рассеивающий материал.
7. Способ по п.6, причем информацию (α) определяют находя одно сочетание строк матрицы (F) характеристик, которое обеспечивает наилучшее соответствие измеренному первому спектру (µ(Е)).
8. Способ по п.7, причем упомянутое одно сочетание строк матрицы характеристик находят, решая задачу инверсии, в частности применяя один из стандартного метода наименьших квадратов, инверсии методом наименьших квадратов с неотрицательными решениями и генетического алгоритма.
9. Способ по п.8, причем определяют оператор (L) как оператор метода наименьших квадратов с неотрицательными решениями, которым решается задача инверсии матрицы (F) характеристик, приводящей к результирующему вектору (α) информации, при этом результирующий вектор (α) информации связан со спектром рассеяния и поглощения, в частности, спектром материала.
10. Способ по любому из пп.1-4 или 6-9, причем данные, представляющие спектры, получают с помощью процедур моделирования.
11. Способ по п.5, причем данные, представляющие спектры, получают с помощью процедур моделирования.
12. Способ по любому из пп.1-4, 6-9 или 11, причем гамма-спектроскопический прибор представляет собой сцинтилляционный детектор излучения, в частности ручной детектор.
13. Способ по п.5, причем гамма-спектроскопический прибор представляет собой сцинтилляционный детектор излучения, в частности ручной детектор.
14. Способ по п.10, причем гамма-спектроскопический прибор представляет собой сцинтилляционный детектор излучения, в частности ручной детектор.
15. Способ по любому из пп.1-4, причем база данных содержит данные (F), представляющие спектры для множества сценариев поглощения и для множества сценариев рассеяния упомянутого по меньшей мере одного оцениваемого источника.
16. Способ по п.15, причем для по меньшей мере одной матрицы откликов на поглощение получают модельный спектр.
17. Способ по п.15, причем для по меньшей мере одной матрицы (М) откликов на рассеяние получают модельный спектр.
18. Способ по п.16 или 17, причем процедура моделирования включает в себя моделирование по меньшей мере одной матрицы откликов с кодом переноса излучения, при этом в коде переноса излучения использован подход Монте-Карло для воспроизведения траекторий частицы и волны, причем упомянутая по меньшей мере одна матрица откликов является представлением физически поглощаемой энергии в гамма-спектроскопическом приборе.
19. Способ по п.18, причем в ходе процедуры моделирования моделируют множество матриц откликов на поглощение поглотителями, которые охватывают диапазон ослабления от 100% пропускания до меньше чем 1% пропускания.
20. Способ по п.18 или 19, причем в ходе процедуры моделирования моделируют множество матриц откликов на рассеяние.
21. Способ по п.20, причем множество сценариев поглощения и рассеяния моделируют на основании физической и геометрический модели гамма-спектроскопического прибора.
22. Способ по п.21, причем физическая и геометрическая модель гамма-спектроскопического прибора включает в себя разрешающую способность сцинтилляционного детектора излучения без электроники, рассеяние между сцинтилляционным детектором излучения и источником, поглощение ослабляющими излучение материалами и/или геометрию источника и сцинтилляционного детектора излучения.
23. Способ по любому из пп.1-4, причем данные, содержащиеся в базе данных, представляющие спектры, находятся в виде матриц (F) характеристик, при этом матрица (F) характеристик образована множеством векторов-столбцов (ξA0, ξA1, …, ξА22) и столбцами матрицы (М) рассеяния, представляющей рассеивающий материал.
24. Носитель данных, содержащий программный код, который выполняет способ по любому из пп.1-23 при загрузке в вычислительное устройство.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2010/068448 WO2012072103A1 (en) | 2010-11-29 | 2010-11-29 | Methods and databases for identifying nuclides |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2013129833A RU2013129833A (ru) | 2015-01-10 |
RU2539779C1 true RU2539779C1 (ru) | 2015-01-27 |
Family
ID=44343095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2013129833/28A RU2539779C1 (ru) | 2010-11-29 | 2010-11-29 | Способы и базы данных для идентификации нуклидов |
Country Status (6)
Country | Link |
---|---|
US (1) | US9726766B2 (ru) |
EP (1) | EP2646851A1 (ru) |
CN (1) | CN103460075B (ru) |
CA (1) | CA2819194A1 (ru) |
RU (1) | RU2539779C1 (ru) |
WO (1) | WO2012072103A1 (ru) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103730173B (zh) * | 2013-11-26 | 2016-08-17 | 北京智崴科技发展有限公司 | 一种判断核电站反应堆下泄管道中裂变产物来源的方法 |
CN104754852B (zh) * | 2013-12-27 | 2019-11-29 | 清华大学 | 核素识别方法、核素识别系统及光中子发射器 |
US10255355B2 (en) * | 2014-05-28 | 2019-04-09 | Battelle Memorial Institute | Method and system for information retrieval and aggregation from inferred user reasoning |
EP3289392A1 (en) * | 2015-04-27 | 2018-03-07 | Sondex Wireline Limited | Method for determining elemental concentrations in spectral gamma ray logging |
KR102342556B1 (ko) * | 2015-07-31 | 2021-12-23 | 엘지전자 주식회사 | 반도체 발광 소자를 이용한 디스플레이 장치 |
CN107272048B (zh) * | 2017-07-07 | 2018-12-14 | 西南科技大学 | 一种基于模糊决策树的复杂核素识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2129289C1 (ru) * | 1998-01-20 | 1999-04-20 | Научно-производственный центр "Аспект" | Устройство для обнаружения радиоактивных материалов |
RU2300096C2 (ru) * | 2005-02-18 | 2007-05-27 | Алексей Сергеевич Богомолов | Способ и устройство обнаружения контрабанды |
RU2349906C2 (ru) * | 2003-12-16 | 2009-03-20 | Сорек Ньюклер Рисерч Сентер | Способ и система для обнаружения веществ, таких как специальные ядерные материалы |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7026944B2 (en) * | 2003-01-31 | 2006-04-11 | Veritainer Corporation | Apparatus and method for detecting radiation or radiation shielding in containers |
US6768421B1 (en) * | 2003-01-31 | 2004-07-27 | Veritainer Corporation | Container crane radiation detection systems and methods |
US7277521B2 (en) | 2003-04-08 | 2007-10-02 | The Regents Of The University Of California | Detecting special nuclear materials in containers using high-energy gamma rays emitted by fission products |
EP1680650A4 (en) * | 2003-10-22 | 2012-04-25 | Sigmed Inc | SYSTEM AND METHOD FOR SPECTRAL ANALYSIS |
CA2511593A1 (en) | 2004-10-18 | 2006-04-18 | Hugh Robert Andrews | A method and apparatus for detection of radioactive materials |
GB0605741D0 (en) * | 2006-03-22 | 2006-05-03 | Bil Solutions Ltd | Improvements in and relating to detection |
WO2009036337A2 (en) * | 2007-09-12 | 2009-03-19 | University Of Florida Research Foundation, Inc. | Method and apparatus for spectral deconvolution of detector spectra |
US8705692B2 (en) * | 2009-05-12 | 2014-04-22 | Nutech Ventures, Inc. | Laser-based accelerator for interrogation of remote containers |
-
2010
- 2010-11-29 CA CA2819194A patent/CA2819194A1/en not_active Abandoned
- 2010-11-29 CN CN201080071146.5A patent/CN103460075B/zh active Active
- 2010-11-29 WO PCT/EP2010/068448 patent/WO2012072103A1/en active Application Filing
- 2010-11-29 EP EP10787732.6A patent/EP2646851A1/en not_active Withdrawn
- 2010-11-29 RU RU2013129833/28A patent/RU2539779C1/ru not_active IP Right Cessation
- 2010-11-29 US US13/989,940 patent/US9726766B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2129289C1 (ru) * | 1998-01-20 | 1999-04-20 | Научно-производственный центр "Аспект" | Устройство для обнаружения радиоактивных материалов |
RU2349906C2 (ru) * | 2003-12-16 | 2009-03-20 | Сорек Ньюклер Рисерч Сентер | Способ и система для обнаружения веществ, таких как специальные ядерные материалы |
RU2300096C2 (ru) * | 2005-02-18 | 2007-05-27 | Алексей Сергеевич Богомолов | Способ и устройство обнаружения контрабанды |
Also Published As
Publication number | Publication date |
---|---|
WO2012072103A1 (en) | 2012-06-07 |
US20140025341A1 (en) | 2014-01-23 |
EP2646851A1 (en) | 2013-10-09 |
CN103460075B (zh) | 2019-05-31 |
US9726766B2 (en) | 2017-08-08 |
RU2013129833A (ru) | 2015-01-10 |
CN103460075A (zh) | 2013-12-18 |
CA2819194A1 (en) | 2012-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2539779C1 (ru) | Способы и базы данных для идентификации нуклидов | |
Ozyurt et al. | Calculation of gamma ray attenuation coefficients of some granite samples using a Monte Carlo simulation code | |
He et al. | Rapid radionuclide identification algorithm based on the discrete cosine transform and BP neural network | |
Dragović | Artificial neural network modeling in environmental radioactivity studies–A review | |
Liu et al. | Customized compact neutron activation analysis system to quantify manganese (Mn) in bone in vivo | |
Carnicer et al. | Study of the responses and calibration procedures of neutron and gamma area and environmental detectors for use in proton therapy | |
Asuni et al. | A Monte Carlo tool for evaluating VMAT and DIMRT treatment deliveries including planar detectors | |
Hensley et al. | SYNTH: a spectrum synthesizer | |
Knežević et al. | Modeling of neutron spectrum in the gamma spectroscopy measurements with Ge-detectors | |
Modzelewski et al. | Dependence of photon registration efficiency on LaBr3 (Ce) detector orientation for in situ radionuclide monitoring | |
Guerra et al. | Automatic modeling using PENELOPE of two HPGe detectors used for measurement of environmental samples by γ-spectrometry from a few sets of experimental efficiencies | |
Czock et al. | Use of CdZnTe detectors to analyze gamma emission of safeguards samples in the field | |
Schlattauer et al. | Calibration of gamma-ray detectors using Gaussian photopeak fitting in the multichannel spectra with a LabVIEW-based digital system | |
Vesterlund et al. | On the categorization of uranium materials using low resolution gamma ray spectrometry | |
JP6925842B2 (ja) | 放射能測定装置及び放射能測定方法 | |
Pastena et al. | A novel approach to the localization and estimation of radioactivity in contaminated waste packages via imaging techniques | |
Sjoden et al. | Recent advances in the use of ASEDRA in post processing scintillator spectra for resolution enhancement | |
WO2015160398A2 (en) | System and method for analysis of fissionable materials by multispectral active neutron interrogation analysis | |
Chard et al. | A good practice guide for the use of modelling codes in non destructive assay of nuclear materials | |
Reginatto et al. | Neutron fluence rate measurements at an underground laboratory: a Bayesian approach | |
Jednorog et al. | Integrated absolute full energy peak efficiency: A measure of photon registration efficiency | |
Caffrey et al. | OSIRIS—Gamma-ray spectroscopy software for on-site inspections under the Comprehensive Nuclear-Test-Ban Treaty | |
Kähkönen et al. | PGET Monte Carlo simulations using Serpent | |
Espagnon et al. | MAGIX, a new software for the analysis of complex gamma spectra | |
Lee et al. | Machine learning‐based evaluation technology of 3D spatial distribution of residual radioactivity in large‐scale radioactive structures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20151130 |