编码孔径辐射成像定位技术

TL816+.5; 随着核物理技术的广泛应用及其辐射防护对放射源的成像需求在不断增加.编码孔径成像定位系统作为一种高精度的放射源成像及定位装置,可以准确定位放射源的位置并重建放射源的大致形状,本文探究编码孔径成像定位中的多种重建算法对具有连续能谱的放射源位置及形状重建效果对比,从而确定不同重建算法的优缺点及其适用的场景.利用Geant4软件对编码孔径成像定位系统进行模拟,得到相关数据再使用δ解码算法、精细采样平衡解码算法、卷积神经网络算法、最大似然最大期望值法(MLEM)进行编程实现并重建放射源的位置.结果表明:4种重建算法都可以清晰地定位到放射源的位置;δ解码算法和精细采样平衡解码算法重建图...

Full description

Saved in:
Bibliographic Details
Published in辐射研究与辐射工艺学报 Vol. 42; no. 2; pp. 116 - 124
Main Authors 昂文胜, 董顺成, 杜永欢, 张佩毅, 文万信
Format Journal Article
LanguageChinese
Published 苏州大学医学部放射医学与防护学院 苏州 215123 01.04.2024
苏州大学 放射医学与辐射防护国家重点实验室 苏州 215123
Subjects
图像重建
辐射成像定位
Collimator
准直器
神经网络
Neural network
蒙特卡洛模拟
Radiation imaging localization
Monte Carlo simulation
Image reconstruction
Online AccessGet full text
ISSN1000-3436
DOI10.11889/j.1000-3436.2023-0072

Cover

More Information
Summary:TL816+.5; 随着核物理技术的广泛应用及其辐射防护对放射源的成像需求在不断增加.编码孔径成像定位系统作为一种高精度的放射源成像及定位装置,可以准确定位放射源的位置并重建放射源的大致形状,本文探究编码孔径成像定位中的多种重建算法对具有连续能谱的放射源位置及形状重建效果对比,从而确定不同重建算法的优缺点及其适用的场景.利用Geant4软件对编码孔径成像定位系统进行模拟,得到相关数据再使用δ解码算法、精细采样平衡解码算法、卷积神经网络算法、最大似然最大期望值法(MLEM)进行编程实现并重建放射源的位置.结果表明:4种重建算法都可以清晰地定位到放射源的位置;δ解码算法和精细采样平衡解码算法重建图像有伪影;卷积神经网络算法对于线源、面源重建效果较差,可以通过扩展训练集解决;MLEM算法的对比度-噪声比(CNR)值较高,重建效果较好,但是对线源和面源重建会丢失部分细节信息.
ISSN:1000-3436
DOI:10.11889/j.1000-3436.2023-0072