CN103282794A - 放射线检测***、生成方法以及生成装置 - Google Patents

Abstract

本发明的放射线检测***具备检测器（2000）、模拟数字转换电路（2004）、处理部（1004）。检测器（2000）具有多个光传感器。模拟数字转换电路（2004）与多个光传感器连接，对多个光传感器输出的模拟信号组进行数字化处理来生成数字信号组。处理部（1004）通过在对各数字信号的前沿被施加最重的加权的状态下，应用对不同的时间分配可变的重要度的加权函数，来将各数字信号拟合为原型波形，确定各数字信号的到达时间以及振幅。处理部（1004）对初始原型波形以及初始加权函数进行参数化处理，通过由校准过程对初始原型波形以及初始加权函数的参数进行优化的生成处理，来确定原型波形以及加权函数。

Description

放射线检测***、生成方法以及生成装置

技术领域

本发明的实施方式涉及放射线检测***、生成方法以及生成装置。

背景技术

在正电子（positron）放射断层摄影（PET：Positron EmissionTomography)成像（imaging）中，通过注射、吸入、和/或摄取来对患者投放放射性药剂。投放后，该药剂会由于该药剂的物理性质以及生物体分子性质而集中在人体内的特定部位。药剂的实际空间分布、积聚点或者积聚区域的强度、以及从投放、捕获到最终排出的过程（process）的动态均具有重要的临床意义。在该过程中，附着在放射性药剂上的正电子放射体根据半衰期、分支比等同位素的物理性质而放射正电子（阳电子）。各正电子与被检体的电子发生相互作用并发生湮灭，在511keV下生成2条γ（gamma）射线。这两条γ射线大致分开180度而前进。并且，这两条γ射线在PET检测器的闪烁（scintillation）晶体上诱发闪烁事件（scintillation event），由此，PET检测器检测γ射线。通过检测这两条γ射线，并引出连结检测位置彼此的线，即引出同时计数线（Line-Of-Response：LOR），来以高概率确定本来的湮灭位置。该过程只识别一根可能发生相互作用的线，但是通过积蓄很多这样的线，并使用重建断层的过程，从而能够以实用的精度来推定本来的分布。除了两个闪烁事件的位置之外，如果能够利用数百皮（pico）秒以内的准确定时（timing），则通过计算飞行时间（Time-Of-Flight：TOF），在识别出的线上，还可以追加与发生湮灭事件（annihilation event）的可能性高的位置相关的信息。根据扫描仪（scanner）所具有的定时分辨率的界限，来决定沿着该线的位置判定的精度。另外，根据确定原来的闪烁事件的部位时的界限，来确定扫描仪的最终的空间分辨率。同位体的特定特性（例如，正电子的能量（energy））（经由正电子的飞行路程以及两条γ射线的共直线性）是决定对于特定的放射性药剂的空间分辨率的重要因素。

上述过程对于大量的湮灭事件重复进行。为了判定成为用于进行所希望的成像作业的支持而需要多少闪烁事件，虽然必须解析所有的事例，但在典型的长度为100cm的扫描中的FDG（Fluoro-Deoxyglucose：氟代脱氧葡萄糖）的研究中，目前蓄积大约1亿的计数（count）或者事件。积蓄这些计数所需的时间由药剂的注入量、和扫描仪的灵敏度以及计数能力来决定。

PET成像依存于由高速且高亮度的闪烁晶体将γ射线转换成光，发生上述的闪烁事件的情况。TOF-PET还需要亚纳（sub-nano）秒的定时分辨率，还假定数百皮秒的分辨率。同步调节由发出闪烁光的晶体、光电子倍增管（Photomultiplier Tube：PMT）等光传感器(photosensor)、以及电子装置构成的2个通道（channel）相当复杂，如果使晶体的阵列（array）以及传感器（sensor）的阵列大规模化，则会着实地增大该复杂性。

近年来的PET***与500～600ps的定时分辨率对应。

由于存在发生各个光子的离散（discrete）要素（element）的重叠是PMT输出信号这样的制约，因此，一直以来难以以高精度确定PMT输出信号的到达时间。并且，当将作为模拟（analog）信号的PMT输出信号转换成数字（digital）信号时，在当前的ADC（Analog-DigitalConverter）的采样频率（sample rate）技术中，在PMT输出信号的前沿，将只进入少数的采样（sample）。因此，时间标记（time stamp）的确定精度会变低。

此外，为了尝试从较少地被采样（sampling）的波形中提取出定时信息，使用了某种方法。例如，使用了原型函数的平均函数、以及理论上导出的加权函数或者滤波（filter）函数。平均函数是对于原型函数的严格的类推，但在平均函数中，存在由于平均化过程，在包含最重要的定时信息的脉冲（pulse）的前沿本身中，一定会增加模糊等严重问题。另外，在优化滤波方法中使用的滤波系数是根据由协方差矩阵导出加权函数的数学定式。

现有技术文献

专利文献

专利文献1：美国专利申请公开第2012/0268105号说明书

专利文献2：美国专利申请公开第2012/0268303号说明书

发明内容

本发明要解决的问题在于提供一种即使采样频率不充分，也能够提高时间分辨率的放射线检测***、生成方法以及生成装置。

本发明的放射线检测***具备检测器、模拟数字（analog digital）转换电路、处理部。检测器具有多个光传感器。模拟数字转换电路与上述多个光传感器连接，对上述多个光传感器输出的模拟信号组进行数字化处理生成与该模拟信号组对应的数字信号组。处理部通过在各数字信号的前沿被施加最重的加权的状态下，应用对在原型波形中不同的时间分配可变的重要度，从而分别将上述数字信号组拟合(fitting)为上述原型波形，确定上述数字信号组各个的到达时间以及振幅。上述处理部对初始原型波形以及初始加权函数进行参数(parameter)化处理，通过包含由校准过程(calibration process)对上述初始原型波形以及上述初始加权函数的参数进行优化的步骤的生成处理，来确定上述原型波形以及上述加权函数。

如果参照以下的详细的说明与附图建立关联来考虑，则能够更全面地理解本说明书所述的实施方式和其伴随的大量的优点。

附图说明

图1是表示基于本实施方式所涉及的光传感器的放射线检测***的一个例子的图。

图2A是表示根据模拟输入信号来采样的事件的一个例子的图（1）。

图2B是表示根据模拟输入信号来采样的事件的一个例子的图（2）。

图2C是表示根据模拟输入信号来采样的事件的一个例子的图（3）。

图3A是表示由LYSO类检测器等光检测器生成的波形的一个例子的图。

图3B是表示以1.25GHz来采样的波形的前沿的图。

图3C是表示以300MHz来采样的波形的前沿的图。

图3D是表示对于以1.25GHz来采样的信号确定的原型波形以及加权函数的一个例子的图。

图3E是表示对于以300MHz来采样的信号确定的原型波形以及加权函数的一个例子的图。

图3F是表示由2个检测器进行同时计数的定时频谱(timingspectrum)的图。

图3G是表示由本实施方式改善由数字式前沿辨别器实现的定时分辨率的情况的图。

图4是表示用于探索原型波形以及加权函数的处理的流程图(flowchart)。

图5是表示对原型函数进行参数化处理的方法的一个例子的图。

图6是表示对加权函数进行参数化处理的方法的一个例子的图。

图7是表示基于针对t0以及A的初始推定的函数的一个例子的图。

图8是表示对于图7所示的采样波形进行的、基于最优的加权的拟合的一个例子的图。

图9是表示用于使用加权函数将实测波形拟合为原型波形的处理的流程图。

图10是表示本实施方式所涉及的计算机***(computer system)的一个例子的图。

具体实施方式

以下，参照附图，详细说明放射线检测***、生成方法以及生成装置的实施方式。

在一个实施方式中，针对放射线检测***进行说明。上述放射线检测***具备：检测器，具有多个光传感器；和模拟数字转换电路，与多个光传感器连接，对多个光传感器输出的模拟信号组进行数字化处理生成与该模拟信号组对应的数字信号组。上述放射线检测***还具备处理部。上述处理部通过在各数字信号的前沿被施加最重的加权的状态下，应用对在原型波形中不同的时间分配可变的重要度的加权函数，来将数字信号组分别拟合成原型波形，确定数字信号组各个的到达时间以及振幅。上述处理部通过包含对初始原型波形以及初始加权函数进行参数化处理，由校准过程对初始原型波形以及初始加权函数的参数进行优化的步骤的生成处理，来确定原型波形以及加权函数。

在另一个实施方式中，原型波形以及加权函数均在执行上述生成处理中根据经验来确定。

在另一个实施方式中，加权函数根据模拟数字转换电路的采样频率以及放射线检测***内的噪音(noise)来变更。

在另一个实施方式中，原型波形根据深度方向的相互作用位置而不同。

在另一个实施方式中，原型波形根据晶***置而不同。

在另一个实施方式中，原型波形根据深度方向的相互作用位置以及晶***置而不同。

另外，在另一个实施方式中，针对生成原型波形以及加权函数的生成方法进行说明。上述生成方法包括：取得步骤(step)，取得由至少具有一个光传感器的检测器生成的多个波形；生成步骤，生成针对原型波形以及加权函数的初始推定，使用一套参数对该原型波形以及该加权函数进行参数化处理；和最优确定步骤，分别针对由上述取得步骤取得的多个波形，来确定原型波形的最优振幅以及最优时间偏移(offset)。另外，上述生成方法包含：对形成步骤，根据由上述最优确定步骤确定的多个波形各自的时间偏移，由多个波形形成波形对；计算步骤，计算由上述对形成步骤形成的各波形对的到达时间差，根据计算出的各波形对的到达时间差，来确定定时分辨率值；和确定步骤，确定由上述计算步骤确定的定时分辨率值是否满足规定的最小化基准。并且，上述生成方法包含更新步骤，当定时分辨率值不满足规定的最小化基准时，更新针对原型波形以及加权函数的上述一套参数，反复进行基于上述最优确定步骤的确定处理、基于上述对形成步骤的波形对形成处理、基于上述计算步骤的计算处理和基于上述确定步骤的确定处理。

在另一个实施方式中，上述最优确定步骤还包含：第2生成步骤，针对作为多个波形的处理对象的第1波形，来生成针对原型波形的初始振幅以及初始时间偏移的初始推定；和插补步骤，为了在第1波形的时基(time-base)上确定原型波形以及加权函数，使用初始时间偏移的初始推定来进行原型波形以及加权函数的插补处理。另外，上述最优确定步骤包含：第2计算步骤，使用针对由上述第2生成步骤的生成的振幅以及时间偏移的初始推定、在第1波形的时基上确定的原型波形以及加权函数、以及第1波形，来计算惩罚(penalty)函数值；和第2确定步骤，根据惩罚函数值的计算结果，来确定是否满足惩罚最小化基准。另外，上述最优确定步骤包含：第3生成步骤，当由上述第2确定步骤确定为不满足惩罚最小化基准时，针对第1波形，生成针对原型波形的振幅以及时间偏移的新推定，反复进行基于上述插补步骤的插补处理、基于上述第2计算步骤的计算处理、和基于上述第2确定步骤的确定处理；和输出步骤，针对第1波形，输出针对原型波形的振幅以及时间偏移的最终值。

在另一个实施方式中，基于上述最优确定步骤的优化处理包含，为了生成多个波形各自的最优时间偏移以及最优振幅，对于多个波形分别反复进行原型波形的优化处理以及加权函数的优化处理的步骤。

在另一个实施方式中，基于上述最优确定步骤的原型波形的优化处理以及加权函数的优化处理由外部处理器来控制，使用加权函数，针对所取得的波形对上述原型波形进行拟合的拟合处理由FPGA来执行，每当反复进行上述拟合处理时，便收集并处理基于新的一套参数的一套数据(data)。

另外，在另一个实施方式中，针对用于生成原型波形以及加权函数的生成装置进行说明。上述生成装置具备：取得部，取得由至少具有1个光传感器的检测器生成的多个波形；生成部，生成针对原型波形以及加权函数的初始推定，使用一套参数来对该原型波形以及该加权函数进行参数化处理；和最优确定部，对于由上述取得部取得的多个波形，分别确定原型波形的最优振幅以及最优时间偏移。另外，上述生成装置具备：对形成部，基于由上述最优确定部确定的多个波形各自的时间偏移，由多个波形形成波形对；计算部，计算由上述对形成部形成的各波形对的到达时间差，基于计算出的各波形对的到达时间差，确定定时分辨率值；和确定部，确定由上述计算部确定的定时分辨率值是否满足规定的最小化基准。另外，上述生成装置具备更新部，当定时分辨率值不满足规定的最小化基准时，更新针对原型波形以及加权函数的一套参数，反复进行基于上述最优确定部的确定处理、基于上述对形成部的波形对形成处理、基于上述计算部的计算处理和基于上述确定部的确定处理。

在另一个实施方式中，上述最优确定部还具备：第2生成部，针对作为多个波形的处理对象的第1波形，生成针对原型波形的初始振幅以及初始时间偏移的初始推定；和插补部，为了在第1波形的时基上确定原型波形以及加权函数，使用初始时间偏移的初始推定来进行原型波形以及加权函数的插补处理。上述最优确定部还具备：第2计算部，使用针对由上述第2生成部生成的振幅以及时间偏移的初始推定、在第1波形的时基上确定的原型波形以及加权函数、以及第1波形，来计算惩罚函数值；和第2确定部，根据惩罚函数值的计算结果，来确定是否满足惩罚最小化基准。上述最优确定部还具备：第3生成部，当由上述第2确定部确定为不满足惩罚最小化基准时，针对第1波形，生成对于原型波形的振幅以及时间偏移的新推定，反复进行基于上述插补部的插补处理、基于上述第2计算部的计算处理、基于上述第2确定部的确定处理；和输出部，针对第1波形，输出针对原型波形的振幅以及时间偏移的最终值。

以下，参照涵盖几个附图整体，对同一或者对应的部件示出类似的参照编号的附图。图1是表示基于本实施方式所涉及的光传感器的放射线检测***的一个例子的图。图1示出了使用滤波器2003、放大器（VGA：Variable Gain Amplifier）2001、以及模拟数字转换器（ADC：Analog-to-Digital Converter）2004来对从PMT等光传感器2000输出的模拟输出信号进行采样的情况。与事件相关的信息能够从由多个光传感器收集到的采样数据(sampling data)来取得。

图2A、图2B以及图2C是表示根据模拟输入信号进行采样的事件的一个例子的图。各光传感器是图1所示的光传感器2000那样的光传感器的多个光传感器对闪烁光进行检测，分别输出模拟信号。事件被反映在光传感器输出的模拟信号中。模拟-数字转换器输入该信号，生成图2A所示的那样的数字信号。当对信号进行解析时，由于能够使用存在于前沿的信息来提取图2B所示的那样的事件定时(event timing)信息，因此出于这样的理由，事件的前沿（leading edge）很重要。作为确定向PET检测器的γ射线入射时刻的触发法(trigger)，一般而言，如图2B所示，使用信号水平(level)在超过了规定的阈值的时刻发生触发信号的“leading edge法”。因此，为了检测γ射线入射时刻，信号的前沿很重要。其中，如果进行积分，则如图2C所示，能够用于确定事件的能量，因此信号整体也很重要。另外，当活用所谓的块检测器（block detector）这样的以往的光复用方式时，信号的积分结果通常还被使用于与来自其他光传感器的信号相组合，从而计算事件位置。

足够提供飞行时间信息程度的高速的PET检测器具有能够超高速地解析1或者多个PMT对闪烁光的响应的能力。典型地，响应的前沿用于获得定时信息，信号整体的积分结果，如图2C所示的那样用于确定事件的能量。由于能量以及定时的评价通常在背景噪音(backgroundnoise)较多的状态下实施，因此，很不容易进行。设计该种类的信号的触发电路以及滤波电路需要模拟电子工学的专门设计者和颇费费用的开发努力。PMT的特性（增益或平均过渡时间等）本质上是分散的，因此，根据电路机构需要能够适应几个条件的事实的不同，该作业变得更加复杂。

如果由模拟信号取得的数字信号（或者其一部分）不发生信号变形以及信号劣化，则能够进行滤波处理、时间上的延迟处理、保存处理等处理。由于反映出事件的信号是比较宽的带宽，因此，采样频率的条件根据需要取入多少信号而具有重要的意义。例如，大多数情况下，为了适应更高速的闪烁晶体，将至少需要1GHz的采样频率。另外，大多数情况下，为了适应该晶体，至少需要8位(bit)的ADC。如果能够得到与检测器的其他的组件(component)配合而具有4GHz、12位的能力的ADC，则能够实现具有先进功能的卓越的下位***。然而，不能得到高速ADC并不罕见。

本实施方式示例出了在一定条件下如何能够改善由被较少地采样的信号得到的信息的质量。该改善通过对被采样的信号使用追加的处理来实现，其结果，可提取更良好的定时推定。

追加的处理能够应用于由与单一的光传感器（例如，PMT）结合的单一的闪烁晶体取得的信号。追加的处理还能够应用于由与多个PMT（PET扫描仪所经常使用）结合的阵列状闪烁晶体取得的信号。此外，追加的处理还能够应用于通过在采样前在模拟区域进行合计而生成的来自多个PMT的合成信号。或者，追加的处理还能够应用于通过对采样后的多个PMT信号进行合计而在数字区域中生成的合成信号。

当由多个采样信号形成合成信号时，合成信号能够通过在对于所有事件的来自各光传感器的信号间使用固定的相对延迟来生成。或者，合成信号能够通过使用与相互作用晶体（crystal-of-interaction）对应的延迟来生成。生成与相互作用晶体对应的延迟的一个例子记载在Burr以及Gagnon的美国专利申请第12/649，159号说明书（美国专利第8，080，780号说明书）中。该申请内容通过在该说明书中参照来引用。

为了从被较少地采样的波形中提取出时间信息，也可以将该波形拟合（fit）为原型波形（prototype waveform）。本实施方式针对用于取得原型波形以及加权函数（weighing function）的处理、和用于将被较少地采样的波形拟合为原型波形并取得时间信息的处理进行了说明。

如上述那样，在为了得到原型函数（prototype function）而使用平均函数（average function）的过程中存在一个问题，由于平均化过程，在包含有最重要的定时信息的脉冲的前沿本身中，一定会加入模糊。本实施方式是根据经验来确定原型函数以及加权函数的实施方式，由此，能够得到优良的定时分辨率。

作为原型函数的初始推定，能够使用平均函数。并且，对原型函数增加变更计算定时分辨率，通过反复探索使定时分布的宽度最小化的原型函数、或者探索使定时分布的振幅最大化的原型函数的步骤，从而能够探索最优原型函数。

同样地，对于加权函数，进行在前沿的开始附近具有中心的高斯函数（Gaussian）等的初始推定。并且，加权函数也与原型函数一起，为了赋予最好的定时分辨率而被优化。对于原型函数的初始推定不需要是平均函数。平均函数只不过是对于初始原型函数的合理的选择之一。越是接近真值或者最终值则初始推定越接近，能够更迅速地结束优化处理。

如果确定原型波形，则被较少地采样的各波形拟合为原型波形，将根据加权函数确定的可变的相对加权被应用于波形的不同区域。原型波形和加权函数均按照校准过程中被优化的参数进行参数化处理。最优加权函数根据原型波形的形状、波形内的统计上的噪音、以及采样频率等因素（factor）来改变。一般而言，如果采样频率降低（即，如果更少地对数据进行采样），则加权函数更宽（即，即使对于不是接近前沿的点，也进行更重的加权）。与事件相关信息大多存在于事件前沿。图3B是表示以1.25GHz来采样的波形的前沿的图，图3C是表示以300MHz来采样的波形的前沿的图。如图3C所示，在以300MHz来采样的波形中，与以图3B所示的1.25GHz来采样的波形相比较，存在于前沿的与事件相关的重要的信息会丢失。

图4是表示用于探索原型波形以及加权函数的处理的流程图。图4示例出为了探索原型函数以及加权函数而使用的校准过程。以下的过程应用于各检测器在单一光传感器上放置有单一闪烁晶体的结构的检测器组中。其中，以下的过程也能够应用于各检测器具有多个闪烁晶体、和/或多个光传感器的情况。

在步骤S99中，设置检测器组以及511keV的同时发生源。在步骤S99中，2个以上的检测器以在检测器之间放置511keV的γ射线源（例如，⁶⁸Ge或者²²Na）的状态来配置。在步骤S100中，进行N个波形的收集以及保存。在步骤S100中，例如收集1000以上那样的大量的N个波形，保存在计算机可读介质中。这些波形能够形成为同时发生（同时计数）的波形对（对(pair)）。

图3A是表示由LYSO类检测器等光检测器生成的波形的一个例子的图。如图3A所示，在PET过程中使用的光检测器输出各波形追踪事件经过的、大量的N个波形。在图3A中，示例出5个波形。检测器的输出信号是在γ射线通过闪烁转换成光学光子组之后，被PMT等光传感器放大后的信号。因此，如图3A所示，输出信号变为发生各个光学光子的离散信号的叠加。从而，检测器的输出信号原理上伴随着统计上的波动。“leading edge法”的触发精度受到该统计上的波动的影响。另外，如使用图3B以及图3C所述的那样，当对于光传感器的输出信号（模拟信号）的ADC的采样频率不充分时，“leading edge法”的触发精度降低。在本实施方式中，即使针对原理上伴随着统计上的波动的光传感器的输出信号采样频率不充分，为了提高γ射线的入射时刻的检测精度，即，为了提高时间分辨率，也进行以下说明的步骤S101以后的处理。在以下的处理中，进行将来自光传感器的输出信号进行数字化处理的波形、和预先准备的原型波形的拟合。此时，在以下的处理中，使调整与原型波形的拟合的加权函数可变。并且，在以下的处理中，为了优化时间分辨率，通过校准过程，逐次将原型波形的形状和加权函数的形状变形，其结果，优化原型波形的形状和加权函数的形状。

在步骤S101中，生成对于（1个或者多个）原型函数以及（1个或者多个）加权函数的初始推定。该处理例如包含使用数字式前沿辨别器或定比率辨别器分别对波形推定“t0”的步骤。该推定例如包含将波形到达峰值的5％或者10％的时间定义为“t0”的处理。并且，各检测器的波形组例如通过使用在各波形中推定出的t0配合时间轴来排列。并且，被排列的各检测器的波形组例如为了得到对于各检测器的暂定原型波形而进行平均化处理。作为生成暂定原型波形的方法，还能够使用其他的方法。接着，生成加权函数的初始推定。加权函数的初始推定例如能够采用以在上述中进行定义的t0为中心，具有和采样期间的3倍相等的半最大值全宽度（FWHM：Full Width at HalfMaximum）的高斯函数。

在步骤S102中，对原型波形（原型函数）以及加权函数进行参数化处理。原型波形的参数化例如包含对多个固定时间中的原型函数值进行参数化处理的步骤。

原型波形的参数例如能够采用几个时间点上的函数值。并且，其以外的时间，即，确定了函数值的时间点之间的时间的函数值例如能够通过使用分段连续埃尔米特多项式(piece-wise continuous Hermitepolynomial)或者样条插值(spline)进行插补来确定。

图5表示将原型函数进行参数化处理的方法的一个例子。图5是表示对原型函数进行参数化处理的方法的一个例子的图。如图5所示，分别对应脉冲前沿上的6个时间点的函数值，存在6个参数（py1～py6）。即使在前沿的前方也会存在2个时间点，因此函数值固定为零(zero)。被优化后的加权函数在前沿附近的点只应用相当程度的加权，因此，前沿附近的值是有用的。

另外，在步骤S102中，例如，使用中心位置以及FWHM，对加权函数进行参数化处理。

图6示出对加权函数进行参数化处理的方法的一个例子。图6是表示对加权函数进行参数化处理的方法的一个例子的图。如图6所示，加权函数是高斯函数，与该高斯函数的中心以及宽度对应地存在2个参数（pw1、pw2）。由于在后述的惩罚函数的分母中存在标准化因子，因此，加权函数的绝对振幅不重要，只有加权函数上的各点的相对加权是重要的。对此之后进行论述。

在步骤S103中，开始用于对原型函数以及加权函数所使用的参数进行处理的反复过程。在步骤S103中，计数器（counter）的值“i”初始化为“1”。

在步骤S104中，当“i”是N以下时，处理转移到步骤S105。另一方面，当“i”不是N以下时，处理转移到步骤S112。

在步骤S105中，针对波形“i”，生成对于时间偏移“t0”以及振幅“A”的初始推定。一旦取得初始推定则也可以预先保存。例如，A能够根据当前波形的积分相对于平均波形的积分的相对值来取得。另外，t0能够由数字式前沿辨别器获得。振幅A能够用于事件能量的推定。或者，也可以根据数值积分来确定能量。此时，振幅A只不过是被废弃了。

在步骤S106中，对于推定出的当前t0，在波形i的时基（timebase）上，进行用于探索原型函数以及加权函数的插补处理。在步骤S106中，对于所推定出的当前t0，为了确定与当前波形相同的时间点（时基）中的原型函数的值，进行针对原型波形的插补，分别对当前波形的时间点（时基）的采样计算加权函数。换而言之，通过插补处理来计算波形i与各采样时间对应的原型函数的值和加权函数的值。

在步骤S107中，计算惩罚函数。在步骤S107中，考虑位于与当前波形（波形“i”）相同的时基上的上述原型函数的值、和针对当前波形的时基内的采样分别计算出的上述加权函数的值，计算对于该A以及t0的惩罚函数。

例如，实施将以下的式（1）所示的惩罚函数（最小二乘惩罚函数）最小化的计算处理。另外，在式（1）中，“t_i”表示采样时间。另外，在式（1）中，“w（t，pw1，pw2，…)”表示具有参数“pw1，pw2，…”的加权函数。另外，在式（1）中，“yp（t，py1，py2，…）”表示具有参数“pw1，pw2，…”的原型函数。另外，在式（1）中，“y（t_i）”表示被采样的波形（波形“i”）。其中，本实施方式例如也可以不是对最小二乘惩罚函数进行定义，而对其他的惩罚函数进行定义。

【数学公式1】

$\mathrm{penalty}(t_0,A)=\frac{{\mathrm{\Σ}}_i{[w(t_1-t_0,\mathrm{pw}1,\mathrm{pw}2,...)\·(A\·\mathrm{yp}(t_1-t_0,\mathrm{pw}1,\mathrm{pw}2,...)-y\left(t_1\right))]}^2}{{\mathrm{\Σ}}_i{\left[w(t_1-t_0,\mathrm{pw}1,\mathrm{pw}2,...)\right]}^2}\·\·\·\left(1\right)$

在步骤S108中，确定是否满足惩罚最小化基准。在该处理中，对于被采样的波形，分别确定使惩罚函数最小化的t0（时间偏移）以及A（振幅）。为了实现惩罚函数的最小化，能够使用大量的算法(algorithm)。

这些算法一般基于来自之前的步骤的结果，包含“用于确定接着应该尝试的参数值的基准”、和“将判断使最小化过程结束的情况作为目的的因素(factor)、或者将判断满足惩罚最小化基准的情况作为目的的因素”。作为使最小化过程结束的因素的例子，例如，能够包含“（a）步骤间的惩罚函数的变化是否变动为比规定的阈值小的判断”、“（b）按照特定的最小化算法计算出的步长是否比规定的最小步长小的判断”、“（c）反复次数（或者步骤数）是否超过了规定值的判断”、或者“（d）其他的因素”。

判定是否满足惩罚最小化基准的方法的一个例子在于使用MATLAB（注册商标）。例如，为了确定是否满足惩罚最小化基准，能够使用MATLAB（注册商标）的FMINSEARCH函数。FMINSEARCH是通过在本说明书中参照而引用的“Lagarias,J.C.,J.A.Reeds,M.H.Wright,and P.E.Wright,″Convergence Properties of theNelder-Mead Simplex Method in Low Dimensions,″SIAM Journal ofOptimization,Vol.9 Number 1,pp.112-147,1998”所述的单纯形探索法（simplex search method）所述的使用“Nelder-Mead simplexalgorithm”的函数。其是没有使用数值性梯度或者解析性梯度的直接的探索法。

将“χ”定义为包含应该优化的参数的向量(vector)，如果设“n”为“χ”的长度，则n维空间的单纯形由作为其顶点的“n+1”个单独的向量来添加特征。单纯形在二维中是三角形，在三维中是椎体。在探索的各步骤中，在当前的单纯形中或者附近生成一个新点。该新点的函数值与该单纯形的顶点组各自的函数值相比较，通常将这些顶点组中的1个顶点置换成新点，赋予新单纯形。反复该步骤，直到单纯形的直径低于规定的容许值。

该算法使用了由对于n维向量χ的“n+1”个点组成的单纯形。在上述算法中，首先，对χ₀加上各分量χ₀（i）的5％得到n个向量，通过对χ₀追加这些n个向量来作为单纯形的要素来使用，从而在初始推定χ₀的周边形成单纯形。例如，当“χ₀（i）=0”时，作为分量i使用0.00025。接着，算法按照以下步骤（1～7），对单纯形反复增加变更。在“Nelder-Mead simplex algorithm”中，对于提供的初始单纯形，在满足结束条件之前一直进行“Reflect,Expand,Contract,Shrink”等基本处理，更新单纯形。

在“步骤1”中，设“χ（i），i=1，…，n+1”表示当前单纯形内的一系列的点。

在“步骤2”中，将单纯形内的各点按照从最低的函数值“f（χ（1））”到最高的函数值“f（χ（n+1））”的顺序排列。在反复的各步骤中，算法废弃当前最差点“χ（n+1）”，将其他点加入单纯形内。或者，在后述的“步骤7”中，将所有的n个点变更为超过“f（χ（1））”的值的点。

在“步骤3”中，通过“r=2m-χ（n+1）”生成作为反射点（reflected point）的“r”，计算f（r）。另外，在上述的式子中，“m”是“χ（i），i=1，…，n”的平均。

在“步骤4”中，当“f（χ（1））≤f（r）＜f（χ（n））”时，加入“r”，结束该反复处理（Reflect）。

在“步骤5”中，当“f（r）＜f（χ（1））”时，由“s=m+2（m-χ（n+1））”来计算作为扩张点（expansion point）的“s”，计算f（s）。在此，当“f（s）＜f（r）”时，作为“步骤5的a”，接受“s”，结束该反复处理（Expand）。另一方面，其以外的情况时，作为“步骤5的b”，接受“r”，结束该反复处理（Reflect）。

另一方面，在“步骤6”中，当“f（r）≥f（χ（n））”时，在“m”与“χ（n+1）”以及“r”中的好的一方之间，进行缩小（contraction）。在此，当“f（r）＜f（χ（n+1））”时，即，当“r”比“χ（n+1）”好时，作为“步骤6的a”，计算“c=m+（r-m）/2”，计算“f（c）”。并且，当“f（c）＜f（r）”时，接受“c”，结束该反复处理（Contract outside）。另一方面，其以外的情况时，转移到“步骤7”（Shrink）。另外，当“f（r）≥f（χ（n+1））”时，作为“步骤6的b”，计算“cc=m+（χ（n+1）-m）/2”，计算“f（cc）”。并且，当“f（cc）＜f（χ（n+1））”时，接受“cc”，结束该反复处理（Contract inside）。另一方面，其以外的情况时，转移到“步骤7”（Shrink）。

在“步骤7”中，由“ν（i）=χ（1）+（χ（i）-χ（1））/2”来计算n个点，计算“f（ν（i）），i=2，…，n+1”。下一反复中的单纯形变为“χ（1），ν（2），…，ν（n+1）”（Shrink）。

当在步骤S108中满足惩罚最小化基准时，进入步骤S110，当不满足时，进入步骤S109。

在步骤S109中，如上述那样，针对波形“i”，生成对于t0以及A的下一推定（新推定）。并且，本过程返回到步骤S106，在步骤S106中，对于新的t0，进行插补处理。

在步骤S108中当满足惩罚最小化基准时，本过程进入S110。

在步骤S110中，保存波形“i”的t0以及A的最终值。这些值是使波形“i”的惩罚函数最小化的值。

在步骤S111计数器(counter)增加到“i=i+1”，本过程返回步骤S104，由步骤S105至步骤S111，对下一波形进行处理。

在步骤S104中，当计数器的值“i”是N以上时，本过程进入步骤S112。

在步骤S112中，根据t0的值以及预先设定的同时计数用时窗（time window）形成波形对。

如果形成波形对，则在步骤S113中，计算波形对各自的Δt。在步骤S113中，使用作为波形对的第1波形的t0的“t01”和作为波形对的第2波形的t0的“t02”，来推定该波形对的“Δt”。另外，“Δt=t01-t02”。

在步骤S114中，根据Δt的值来计算定时分辨率值（Δt值的直方图的标准偏差等）。例如，分别对于同时发生的事件对，确定时间差（Δt=t01-t02），生成所有的同时发生对的Δt值的直方图(histogram)。例如，图3F是表示由2个检测器进行同时计数的定时频谱的图。在校准过程中，描述原型波形以及加权函数的参数组为了优化定时频谱（图3F所示例的实测直方图）而被调整。例如，参数组为了使定时频谱的峰值(peak)振幅最大化，或者为了使定时频谱的宽度最小化而被调整。即，参数组如图3F所示例的那样，为了使图3F所示例的实测直方图变为拟合的曲线而被调整。

在步骤S115中，确定是否满足定时分辨率最小化基准。当不满足定时分辨率最小化基准时，过程进入S116。当满足定时分辨率最小化基准时，结束本过程，决定原型函数以及加权函数。作为该校准处理的结果，时间差分布的宽度抑制为最小限度。或者，作为该校准处理的结果，将时间差分布的峰值振幅最大化。

当过程进入S116时，生成对于原型函数以及加权函数的下一参数。过程在S116中，重新确定对于原型函数以及加权的一套参数。其结果，对于这些参数（即，可变参数），实施上述的反复处理，直到探索到使Δt的标准偏差、或者分布宽度的另一尺度最小的参数。例如，如果参照图5以及图6，则在定时分布的宽度变为最小之前，变更py1～py6以及pw1～pw2。为了执行步骤S115以及步骤S116，也能够使用上述的单纯形法等各种最小化算法。

如果在步骤S116中生成下一参数，则本过程返回步骤S103，再次反复步骤S103～步骤S115的处理。这样，本过程为最优原型函数以及最优加权函数的生成处理。本过程执行变更“A以及t0”探索最优原型函数以及最优加权函数的优化环节、和变更一套参数（py以及pw）探索最优原型函数以及最优加权函数的优化环节。通过“A以及t0”的更新，对于原型函数以及加权函数，进行沿着时间轴的平行移动、或向相似形的放大缩小。另外，通过更新一套参数，来进行对于原型函数以及加权函数的变形。通过这样的更新，本过程探索满足惩罚最小化基准以及定时分辨率最小化基准的最优原型函数以及最优加权函数。换而言之，为了探索最优原型函数以及最优加权函数，本过程进行函数空间上的增量。通过进行函数空间上的增量，从而在本实施方式中，以所有的通道（channel）（所有的检测器）的组合，在每个通道中（每个检测器中）生成定时频谱变为尖锐形状的原型波形以及加权函数。其结果，在本实施方式中，即使对于原理上伴随着统计上的波动的光传感器的输出信号的采样频率不充分，也能够提高时间分辨率。

图3D是表示对于以1.25GHz进行采样的信号确定的原型波形以及加权函数的一个例子的图。另外，图3E是表示对于以300MHz来采样的信号确定的原型波形以及加权函数的一个例子的图。图3D以及图3E分别示例的原型波形的形状以及加权函数的形状通过校准过程，如对时间分辨率进行优化那样，根据采样频率来进行优化。由于采样源的信号相同，因此，图3D所示例的原型波形的形状、和图3E所示例的原型波形的形状大致相同。另外，由于图3E所示例的加权函数的形状是针对以频度比1.25GHz低的300MHz来采样的信号而确定的，因此，比图3D所示例的加权函数的形状宽。另外，通过上述的处理，加权函数除了采样频率之外，还根据放射线检测***的***噪音来变更。

图9是表示用于使用加权函数将实测波形拟合为原型波形的处理的流程图。图9示例出使用固定的原型波形以及固定的加权函数，对与单一事件对应的实测波形进行处理的步骤。图9所示例的过程与图4所示的步骤S105～S109类似。如果通过图4所示的生成处理确定原型波形以及加权函数，则实施图9所示的拟合过程。

在对各波形实施的拟合过程中，一般而言，大概需要对于t0以及A的初始推定。对于t0的初始推定能够通过对脉冲［y（ti）］应用数字式前沿辨别器或者定比率辨别器来进行。对于振幅A的初始推定能够通过求出y（ti）的积分与yp的积分之比，或者求出y（ti）的积分与平均脉冲的积分之比来进行。作为备选方案，A也可以根据积分结果来预先确定，在固定了A的值的状态下，通过拟合只确定t0。能够实施大量的变形例。

拟合的目的在于（使用加权函数）对于实测数据求得拟合为最优的原型函数的t0以及振幅A。ADC采样时钟(sample clock)能够通过由PLL（Phase Locked Loop）对***时钟进行上采样（up sampling）来导出。因此，通常，能够根据与***时钟的关系知道t0。接着，通过应用通常的PET定时校准（即，晶体依存性），能够算出实际的γ射线到达时间。

具体而言，在步骤S200中，针对波形（实测波形），生成对于t0以及A的初始推定。例如，A能够根据实测波形的积分与平均波形的积分之比来得到，t0能够根据LED来得到。图7是表示基于对于t0以及A的初始推定的函数的一个例子的图。图7示例出初始推定后的函数。为了在与被采样的波形相同的时基上求值，原型函数如图7所示的那样***补。同样地，加权函数的值如图7所示，在被采样的波形中，针对采样点分别被计算。

在步骤S201中，对于推定出的当前t0，在波形的时基上，进行用于探索原型函数以及加权函数的插补处理。在步骤S201中，为了在与处理对象的实测波形相同的时基上求得原型函数的值，在t0确定之后进行插补。此外，在处理对象的实测波形的时基内，分别对于采样计算加权函数。

在步骤S202中，对于当前的A以及t0，计算惩罚函数。

在步骤S203中，确定是否满足惩罚最小化基准。如果不满足，则本过程针对处理对象的实际测量波形，进入生成对于t0以及A的下一推定的步骤S205。即使在图9所示的处理中，为了实现步骤S203以及步骤S205，也能够与由图4说明的处理相同，使用各种最小化算法。接着，本过程返回步骤S201。即，为了使惩罚函数最小化并对A以及t0进行优化，反复步骤S201～步骤S203的过程。即，在校准之后进行的对于实测波形的处理中，只进行变更“A以及t0”来探索最优原型函数以及最优加权函数的优化环节。或者，如上述那样，在校准之后进行的对于波形的处理中，也可以只进行变更“t0”来探索最优原型函数以及最优加权函数的优化环节。

图8是表示对于图7所示的采样波形进行的、基于最优的加权的拟合的一个例子的图。图8对于图7所示的采样波形，通过最终确定的最优加权来示例出最优拟合。图7所示例的加权函数是以初始推定的t0为中心的高斯函数，图8所示例的加权函数是以使惩罚函数最小化的t0的最终值为中心的高斯函数。使用图8所示的加权函数的结果，实测波形的前沿的最初部分通过原型函数，被非常良好地拟合。另一方面，在最终值的t0之后的时间部分中，当加权函数的加权远低于最终值的t0的时间部分时，最终值的t0之后的时间部分的采样数据（实测波形）和原型函数不一定拟合。定时信息的大部分包含在前沿附近的采样中。

当在步骤S203中判断为满足惩罚最小化基准时，在步骤S204中，保存波形（作为处理对象的实测波形）的t0以及A的最终值。在步骤S204中，将满足惩罚最小化基准的t0作为到达时间来加以分配。

作为确定了原型函数以及加权函数的结果，实现更高的定时分辨率。图3G是表示由本实施方式来改善由数字式前沿辨别器实现的定时分辨率的图。如图3G所示例的那样，当使用数字式前沿辨别器时，如果采样频率变低，则定时分辨率急剧降低。另一方面，如图3G所示例的那样，当通过在本实施方式中说明的处理应用加权拟合时，即使采样频率变低，定时分辨率也只会稍微降低。这样，在本实施方式中，即使原理上伴随着统计上的波动的对于光传感器的输出信号不充分，也能够提高时间分辨率。

图4以及图9所示的处理通过使用由对来自各光传感器的波形进行合计而形成的合成波形，从而能够容易地扩张到由多个光传感器构成的检测器。在对波形进行合计的处理中，能够包含对各信号应用在校准处理中确定的时间偏移，在合计前插补共通的时基的步骤。本实施方式也可以对于所有的事件对各光传感器应用相同的延迟。但是，本实施方式还能够应用通过在本说明书中参照而引用的Burr以及Gagnon的美国专利申请第12/649，159号说明书（美国专利第8，080，780号说明书）中所述的对于各光传感器的晶体依存的延迟（与晶***置对应的延迟）。

另外，图4以及图9所示的处理也可以均是对于使用阵列状的闪烁晶体的检测器的晶体，分别单独地确定原型函数以及加权函数的情况。例如，扩张上述的处理，晶体依存性地，即根据晶体的位置，对单一的事件进行处理的步骤包含使用来自各光传感器的信息（即，积分后的信号）来确定相互作用晶体的步骤。另外，该处理大概还包含通过对来自各光传感器的波形进行合计来生成合成波形的步骤。合成波形的生成例如通过使用由校准步骤确定的对于各光传感器的固定的延迟、或者美国专利申请第12/649，159号说明书（美国专利第8，080，780号说明书）所述的对于各光传感器的晶体依存的延迟来进行。

该过程包含针对合成波形，确定对于A以及t0的初始推定的初始步骤。A能够根据当前波形的积分相对于平均波形的积分的相对值来获得，t0能够由数字式前沿辨别器“leading edge discriminator：LED”获得。

在确定了t0之后，为了在与当前的波形相同的时基上求得原型函数的值而进行插补，在当前波形的时基内，对于采样分别计算加权函数。

接着，计算对于A以及t0的惩罚函数，A以及t0的推定通过反复处理（使惩罚函数最小化的反复处理）来优化。如果使惩罚函数最小，则作为到达时间分配t0。

另外，通过多次对保存的一套数据进行再次处理，从而能够进行参数的优化。例如，能够收集同时发生波形（coincidence waveforms）的大集合，保存在硬盘驱动器(hard-drive)中。并且，计算机反复地对保存数据进行再处理，直到提取出最优参数。但是，当保存数据并不实用，且能够实时(real time)进行拟合（例如，由检测器的FPGA）时，例如，FPGA对参数进行变更，针对一套参数，分别对重新收集到的数据组计算定时分布即可。对于参数而言，选择返回最狭窄的定时分布的参数。此时，优化过程由位于FPGA的外部处理器(processor)（计算机）来进行控制。

所需的保存波形的数量、或者所需的处理完成波形的数量一般的情况是对于1个原型函数大概为1000以上。例如，当对于检测器整体只使用单一原型函数时，需要收集大约1000以上的事件并进行处理。另一方面，当检测器例如由169个晶体（13×13的阵列）构成，且，对于各晶体存在不同原型函数时，大概需要对大约169，000（=169×1000）以上的波形进行处理。

在一部分检测器设计中，能够推定γ射线在闪烁内发生的相互作用的深度（DOI：Depth Of Interaction）。通过该函数，能够降低远离径向有效视野（radial field of view）的中心而发生的事件的视差误差（parallax error）。DOI检测器的设计公知的有双端读出检测器（dual-end readout detector）、叠层闪烁检测器（phoswichdetector）、脉冲形状判别检测器（pulse-shape discriminationdetector）等大量的设计。如果能够由检测器来推定相互作用的深度，则能够确定某一相互作用的深度、或者某一晶***置所特殊的原型函数。此时，晶体阵列细分为三维的区域，不是单纯的二维。为了能够测定或者推定相互作用的深度，通过那样设计检测器来使用基于相互作用晶体以及相互作用的深度的原型函数。

一系列的处理的一定部分能够使用任何方式的计算机处理器来实现。对于本领域的技术人员而言不言而喻，计算机处理器能够由个别逻辑门(discrete logic gate)、特定用途集成电路（ASIC：Application Specific Integrated Circuit）、现场可编程门阵列（FPGA：Field Programmable Gate Array），或者其他的复杂可编程逻辑设备（CPLD：Complex Programmable Logic Device）来构筑。FPGA或者CPLD的实施方式能够通过VHDL（VHSIC HardwareDescription Language）、Verilog、或者其他的任意硬件(hardware)标记语言来进行代码(code)化。并且，该代码能够保存在直接搭载于该FPGA或者CPLD内部的电子存储器或者作为独立的电子存储器的电子存储器(memory)中。另外，该电子存储器能够是ROM、EPROM（Electrically Programmable Read Only Memory）、EEPROM（Electrically Erasable Programmable Read Only Memory）、或者闪存(flash memory)等非易失性的。电子存储器还能够是静态RAM(Static RAM)或者动态RAM(Dynamic RAM)等易失性的，除了FPGA或者CPLD与电子存储器之间的对话之外，为了管理电子存储器，能够设置微控制器(microcontroller)或者微处理器(microprocessor)等处理器。

或者，计算机处理器执行包含实施本说明书所述的功能的一套计算机可读命令的计算机程序，该程序存储(program)在上述各种非暂时性电子存储器中的任一个的、和/或硬盘驱动器(hard disk drive)、CD、DVD、优盘(flash drive)、或者其他任意的公知存储介质中。另外，该计算机可读的命令能够作为与基于美国英特尔公司的Xenon处理器（注册商标）、或者基于美国AMD公司的Opteron处理器（注册商标）等处理器、和MicrosoftVISTA（注册商标）、UNIX（注册商标）、Solaris（注册商标）、LINUX（注册商标）、Apple MAC-OSX（注册商标）、以及本领域的技术人员所公知的其他操作***(operating system)等操作***一起都工作的、应用程序(utility application)、背景程式(background daemon)、或者操作***的构成要素来提供，还能够提供他们的组合。

此外，本实施方式的几个特征是能够使用作为图10所示的计算机基础的***的计算机1000来实施。图10是表示本实施方式所涉及的计算机***的一个例子的图。图10所示例的计算机1000具备有：总线(bus)B、或者交互信息的其他通信机构、和与总线B结合的作为信息处理用处理器的CPU1004。计算机1000还具备随机存储存储器（RAM：Random Access Memory）或者其他的动态存储装置（例如，动态RAM（DRAM：dynamic RAM）、静态RAM（SRAM：Static RAM）、以及同步DRAM（SDRAM：Synchronous DRAM）那样的、为了保存信息以及CPU1004所执行的命令的、与总线B相结合作为主存储装置的存储器部1003。此外，当CPU1004执行命令时，能够使用存储器部1003，来保存暂时的变量或者其他的中间信息。计算机1000为了保存静态的信息以及CPU1004用的命令，还能够具备与总线B结合的只读存储器（ROM：ReadOnly Memory）或者其他的静态存储装置（例如，可编程ROM（PROM：Programmable ROM）、可擦PROM（EPROM：Erasable PROM）、以及电可擦PROM（EEPROM：Electrically erasable PROM）。

计算机1000还具备与总线B结合，控制大容量存储装置1002等用于保存信息以及命令的1个或者多个存储装置的磁盘控制部、以及驱动装置1006（例如，软盘驱动器(floppy disk drive)、只读光盘驱动器(read-only compact disc drive)、读/写光盘驱动器(read/writecompact disc drive)、光盘点唱机(compact disc jukebox)、磁带驱动器(tape drive)、以及可移动磁光盘驱动器(removablemagneto-optical drive)）。这些存储装置能够使用合适的设备接口(device interface)（小型计算机***接口（SCSI：Small ComputerSystem Interface）、集成电路设备（IDE：Integrated DeviceElectronics）、加强型IDE（E-IDE：Enhanced-IDE）、直接存储器存取（DMA：Direct Memory Access：）、或者高速DMA），来增加到计算机1000中。

计算机1000还能够具备专用逻辑设备（例如，特定用途集成电路（ASIC：Application Specific Integrated Circuits）或者可构成的逻辑设备（例如，简单可程序逻辑设备（SPLD：Simple ProgrammableLogic Device）、复杂可编程逻辑设备（CPLD：Complex ProgrammableLogic Device）、以及现场可编程门阵列（FPGA：Field ProgrammableGate Array））。

计算机1000还能够具备与总线B结合，控制阴极射线管（CRT：Cathode Ray Tube）等用于对计算机使用者显示信息的显示器(display)的显示器控制器(display controller)。计算机***具备有键盘(keyboard)以及定位设备(pointing device)等、用于与计算机使用者进行对话，同时对处理器提供信息的输入设备。该定位设备能够是将交互向处理器的指示信息以及命令(command)选择、以及控制显示器上的光标(cursor)的移动为目的的、例如，鼠标(mouse)、轨迹球(trackball)、或者定位杆(pointing stick)。此外，打印机(printer)能够提供由计算机***保存的数据一览、和/或所生成的数据一览的打印物。

计算机1000响应CPU1004执行收容于存储器部1003等存储器中的由1个或者多个命令构成的1个或者多个序列(sequence)，实施本实施方式所涉及的诸处理步骤中的至少一部分。该命令能够从大容量存储装置1002或者可移动(removable)的存储介质1001等其他的计算机可读介质读入存储器部1003。为了执行收容于存储器部1003的命令的序列，还能够活用1个或者多个多处理(multi-processing)结构的处理器。在另一实施方式中，还能够代替基于软件(software)的命令、或者以与基于软件的命令的组合，使用硬件(hardware)电路。从而，实施方式并不限定于硬件电路机构以及软件的任何的特定组合。

如上述那样，计算机1000至少具备计算机可读的存储介质1001、或者“将保持按照本实施方式的指示进行程序化的命令、以及收容数据构造、列表(table)、记录(record)、或者本实施方式所述的其他的数据作为目的的存储器”之一。在计算机可读的介质的例子中，存在压缩盘(compact disc)、硬盘(hard disk)、软盘(floppy disk)、磁带(tape)、磁光盘、PROM（EPROM、EEPROM、闪速EPROM）、DRAM、SRAM、SDRAM、或者计算机可读的其他任意的磁性介质、压缩盘（例如CD-ROM）、或者其他任意的介质。

作为计算机可读介质的任一个或者其组合所容纳的软件，本实施方式包含将控制CPU1004、为了实施本实施方式而驱动1个或者多个设备、以及CPU1004能够与作为用户(user)的人进行对话作为目的的软件。该软件能够列举出设备驱动器(device driver)、操作***、开发工具(development tool)、以及应用软件(applications software)为例，但并不限定于此。该计算机可读介质还包含用于执行实施本实施方式时所执行的处理的全部或者一部分（当处理分散时）的、本实施方式的计算机程序制品。

本实施方式的介质上的计算机用代码元素(code element)能够作为能够任意解释或者执行的代码结构。作为例子可以列举出脚本(script)、能够解释的程序、动态链接库（DLL：Dynamic Link Library）、Java（注册商标）类(class)、以及能够完全执行的程序，但并不限定于此。另外，能够使本实施方式的处理的一部分分散，使性能、可靠性、和/或成本(cost)优化。

在本实施方式中，“计算机可读介质”的用语是指与对CPU1004提供命令并执行的步骤相关的任意的介质。计算机可读介质能够形成各种方式。作为例子列举出非易失性介质以及易失性介质，但并不限定于此。作为非易失性的例子，例如，可以列举出大容量存储装置1002、或者作为可移动的存储介质1001等的光盘、磁盘、以及磁光盘。作为易失性介质的例子，能够列举出存储器部1003等动态存储器。

为了实施由使CPU1004执行的1个或者多个命令构成的1个或者多个序列，大概需要各种方式的计算机可读的介质。例如，命令最初能够预先保持在远程计算机的磁盘上。与总线B结合的输入部能够经由总线B输入输出数据。总线B能够将数据搬送到存储器部1003。CPU1004由此取出命令并执行。由存储器部1003取入的命令根据需要，能够在CPU1004执行之前或者之后，保存在大容量存储装置1002上。

计算机1000还具备与总线B结合的通信接口(interface)1005。通信接口1005能够进行双方向通信，例如，和与局域网（LAN：LocalArea Network）或者因特网(internet)等其他的通信网络连接的网络连接。例如，通信接口1005可以是能够安装在任意的信息包交换式LAN上的网络接口卡(network interface card)。作为另一个例子，通信接口1005可以是非对称数字用户线路（ADSL：AsymmetricalDigital Subscriber Line）卡、综合业务数字网（ISDN：IntegratedServices Digital Network）卡、或者能够像对应的样式的通信线路提供数据通信连接的调制解调器(modem)。还能够构筑无线连接(wireless)。在该实施方式的任一实施方式中，通信接口1005发送接收搬送相当于各种信息的数字数据流(digital data stream)的电信号、电磁信号、或者光信号。

典型地，网络能够向借助了1个或者多个网络的其他数据设备(data device)进行数据通信。例如，网络能够经由局域(local)网（例如LAN）、或者经由通过通信网络提供通信服务(service)的服务提供商(service provider)所运用的机器，向其他的计算机提供连接。本地的网络以及通信网络例如使用搬送数字数据流的电信号、电磁信号、或者光信号以及相关的物理层（例如，CAT5电缆(cable)、同轴电缆、光纤(fiber)等）。另外，网络能够向个人信息端末（PDA：PersonalDigital Assistant）、膝上型计算机(laptop computer)、或者手机等移动设备提供连接。

以上，如所说明那样，根据本实施方式，即使采样频率不充分，也能够提高时间分辨率。

虽然说明了本发明的几个实施方式,但这些实施方式是作为例子而提示的,并不意图限定本发明的范围。这些实施方式能够以其他的各种方式进行实施，在不脱离发明的要旨的范围内，能够进行各种省略、置换、变更。这些实施方式或其变形与包含于发明的范围或要旨中一样，包含于权利要求书记载的发明及其均等的范围中。

Claims (14)

1.一种放射线检测***，其特征在于，具备：

检测器，其具有多个光传感器；

模拟数字转换电路，其与上述多个光传感器连接，对上述多个光传感器输出的模拟信号组进行数字化处理，来生成与该模拟信号组对应的数字信号组；以及

处理部，其通过在各数字信号的前沿被施加了最重的加权的状态下应用对原型波形中不同的时间分配可变的重要度的加权函数，来将上述数字信号组分别拟合成上述原型波形，从而确定上述数字信号组各自的到达时间以及振幅，

上述处理部通过生成处理来确定上述原型波形以及上述加权函数，其中，上述生成处理包含对初始原型波形以及初始加权函数进行参数化处理，由校准过程对上述初始原型波形以及上述初始加权函数的参数进行优化的处理。

2.根据权利要求1所述的放射线检测***，其特征在于，

上述原型波形以及上述加权函数均在执行上述生成处理的过程中根据经验被确定。

3.根据权利要求1所述的放射线检测***，其特征在于，

上述加权函数根据上述模拟数字转换电路的采样频率以及上述放射线检测***内的噪音来变更。

4.根据权利要求2所述的放射线检测***，其特征在于，

上述原型波形根据深度方向的相互作用位置而不同。

5.根据权利要求2所述的放射线检测***，其特征在于，

上述原型波形根据晶***置而不同。

6.根据权利要求2所述的放射线检测***，其特征在于，

上述原型波形根据深度方向的相互作用位置以及晶***置而不同。

7.一种生成方法，其特征在于，包括：

取得步骤，取得由具有至少1个光传感器的检测器生成的多个波形；

生成步骤，生成针对原型波形以及加权函数的初始推定，使用一套参数来对该原型波形以及该加权函数进行参数化处理；

最优确定步骤，针对通过上述取得步骤取得的多个波形，分别确定上述原型波形的最优振幅以及最优时间偏移；

对形成步骤，基于由上述最优确定步骤确定的上述多个波形各自的时间偏移，根据上述多个波形来形成波形对；

计算步骤，计算由上述对形成步骤形成的各波形对的到达时间差，基于计算出的各波形对的到达时间差来确定定时分辨率值；

确定步骤，确定由上述计算步骤确定的定时分辨率值是否满足规定的最小化基准；以及

更新步骤，当上述定时分辨率值不满足上述规定的最小化基准时，更新针对上述原型波形以及上述加权函数的上述一套参数，反复进行基于上述最优确定步骤的确定处理、基于上述对形成步骤的波形对形成处理、基于上述计算步骤的计算处理以及基于上述确定步骤的确定处理。

8.根据权利要求7所述的生成方法，其特征在于，

上述最优确定步骤还具备：

第2生成步骤，针对作为上述多个波形的处理对象的第1波形，生成针对上述原型波形的初始振幅以及初始时间偏移的初始推定；

插补步骤，为了在上述第1波形的时基上确定上述原型波形以及上述加权函数，使用上述初始时间偏移的初始推定来进行上述原型波形以及上述加权函数的插补处理；

第2计算步骤，使用针对由上述第2生成步骤生成的振幅以及时间偏移的初始推定、在上述第1波形的时基上确定的原型波形及加权函数以及上述第1波形，来计算惩罚函数值；

第2确定步骤，根据上述惩罚函数值的计算结果，来确定惩罚最小化基准是否被满足；

第3生成步骤，当由上述第2确定步骤确定为上述惩罚最小化基准未被满足时，针对上述第1波形，生成针对上述原型波形的振幅以及时间偏移的新的推定，反复进行基于上述插补步骤的插补处理、基于上述第2计算步骤的计算处理以及基于上述第2确定步骤的确定处理；以及

输出步骤，针对上述第1波形，输出针对上述原型波形的上述振幅以及上述时间偏移的最终值。

9.根据权利要求8所述的生成方法，其特征在于，

基于上述最优确定步骤的优化处理包含为了生成上述多个波形各自的最优时间偏移以及最优振幅，而针对上述多个波形，分别反复进行上述原型波形的优化处理以及上述加权函数的优化处理的处理。

10.根据权利要求8所述的生成方法，其特征在于，

由外部处理器来控制基于上述最优确定步骤的上述原型波形的优化处理以及上述加权函数的优化处理，

由FPGA执行使用上述加权函数来对上述原型波形拟合所取得的波形的拟合处理，

每当反复进行上述拟合处理时，就收集并处理基于新的一套参数的一套数据。

11.一种生成装置，其特征在于，具备：

取得部，其取得由至少具有1个光传感器的检测器生成的多个波形；

生成部，其生成针对原型波形以及加权函数的初始推定，使用一套参数对该原型波形以及该加权函数进行参数化处理；

最优确定部，其对由上述取得部取得的多个波形，分别确定上述原型波形的最优振幅以及最优时间偏移；

对形成部，其基于由上述最优确定部确定的上述多个波形各自的时间偏移，根据上述多个波形来形成波形对；

计算部，其计算由上述对形成部形成的各波形对的到达时间差，基于计算出的各波形对的到达时间差来确定定时分辨率值；

确定部，其确定由上述计算部确定的定时分辨率值是否满足规定的最小化基准；以及

更新部，当上述定时分辨率值不满足上述规定的最小化基准时，更新针对上述原型波形以及上述加权函数的上述一套参数，反复进行基于上述最优确定部的确定处理、基于上述对形成部的波形对形成处理、基于上述计算部的计算处理以及基于上述确定部的确定处理。

12.根据权利要求11所述的生成装置，其特征在于，

上述最优确定部还具备：

第2生成部，其针对作为上述多个波形的处理对象的第1波形，生成针对上述原型波形的初始振幅以及初始时间偏移的初始推定；

插补部，其为了在上述第1波形的时基上确定上述原型波形以及上述加权函数，而使用上述初始时间偏移的初始推定来进行上述原型波形以及上述加权函数的插补处理；

第2计算部，其利用针对由上述第2生成部生成的振幅以及时间偏移的初始推定、在上述第1波形的时基上确定的原型波形及加权函数以及上述第1波形，来计算惩罚函数值；

第2确定部，其基于上述惩罚函数值的计算结果来确定惩罚最小化基准是否被满足；

第3生成部，其当由上述第2确定部确定为上述惩罚最小化基准未被满足时，针对上述第1波形，生成针对上述原型波形的振幅以及时间偏移的新的推定，反复进行基于上述插补部的插补处理、基于上述第2计算部的计算处理以及基于上述第2确定部的确定处理；以及

输出部，其针对上述第1波形，输出针对上述原型波形的上述振幅以及上述时间偏移的最终值。

13.根据权利要求12所述的生成装置，其特征在于，

基于上述最优确定部的优化处理为了生成上述多个波形各自的最优时间偏移以及最优振幅，而针对上述多个波形，分别反复进行上述原型波形的优化处理以及上述加权函数的优化处理。

14.根据权利要求12所述的生成装置，其特征在于，

由外部处理器来控制基于上述最优确定部的上述原型波形的优化处理以及上述加权函数的优化处理，

由FPGA来执行使用上述加权函数来对上述原型波形拟合所取得的波形的拟合处理，

每当反复进行上述拟合处理时，就收集并处理基于新的一套参数的一套数据。

Images