CN106443760B - 一种闪烁脉冲简化模型、重建及能量获取的方法 - Google Patents
一种闪烁脉冲简化模型、重建及能量获取的方法 Download PDFInfo
- Publication number
- CN106443760B CN106443760B CN201610822766.7A CN201610822766A CN106443760B CN 106443760 B CN106443760 B CN 106443760B CN 201610822766 A CN201610822766 A CN 201610822766A CN 106443760 B CN106443760 B CN 106443760B
- Authority
- CN
- China
- Prior art keywords
- pulse
- scintillation pulse
- value
- scintillation
- simplified model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T7/00—Details of radiation-measuring instruments
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Radiation (AREA)
- Nuclear Medicine (AREA)
Abstract
本发明公开了一种闪烁脉冲的简化模型建立方法,包括以下步骤:利用原始闪烁脉冲模型对实际的采样得到的闪烁脉冲信号进行重建过程中,对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅在脉冲幅度a上发生变化,且在闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,则建立闪烁脉冲简化模型为: 其中,t′0、b0和d0分别为原始闪烁脉冲模型中t0、b和d的经验值,并在上述简化模型的基础之上进一步公开了一种闪烁脉冲重建方法及能量信息快速获取方法,可有效减少了闪烁脉冲重建复杂度,加快闪烁脉冲重建及能量信息获取速度,同时尽可能减小对***能量分辨率的恶化。
Description
技术领域
本发明属于光电探测技术领域,涉及一种高速闪烁脉冲的模型重建及能量确定方法。
背景技术
传统的数字化闪烁脉冲能量计算方法通过对闪烁脉冲进行建模(建立原始闪烁脉冲模型),并使用曲线拟合的方式对闪烁脉冲进行重建后通过积分获得其能量值。根据闪烁脉冲数学模型的不同,在使用曲线拟合方式重建闪烁脉冲时,需要对3~4个变化量进行拟合,这样就需要较高的计算复杂度和较长的计算时间,具体如下:
通过如下原始闪烁脉冲模型对实际的采样得到的脉冲信号进行重建:
其中t0为脉冲起始时刻,b和d是和脉冲上升时间和衰减时间相关的参数。在对脉冲采样信号进行重建时,需要使用基于获取的脉冲采样值计算出a,t0,b和d四个参数。
完成闪烁脉冲重建后,通过以下公式获得其能量信息:
在使用以上方法对闪烁脉冲进行重建及能量计算过程中,会涉及多次幂指数、对数等复杂运算,就需要较高的计算复杂度和较长的计算时间。在实际计算机运算过程中会极大的消耗计算资源。
发明内容
本发明的目的在于一种提供闪烁脉冲的简化模型及能量信息快速获取方法,减少了闪烁脉冲重建复杂度,加快闪烁脉冲重建及能量信息获取速度,同时尽可能减小对***能量分辨率的恶化。
为达到上述目的,本发明的解决方案是:
本发明公开了一种闪烁脉冲简化模型建立方法,包括以下步骤:
利用原始闪烁脉冲模型对实际的采样得到的闪烁脉冲信号进行重建过程中,对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅在脉冲幅度a上发生变化,且在闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,则建立闪烁脉冲简化模型为:
其中,t′0、b0和d0分别为原始闪烁脉冲模型中t0、b和d的经验值。
优选的,预先经由原始闪烁脉冲模型确定t0、b和d的经验值t′0、b0和d0,并根据实际获取到的脉冲采样值确定脉冲幅度a值。
进一步的,所述t′0、b0和d0值的确定包括以下步骤:
(I)通过高速采样获得原始脉冲信息y′(t)=f(t,v);
(II)获取部分通道的t0i、bi和di的值,分别取t0i、bi和di的平均值作为经验值t′0、b0和d0,并将该组经验值应用到所有通道中,其中i为探测器通道的编号;
或,所述t′0、b0和d0的值的获取包括以下步骤:
(I′)通过高速采样获得原始脉冲信息y′(t)=f(t,v);
(II′)每一通道中分别获取多组的t0i、bi和di的值,对每一通道中获取多组t0i、bi和di值取平均值,并将其作为该通道的经验值t′0、b0和d0应用到对应的通道中,其中i为探测器通道的编号。
更进一步的,经由高速ADC采样或MVT采样建模获得原始脉冲信息y′(t)=f(t,v)。
优选的,所述脉冲幅度a的获取包括以下步骤:
令并利用最小二乘法对未知参数a进行拟合,则:
其中(ti,yi)为实际获得的脉冲采样值,N为实际采样个数。
本发明还公开了一种闪烁脉冲重建方法,包括以下步骤:
(a)根据前述方法建立闪烁脉冲简化模型:
(b)根据所述闪烁脉冲简化模型对实际的采样得到的脉冲信号进行重建。
优选的,所述步骤(a)中,所述闪烁脉冲由相同的探测器产生。
本发明还公开了一种闪烁脉冲能量信息快速获取方法,包括以下步骤:
(1)根据权利要求1至5任一项所述的方法建立闪烁脉冲简化模型:
(2)根据所述简化模型确定脉冲能量信息E,则脉冲能量信息
本发明还公开了一种闪烁脉冲MVT采样数据的快速能量信息获取方法,包括以下步骤
(A)使用MVT方法对闪烁脉冲进行采样,获得脉冲的MVT采样值
(B)使用如权利要求8所述的闪烁脉冲能量信息快速获取方法计算MVT采样值的能量信息。
由于采用上述方案,本发明的有益效果是:
本发明提供的一种闪烁脉冲简化模型,不同能量的闪烁脉冲仅在脉冲幅度(a)上发生变化,t0、b和d这三个参数不发生变化,通过使用高采样率对闪烁脉冲进行采样,并离线对闪烁脉冲进行重建获得其多个重建参数;利用上述闪烁脉冲简化模型实际对闪烁脉冲进行重建时,仅需对脉冲幅度a进行拟合,极大的减少了闪烁脉冲重建复杂度,能够有效的加快闪烁脉冲重建速度;同时,根据各闪烁脉冲的脉冲幅度a,计算该闪烁脉冲的能量信息,能利用较少的闪烁脉冲采样点快速重建闪烁脉冲波形,获取原始脉冲的能量信息,能够实现全数字化的闪烁脉冲的能量信息的提取。
附图说明
图1为本发明所示的一种闪烁脉冲简化模型建立方法的流程示意图;
图2为使用高采样率ADC获得的闪烁脉冲采样及重建后脉冲;
图3为使用简单模型对MVT采样值进行脉冲重建的波形示意图;
图4使用简单模型对MVT采样值进行脉冲重建并获得的能量分布图;
图5为不同探测器的能量分辨率;
图6使用高采样率ADC建模获得的能量分辨率与使用闪烁脉冲MVT采样数据的快速能量信息获取方法获得的能量分辨率对比示意图。
具体实施方式
以下结合附图所示实施例对本发明作进一步的说明。
第一实施例:如图1所示,本发明公开了一种闪烁脉冲简化模型建立方法,包括以下步骤:利用原始闪烁脉冲模型对实际的采样得到的闪烁脉冲信号进行重建过程中,对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅在脉冲幅度a上发生变化,且在利用闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,这样,闪烁脉冲实际开始时刻t0将会发生在0时刻之前;
则可将原始闪烁脉冲模型简化为:
其中,t′0、b0和d0分别为原始闪烁脉冲模型中t0、b和d的经验值。
其中,可预先经由原始闪烁脉冲模型获取t0、b和d的经验值t′0、b0和d0,并根据实际获取到的脉冲采样值确定脉冲幅度a值;根据中简化模型建立的先验条件,可通过对每个采集通道进行多次数据采集和曲线拟合,根据各采集通道的闪烁脉冲的t0、b和d值确定经验值t′0、b0和d0的具体数值。
具体而言,包括以下方法
方法一:
(I)通过高速采样获得原始脉冲信息y(t)=f(t,v)
通过ADC高速采样方式对脉冲进行重建(即通过对闪烁脉冲进行建模(建立原始闪烁脉冲模型)并获得,并使用曲线拟合的方式对闪烁脉冲进行重建),或利用MVT采样方法对脉冲进行重建,并确定原始脉冲信息y(t)=f(t,v),其中,通过ADC高速采样方式获得的闪烁脉冲采样及重建后脉冲如图2所示,光滑曲线为原始闪烁脉冲,非光滑曲线为重建后的闪烁脉冲。
(II)获取部分通道的t0,i、bi和di的值,分别取t0,i、bi和di的平均值作为经验值t′0、b0和d0,并将该组经验值应用到所有通道i中;
使用高采样率的ADC获得的脉冲采样值按原始闪烁脉冲模型对脉冲进行重建或利用MVT采样方法对脉冲进行重建,确定原始脉冲信息y(t)=f(t,v)后,对原始脉冲信息y(t),任意选取不同探测通道i,并对探测通道i中闪烁脉冲按照原始闪烁脉冲模型进行离线重建,获得多组重建参数t0,i、bi和di,为尽可能使脉冲能量在能量峰附近的脉冲在重建后获得准确值,使用脉冲能量在能量峰附近一定范围内的脉冲重建参数获得按照下述公式确定的经验值t′0、b0和d0,并将经验值t′0、b0和d0作为经验值应用至所有的通道i中
方法二,在方法一的基础之上,为进一步的提高精确度,还可通过以下方式确定确定经验值t′0、b0和d0的具体数值
(I′)通过高速采样获得原始脉冲信息y′(t)=f(t,v)
与方法一一样,首先通过ADC高速采样方式对脉冲进行重建(即通过对闪烁脉冲进行建模(建立原始闪烁脉冲模型)并获得,并使用曲线拟合的方式对闪烁脉冲进行重建),或利用MVT采样方法对脉冲进行重建,并确定原始脉冲信息y′(t)=f(t,v)。
(II′)每一通道中分别获取多组的t0i、b0i和d0i的值,对每一通道中获取多组t0i、b0i和d0i值取平均值,并将其作为该通道的经验值t′0、b0和d0应用到对应的通道中。
使用高速获得的脉冲采样值按原始闪烁脉冲模型对脉冲进行重建或利用MVT采样方法对脉冲进行重建后,对每一探测通道i中的闪烁脉冲,分别获取每一探测通道i中的多组t0i、bi和di,为尽可能使脉冲能量在能量峰附近的脉冲在重建后获得准确值,每一探测器通道i中,使用脉冲能量在能量峰附近一定范围内的脉冲重建参数获得按照下述公式确定的经验值,并将经验值t′0、b0和d0作为经验值应用至相应的探测通道i中。
确定各探测通道i的经验值t′0、b0和d0后,还需要根据实际获取到的脉冲采样值进行拟合获得作为为未知参数a值。本实施例中,令并利用最小二乘法对未知参数a进行拟合,获得如下结果:
其中(ti,yi)为实际获得的脉冲采样值,N为实际采样个数。在实际计算a值过程中,仅需通过有限次(与N相关)指数运算即可,降低了闪烁脉冲重建算法的复杂度。
将上述经验值t′0、b0和d0以及脉冲幅度a值代入闪烁脉冲简化模型即可。
第二实施例:本发明公开一种闪烁脉冲重建方法,包括以下步骤:
(a)建立闪烁脉冲简化模型:利用原始闪烁脉冲模型 对实际的采样得到的闪烁脉冲信号进行重建过程中,对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅在脉冲幅度a上发生变化,且在利用闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,这样,闪烁脉冲实际开始时刻t0将会发生在0时刻之前;则可将原始闪烁脉冲模型简化为:
(b)根据所述闪烁脉冲简化模型对实际的采样得到的脉冲信号进行重建。本实施例中,使用曲线拟合的方式对闪烁脉冲进行重建。
作为一优选方案,步骤(a)中,所述闪烁脉冲由相同的探测器产生,即对相同探测器通道产生的闪烁脉冲适用简化模型并进行重建,准确度更高。
本发明所示的闪烁脉冲重建方法,在实际对闪烁脉冲进行重建时,由于使用简化模型对实际的采样得到的脉冲信号进行重建,仅需对脉冲幅度a进行拟合,极大的减少了闪烁脉冲重建复杂度,加快了闪烁脉冲的重建速度。
第三实施例中:本发明公开了一种闪烁脉冲能量信息快速获取方法,包括以下步骤:
(a)建立闪烁脉冲简化模型:利用原始闪烁脉冲模型 对实际的采样得到的闪烁脉冲信号进行重建过程中,对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅在脉冲幅度a上发生变化,且在利用闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,这样,闪烁脉冲实际开始时刻t0将会发生在0时刻之前;则可将原始闪烁脉冲模型简化为:
由于同样的脉冲具有相似的脉冲波形,当闪烁晶体和前端电路确定时,不同通道中产生的闪烁脉冲的上升时间和衰减时间变化不大,可认为上升时间相关参数b和衰减时间相关参数d均相同,闪烁脉冲能量主要由脉冲幅度a决定。其中可预先经由原始闪烁脉冲模型获取t0、b和d的经验值t′0、b0和d0,并根据实际获取到的脉冲采样值确定脉冲幅度a值;
本实施例中,根据步骤(1)中的先验条件,可通过对每个采集通道进行多次数据采集和曲线拟合,根据各采集通道的闪烁脉冲的t0、b和d值确定经验值t′0、b0和d0的具体数值,具体包括以下步骤:
(I)通过高速采样获得原始脉冲信息y′(t)=f(t,v)
通过ADC高速采样方式对脉冲进行重建(即通过对闪烁脉冲进行建模(建立原始闪烁脉冲模型)并获得,并使用曲线拟合的方式对闪烁脉冲进行重建),或利用MVT采样方法对脉冲进行重建,并确定原始脉冲信息y′(t)=f(t,v)。
(II)获取部分通道的t0,i、bi和di的值,分别取t0,i、bi和di的平均值作为经验值t′0、b0和d0,并将该组经验值应用到所有通道i中;
使用高采样率的ADC获得的脉冲采样值按原始闪烁脉冲模型对脉冲进行重建或利用MVT采样方法对脉冲进行重建,确定原始脉冲信息y′(t)=f(t,v)后,对原始脉冲信息y(t),任意选取不同探测通道i,并对探测通道i中闪烁脉冲按照原始闪烁脉冲模型进行离线重建,获得多组重建参数t0,i、bi和di,为尽可能使脉冲能量在能量峰附近的脉冲在重建后获得准确值,使用脉冲能量在能量峰附近一定范围内的脉冲重建参数获得按照下述公式确定的经验值t′0、b0和d0。,并将经验值t′0、b0和d0作为经验值应用至所有的通道i中
确定各探测通道i的经验值t′0、b0和d0后,还需要根据实际获取到的脉冲采样值进行拟合获得作为为未知参数a值。本实施例中,令并利用最小二乘法对未知参数a进行拟合,获得如下结果:
其中(ti,yi)为实际获得的脉冲采样值,N为实际采样个数。在实际计算a值过程中,仅需通过有限次(与N相关)指数运算即可,降低了闪烁脉冲重建算法的复杂度。
(3)在获得经验值t0、b0和d0以及a值后,即可通过如下计算获得脉冲能量信息:
这样,之前的指数曲线拟合可简化为直线拟合,计算复杂度大大降低,计算时间大大缩短。
第四实施例:为进一步的提高精确度,在第三实施例的基础上,本发明还公开了一种闪烁脉冲能量信息快速参数化获取方法,包括以下步骤:
(a)建立闪烁脉冲简化模型:利用原始闪烁脉冲模型 对实际的采样得到的闪烁脉冲信号进行重建过程中,对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅在脉冲幅度a上发生变化,且在利用闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,这样,闪烁脉冲实际开始时刻t0将会发生在0时刻之前;则可将原始闪烁脉冲模型简化为:
由于同样的脉冲具有相似的脉冲波形,当闪烁晶体和前端电路确定时,不同通道中产生的闪烁脉冲的上升时间和衰减时间变化不大,可认为上升时间相关参数b和衰减时间相关参数d均相同,闪烁脉冲能量主要由脉冲幅度a决定。其中,可预先经由原始闪烁脉冲模型获取t0、b和d的经验值t′0、b0和d0,并根据实际获取到的脉冲采样值确定脉冲幅度a值;
根据步骤(1)中的先验条件,可通过对每个采集通道进行多次数据采集和曲线拟合,根据各采集通道的闪烁脉冲的t0、b和d值确定经验值t′0、b0和d0的具体数值,具体包括以下步骤:
(I′)通过高速采样获得原始脉冲信息y′(t)=f(t,v)
通过ADC高速采样方式对脉冲进行重建(即通过对闪烁脉冲进行建模(建立原始闪烁脉冲模型)并获得,并使用曲线拟合的方式对闪烁脉冲进行重建),或利用MVT采样方法对脉冲进行重建,并确定原始脉冲信息y′(t)=f(t,v)。
(II′)每一通道中分别获取多组的t0i、b0i和d0i的值,对每一通道中获取多组t0i、b0i和d0i值取平均值,并将其作为该通道的经验值t′0、b0和d0应用到对应的通道中。
使用高速获得的脉冲采样值按原始闪烁脉冲模型对脉冲进行重建或利用MVT采样方法对脉冲进行重建后,对每一探测通道i中的闪烁脉冲,分别获取每一探测通道i中的多组t0i、bi和di,为尽可能使脉冲能量在能量峰附近的脉冲在重建后获得准确值,每一探测器通道i中,使用脉冲能量在能量峰附近一定范围内的脉冲重建参数获得经验值,并将经验值t′0、b0和d0作为经验值应用至相应的探测通道i中。
确定各探测通道i的经验值t0、b0和d0后,还需要根据实际获取到的脉冲采样值进行拟合获得作为为未知参数a值。本实施例中,令并利用最小二乘法对未知参数a进行拟合,获得如下结果:
其中(ti,yi)为实际获得的脉冲采样值,N为实际采样个数。在实际计算a值过程中,仅需通过有限次(与N相关)指数运算即可,降低了闪烁脉冲重建算法的复杂度。
(3)在获得经验值t0、b0和d0以及a值后,即可通过如下计算获得脉冲能量信息:
这样,之前的指数曲线拟合可简化为直线拟合,计算复杂度大大降低,计算时间大大缩短。
第五实施例中,本发明还公开了一种闪烁脉冲MVT采样数据的快速能量信息获取方法,(a)使用MVT方法对闪烁脉冲进行采样,获得脉冲的MVT采样值,(b)对这些采样值使用闪烁脉冲简化模型进行重建,然后利用即可获得脉冲的能量信息。
为验证本发明所示简化模型及利用简化模型进行脉冲重建及能量确定方法的可靠性与准确性,以下结合本发明所示的简化模型及MVT采样方法对闪烁脉冲进行重建以及能量计算,首先,使用MVT方法对脉冲进行采样,获得脉冲的MVT采样值,对这些采样值使用闪烁脉冲简化模型进行重建,重建后的脉冲如图3中光滑曲线所示,然后使用利用即可获得脉冲的能量信息,如图4中光滑曲线所示。
进一步的,对多个探测器,通过本发明所示的一种闪烁脉冲MVT采样数据的快速能量信息获取方法获得其能量分布图及能量峰的分辨率,并与高速采样的获得的标准值进行比较,结果如图5及图6所示,图6中可显示使用快速方法获得的各通道的能量分辨率(连续间隔线)优于使用高速ADC采样获得的各通道能量分辨率(间断间隔线)结果显示使用新的快速能量获取方法计算MVT获得的采样值,能量分辨率有所提升。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和使用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改,并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此,本发明不限于上述实施例,本领域技术人员根据本发明的揭示,不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。
Claims (8)
1.一种闪烁脉冲简化模型建立方法,其特征在于,包括以下步骤:
在利用原始闪烁脉冲模型对实际采样得到的闪烁脉冲信号进行重建过程中,针对不同能量的闪烁脉冲,定义闪烁脉冲实际开始时刻t0、脉冲上升时间相关参数b和脉冲衰减时间相关参数d不发生变化,仅脉冲幅度a发生变化,并且在闪烁脉冲重建时,将脉冲采样值的时刻作为0时刻,则建立的闪烁脉冲简化模型为:
其中,t′0、b0和d0分别为原始闪烁脉冲模型中t0、b和d的经验值,并且t′0、b0和d0是预先经由所述原始闪烁脉冲模型来确定的,脉冲幅度a是根据实际获取到的脉冲采样值来确定的。
2.根据权利要求1所述的闪烁脉冲简化模型建立方法,其特征在于,所述t′0、b0和d0值的确定包括以下步骤:
(I)通过高速采样获得原始脉冲信息y′(t)=f(t,v),其中,v表示原始脉冲的电压;
(II)获取部分通道的t0i、bi和di的值,分别取t0i、bi和di的平均值作为经验值t′0、b0和d0,并将该组经验值应用到所有通道中,其中i为探测器通道的编号;
或,所述t′0、b0和d0的值的获取包括以下步骤:
(I′)通过高速采样获得原始脉冲信息y′(t)=f(t,v);
(II′)每一通道中分别获取多组的t0i、bi和di的值,对每一通道中获取多组t0i、bi和di值取平均值,并将其作为该通道的经验值t′0、b0和d0应用到对应的通道中,其中i为探测器通道的编号。
3.根据权利要求2所述的闪烁脉冲简化模型建立方法,其特征在于:经由高速ADC采样或MVT采样建模获得原始脉冲信息y′(t)=f(t,v),其中,v表示原始脉冲的电压。
4.根据权利要求1所述的闪烁脉冲简化模型建立方法,其特征在于:所述脉冲幅度a的获取包括以下步骤:
令并利用最小二乘法对未知参数a进行拟合,则:
其中(ti,yi)为实际获得的脉冲采样值,N为实际采样个数。
5.一种闪烁脉冲重建方法,其特征在于:包括以下步骤:
(a)根据权利要求1至4任一项所述的方法建立闪烁脉冲简化模型:
(b)根据所述闪烁脉冲简化模型对实际的采样得到的脉冲信号进行重建。
6.根据权利要求5所述的闪烁脉冲重建方法,其特征在于:所述步骤(a)中,所述闪烁脉冲由相同的探测器产生。
7.一种闪烁脉冲能量信息快速获取方法,其特征在于:包括以下步骤:
(1)根据权利要求1至4任一项所述的方法建立闪烁脉冲简化模型:
(2)根据所述简化模型确定脉冲能量信息E,则脉冲能量信息
8.一种闪烁脉冲MVT采样数据的快速能量信息获取方法,其特征在于:包括以下步骤
(A)使用MVT方法对闪烁脉冲进行采样,获得脉冲的MVT采样值
(B)使用如权利要求7所述的闪烁脉冲能量信息快速获取方法计算MVT采样值的能量信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610822766.7A CN106443760B (zh) | 2016-09-14 | 2016-09-14 | 一种闪烁脉冲简化模型、重建及能量获取的方法 |
PCT/CN2017/097761 WO2018049962A1 (zh) | 2016-09-14 | 2017-08-17 | 一种闪烁脉冲简化模型、重建及能量获取的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610822766.7A CN106443760B (zh) | 2016-09-14 | 2016-09-14 | 一种闪烁脉冲简化模型、重建及能量获取的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106443760A CN106443760A (zh) | 2017-02-22 |
CN106443760B true CN106443760B (zh) | 2019-02-12 |
Family
ID=58168127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610822766.7A Active CN106443760B (zh) | 2016-09-14 | 2016-09-14 | 一种闪烁脉冲简化模型、重建及能量获取的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106443760B (zh) |
WO (1) | WO2018049962A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443760B (zh) * | 2016-09-14 | 2019-02-12 | 湖北锐世数字医学影像科技有限公司 | 一种闪烁脉冲简化模型、重建及能量获取的方法 |
CN107272049B (zh) * | 2017-07-13 | 2019-01-08 | 成都理工大学 | 基于脉冲宽度的数字n-γ甄别方法 |
CN109444559B (zh) * | 2018-10-26 | 2021-02-05 | 苏州瑞迈斯医疗科技有限公司 | 脉冲信号的采样方法、重建方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262238A (zh) * | 2011-04-19 | 2011-11-30 | 苏州瑞派宁科技有限公司 | 一种提取闪烁脉冲信息的方法及装置 |
CN103969675A (zh) * | 2013-02-05 | 2014-08-06 | 苏州瑞派宁科技有限公司 | 数字化闪烁脉冲的基线校正方法及*** |
CN105824817A (zh) * | 2015-01-05 | 2016-08-03 | 苏州瑞派宁科技有限公司 | 一种闪烁脉冲的数字化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3730435B2 (ja) * | 1999-03-26 | 2006-01-05 | 株式会社東芝 | 波形信号解析装置 |
US7065473B2 (en) * | 1999-08-27 | 2006-06-20 | William K. Warburton | Method and apparatus for improving resolution in spectrometers processing output steps from non-ideal signal sources |
US7081626B2 (en) * | 2004-06-02 | 2006-07-25 | The Regents Of The University Of California | Apparatus and method for temperature correction and expanded count rate of inorganic scintillation detectors |
CN100504951C (zh) * | 2007-08-14 | 2009-06-24 | 上海微电子装备有限公司 | 光刻装置对准方法 |
CN105243198A (zh) * | 2015-09-21 | 2016-01-13 | 西安电子科技大学 | 一种抗核电磁脉冲的电源线滤波器设计方法 |
CN106443760B (zh) * | 2016-09-14 | 2019-02-12 | 湖北锐世数字医学影像科技有限公司 | 一种闪烁脉冲简化模型、重建及能量获取的方法 |
-
2016
- 2016-09-14 CN CN201610822766.7A patent/CN106443760B/zh active Active
-
2017
- 2017-08-17 WO PCT/CN2017/097761 patent/WO2018049962A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102262238A (zh) * | 2011-04-19 | 2011-11-30 | 苏州瑞派宁科技有限公司 | 一种提取闪烁脉冲信息的方法及装置 |
CN103969675A (zh) * | 2013-02-05 | 2014-08-06 | 苏州瑞派宁科技有限公司 | 数字化闪烁脉冲的基线校正方法及*** |
CN105824817A (zh) * | 2015-01-05 | 2016-08-03 | 苏州瑞派宁科技有限公司 | 一种闪烁脉冲的数字化方法 |
Non-Patent Citations (1)
Title |
---|
PET探测器闪烁脉冲特征建模;邓贞宙;《中国博士学位论文全文数据库 工程科技II辑》;20150615(第06期);章节5 |
Also Published As
Publication number | Publication date |
---|---|
CN106443760A (zh) | 2017-02-22 |
WO2018049962A1 (zh) | 2018-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106443760B (zh) | 一种闪烁脉冲简化模型、重建及能量获取的方法 | |
CN113240691B (zh) | 一种基于u型网络的医学图像分割方法 | |
CN103989462B (zh) | 一种脉搏波形第一特征点和第二特征点的提取方法 | |
CN108022237B (zh) | 血管提取方法、***及存储介质 | |
CN107247259B (zh) | 基于神经网络的k分布海杂波形状参数估计方法 | |
CN109002807A (zh) | 一种基于ssd神经网络的驾驶场景车辆检测方法 | |
CN105931232A (zh) | 结构光光条中心高精度亚像素提取方法 | |
CN107085840B (zh) | 基于分数阶偏微分方程的图像去噪方法 | |
CN104749086B (zh) | 多参考通道脉冲识别方法、装置及粒子分析仪 | |
CN104331583B (zh) | 一种基于实测海杂波数据的多重分形建模方法 | |
CN104991687A (zh) | 一种获取触屏设备曲线操作轨迹的方法及*** | |
WO2019205725A1 (zh) | 一种基于电成像测井分形维数的火山岩岩性识别方法 | |
CN108767880A (zh) | 一种电力***主导振荡模式辨识的快速迭代随机子空间法 | |
CN106529432A (zh) | 一种深度融合显著性检测与先验知识的手部区域分割方法 | |
CN104408741A (zh) | 一种时序一致性约束的视频全局运动估计方法 | |
CN108734361A (zh) | 拼车订单处理方法和装置 | |
Roonizi | A new algorithm for fitting a Gaussian function riding on the polynomial background | |
CN104166986A (zh) | 一种条状物体表面缺陷在线视觉注意力检测方法 | |
CN105224914B (zh) | 一种基于图的无约束视频中显著物体检测方法 | |
CN109389553A (zh) | 基于t样条的气象传真图等值线插值方法 | |
CN109544565B (zh) | 一种基于dc-gmrf水平集的创面图像分割方法 | |
CN103324888A (zh) | 基于家族样本的病毒特征自动提取方法及*** | |
CN103549947A (zh) | 智能手机平台心电图波形实时准确绘制方法 | |
CN116524209A (zh) | 一种线结构光线条提取方法、装置、存储介质及电子设备 | |
CN106556870B (zh) | 一种基于保持边缘的测井建模方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |