Enhanced neutron-gamma discrimination using deep neural networks for precision nuclear medicine
Izboljšana razločevanje med nevtroni in gama žarki z uporabo globokih nevronskih mrež za natančno nuklearno medicine

angleški

2025

letnik 55, številka 4

deep neural network   neutrons and gamma rays   pulse shape discrimination

Strokovno društvo za mikroelektroniko, elektronske sestavne dele in materiale
(Obvezni izvod spletne publikacije)

Scinilatorji, ki se pogosto uporabljajo v nuklearni medicini in industrijskih aplikacijah, kot so nadzor sevanja in analiza materialov, so občutljivi tako na nevtrone kot na gama žarke (n/?). Ključni izziv pri zaznavanju nevtronov je zmanjšanje motenj gama žarkov, da se zagotovijo natančne meritve. Razlikovanje med nevtroni in gama žarki je težko, ker ti dve vrsti delcev v scinilatorjih pogosto proizvajajo prekrivajoče se signale s podobnimi amplitudami impulzov, vendar z neznatnimi razlikami v obliki in časovnem poteku. Tradicionalne metode težko razlikujejo te subtilne značilnosti, kar vodi do napačne klasifikacije in zmanjšane natančnosti detekcije. Da bi to rešili, predlagamo pristop, ki temelji na globoki nevronski mreži (DNN) v kombinaciji s tehnikami razlikovanja oblike impulza (PSD), da bi dosegli visoko natančno razlikovanje delcev v mešanih n/? poljih. Naša metoda izkorišča sposobnost DNN za učenje kompleksnih vzorcev in učinkovito razvršča nevtronske in gama impulze. Usposobljeni model DNN je bil ocenjen v primerjavi s tradicionalnimi algoritmi razlikovanja, vključno z metodo primerjave naboja, analizo časa vzpona, analizo gradienta v frekvenčnem prostoru in združevanjem K-povprečij. Kvantitativni rezultati kažejo 99-odstotno natančnost razlikovanja, kar znatno presega zmogljivosti konvencionalnih tehnik. Poleg tega predlagana metoda DNN ne le izboljša zanesljivost razlikovanja v mešanih sevalnih poljih, ampak tudi skrajša čas obdelave v primerjavi z obstoječimi metodami, zaradi česar je primerna za uporabo v realnem času v medicinskih slikah in industrijskem zaznavanju nevtronov.

06.07.2026