[发明专利]一种基于机器学习的位置表自动生成方法

说明书

本发明公开了一种基于机器学习的位置表自动生成方法，其步骤包括：1)将散点图二值化为二值图像；2)分别在X方向、Y方向对所述二值图像进行像素值累加，获得X、Y方向的峰值图；3)根据X、Y方向的峰值图记录下X、Y方向的波峰的横坐标；然后将X、Y方向的波峰横坐标两两组合，将每一组合后的坐标所表示的像素点作为散点图区域的一个中心点；4)以每一中心点为一聚类中心，对散点图中的像素进行聚类，得到多个聚类簇；5)对每一个聚类簇，选择该聚类簇的形心作为该聚类簇新的聚类中心；6)根据散点图中各聚类中心的位置，确定散点图中每一个像素所隶属的聚类簇；再通过聚类中心和闪烁晶体条空间位置上的一一对应关系，生成位置表。

技术领域

本发明属于新型闪烁体性能研究的高效测试系统，涉及核医学成像领域，是一种新的伽马射线水平入射位置校准方法。

背景技术

伽马射线与晶体相互作用产生荧光光子，荧光光子沿晶体条向下传播，在晶体下表面形成了光强分布，如图1所示。该光强分布被探测器探测并放大，经过电子学输出得到一张二维的散点图像。通过对该散点图像的编码与解析，能得到伽马光子在晶体上表面的入射位置。然而，由于位置探测解析的非线性，散点图像上的位置坐标不能真实反应射线的入射位置，因此需要对位置坐标进行校准和标定。

通常采用建立位置表对所探测的伽马射线的位置进行校准。所谓位置表，就是探测器输出的位置坐标与晶体条编号的映射表，如图2所示。通过查找位置表，可以准确得到伽马射线入射晶体条的编号，从而给出伽马射线在晶体上表面的入射位置。整个过程包括采集散点图数据，确定晶体条边界，生成位置表。

目前，用于位置表生成的方法主要是基于图像处理的方法。

基于图像处理的位置表生成算法流程为：

(1)对散点图进行平滑滤波、二值化等图像处理；

(2)对散点图逐像素搜索确定区域几何中心标记点；

(3)检查标记点总数是否等于晶体条总数，迭代搜索以及手动校正；

(4)确定晶体条的边界，生成位置表；

基于图像处理的位置表生成算法存在问题有：

(1)逐像素搜索计算量大；

(2)对畸变的散点图寻峰不准确；

(3)需配合手动校正。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种位置表自动生成方法，该方法可完全摒弃人工操作，以全自动的方式生成位置表，同时可以降低计算开销，且该算法可便捷、高效的生成位置表，可应用于多种设备复杂情况。

本发明的技术方案为：

一种基于机器学习的位置表自动生成方法，其步骤包括：

1)将散点图二值化为二值图像；其中，该散点图为伽马射线与闪烁晶体条相互作用输出的二维散点图；

2)分别在X方向、Y方向对所述二值图像进行像素值累加，获得X、Y方向的峰值图；

3)根据X方向的峰值图记录下X方向的波峰的横坐标{X1,X2,X3…}，根据Y方向的峰值图记录下Y方向的波峰的横坐标{Y1,Y2,Y3…}；然后将X、Y方向的波峰横坐标两两组合，将每一组合后的坐标所表示的像素点作为散点图区域的一个中心点；

4)以每一所述中心点为一聚类中心，对所述散点图中的像素进行聚类，得到多个聚类簇；

5)对每一个聚类簇，选择该聚类簇的形心作为该聚类簇新的聚类中心；