[发明专利]一种基于随机编码与神经网络探测器成像的方法及伽马相机

说明书

本申请公开了一种基于随机编码与神经网络探测器成像的方法，包括：S1、获得多个穿过编码准直器的编码图像信息；S2、将所述编码图像信息划分为训练集和测试集，利用所述训练集构建反向神经网络模型；S3、利用所述训练集对所述反向神经网络模型进行训练，获得训练后的神经网络模型，再利用所述测试集对所述训练后的神经网络模型进行测试；S4、若测试结果中放射源位置识别准确率、放射源数量识别准确率、解码图像信噪比满足预设值时，则神经网络模型训练完成后即为探测器成像方法，若测试结果达不到要求，则重复步骤S2、S3、S4。使用本发明方法得到的图像结果可以准确反应放射源的真实位置信息，同时相比于传统方法具有更高的信噪比和图像清晰度。

技术领域

本申请涉及放射源检测与监控技术领域，特别地，涉及一种基于随机 编码与神经网络探测器成像的方法及伽马相机。

背景技术

随着我国国民经济和核能利用的大力发展，核能开发备受关注，这就 使得对核设施辐射安全、放射源的检测与监控提出了更高的要求。在一些 放射事故中，若发生放射源丢失或放射源弥散的情况，即需要迅速判断放 射性核素所在。在核探测技术领域，相对于传统的数值、谱线等辐射探测 手段，射线成像技术可在远距离给出反映辐射热点分布情况的二维图像， 并可以与光学图像相融合，具有效率高、效果直观等突出优点。

编码孔径成像技术(Coded Aperture Imaging)是在单针孔成像的基础 上发展起来的一种高灵敏度的射线成像方法。传统的单孔成像技术虽然可 以获得具有较高信噪比的图像，但是成像时间长，效率低下。其通过采用 预设图样的多开孔准直器，大大提高了系统的探测效率和图像信噪比，显 著降低了系统的成像时间，并逐渐在放射源检测与监控、核能开发和生物 医学等领域广泛应用。

编码孔径成像过程分两步：投影和重建，光源透过编码准直器后将编 码阵列图案投影至探测器平面，将探测数据与编码阵列做相关运算即可获 得光源的空间位置。编码准直器和位置灵敏探测器分别对应两个步骤的关 键设备，他们的参数影响着相机的成像性能，如图1所示。

(1)重建图像的信噪比，取决于编码阵列的自相关性，图像的信噪 比比越高，则图像越清晰，分辨细节的能力受噪声影响越小；

(2)几何角分辨率：可换算为特定距离下的位置分辨率， 指相机可分辨的空间的最小位置，指相同视野下可分辨细节的多少；

(3)编码视场的几何半角宽：(全编码)， (部分编码)，此指标指相机可成像的面积的多少，即对多大的区域进行 成像；

其中，各个字母含义如下，D：码版到探测器的距离；d：码版元素的 大小；S：码版的大小；x：探测器的大小。

但现有的编码孔成像技术要求探测器在任意时刻必须探测到完整的编 码阵列才可以重建最好的图像，例如像素阵列为n×n的探测器，则必须要 求编码阵列N1×N2(N1≤n、N2≤n)。在应用过程中就很难与常见探测器 探测器进行完全匹配，这就造成了探测器像素的浪费，同时无法最大化编 码阵列，造成嵌套后成像系统视场角(FOV)受限。

编码准直器上常用两个编码阵列，修正的均匀冗余阵列(Modified UniformlyRedundant Arrays，MURA)与均匀冗余阵列(Uniformly Redundant Arrays，URA)。他们具有开孔率大(约50％)、在有限大小 内的具有理论的相关特性等优点从而被广泛应用。URA可以构建N1×N2 的阵列，N1、N2互质且N1-N2＝2。MURA可以构建N×N的阵列。在实际 应用中为了扩大全编码视场，一般在原有码版排列的基础上向四周循环复 制得到嵌套码板，嵌套后码版阵列为(2×N1-1)×(2×N2-1)，其上任意 连续N1×N2区域保持原有编码信息。