混合放射性核素的识别方法、装置、系统、设备、介质及产品与流程

摘要: 本公开涉及放射性测量与核素识别,更具体地,涉及混合放射性核素的识别方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品。背景技术:1、闪烁体探测器是一...
混合放射性核素的识别方法、装置、系统、设备、介质及产品与流程

本公开涉及放射性测量与核素识别,更具体地,涉及混合放射性核素的识别方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品。

背景技术:

1、闪烁体探测器是一种核辐射探测器,用于探测电离辐射(如、、、中子)。液体闪烁计数(liquid scintillation counting, lsc)是测量放射性核素的经典方法,具有4π几何、接近100%探测效率、适用于低能发射体等优点。然而,当样品中存在多种核素时,由于各核素的能谱连续且相互重叠,相关采用液体闪烁探测器等核辐射探测器的方法难以准确识别和定量各组分。因此,亟需一种能够高效、准确地从液体闪烁探测器等探测器探测得到的能谱中识别和定量混合核素的方法。

技术实现思路

1、本公开提出了一种混合放射性核素的识别方法、装置、系统、电子设备、计算机可读存储介质及计算机程序产品,至少一定程度上提高能谱识别混合核素的准确性。

2、根据本公开的一个方面,提供了一种混合放射性核素的识别方法,包括基于蒙特卡洛方法对多个放射性核素中的各个放射性核素单独在核辐射探测器中的能量沉积过程进行模拟,以获得目标核辐射探测器模型;基于蒙特卡洛方法利用所述目标核辐射探测器模型获得混合放射性核素的模拟能谱,以获得训练数据,所述训练数据包括混合核素信息及对应的模拟能谱;利用所述训练数据训练神经网络,获得目标神经网络;将利用核辐射探测器测量待测样品获得的测量能谱输入所述目标神经网络,获得识别的核素信息,所述待测样品包括混合放射性核素,所述核素信息包括核素种类和/或核素活度。

3、在一些实施例中,所述神经网络包括生成器网络和判别器网络;利用所述训练数据训练神经网络,获得目标神经网络,包括:通过所述生成器网络根据随机噪声向量和/或所述混合核素信息获得生成能谱;以及利用所述混合放射性核素的模拟能谱和所述生成能谱训练所述判别器网络,获得目标判别器网络;将利用核辐射探测器测量待测样品获得的测量能谱输入所述目标神经网络,获得识别的核素信息,包括:将所述测量能谱输入所述目标判别器网络,获得识别的核素信息。

4、在一些实施例中,所述判别器网络包括第一输出层和第二输出层,所述第一输出层用于输出输入的能谱的真伪判断结果,所述第二输出层用于输出识别的核素种类和核素活度。

5、在一些实施例中,基于蒙特卡洛方法对多个放射性核素中的各个放射性核素单独在核辐射探测器中的能量沉积过程进行模拟,以获得目标核辐射探测器模型,包括:基于蒙特卡洛方法模拟所述各个放射性核素在初始核辐射探测器模型中的能量沉积过程,获得初始能谱,其中,所述初始核辐射探测器模型的第一参数根据目标核辐射探测器的参数进行设置;利用所述各个放射性核素的单核素放射源和所述目标核辐射探测器进行实验,获得所述各个放射性核素的标准能谱;将所述初始能谱与所述标准能谱进行比较,并根据比较结果调整所述初始核辐射探测器模型的第二参数,以获得所述目标核辐射探测器模型。

6、在一些实施例中,所述第二参数包括以下至少一种:birks淬灭参数、光产额、能量分辨率。

7、在一些实施例中,将所述初始能谱与所述标准能谱进行比较,并根据比较结果调整所述初始核辐射探测器模型的第二参数,以获得所述目标核辐射探测器模型,包括:调整所述初始核辐射探测器模型的第二参数,以使所述初始能谱与所述标准能谱的吻合度满足预设条件,其中,所述吻合度根据能谱形状和/或峰值获得。

8、在一些实施例中,所述第一参数包括以下至少一种:用于放置放射性核素的透光容器的尺寸、所述透光容器中的闪烁体的成分、光电转换器件的参数。

9、在一些实施例中,基于蒙特卡洛方法利用所述目标核辐射探测器模型获得混合放射性核素的模拟能谱,包括:从所述多个放射性核素中选择至少两个放射性核素,获得模拟混合放射源,所述模拟混合放射源中各个放射性核素的活度在预设范围内;基于蒙特卡洛方法模拟所述模拟混合放射源在所述目标核辐射探测器模型中的能量沉积过程,以获得所述混合放射性核素的模拟能谱。

10、在一些实施例中,所述模拟混合放射源中不同放射性核素的活度之间的比值大于或等于预设活度比阈值。

11、在一些实施例中,基于蒙特卡洛方法模拟所述模拟混合放射源在所述目标核辐射中的能量沉积过程,以获得所述混合放射性核素的模拟能谱,包括:基于蒙特卡洛方法模拟所述模拟混合放射源在所述目标核辐射中的能量沉积过程,获得初始模拟能谱;将所述初始模拟能谱添加泊松统计涨落和/或叠加本底能谱,获得所述混合放射性核素的模拟能谱。

12、在一些实施例中,基于蒙特卡洛方法的模拟包括模拟以下物理过程中的至少一种:衰变、衰变、带电粒子在物质中的输运过程、光子相互作用、原子级过程、电子与正电子的电磁过程、闪烁过程、光子传输过程。

13、根据本公开的另一个方面,提供了一种混合放射性核素的识别装置,包括:模拟建模模块,用于基于蒙特卡洛方法对多个放射性核素中的各个放射性核素单独在核辐射探测器中的能量沉积过程进行模拟,以获得目标核辐射探测器模型;数据生成模块,用于基于蒙特卡洛方法利用所述目标核辐射探测器模型获得混合放射性核素的模拟能谱,以获得训练数据,所述训练数据包括混合核素信息及对应的模拟能谱;模型训练模块,用于利用所述训练数据训练神经网络,获得目标神经网络;核素识别模块,用于将利用核辐射探测器测量待测样品获得的测量能谱输入所述目标神经网络,获得识别的核素信息,所述待测样品包括混合放射性核素,所述核素信息包括核素种类和/或核素活度。

14、根据本公开的另一个方面,提供了一种混合放射性核素的识别系统,包括核辐射探测器和电子设备,其中:所述核辐射探测器被配置为测量待测样品,获得所述待测样品的测量能谱;所述电子设备被配置为:基于蒙特卡洛方法对多个放射性核素中的各个放射性核素单独在核辐射探测器中的能量沉积过程进行模拟,以获得目标核辐射探测器模型;基于蒙特卡洛方法利用所述目标核辐射探测器模型获得混合放射性核素的模拟能谱,以获得训练数据,所述训练数据包括混合核素信息及对应的模拟能谱;利用所述训练数据训练神经网络,获得目标神经网络;将所述测量能谱输入所述目标神经网络,获得识别的核素信息,所述待测样品包括混合放射性核素,所述核素信息包括核素种类和/或核素活度。

15、根据本公开的另一个方面,提供了一种电子设备,包括:存储器、处理器及存储在所述存储器中并可在所述处理器中运行的可执行指令,其特征在于,所述处理器执行所述可执行指令时实现如上述任一项所述的方法。

16、根据本公开的另一个方面,提供了一种计算机可读存储介质,其上存储有计算机可执行指令,其中,所述可执行指令被处理器执行时实现如上述任一项所述的方法。

17、根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序/指令,其中,所述计算机程序/指令被处理器执行时实现如上述任一项所述的方法。

18、本公开的实施例提供的混合放射性核素的识别方法,基于蒙特卡洛方法对多个放射性核素中的各个放射性核素单独在核辐射探测器中的能量沉积过程进行模拟,以获得目标核辐射探测器模型,然后基于蒙特卡洛方法利用目标核辐射探测器模型获得混合放射性核素的模拟能谱,以获得包括混合核素信息及对应的模拟能谱的训练数据,再利用训练数据训练神经网络,获得目标神经网络,从而可将利用核辐射探测器测量包括混合放射性核素的待测样品获得的测量能谱输入目标神经网络,获得识别的包括核素种类和/或核素活度的核素信息,可在一定程度上提高识别混合核素的准确性。