[论文解读] Improved Gamma-Ray Point Source Quantification in Three Dimensions by Modeling Attenuation in the Scene

Mark S. Bandstra, Daniel Hellfeld+9 more|arXiv (Cornell University)|Nov 1, 2021

Medical Imaging Techniques and Applications参考文献 40被引用 16

一句话总结

本文提出了一种针对伽马射线源的3D点源定位与量化方法，通过LiDAR获取的体素化场景几何模型来模拟中间介质的衰减。通过结合最大似然估计与射线投射技术计算路径长依赖的衰减，该方法联合估计源位置、活度与衰减系数，在复杂屏蔽条件下的真实测量中实现了对源参数的高精度重建。

ABSTRACT

Using a series of detector measurements taken at different locations to localize a source of radiation is a well-studied problem. The source of radiation is sometimes constrained to a single point-like source, in which case the location of the point source can be found using techniques such as maximum likelihood. Recent advancements have shown the ability to locate point sources in 2-D and even 3-D but few have studied the effect of intervening material on the problem. In this work, we examine gamma-ray data taken from a freely moving system and develop voxelized 3-D models of the scene using data from its onboard light detection and ranging (LiDAR) unit. Ray casting is used to compute the distance each gamma ray travels through the scene material, which is then used to calculate attenuation assuming a single attenuation coefficient for solids within the geometry. Parameter estimation using maximum likelihood is performed to simultaneously find the attenuation coefficient, source activity, and source position that best match the data. Using a simulation, we validate the ability of this method to reconstruct the true location and activity of a source, along with the true attenuation coefficient of the structure it is inside, and then we apply the method to measured data with sources and find good agreement.

研究动机与目标

• 解决由于未建模中间介质引起的衰减而导致的3D环境中源量化与定位不准确的问题。
• 开发一种方法，利用自由移动探测器的数据，同时估计3D场景中的源位置、活度与衰减系数。
• 验证该方法在模拟与实测数据上恢复真实源参数与衰减特性的能力。
• 展示将场景衰减整合进移动辐射探测系统中的点源似然（PSL）框架的可行性。

提出的方法

• 该方法使用由机载LiDAR点云数据生成的体素化3D场景模型，表示环境中的固体材料。
• 从每个探测器位置向候选源位置进行射线投射，以计算穿过场景中固体材料的总路径长度。
• 衰减通过单一、均匀的衰减系数（平均自由程，λsolid）建模，应用于射线路径以计算预期的伽马射线计数率。
• 采用最大似然估计联合优化源位置、源活度与λsolid，以最佳匹配实测探测器计数。
• 优化在候选源位置的离散网格上执行，不确定性通过95%置信区间（2σ）量化。
• 该方法使用模拟数据进行验证，并应用于钢制运输容器内137Cs与133Ba源的真实测量。

实验结果

研究问题

• RQ1 联合估计源位置、活度与衰减系数是否能提升复杂场景中3D伽马射线源定位的准确性？
• RQ2 当存在中间介质衰减时，该方法对真实源参数的恢复能力如何？
• RQ3 在缺乏直接材料表征的情况下，LiDAR获取的3D场景模型在多大程度上能实现准确的衰减建模？
• RQ4 当实际衰减材料无法仅通过表面几何形状完全表征时，该方法存在哪些局限性？

主要发现

• 该方法在实测数据中成功重建了137Cs与133Ba源的真实源位置与活度，结果与真实值高度一致。
• 对于137Cs源，最佳拟合的衰减平均自由程（λsolid）为2.58 m，与考虑体素尺寸和有效壁厚后的预期值一致（λsolid/∆ ≈ 5.9，在95%置信区间4.5–9.8内）。
• 对于133Ba源，最佳拟合的λsolid/∆比值为9.2–58.7，虽排除了查表值，但可由内部额外材料及跨越多个体素的更厚衰减体积解释。
• 当衰减主要由表面（如集装箱壁）主导时，该方法表现良好；但当内部体材料显著贡献衰减且未被LiDAR解析时，性能下降。
• 处理时间较长（单核CPU上为100–210分钟），但作者指出通过GPU加速与优化改进可实现实时处理。
• 本研究强调了需要额外的上下文数据（如材料分类、分割）以建模未观测到的内部体积，从而提升方法鲁棒性。