基于带电粒子测量的统计层析重建制造技术

用于带电粒子探测的系统、装置、计算机程序产品和方法包括带电粒子层析数据的物体体积散射密度剖面的统计重建，以使用统计多重散射模型确定带电粒子散射的概率分布，并使用期望最大化（ＭＬ／ＥＭ）算法确定物体体积散射密度的实质最大似然性估计，以重建物体体积散射密度。能够从所重建的体积散射密度剖面中识别占据感兴趣的体积的物体的存在和／或类型。带电粒子层析数据可以是来自扫描包裹、集装箱、车辆或货物的μ介子跟踪器的宇宙射线μ介子层析数据。能够使用可在计算机上执行的计算机程序实现这样的方法。

【技术实现步骤摘要】
【国外来华专利技术】
实施例涉及粒子探测、分析和控制领域，并且更加具体地而非排他地说，涉及方法和系统，所述方法和系统用于分析来自具有多个位置敏感探测器的带电粒子探测系统的数据，以及用于重建穿过带电粒子探测系统的、诸如宇宙射线μ介子的带电粒子的轨迹。
技术介绍
带电粒子层析(charged particle tomography)基于带电粒子的散射(scattering)。带电粒子层析的一种形式是依赖宇宙射线μ介子(cosmic raymuon)的散射的宇宙射线层析。来自外层空间的稳定粒子大部分为质子，这些粒子持续不断地轰击地球。所述粒子与在高层大气中的原子相互作用，以产生包括许多短寿命的π介子(pion)的粒子的簇射(shower)，而所述π介子衰变并产生较长寿命的μ介子。μ介子主要通过库仑力与物质相互作用，而不具有核相互作用，并与电子相比更不容易辐射。它们只通过电磁相互作用缓慢地丢失能量。因此，许多μ介子作为高穿透性的带电辐射到达地球表面。在海平面的μ介子通量为大约每分钟每平方厘米一个μ介子。 当μ介子运动穿过材料的时候，亚原子粒子的电荷的库仑散射干扰它的轨迹(trajectory)。虽然总偏离量取决于几种材料性质，但是主导参数为原子核的原子序数Z和材料密度。 需要提供一种改进的方法和系统，用于从穿过体积(volume)的μ介子或其他带电粒子重建感兴趣的体积。
技术实现思路
以下专利技术概述被提供来帮助对涉及对探测诸如像μ介子那样的带电粒子的粒子的技术、装置和系统的一些技术特征，以及对带电粒子层析数据的物体体积散射密度剖面(object volume scattering density profile)的统计重建的理解，而不是为了全面的描述。对本专利技术各方面全面了解可以通过将整个说明书、权利要求、附图和摘要作为一个整体来获得。 本专利技术的上述方面以及其他目标和优势现在能够像这里所描述的那样达成。 根据一个方面，描述一种探测系统用于经由穿过物体体积的带电粒子来探测物体体积。所述系统包括第一组位置敏感探测器，其位于物体体积的第一侧，来测量向物体体积入射的带电粒子的位置和角度；第二组位置敏感探测器，其位于与第一侧相对的物体体积的第二侧，来测量离开物体体积出射的带电粒子的位置和角度；和信号处理单元，其接收来自第一组位置敏感探测器的测量信号和来自第二组位置敏感探测器的测量信号的数据。信号处理单元处理所接收的数据，以产生物体体积内体积散射密度分布的统计重建。 信号处理单元能够被配置来(a)获得相应于穿过物体体积的带电粒子的散射角度和估计动量(estimated momenta)的带电粒子层析数据；(b)基于统计多重散射模型(multiple scattering model)，来提供带电粒子散射密度的概率分布；(c)使用期望最大化(expectation maximization)(ML/EM)算法，来确定物体体积散射密度的实质最大似然性估计(substantially maximumlikelihood estimate)；以及(d)基于实质最大似然性估计，来输出重建的物体体积散射密度。 根据另一个方面，一种用于在从物体体积中获得的带电粒子层析数据中探测物体体积的方法包含(a)获得相应于穿过物体体积的带电粒子的散射角度和估计动量的预定的带电粒子层析数据；(b)基于统计多重散射模型，提供带电粒子散射的概率分布；(c)使用期望最大化(ML/EM)算法，确定物体体积散射密度的实质最大似然性估计；(d)输出所重建的物体体积散射密度；以及，如果必要的话，(e)基于所重建的物体体积散射密度来做出决定。 本方法允许用户从所重建的体积散射密度剖面中识别占据(occupying)感兴趣的体积的物体的存在和/或类型。各种应用包括用于各种国土安全检查应用的宇宙射线μ介子层析，在所述应用中，车辆或货物能够通过μ介子跟踪器来扫描。 带电粒子层析数据能够包含从由宇宙射线或一些其他源生成的、诸如μ介子的带电粒子所采集的层析数据。 基于所重建的物体体积散射密度来做出决定(making a decision)能够包含基于所重建的物体体积散射密度，来对物体体积中的目标物体的(1)存在和(2)类型中的至少一个做出决定。 提供用于期望最大化(ML/EM)算法的带电粒子散射的概率分布能够包含(g)基于均质(homogenous)物体的预先定义的散射密度来获得带电粒子的2D概率分布；(h)基于2D概率分布来获得带电粒子的3D概率分布；(i)获得穿过经由基函数特性化的(characterized via basis functions)非均质(non-homogenous)物体体积的多个带电粒子的散射的概率分布；和(j)基于多重散射的定义和带电粒子的散射和动量测量，来确定所述多重散射(multiple scattering)的概率分布。 基于均质物体的预先定义的散射密度来获得带电粒子的2D概率分布能够包含(k)确定材料的散射密度作为穿过材料的单位深度(unit depth)的带电粒子的期望均方散射；(l)基于高斯模型来近似(approximating)带电粒子的散射分布；以及(m)基于相关联(correlated)2D高斯分布来近似带电粒子射线的散射和位移。 基于2D概率分布来获得带电粒子的3D概率分布能够包含添加坐标并定义三维路径长度；计算3D位移；以及定义3D协方差矩阵。 获得穿过经由基函数特性化的非均质物体体积的多个带电粒子的散射的概率分布能够包含建立代表离散散射密度估计的基函数的3D网格(3Dgrid)；将每个单独的μ介子的散射/位移的协方差矩阵确定为射线路径和散射密度估计的函数；以及将多个带电粒子的概率分布确定为单独的带电粒子的概率的乘积。 使用期望最大化(ML/EM)算法来确定物体体积散射密度的实质最大似然性估计能够包含采集每一个带电粒子的散射和动量的测量；估计每一带电粒子与统计散射模型的每一个基函数的相互作用的几何结构(geometry ofinteraction)；对每一带电粒子基函数对，确定权重矩阵Wij；以猜测(guess)来初始化每一基函数中的散射密度；以及迭代地求解(solving)物体体积容量(contents)的近似最大似然性解(solution)；其中在迭代的预定数目处、或当所述解变得小于预定的容限值时，停止迭代过程。 使用期望最大化(ML/EM)算法来确定物体体积的散射密度的实质最大似然性估计能够包含采集每一带电粒子i＝1到M的散射和动量的测量(Δθx，Δθy，Δx，Δy，pr2)i；估计每一μ介子与每一体素(voxel)j＝1到N的相互作用的几何结构(L，T)ij；对每一带电粒子体素对，将权重矩阵Wij计算为在每一体素中初始化散射密度的猜测λj，old；以及使用停止判据过程(a stopping criteria process)来对全部体素设置λj，old＝λj，new。 期望最大化(ML/EM)算法能够包括均值更新规则或中值更新规则。 根据再一个方面，用于在从物体体积获得的带电粒子层析数据中探测物体体积的计算机实施的方法包含(a)获得相应于穿过物体体积的带电粒子的散射角度和估计动量的带电粒子层析数据；(b)提供用于本文档来自技高网...

【技术保护点】
如下定义了其中请求保护专有财产或权利的专利技术的实施例。具有这样描述的、请求保护的专利技术为：　一种从带电粒子层析数据中探测物体体积的方法，所述带电粒子层析数据从所述物体体积中获得，所述方法包含：　（ａ）获得与穿过物体体积的带电粒子的散 射角度和估计动量相对应的预定带电粒子层析数据；　（ｂ）提供用于期望最大化（ＭＬ／ＥＭ）算法的带电粒子散射的概率分布，所述概率分布基于统计多重散射模型；　（ｃ）使用所述期望最大化（ＭＬ／ＥＭ）算法确定物体体积散射密度的实质最大似然 性估计；以及　（ｄ）基于所述实质最大似然性估计输出重建的物体体积散射密度。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：拉里J舒尔茨，亚历克塞V克利门科，安德鲁M弗雷泽，克里斯托弗L莫里斯，康斯坦丁N博罗兹丁，约翰C奥鲁姆，迈克尔J索桑，尼古拉斯W亨加特纳，
申请(专利权)人：洛斯阿拉莫斯国家安全股份有限公司，
类型：发明
国别省市：US[美国]