基于沿单层LYSO晶体阵列深度多层反射膜分布的深度编码PET探测器研究

本文提出了在单层LYSO晶体阵列中，采用沿晶体深度布局多层反射膜，并通过SiPM阵列单端读出，从而进行深度测量的PET探测器方法。制作了2个晶体大小为3 mm×3 mm×20 mm的2×2 LYSO晶体阵列，分别布局2层和4层反射膜，对该探测器性能的实验测量结果表明，此探测器可清楚区分所有晶体单元。对于布局2层反射膜的探测器，上下两层事件平均正确指定的概率为85.1%，4个不同深度事件的平均正确指定概率为65.5%；对于布局4层反射膜的探测器，4个不同深度事件的平均正确指定概率为74.8%。布局4层反射膜的探测器的深度分辨率优于布局2层反射膜的探测器。两个探测器的平均能量分辨率分别为18.0%和12.2%。这种可分辨γ射线与晶体作用点深度的新型PET探测器，可用于今后研发高性能脑专用、全身和全景PET成像系统。     

前向MLP网络的FPGA实现

分别采用CORDIC(Coordinate rotation digital computer)算法和分布式算法实现多层感知器网络的传输函数计算和输入与权重乘积和计算,通过模块复用的方法构造了一个用于函数逼近的、无需乘法器的神经网络,并在NoisⅡ开发平台上测试了该网络的性能.该网络每17个时钟周期输出一个数据,占用FPGA的7781个LE(Logic element)和8976 bit存储器,具有良好的扩展性.     

Piecewise算法计算超越函数及其FPGA实现

使用分段逼近(piecewise approximation)算法计算超越函数,以神经网络中最常用的双曲正切型(tanh)传输函数为例来分析逼近精度同分段数、有限字长之间的关系,并给出如何最优地选取分段数和字长来达到所需的精度。还在FPGA上硬件实现了基于piecewise算法来计算tanh函数,并且比较了几种piecewise approximation算法以及其它常见硬件算法(如CORDIC,Look-up table)的资源消耗和速度。     

RBF网络高斯型传输函数的FPGA实现

本文在研究CORDIC算法的基础上,在FPGA上实现了RBF网络的Gauss型传输函数,分析了该实现方法在输入为[-7 0]时的误差,并得出实现该函数的CORDIC迭代所需资源仅和同样字长的乘法器相当.当把CORDIC算法实现的传输函数用于解决XOR问题的RBF网络时,该网络也表现出良好的性能.     

闪烁探测器神经网络定位方法研究

通过仿真由整块NaI(Tl)晶体、光导和PMT阵列组成的闪烁探测器对511 keV γ射线的探测过程,研究用神经网络由闪烁光分布计算γ射线入射点位置的方法,并与传统的Anger公式定位算法进行比较.结果表明,神经网络方法可克服或减小探测器作用深度效应和边缘效应的影响,在探测器中心区域和边缘区域,对于γ射线垂直入射和大角度入射都能获得很好的位置分辨率.另外,还研究了局部神经网络在角度方向上的泛化能力.     

高分辨率高效率三维正电子发射断层扫描成像探测器研发

小动物正电子发射断层扫描成像(Positron Emission Tomography,PET)是临床前生物医学研究的重要工具,但小动物 PET要同时达到高空间分辨率和高效率必须使用三维深度测量探测器。本工作使用位置灵敏雪崩光二极管(Position-Sensitive Avalanche Photodiode,PSAPD)和位置灵敏硅光电倍增管(Position-Sensitive Silicon Photomultipliers,PS-SiPM)双端读出,测量了晶体大小为0.7～0.44 mm的高分辨率硅酸镥晶体阵列,其中对一种最新研发成功的 PS-SiPM进行了首次测试。首先对 PS-SiPM和 PSAPD的信噪比进行了测量,然后对使用 PS-SiPM和 PSAPD的双端读出探测器模块的晶格分辨图、能量分辨率和相互作用深度分辨率分别进行了测量。实验发现,PSAPD的信噪比远远优于 PS-SiPM,使用 PSAPD的探测器可以分辨0.44 mm的晶格阵列和最好达到1.4 mm的深度分辨率,而使用 PS-SiPM的探测器模块可以分辨0.7 mm的硅酸镥晶体阵列和达到2.9 mm的深度分辨率。从得到的晶格分辨图、能量分辨率和相互作用深度分辨率上来看,使用 PSAPD的探测器模块要优于使用 PS-SiPM的探测器。这需要提高 PS-SiPM的信噪比来进一步提高探测器分辨更小截面晶格的能力,提高 PS-SiPM微单元的数量来降低饱和效应从而提高探测器的相互作用深度分辨率。从实验结果可以看出,基于 PSAPD的三维相互作用深度测量 PET探测器具有更好的性能,今后计划使用新的 PS-SiPMs和 SiPM阵列进行该类型探测器的研发。