一种γ谱假峰甄别方法、存储介质和系统与流程

本发明涉及核仪器开发领域，尤其涉及一种γ能谱测量仪的能谱中假峰的甄别方法。

背景技术：

γ能谱测量仪是一种测量样品或环境中γ射线及其能量大小的仪器。其直接测量结果是一个以道址为横坐标，以计数为纵坐标的谱图，道址与能量之间存在一定的正相关换算关系(近似呈线性关系)，我们称该谱图为γ能谱。γ射线与γ能谱测量仪探测器之间的相互作用包括光电效应、康普顿效应和电子对效应。其中发生光电效应的γ射线将被探测器完全吸收，其能量完全沉积；发生康普顿效应的γ射线将部分能量沉积在探测器内，剩余部分以新的γ射线的形式继续与探测器发生相互作用或者逃逸；当γ射线能量大于1.022mev，还可能发生电子对效应，生成一对正负电子，正负电子后续可能发生湮灭产生新的γ射线。

由于光电效应中，γ射线全部能量均沉积在探测器内，因此会在γ能谱图上表现出一个尖峰，我们称之为光电峰。一方面可以由光电峰的峰位判断γ射线由何种同位素发出，另一方面根据光电峰的峰面积可以对同位素的活度信息进行分析。

由于光电峰的重要作用，从测量的γ能谱中自动识别光电峰是能谱解析算法中的重要一环。采用高斯函数二阶导对γ能谱进行卷积计算，并寻找卷积函数的极值是其中一种效果较好，实用较广泛的寻峰算法，该算法已经在各学术作品中广泛公开。然而无论何种峰识别方法，均存在一定程度的误识别峰和漏识别峰的问题，高斯函数二阶导法也不例外。要解决该问题需提供一种有效的假峰甄别技术。

技术实现要素：

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

本发明的目的在于解决上述问题，提供了一种γ谱假峰甄别方法、存储介质和系统，能够有效识别出γ能谱测量仪的能谱中假峰。

本发明的技术方案为：本发明揭示了一种γ谱假峰甄别方法，包括：

步骤1：输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列；

步骤2：对高斯函数二阶导数形式的卷积核函数进行离散化计算；

步骤3：根据卷积核函数对测量能谱进行卷积计算的离散化处理；

步骤4：在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址；

步骤5：计算极小值位置的特征值；

步骤6：根据特征值甄别真假峰。

根据本发明的γ谱假峰甄别方法的一实施例，在步骤1和步骤2之间还包括能谱前处理的步骤，包括扣除本底与能谱平滑化。

根据本发明的γ谱假峰甄别方法的一实施例，在步骤2中的高斯函数二阶导数为：

其中σ为高斯分布的标准差，z表示卷积计算中两道址之差。

根据本发明的γ谱假峰甄别方法的一实施例，步骤5中的特征值f为：

其中σ为高斯分布的标准差，p为光电峰峰位，s为光电峰面积，con(p)为识别峰位处卷积值。

根据本发明的γ谱假峰甄别方法的一实施例，步骤6中的根据特征值甄别真假峰的方法包括阈值法、聚类分析法、多因素判别法。

本发明还揭示了一种甄别γ谱假峰的存储介质，存储介质上存储了计算机程序，所述计算机程序用于实现以下步骤：

步骤1：输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列；

步骤2：能谱前处理；

步骤3：对高斯函数二阶导数形式的卷积核函数进行离散化计算；

步骤4：根据卷积核函数对测量能谱进行卷积计算的离散化处理；

步骤5：在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址；

步骤6：计算极小值位置的特征值；

步骤7：根据特征值甄别真假峰。

本发明还揭示了一种甄别γ谱假峰的系统，包括处理器、存储器，存储器中存储一计算机程序，计算机程序在处理器中以计算机指令运行，实现以下的步骤：

步骤1：输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列；

步骤2：能谱前处理；

步骤3：对高斯函数二阶导数形式的卷积核函数进行离散化计算；

步骤4：根据卷积核函数对测量能谱进行卷积计算的离散化处理；

步骤5：在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址；

步骤6：计算极小值位置的特征值；

步骤7：根据特征值甄别真假峰。

本发明还揭示了一种甄别γ谱假峰的系统，包括：

输入模块，输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列；

能谱前处理模块，扣除本底与能谱平滑化；

卷积核函数离散化计算模块，对高斯函数二阶导数形式的卷积核函数进行离散化计算；

离散化有限卷积模块，根据卷积核函数对测量能谱进行卷积计算的离散化处理；

卷积值序列极小值挑选模块，在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址；

特征值计算模块，计算极小值位置的特征值；

甄别模块，根据特征值甄别真假峰。

本发明对比现有技术有如下的有益效果：本发明的技术方案从一个理想的光电峰出发，基于推导出的其与高斯函数二阶导卷积的公式，得到了一个理想光电峰峰位卷积值、峰面积及光电峰分布标准差之间存在的固定关系。基于该固定关系，提出一个特征参数f，最后利用f的取值来甄别真假峰。

附图说明

图1示出了本发明的γ谱假峰甄别方法的实施例的流程图。

图2示出了本发明的甄别γ谱假峰系统的实施例的原理图。

图3和图4分别示出了两个示例的能谱寻峰结果示意图。

具体实施方式

在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。

在详述本发明实现的技术方案之前，首先说明本发明的技术方案所依赖的原理。

已知理想的光电峰符合高斯分布，可以写作：

其中x为道址，f(x)为光电峰分布函数，c为光电峰的峰高，σ为高斯分布的标准差，p为光电峰峰位。该光电峰面积s根据高斯函数计分公式应为：

卷积用的高斯函数二阶导(卷积用高斯函数标准差与光电峰一致)如下所示：

用高斯分布二阶导数做卷积核，对于理想峰型谱任意一点x做卷积运算，得到：

其中z表示卷积计算中两道址之差。

该卷积方程经过一系列的积分转化，可以计算得到：

其中：

当x＝p时，函数有极小值：

也即，在光电峰峰位处，对于理想峰型有关系式：

在实际寻峰过程中，可以定义峰特征值f：

根据上述数学关系，当光电峰为符合理想高斯分布时，f＝1。f越接近1，对应峰为真峰的概率越大，反之则对应峰为假峰的概率越大。根据我们的实际经验，假峰的特征值一般偏小，且与真峰特征值具有明显的区分度。

基于以上的原理，参考图1，下面是对γ谱假峰甄别方法的实施例的各个实施步骤的详细描述。

步骤s1：输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列。

输入量也可以是测量能谱与本底谱。道址的取值范围为连续的正整数(一般取值范围为1～2ⁿ，n一般取10～13)。

步骤s2：能谱前处理，包括扣除本底与能谱平滑化。

在能谱寻峰前一般需要经过前处理，这是一个使得效果相对更好的步骤。

步骤s3：对高斯函数二阶导数形式的卷积核函数进行离散化计算。

对前述的公式(3)所示的高斯函数二阶导数形式的卷积核函数进行离散化计算，由于能谱数据为离散化的整数，因此卷积核函数也只需要计算自变量为整数的情况。

步骤s4：根据卷积核函数对测量能谱进行卷积计算的离散化处理。

根据前述的公式(4)对能谱进行卷积计算，由于计算机数值计算的特点，卷积函数是做离散化处理，且卷积范围由无限变为有限。

步骤s5：在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址。

挑选出的卷积值极小值对应的道址就完成了高斯函数二阶导法的寻峰。

步骤s6：计算极小值位置的特征值。

根据前述的公式(9)计算每个峰位的特征值，在公式(9)中的σ为该峰位处光电峰的标准差，其量值等于该光电峰半高宽除以2.35，是仪器的固有特性，也是高斯函数二阶导法寻峰计算所必须的量，寻峰前应提前刻度好。其中s为该光电峰的峰面积。光电峰标准差σ的刻度方法与峰面积s的计算方法为本领域的常规技术。

步骤s7：根据特征值甄别真假峰。

具体的用特征值来甄别的手段包括阈值法、聚类分析法或者多因素判别法。对于阈值法，是人为设定一个下阈值(比如0.5)或者上下阈值(比如0.5和1.5)，认为特征值小于下阈值或者大于上阈值的峰为假峰。对于聚类分析法，对峰位的阈值集合做聚类分析，划分为量值靠近1与量值不靠近1的类别，取量值不靠近1的类别为假峰类。对于多因素判别法，除了特征值外，还引入其他判断真假峰的指标，然后根据多个指标综合判断峰是否为假峰。

本发明还公开了甄别γ谱假峰的存储介质，存储介质上存储了计算机程序，计算机程序用于实现以下的步骤：

步骤s1：输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列。

输入量也可以是测量能谱与本底谱。道址的取值范围为连续的正整数(一般取值范围为1～2ⁿ，n一般取10～13)。

步骤s2：能谱前处理，包括扣除本底与能谱平滑化。

在能谱寻峰前一般需要经过前处理，这是一个使得效果相对更好的步骤。

步骤s3：对高斯函数二阶导数形式的卷积核函数进行离散化计算。

对前述的公式(3)所示的高斯函数二阶导数形式的卷积核函数进行离散化计算，由于能谱数据为离散化的整数，因此卷积核函数也只需要计算自变量为整数的情况。

步骤s4：根据卷积核函数对测量能谱进行卷积计算的离散化处理。

根据前述的公式(4)对能谱进行卷积计算，由于计算机数值计算的特点，卷积函数是做离散化处理，且卷积范围由无限变为有限。

步骤s5：在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址。

挑选出的卷积值极小值对应的道址就完成了高斯函数二阶导法的寻峰。

步骤s6：计算极小值位置的特征值。

根据前述的公式(9)计算每个峰位的特征值，在公式(9)中的σ为该峰位处光电峰的标准差，其量值等于该光电峰半高宽除以2.35，是仪器的固有特性，也是高斯函数二阶导法寻峰计算所必须的量，寻峰前应提前刻度好。其中s为该光电峰的峰面积。光电峰标准差σ的刻度方法与峰面积s的计算方法为本领域的常规技术。

步骤s7：根据特征值甄别真假峰。

具体的用特征值来甄别的手段包括阈值法、聚类分析法或者多因素判别法。对于阈值法，是人为设定一个下阈值(比如0.5)或者上下阈值(比如0.5和1.5)，认为特征值小于下阈值或者大于上阈值的峰为假峰。对于聚类分析法，对峰位的阈值集合做聚类分析，划分为量值靠近1与量值不靠近1的类别，取量值不靠近1的类别为假峰类。对于多因素判别法，除了特征值外，还引入其他判断真假峰的指标，然后根据多个指标综合判断峰是否为假峰。

此外，本发明还揭示了甄别γ谱假峰的系统，包括处理器、存储器，存储中存储一计算机程序，计算机程序在处理器中以计算机指令运行，实现以下的步骤。

步骤s1：输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列。

输入量也可以是测量能谱与本底谱。道址的取值范围为连续的正整数(一般取值范围为1～2ⁿ，n一般取10～13)。

步骤s2：能谱前处理，包括扣除本底与能谱平滑化。

在能谱寻峰前一般需要经过前处理，这是一个使得效果相对更好的步骤。

步骤s3：对高斯函数二阶导数形式的卷积核函数进行离散化计算。

对前述的公式(3)所示的高斯函数二阶导数形式的卷积核函数进行离散化计算，由于能谱数据为离散化的整数，因此卷积核函数也只需要计算自变量为整数的情况。

步骤s4：根据卷积核函数对测量能谱进行卷积计算的离散化处理。

根据前述的公式(4)对能谱进行卷积计算，由于计算机数值计算的特点，卷积函数是做离散化处理，且卷积范围由无限变为有限。

步骤s5：在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址。

挑选出的卷积值极小值对应的道址就完成了高斯函数二阶导法的寻峰。

步骤s6：计算极小值位置的特征值。

根据前述的公式(9)计算每个峰位的特征值，在公式(9)中的σ为该峰位处光电峰的标准差，其量值等于该光电峰半高宽除以2.35，是仪器的固有特性，也是高斯函数二阶导法寻峰计算所必须的量，寻峰前应提前刻度好。其中s为该光电峰的峰面积。光电峰标准差σ的刻度方法与峰面积s的计算方法为本领域的常规技术。

步骤s7：根据特征值甄别真假峰。

具体的用特征值来甄别的手段包括阈值法、聚类分析法或者多因素判别法。对于阈值法，是人为设定一个下阈值(比如0.5)或者上下阈值(比如0.5和1.5)，认为特征值小于下阈值或者大于上阈值的峰为假峰。对于聚类分析法，对峰位的阈值集合做聚类分析，划分为量值靠近1与量值不靠近1的类别，取量值不靠近1的类别为假峰类。对于多因素判别法，除了特征值外，还引入其他判断真假峰的指标，然后根据多个指标综合判断峰是否为假峰。

此外，本发明还公开了一种甄别γ谱假峰的系统的实施例，如图2所示，系统包括输入模块、能谱前处理模块、卷积核函数离散化计算模块、离散化有限卷积模块、卷积值序列极小值挑选模块、特征值计算模块、甄别模块。

输入模块用于输入γ能谱测量仪的测量能谱，测量能谱是以道址为自变量、计数值为变量的有限数据序列。

输入量也可以是测量能谱与本底谱。道址的取值范围为连续的正整数(一般取值范围为1～2ⁿ，n一般取10～13)。

能谱前处理模块用于进行能谱前处理，包括扣除本底与能谱平滑化。在能谱寻峰前一般需要经过前处理，这是一个使得效果相对更好的步骤。

卷积核函数离散化计算模块用于对高斯函数二阶导数形式的卷积核函数进行离散化计算。

对前述的公式(3)所示的高斯函数二阶导数形式的卷积核函数进行离散化计算，由于能谱数据为离散化的整数，因此卷积核函数也只需要计算自变量为整数的情况。

离散化有限卷积模块用于根据卷积核函数对测量能谱进行卷积计算的离散化处理。

根据前述的公式(4)对能谱进行卷积计算，由于计算机数值计算的特点，卷积函数是做离散化处理，且卷积范围由无限变为有限。

卷积值序列极小值挑选模块用于在卷积计算完成后获取一个以道址为自变量、卷积值为变量的有限数据序列，挑选出该有限数据序列中的卷积值极小值对应的道址。挑选出的卷积值极小值对应的道址就完成了高斯函数二阶导法的寻峰。

特征值计算模块用于计算极小值位置的特征值。根据前述的公式(9)计算每个峰位的特征值，在公式(9)中的σ为该峰位处光电峰的标准差，其量值等于该光电峰半高宽除以2.35，是仪器的固有特性，也是高斯函数二阶导法寻峰计算所必须的量，寻峰前应提前刻度好。其中s为该光电峰的峰面积。光电峰标准差σ的刻度方法与峰面积s的计算方法为本领域的常规技术。

甄别模块用于根据特征值甄别真假峰。具体的用特征值来甄别的手段包括阈值法、聚类分析法或者多因素判别法。对于阈值法，是人为设定一个下阈值(比如0.5)或者上下阈值(比如0.5和1.5)，认为特征值小于下阈值或者大于上阈值的峰为假峰。对于聚类分析法，对峰位的阈值集合做聚类分析，划分为量值靠近1与量值不靠近1的类别，取量值不靠近1的类别为假峰类。对于多因素判别法，除了特征值外，还引入其他判断真假峰的指标，然后根据多个指标综合判断峰是否为假峰。

以下结合图3和图4，用两个示例说明本发明的有效性和可靠性。

【示例一】

取一个¹³⁷cs能谱为例做分析，除40kev以下的x特征射线外，¹³⁷cs只有一个能量约为662kev的光电峰。用高斯函数二阶导法寻找该能谱的峰位，在40kev以上共寻找到10个峰，每个峰的能量与特征值见图3。

从图3可以看出，662kev峰位的特征值明显大于其它峰位的特征值。利用该特征值可有效区分¹³⁷cs能谱的真假峰。

【示例二】

取一个⁶⁰co能谱为例做分析，⁶⁰co有两个光电峰，能量分别约为1173kev和1332kev。用高斯函数二阶导法寻找该能谱的峰位，共寻找到9个峰，每个峰的能量与特征值见图4。

从图4可以看出，1173kev和1332kev峰位的特征值明显大于其它峰位的特征值。利用该特征值可有效区分⁶⁰co能谱的真假峰。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如dsp与微处理器的组合、多个微处理器、与dsp核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、cd-rom、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、dsl、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(cd)、激光碟、光碟、数字多用碟(dvd)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。