中国辐射卫生  2012, Vol. 21 Issue (3): 342-344  DOI: 10.13491/j.cnki.issn.1004-714x.2012.03.013

引用本文 

成智威, 申茂泉, 张洋. 小波分析方法在肺部计数器解谱中的应用[J]. 中国辐射卫生, 2012, 21(3): 342-344. DOI: 10.13491/j.cnki.issn.1004-714x.2012.03.013.

文章历史

收稿日期:2012-02-27
小波分析方法在肺部计数器解谱中的应用
成智威 1,2, 申茂泉 2, 张洋 2     
1. 清华大学工程物理系, 北京 100084;
2. 西北核技术研究所, 陕西西安 710024
摘要目的 对肺部计数器测量谱进行小波分析, 给出隐藏在高本底计数信号中的弱全能峰信息, 检验小波分析方法在内照射剂量测量实际应用中的实效性。方法 基于Matlab 6.5软件中的小波分析工具, 分析含有噪声的高斯峰模拟谱数据和肺部计数器实际测量谱, 检测经小波分析后能否给出全能峰信息, 计算出全能峰面积并跟原始数据中的相应参考值进行比较。结果 经小波分析后, 能够明显地降低谱数据中本底计数的涨落对弱全能峰的影响, 并且计算出的全峰能面积在一定的不确定度内与参考值相吻合。结论 小波分析可以有效地应用于肺部计数器的解谱工作中, 能够方便地辨别出弱全能峰的信息。
关键词小波分析    肺部计数器    解谱    

在内照射剂量监测工作中,通常应用肺部计数器方便快速地测定工作人员吸入的能够放出低能γ射线的核素种类和含量,但其中大多数工作人员吸入的放射性核素活度非常低,另外受测量条件的限制不可能对工作人员进行长时间的测量,因而获得的关心核素的全能峰较弱; 同时低能γ射线的全能峰受高能γ射线产生的康普顿坪等本底计数涨落的影响,全能峰往往隐藏在高本底信号中不容易被识别出,所以低能的弱全能峰分析是内照射剂量监测工作中较关键的一个环节。传统的分析方法是对测量谱(能量-计数关系图)进行光滑处理来达到降低本底涨落的影响,但全能峰信息有较大的损失[1]。小波分析是一种时间-尺度分析方法,在时间、尺度两域都具有表征信号局部特征的能力,在低频部分具有较低的时间分辨率和较高的频率分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,很适合于探测正常信号中夹带的瞬间反常现象并展示其成份,小波变换被称为分析信号的显微镜[2]。小波分析在实验室HPGe γ谱分析中的应用已经得到越来越多的学者的重视,笔者将小波分析技术应用于肺部计数器测量谱的分析中,试图解析出高本底中低能的全能峰有关信息,该方法在实际测量中也得到了较好的应用。

1 实验器材和方法 1.1 实验器材

含4个平板型HPGe探测器的肺部计数器1套[3]; 含241Am、137Cs和60Co的混合点源1个; MATLAB6.5软件一套。

1.2 实验方法 1.2.1 信号模拟

按照小波分析用于一维信号消噪的原理与方法[4],在肺部计数器中所需分析的信号表现在道址与计数的关系。在模拟过程中,假设全能峰F(i) (真实低频信号)为高斯分布,康普顿计数e(i) (高频噪声)由随机数产生,并适当调节噪声的幅度值σ,则含噪声的一维信号模型S(i)为:

(1)

分三步进行处理[4] :

(1) 一维信号的小波分解。选择一个小波并确定一个小波分解的层次N,然后对信号S进行N层小波分解。

(2) 小波分解高频系数的阈值量化。对第1层到第N层的每一层高频系数,选择一个阈值进行软阈值量化处理。

(3) 一维小波的重构。根据小波分解的第N层的低频系数和经过量化处理后的第1层到第N层高频系数,进行一维信号的小波重构。

在实际应用MATLAB6.5软件编程时,模拟的关心区域i取为100道,全能峰的峰位在第50道,全能峰F(i)是幅度为1的高斯峰并假定叠加于幅度为1的直流信号上,表示为:

(2)

则其高斯峰净面积为: 。噪声信号e(i)为:

(3)

式中,rnd()为随机数函数。幅度σ取为1.5。因此,模拟的含噪声信号S(i)为:

(4)

运行程序后的含噪声的信号如图 1所示。

图 1 含噪声的信号

对含噪声的信号在MATLAB6.5软件中用“sym5”小波函数进行3层分解,并用“heursure”软阈值进行小波系数阈值量化。

1.2.2 实验测量

应用肺部计数器的4个HPGe探测器测量某一固定位置处的混合点源241 Am、137 Cs和60 Co,测量时间足够长以保证241 Am 59.54keV全能峰计数的统计涨落小于0.5%,存谱后得出该全能峰的单位时间下的峰净面积作为参考值。在同一条件下测量50s,形成弱全能峰,存谱后用小波分析该测量谱,并计算小波分析后的峰净面积除以50s,与参考值相比较,计算相对偏差。

利用小波分析方法,对肺部计数器实际应用中的工作人员测量谱进行分析,检验实际应用效果。

2 结果 2.1 模拟计算结果

模拟含噪声信号的小波分析消噪处理后的信号,结果如图 2所示。

图 2 小波分析后的消噪信号

对照图 1图 2,可以看出经小波分析后,能够较清晰地反应出真实信号,并且信号信息没有失真,但在本底区有三个“伪全能峰”出现,在实际应用中须结合原来的含噪声信号进行正确判读。

2.2 实验测量结果

应用肺部计数器中的某一探测器,测量50s的谱图和小波分析后的波形图如图 3所示。

图 3 实际测量谱和经小波分析后谱的比较

经小波分析后,可以明显地显示出全能峰的信息,并且经计算与参考值的相对偏差小于1%。

在肺部计数器的实际测量工作中,对某一工作人员测量谱进行小波分析,其结果如图 4所示。

图 4 实际测量工作中测量谱和小波分析后的谱图

经小波分析后表明,该工作人员的肺部计数器测量谱中未分析出所关心核素的全能峰。

3 讨论

从模拟和实验两方面,验证了小波分析方法在肺部计数器解谱中应用的可行性,并在实际工作中得到了具体应用。结果表明小波分析方法能够有效地解决低能弱全能峰的判别这一难题。

虽然小波分析能够较好地反应真实信号,有效地消除噪声,但从分析后的谱图结果中发现,在本底区域还会出现若干个“伪全能峰”,在判别真实的弱全能峰时会带来一定的干扰,因此在应用小波分析数据后,还必须给合原始数据,应用其它谱分析方法等技术手段,综合加以分析和考虑。

另外在应用小波分析的过程中,如何选择小波函数和分解的层数,如何选择阈值以及如何进行阈值量化等,是最关键的环节[4],不同的选择会产生消噪的效果,在实际应用过程中要加以灵活运用。

参考文献
[1]
于国梁, 张一云, 黎亚平, 等. 用小波分析方法提高γ谱弱峰检测能力的研究[J]. 四川大学学报(自然科学版), 2005, 2: 334-339. DOI:10.3969/j.issn.0490-6756.2005.02.025
[2]
张德丰. MATLAB小波分析[M]. 北京: 机械工业出版社, 2010.
[3]
成智威, 毛永, 马如维, 等. 超铀元素肺部计数器的效率刻度技术[J]. 辐射防护, 2009, 6: 357-362.
[4]
胡昌华, 张军波, 夏军, 等. 基于MATLAB的系统分析与设计-小波分析[M]. 西安: 西安电子科技大学出版社, 2001.