The recent development of energy-resolving scintillation crystals opens the way to new types of applications and imaging systems. In the context of computerized tomography (CT), it enables to use the energy as a dimension of information supplementing the source and detector positions. It is then crucial to relate the energy measurements to the properties of Compton scattering, the dominant interaction between photons and matter. An appropriate model of the spectral data leads to the concept of Compton scattering tomography (CST). Multiple-order scattering constitutes the major difficulty of CST. It is, in general, impossible to know how many times a photon was scattered before being measured. In the literature, this nature of the spectral data has often been eluded by considering only the first-order scattering in models of the spectral data. This consideration, however, does not represent the reality as second- and higher-order scattering are a substantial part of the spectral measurement. In this work, we propose to tackle this difficulty by an analysis of the spectral data in terms of modeling and mapping properties. Due to the complexity of the multiple order scattering, we model and study the second-order scattering and extend the results to the higher orders by conjecture. The study ends up with a general reconstruction strategy based on the variations of the spectral data which is illustrated by simulations on a joint CST-CT fan beam scanner. We further show how the method can be extended to high energetic polychromatic radiation sources.


翻译:最近的能源溶解闪烁晶体的发展为新型应用和成像系统开辟了道路。在计算机化的断层摄影学(CT)中,它能够将能量作为补充源和探测器位置的信息的一个维度。然后,将能量测量与Compton散射的特性、光子和物质之间的主要相互作用联系起来至关重要。光谱数据的适当模型导致Compton散射断层摄影学(CST)概念。多顺序散射是科技委的主要困难。一般而言,在测量之前不可能知道照相分散了多少次。在文献中,光谱数据的这种性质常常被忽略,只考虑光谱数据模型中第一级散射的特性。然而,这种考虑并不代表现实,因为第二级和更高级散射层散射是光谱测量的一个重要部分。在这项工作中,我们提议通过在建模和绘图属性方面分析多谱系源的光谱数据。由于多级散射层的复杂程度,我们用光谱谱扫描仪的这一性质来进一步分析这一困难。我们用高层次的光谱扫描仪的模型和研究来显示高层次的变异变。我们用高层次的模型和深层次的模型和深层次的模型来研究,从而显示高层次的图变。

0
下载
关闭预览

相关内容

ACM/IEEE第23届模型驱动工程语言和系统国际会议,是模型驱动软件和系统工程的首要会议系列,由ACM-SIGSOFT和IEEE-TCSE支持组织。自1998年以来,模型涵盖了建模的各个方面,从语言和方法到工具和应用程序。模特的参加者来自不同的背景,包括研究人员、学者、工程师和工业专业人士。MODELS 2019是一个论坛,参与者可以围绕建模和模型驱动的软件和系统交流前沿研究成果和创新实践经验。今年的版本将为建模社区提供进一步推进建模基础的机会,并在网络物理系统、嵌入式系统、社会技术系统、云计算、大数据、机器学习、安全、开源等新兴领域提出建模的创新应用以及可持续性。 官网链接:http://www.modelsconference.org/
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
123+阅读 · 2020年9月8日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Hierarchical Graph Capsule Network
Arxiv
20+阅读 · 2020年12月16日
VIP会员
相关资讯
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium5
中国图象图形学学会CSIG
1+阅读 · 2021年11月11日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
【ICIG2021】Latest News & Announcements of the Industry Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年7月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员