선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 MATLABTM을 이용하여 Geant4 기반 사용자 친화형 통합 컴프턴 카메라 시뮬레이터를 개발하였다. 개발된 시뮬레이터는 주 입력창에 입력된 정보를 바탕으로 손쉽게 Geant4 소스파일을 생성하여 몬테칼로 전산모사를 수행할 수 있으며, 전산모사 후 컴프턴 영상 획득 및 정량적 평가를 동시에 수행할 수 있게 개발되었다.
- 본 연구에서는 개발된 시뮬레이터를 이용하여 새로운 형태 컴프턴 카메라에 대한 성능평가를 수행하였다. 단일 산란형 컴프턴 카메라를 다수의 산란부 검출기를 사용하는 다층 구조로 개발할 경우의 성능을 평가하였다.
- 본 연구에서는 시뮬레이터를 개발하기에 앞서 Geant4 툴 키트를 이용하여 도플러 에너지 퍼짐, 검출기의 에너지 및 반응위치 분해능, 에너지 선별 준위 등 컴프턴 카메라의 성능에 영향을 주는 주요 검출기 인자를 고려한 컴프턴 카메라 정밀 모사 기술과 시간에 따라 구조가 변하는 동적 시스템 모델링을 위한 4-D 몬테칼로 전산모사 기법을 개발하였다.
- 이러한 문제점들을 해결하고자 본 연구에서는 몬테칼로 전산모사 기법에 익숙하지 않은 사용자도 편리하게 몬테칼로 전산모사를 수행할 수 있으며, 하나의 프로그램 내에서 계산된 데이터를 이용하여 컴프턴 영상을 획득하고 이에 대한 정량적 평가까지 수행할 수 있는 사용자 친화형의 통합 컴프턴 카메라 시뮬레이터를 개발하였다. 개발된 시뮬레이터는 Geant4 툴키트를 계산 엔진으로 사용하고 있으며, 그래픽 사용자 인터페이스(Graphic user interface, GUI)를 구축하기 위하여 MATLABTM 프로그래밍 언어를 사용하였다.
제안 방법
- 17) 본 연구에서는 다층 구조 컴프턴 카메라의 성능을 평가하기 위해 시뮬레이터를 이용하여 중앙대학교 개발중인 단일 산란형 컴프턴 카메라에 대해 Fig. 8과같이 산란부 검출기를 1 cm 간격으로 최대 5대까지 모델링 하여 영상 감도 및 영상 해상도를 평가하였다. 컴프턴 영상은 단순 역투사 기법을 이용하여 획득하였다.
- 5) 영상 재구성 툴: 전산모사 및 실험에서 획득한 유효반응은 감마선의 반응위치 및 에너지 정보만을 포함하고 있으므로, 이를 이용하여 컴프턴 영상을 획득하기 위해 영상 재구성 툴을 개발하여 연동하였다. 영상 재구성 툴은 단순 역투사(Simple-backprojection) 알고리즘과 통계적 기법을 적용하여 영상 해상도를 획기적으로 향상시켜주는 리스트 모드 기댓값 최대화(List-mode expectation maximization, LMEM) 알고리즘을 탑재하고 있다.
- 이러한 문제점들을 해결하고자 본 연구에서는 몬테칼로 전산모사 기법에 익숙하지 않은 사용자도 편리하게 몬테칼로 전산모사를 수행할 수 있으며, 하나의 프로그램 내에서 계산된 데이터를 이용하여 컴프턴 영상을 획득하고 이에 대한 정량적 평가까지 수행할 수 있는 사용자 친화형의 통합 컴프턴 카메라 시뮬레이터를 개발하였다. 개발된 시뮬레이터는 Geant4 툴키트를 계산 엔진으로 사용하고 있으며, 그래픽 사용자 인터페이스(Graphic user interface, GUI)를 구축하기 위하여 MATLABTM 프로그래밍 언어를 사용하였다. 개발된 시뮬레이터의 정확성을 검증하기 위하여 현재 한양대학교에서 개발 중에 있는 컴프턴 카메라에 대해 모델링하여 실험 결과와 비교하였다.
- 을 이용하여 Geant4 기반 사용자 친화형 통합 컴프턴 카메라 시뮬레이터를 개발하였다. 개발된 시뮬레이터는 주 입력창에 입력된 정보를 바탕으로 손쉽게 Geant4 소스파일을 생성하여 몬테칼로 전산모사를 수행할 수 있으며, 전산모사 후 컴프턴 영상 획득 및 정량적 평가를 동시에 수행할 수 있게 개발되었다. 개발된 시뮬레이터를 이용하여 한양대학교에서 개발 중인 이중 산란형 컴프턴 카메라에 대한 몬테칼로 전산모사를 수행하였고 실험의 결과와 비교하여 시뮬레이터의 정확성을 평가하였다.
- 본 연구에서는 개발된 시뮬레이터를 이용하여 새로운 형태 컴프턴 카메라에 대한 성능평가를 수행하였다. 단일 산란형 컴프턴 카메라를 다수의 산란부 검출기를 사용하는 다층 구조로 개발할 경우의 성능을 평가하였다. 그 결과 영상 감도의 경우 산란부 검출기 개수의 증가에 따라 거의 선형적으로 향상되지만, 영상 해상도는 저하되는 경향을 나타내었다.
- 도플러 에너지 퍼짐을 고려하기 위해 본 시뮬레이터에서는 Geant4에서 지원하는 Penelope 물리 모델인 “G4PenelopeCompton” 클래스를 사용하여 컴프턴 산란을 모사하였다.
- 추가적으로 컴프턴 카메라를 구성하는 산란부 및 흡수부 검출기의 수와 각각의 검출기에 대한 위치를 결정할 수 있어 다층 구조 컴프턴 카메라와 같이 새로운 구조의 컴프턴 카메라를 모델링 할 수 있도록 개발하였다. 또한, 시뮬레이터는 일반적인 3-D 몬테카를로 전산모사기법뿐만 아니라 시간에 따라 검출기의 위치가 변하는 동적 시스템에 대한 4-D 몬테칼로 전산모사를 수행할 수 있도록 개발되었다. 4-D 모델링은 선원 주위를 원하는 각도만큼 회전하는 컴프턴 카메라와 핵의학 영상장치에서 영상 해상도 향상을 위해 검출기를 흔들어 주는 wobbling 기법15)이 적용된 컴프턴 카메라가 가능하다.
- 분할된 검출기 및 동적 구조의 컴프턴 카메라를 모델링하기 위하여 한 픽셀을 복사하여 원하는 개수만큼 생성시켜주고, 전산모사 시 입자가 발생될 때마다 각 픽셀의 정보를 업데이트 해주는 “G4VPVParameterisation” 클래스를 사용 하였다.
- 실험 상황과 동일하게 하나의 검출기 내의 여러 픽셀에서 반응이 일어나는 경우에는 유효반응에서 제거하였으며, 선원에서 발생한 광자가 산란부 검출기와 흡수부 검출기의 각각 하나의 픽셀에서 반응이 일어난 경우에만 동시반응으로 인정하여 유효반응으로 기록하였다. 이때 선원의 에너지에서 일정 범위안에 들어오는 경우에만 유효반응으로 기록하도록 에너지 게이트를 적용하였다.
- 6). 영상해상도는 점선원의 프로파일을 획득하여Gaussian fitting을 한 후 그에 대한 반치폭으로 평가하도록 하였다.
- 실험 상황과 동일하게 하나의 검출기 내의 여러 픽셀에서 반응이 일어나는 경우에는 유효반응에서 제거하였으며, 선원에서 발생한 광자가 산란부 검출기와 흡수부 검출기의 각각 하나의 픽셀에서 반응이 일어난 경우에만 동시반응으로 인정하여 유효반응으로 기록하였다. 이때 선원의 에너지에서 일정 범위안에 들어오는 경우에만 유효반응으로 기록하도록 에너지 게이트를 적용하였다.
- 전사모사에 사용되는 선원은 점선원 및 다양한 형태의 체적선원을 편리하게 정의할 수 있는 “G4GeneralParticleSource” 클래스를 사용하였으며, 선원에서 발생된 광자의 거동을 추적하여 검출기와의 반응에 대한 정보를 획득하기 위하여 “G4VSensitiveDetector” 클래스와 “G4UserEventAction” 클래스를 연동하여 사용하였다.
- Geant4 툴키트는 본래 Linux환경을 기반으로 하고 있기 때문에, Window 환경에서 리눅스 환경을 구축해주는 CygwinTM을 인터페이스와 연동하여 생성된 소스파일들은 컴파일하고 몬테칼로 전산모사를 수행한다. 전산모사를 통해 계산된 데이터는 검출기 내에서 발생한 감마선의 반응위치 및 에너지 정보만을 포함하고 있으므로, 영상 재구성 알고리즘을 내장한 영상 재구성 툴과 연동하여 컴프턴 영상을 획득하고 시각적으로 보여준다. 최종적으로 획득된 영상에 대한 영상 해상도 및 영상 감도를 정량적으로 평가하여 사용자에게 제공한다(Fig.
- 위치 민감형 반도체 검출기 물질로는 실리콘, 게르마늄, CZT 등이 지원되며, 이중 산란형 컴프턴 카메라의 흡수부 검출기로 사용되는 섬광검출기의 경우 NaI (Tl)와 BGO 등이 지원되고, 실린더 및 박스 형태의 검출기 모델링이 가능하다. 추가적으로 컴프턴 카메라를 구성하는 산란부 및 흡수부 검출기의 수와 각각의 검출기에 대한 위치를 결정할 수 있어 다층 구조 컴프턴 카메라와 같이 새로운 구조의 컴프턴 카메라를 모델링 할 수 있도록 개발하였다. 또한, 시뮬레이터는 일반적인 3-D 몬테카를로 전산모사기법뿐만 아니라 시간에 따라 검출기의 위치가 변하는 동적 시스템에 대한 4-D 몬테칼로 전산모사를 수행할 수 있도록 개발되었다.
대상 데이터
- 4μCi) 선원을 첫 번째 산란부 검출기 앞 4 cm거리에 위치시켜 컴프턴 영상을 획득하였다. 137Cs 선원의 경우는 컴프턴 카메라의 중심축에서 측면으로 1.5 cm정도 떨어진 위치에서 컴프턴 영상을 획득하였다.
- Photograph of a prototype double-scattering Compton camera. It consists of two double-sided silicon strip detectors (DSSDs) for scatterer and a NaI (Tl) scintillation detector for absorber.
- 개발된 시뮬레이터는 현재 국내에서 개발중인 단일 산란형 컴프턴 카메라 또는 이중 산란형 컴프턴 카메라를 비롯하여, 평판형의 검출기를 사용하는 컴프턴 카메라는 모두 모델링이 가능하다. 선택적으로 단일 산란형 또는 이중 산란형 구조의 전산모사를 위한 시뮬레이터를 가동시킬 수 있으며, 전산모사 또는 실험에서 획득한 유효반응에 대한 결과파일을 이용하여 컴프턴 영상만을 획득하기 위한 영상 재구성 툴을 독립적으로 실행할 수 있다.
- 이중 산란형 컴프턴 카메라의 첫 번째와 두 번째 산란부 검출기 사이의 거리는 10 cm, 두 번째 산란부 검출기와 흡수부 검출기간 거리는 3.5 cm로 위치시켰으며, 1173 keV 및 1332 keV의 감마선을 방출하는 60Co (10.0μCi) 선원과 662 keV의 감마선을 방출하는 137Cs (9.4μCi) 선원을 첫 번째 산란부 검출기 앞 4 cm거리에 위치시켜 컴프턴 영상을 획득하였다.
데이터처리
- 2) 시뮬레이터 계산결과와 실험 결과의 비교: 시뮬레이터를 이용하여 획득한 전산모사 결과와 실험으로 획득한 결과를 비교함으로써 시뮬레이터의 정확성을 검증하였다. 이중 산란형 컴프턴 카메라의 첫 번째와 두 번째 산란부 검출기 사이의 거리는 10 cm, 두 번째 산란부 검출기와 흡수부 검출기간 거리는 3.
- 개발된 시뮬레이터는 주 입력창에 입력된 정보를 바탕으로 손쉽게 Geant4 소스파일을 생성하여 몬테칼로 전산모사를 수행할 수 있으며, 전산모사 후 컴프턴 영상 획득 및 정량적 평가를 동시에 수행할 수 있게 개발되었다. 개발된 시뮬레이터를 이용하여 한양대학교에서 개발 중인 이중 산란형 컴프턴 카메라에 대한 몬테칼로 전산모사를 수행하였고 실험의 결과와 비교하여 시뮬레이터의 정확성을 평가하였다. 영상 해상도의 경우 선원의 에너지가 높아짐에 따라 해상도가 향상되는 동일한 경향을 보였으나, 시뮬레이터 결과에서 약 1 mm 정도 우수하게 평가되었다.
- 개발된 시뮬레이터는 Geant4 툴키트를 계산 엔진으로 사용하고 있으며, 그래픽 사용자 인터페이스(Graphic user interface, GUI)를 구축하기 위하여 MATLABTM 프로그래밍 언어를 사용하였다. 개발된 시뮬레이터의 정확성을 검증하기 위하여 현재 한양대학교에서 개발 중에 있는 컴프턴 카메라에 대해 모델링하여 실험 결과와 비교하였다. 마지막으로 개발된 시뮬레이터를 이용하여 다층 구조를 가지는 컴프턴 카메라에 대한 성능을 평가하여 최적의 구조를 결정하였다.
- 개발된 시뮬레이터의 정확성을 검증하기 위하여 현재 한양대학교에서 개발 중에 있는 컴프턴 카메라에 대해 모델링하여 실험 결과와 비교하였다. 마지막으로 개발된 시뮬레이터를 이용하여 다층 구조를 가지는 컴프턴 카메라에 대한 성능을 평가하여 최적의 구조를 결정하였다.
- 본 연구에서 개발된 시뮬레이터의 정확성을 검증하기 위하여 현재 한양대학교에서 개발중인 이중 산란형 컴프턴카메라에 대하여 실험과 동일 조건으로 시뮬레이터를 이용 하여 전산모사를 수행한 후 실제 실험에서의 결과와 비교 분석하였다.
이론/모형
- 1) 선원 정의: 전산모사에 사용되는 감마선원에 대해 정의하는 영역으로, 점선원뿐만 아니라 다양한 체적선원에 대하여 모델링 할 수 있도록 개발되었으며, 선원의 모양 및 크기, 에너지, 위치 그리고 전산모사를 수행할 입자의 개수를 결정할 수 있다. 또한, 효율적인 전산모사를 위해 컴프턴 카메라가 위치한 영역으로 광자의 발생 각도를 제한하는 angle biasing 기법을 사용자의 요구에 따라 적용할 수 있으며, 얇은 산란부 내에서 컴프턴 산란 반응 확률을 높여주고 입자의 가중치를 낮춰주어 전산모사 시간을 효과적으로 단축시켜주는 분산감소기법(Variance reduction technique)의 적용여부를 설정할 수 있다. 이러한 분산감소기법의 적용을 통해 동일한 수의 컴프턴 데이터를 획득하는데 걸리는 시간을 100배 정도 단축시킬 수 있다.
- (Matrix Laboratory)은 행렬연산을 기초로 하는 프로그래밍 언어로서 수치해석 및 다양한 그래픽 기능, 편리한 사용자 인터페이스 구축 등 다수의 유용한 기능을 보유하고 있어 신호처리, 영상처리, 장치제어, 알고리즘 개발 등 이학 및 공학 분야에서 유용하게 활용되고 있다. 본 연구에서는 Geant4 몬테칼로 전산모사 및 영상 재구성, 재구성된 컴프턴 영상에 대한 정량적 평가를 편리하게 수행하기 위한 사용자 친화형 인터페이스를 구축하기 위하여 MATLABTM 프로그래밍 언어를 사용하였다.
- 8과같이 산란부 검출기를 1 cm 간격으로 최대 5대까지 모델링 하여 영상 감도 및 영상 해상도를 평가하였다. 컴프턴 영상은 단순 역투사 기법을 이용하여 획득하였다.
성능/효과
- 1) 선원 정의: 전산모사에 사용되는 감마선원에 대해 정의하는 영역으로, 점선원뿐만 아니라 다양한 체적선원에 대하여 모델링 할 수 있도록 개발되었으며, 선원의 모양 및 크기, 에너지, 위치 그리고 전산모사를 수행할 입자의 개수를 결정할 수 있다. 또한, 효율적인 전산모사를 위해 컴프턴 카메라가 위치한 영역으로 광자의 발생 각도를 제한하는 angle biasing 기법을 사용자의 요구에 따라 적용할 수 있으며, 얇은 산란부 내에서 컴프턴 산란 반응 확률을 높여주고 입자의 가중치를 낮춰주어 전산모사 시간을 효과적으로 단축시켜주는 분산감소기법(Variance reduction technique)의 적용여부를 설정할 수 있다.
- 3) 검출기 인자 정의: 컴프턴 카메라의 구성 검출기인 산란부 및 흡수부 검출기에 관한 인자들을 정의하는 부분으로 검출기의 크기 및 위치, 물질, 에너지 분해능, 반응위치 분해능, 에너지 선별 준위, 도플러 에너지 퍼짐 현상 적용 여부 등 주요 검출기 인자들에 대한 조건을 결정할 수 있다. 위치 민감형 반도체 검출기 물질로는 실리콘, 게르마늄, CZT 등이 지원되며, 이중 산란형 컴프턴 카메라의 흡수부 검출기로 사용되는 섬광검출기의 경우 NaI (Tl)와 BGO 등이 지원되고, 실린더 및 박스 형태의 검출기 모델링이 가능하다.
- 4) Geometry의 가시화: 시뮬레이터는 주 입력창에 필요한 정보를 입력하면 동시에 3차원 대상체를 생성시켜 선원 및 팬텀, 검출기에 대한 기하학적 구조를 가시화하는 기능을 제공하고 있으므로, 사용자의 실수를 최소한으로 줄여준다. 또한, 3차원 가시화 툴키트인 OpenGL driver를 이용하여 전산모사 시 선원, 팬텀, 검출기의 기하학적 구조뿐만 아니라 발생되는 감마선 및 전자의 궤적을 원하는 주시점에서 실시간으로 가시화하여, 다시 한 번 입력된 정보에 대하여 정확하게 모델링이 되었는지 확인할 수가 있다(Fig.
- 그 결과 산란부 검출기의 수가 1대에서 2대로 추가될때 성능이 크게 향상되며, 4대를 사용할 때 최상의 성능을 보였다. 4대 이상의 검출기를 사용할 경우 영상 해상도의 저하에 의한 영향이 증가하여 오히려 성능이 저하됨을 볼수 있었다. 따라서 향후 다층 구조 컴프턴 카메라 구축 시 2대에서 4대의 산란부 검출기를 사용하는 것이 적합한 것으로 판단된다.
- 여기서, FWHM은 영상해상도이고, Sensitivity는 영상감도이다. 그 결과 산란부 검출기의 수가 1대에서 2대로 추가될때 성능이 크게 향상되며, 4대를 사용할 때 최상의 성능을 보였다. 4대 이상의 검출기를 사용할 경우 영상 해상도의 저하에 의한 영향이 증가하여 오히려 성능이 저하됨을 볼수 있었다.
- 단일 산란형 컴프턴 카메라를 다수의 산란부 검출기를 사용하는 다층 구조로 개발할 경우의 성능을 평가하였다. 그 결과 영상 감도의 경우 산란부 검출기 개수의 증가에 따라 거의 선형적으로 향상되지만, 영상 해상도는 저하되는 경향을 나타내었다. 두 인자를 성능지수를 통해 종합적으로 고려할 경우 4대의 산란부 검출기를 사용할 때 최상의 성능을 나타내었으며, 4대 이상을 사용할 경우 오히려 성능이 악화된다는 결과를 확인하였다.
- 그 결과 영상 감도의 경우 산란부 검출기 개수의 증가에 따라 거의 선형적으로 향상되지만, 영상 해상도는 저하되는 경향을 나타내었다. 두 인자를 성능지수를 통해 종합적으로 고려할 경우 4대의 산란부 검출기를 사용할 때 최상의 성능을 나타내었으며, 4대 이상을 사용할 경우 오히려 성능이 악화된다는 결과를 확인하였다.
- 4) Geometry의 가시화: 시뮬레이터는 주 입력창에 필요한 정보를 입력하면 동시에 3차원 대상체를 생성시켜 선원 및 팬텀, 검출기에 대한 기하학적 구조를 가시화하는 기능을 제공하고 있으므로, 사용자의 실수를 최소한으로 줄여준다. 또한, 3차원 가시화 툴키트인 OpenGL driver를 이용하여 전산모사 시 선원, 팬텀, 검출기의 기하학적 구조뿐만 아니라 발생되는 감마선 및 전자의 궤적을 원하는 주시점에서 실시간으로 가시화하여, 다시 한 번 입력된 정보에 대하여 정확하게 모델링이 되었는지 확인할 수가 있다(Fig. 4).
- 개발된 시뮬레이터는 현재 국내에서 개발중인 단일 산란형 컴프턴 카메라 또는 이중 산란형 컴프턴 카메라를 비롯하여, 평판형의 검출기를 사용하는 컴프턴 카메라는 모두 모델링이 가능하다. 선택적으로 단일 산란형 또는 이중 산란형 구조의 전산모사를 위한 시뮬레이터를 가동시킬 수 있으며, 전산모사 또는 실험에서 획득한 유효반응에 대한 결과파일을 이용하여 컴프턴 영상만을 획득하기 위한 영상 재구성 툴을 독립적으로 실행할 수 있다. Fig.
- 개발된 시뮬레이터를 이용하여 한양대학교에서 개발 중인 이중 산란형 컴프턴 카메라에 대한 몬테칼로 전산모사를 수행하였고 실험의 결과와 비교하여 시뮬레이터의 정확성을 평가하였다. 영상 해상도의 경우 선원의 에너지가 높아짐에 따라 해상도가 향상되는 동일한 경향을 보였으나, 시뮬레이터 결과에서 약 1 mm 정도 우수하게 평가되었다. 영상 감도의 경우 실험에서 2∼3배 정도 높게 평가되었다.
- 각각의 경우에 대하여 획득한 영상에 대한 영상 해상도와 영상 감도를 정량적으로 평가하여 Table 1에 정리하였다. 영상 해상도의 경우 시뮬레이터 결과에서 약 1 mm 정도 우수하게 평가되었다. 하지만, 영상 감도의 경우에는 실험에서 2∼3배 정도 높게 평가되어 큰 차이를 보였다.
후속연구
- 이러한 결과들은 우연 동시반응에 기인한 것으로, 실험에서 획득한 유효 반응들은 전산모사와는 달리 우연한 동시계수에 의한 데이터가 상당수 포함되어 있기 때문에 영상 해상도는 상대적으로 저조하고, 영상 감도는 높게 나타난 것으로 판단된다. 따라서 보다 사실적인 전산모사를 위해서 전산모사 시 각 검출기에서 발생한 반응의 시간 정보를 획득한 후 동시 계수법을 이용하여 유효반응을 획득하는 기법 및 산란부 검출기에서 발생하는 노이즈 트리거를 모델링하는 방법을 개발하고 있으며, 이를 통해 우연동시계수가 전산모사에 고려되어 영상 감도까지 정확히 결정할 수 있을 것으로 기대한다.
- 4대 이상의 검출기를 사용할 경우 영상 해상도의 저하에 의한 영향이 증가하여 오히려 성능이 저하됨을 볼수 있었다. 따라서 향후 다층 구조 컴프턴 카메라 구축 시 2대에서 4대의 산란부 검출기를 사용하는 것이 적합한 것으로 판단된다.
- 검출기간 거리 및 각도, 선원거리, 선원의 에너지 및 세기 등 영상장치의 성능에 영향을 미치는 다양한 검출기 인자들에 대하여 실험적으로 최적화된 구조를 찾는다는 것은 쉬운 일이 아니다. 또한 에너지 및 반응위치 분해능, 도플러 에너지 퍼짐, 에너지 선별준위 등 각각의 인자들이 성능에 미치는 영향을 독립적이며 정량적으로 평가한다는 것 역시 실험적으로는 불가능하며, 개발 가능성이 있는 새로운 형태의 컴프턴 카메라에 대하여 성능 예측 연구를 통하여 보다 향상된 컴프턴 카메라를 개발할 수 있어야 한다. 이러한 문제들은 몬테칼로 전산모사 기법을 사용하면 효과적으로 해결할 수 있다.
- 따라서 하드코딩을 피할 수가 없으며, 몬테칼로 기법과 C++ 프로그래밍에 능숙한 사용자도 오류를 범할 여지가 많다. 또한, 전산모사에서 계산된 데이터들은 각 검출기 내에서 발생한 반응위치 정보와 에너지 정보만을 포함하고 있으므로, 컴프턴 카메라에 대한 성능평가를 위해서는 이러한 감마선 반응 정보들을 영상 재구성 알고리즘을 이용하여 영상화하여야 하며, 획득된 영상에 대한 정량적 평가를 추가적으로 수행해야 하는 등 하나의 결과를 도출하기 위하여 여러 단계의 복잡한 절차를 필요로 한다.
- 몬테칼로 전산모사 기법은 앞서 언급한 최적화 설계 및 영상장치의 성능 평가를 비롯하여 검출기 반응위치 분해능 향상을 위한 한 픽셀 내 반응위치 결정 알고리즘의 개발 및 다중 픽셀 반응에 대한 시퀀스 결정 알고리즘 개발 등에 활용될 수 있다. 또한, 산란부 검출기와 같이 낮은 원자번호를 가진 매우 얇은 검출기에 효과적으로 적용할 수 있는 컴프턴 에지를 이용한 에너지 교정 기법의 개발 및 영상 재구성 알고리즘 개발을 위한 모든 노이즈가 제거된 이상적인 컴프턴 데이터의 생산 등에도 몬테칼로 기법은 유용하게 사용되고 있다.
- 본 연구에서 개발된 컴프턴 영상장치 통합 시뮬레이터는 전산모사에 대한 전문적 지식이 없는 사용자라도 누구나 편리하게 다양한 조건의 컴프턴 카메라를 모델링하고 그에 대한 성능 평가 연구를 수행할 수 있게 개발되어, 향후 컴프턴 카메라의 성능 향상 연구 및 새로운 구조의 컴프턴 카메라의 개발에 유용하게 활용될 것으로 기대한다.
- 16) 이중 산란형 컴프턴 카메라는 이러한 문제를 근본적으로 해결하고자 고안된 독창적인 형태로, 반응위치 분해능이 뛰어난 검출기 두 대를 산란부 검출기로 사용하여 광자의 궤적을 정확히 결정하는 것이 주요 차이점이다. 이를 통해 산란축을 정확히 결정할 수 있을 것이며, 최종적으로 영상 해상도를 극대화 할 수 있을 것이다. 그리고, 우연동시반응을 제거하기 위하여 두 번 산란된 광자의 에너지만을 별도로 측정하는 흡수부 검출기를 사용한다(Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.