-
公开(公告)号:CN114897800A
公开(公告)日:2022-08-12
申请号:CN202210437126.X
申请日:2022-04-22
申请人: 南京航空航天大学 , 苏州热工研究院有限公司
摘要: 本申请提出一种基于SiC神经网络芯片的超高速X射线图像识别方法及装置,所述方法包括利用SiC探测器构建类人眼视觉神经系统的SiC神经网络芯片,使所述SiC神经网络芯片具有超高速X射线图像感知能力,经过X射线图像数据集训练后,构成所述装置;所述装置具体包括:SiC神经网络芯片,所述SiC神经网络芯片是经过特殊排布的SiC阵列探测器,用于接收X射线,并将所述X射线转化为电信号;像素权重调制单元,为所述SiC阵列探测器提供反向偏压,使所述SiC阵列探测器的每一个像素对X射线具有不同的响应能力;信号读出系统,接收并处理所述电信号,输出象征图像识别结果的信号矩阵。该方法及装置适用于强辐射场的X射线图像超高速识别,可突破现有X射线图像识别方法与装置的速度极限。
-
公开(公告)号:CN113536679B
公开(公告)日:2024-09-24
申请号:CN202110816233.9
申请日:2021-07-20
申请人: 南京航空航天大学
摘要: 本申请公开了一种基于人工神经网络的点源剂量率修正方法,包括:S1,获取无人机放射性监测系统在不同高度下的能谱数据和对应剂量率值,分别作为输入参数和输出参数;S2,将部分不同高度下能谱数据划分为训练数据,另一部分划分为测试数据,利用训练数据中的输入参数和输出参数构建人工神经网络模型,将训练数据导入人工神经网络模型中进行训练,获得训练后的人工神经网络模型;S3,将测试数据分别导入训练后的人工神经网络模型,得到理想输出结果,比较理想输出结果与对应的测试数据之间的误差;若误差大于或等于设定的精度期望值,重复S2、S3,若误差小于设定的精度期望值,则训练调试后的人工神经网络模型为点源剂量率修正算法。
-
公开(公告)号:CN113536679A
公开(公告)日:2021-10-22
申请号:CN202110816233.9
申请日:2021-07-20
申请人: 南京航空航天大学
摘要: 本申请公开了一种基于人工神经网络的点源剂量率修正方法,包括:S1,获取无人机放射性监测系统在不同高度下的能谱数据和对应剂量率值,分别作为输入参数和输出参数;S2,将部分不同高度下能谱数据划分为训练数据,另一部分划分为测试数据,利用训练数据中的输入参数和输出参数构建人工神经网络模型,将训练数据导入人工神经网络模型中进行训练,获得训练后的人工神经网络模型;S3,将测试数据分别导入训练后的人工神经网络模型,得到理想输出结果,比较理想输出结果与对应的测试数据之间的误差;若误差大于或等于设定的精度期望值,重复S2、S3,若误差小于设定的精度期望值,则训练调试后的人工神经网络模型为点源剂量率修正算法。
-
公开(公告)号:CN114966800A
公开(公告)日:2022-08-30
申请号:CN202210430717.4
申请日:2022-04-22
申请人: 南京航空航天大学
摘要: 本发明公开了一种可移动式内照射检测方法与设备,本发明设备包括患者屏蔽体、碘化钠探测器屏蔽体、检测床、双碘化钠探测器、数据采集与传输单元、上位机设备以及线性滑轨。该方法基于全身扫描法检测患者体内的内照射水平,利用大尺寸碘化钠探测器,通过滑轨搭载屏蔽体对患者进行全身扫描。数据采集与传输单元将电信号转换为数字信号输入上位机设备,在上位机软件中使用基于人工神经网络的剂量分布预测算法复原患者体内剂量分布,指导碘化钠探测器进一步的对体内放射源分布进行精确定位。本发明的设备内置于常规可移动设备内部,可快速到达核事故发生地点。本发明采用的人工神经网络算法可以进行精确的内照射剂量分布预测与内照射核素定位工作,解决了传统内照射检测方法中异地测量以及剂量计算精度不足的问题。
-
公开(公告)号:CN114965515A
公开(公告)日:2022-08-30
申请号:CN202210432630.0
申请日:2022-04-22
申请人: 南京航空航天大学 , 苏州热工研究院有限公司
IPC分类号: G01N23/00 , G06V10/82 , G06V10/774 , G06T7/33 , G06T11/00
摘要: 本发明公开了一种基于二维层状材料的可重构X射线成像方法,可以同时进行图像的传感和处理。该方法第一次将二维层状材料应用到辐射成像中来,通过范德华(vdW)垂直异质结构将多层二维材料组合起来,保持每层之间以范德瓦尔斯力作用,面内原子以共价键的方式形成稳定的晶格结构,保证其原子级平整度且无悬挂键的优异特性,之后调整每个像素的偏压,实现不同的光响应,经图像采集与处理,可以实现可重构的视觉传感器。
-
-
-
-