Deep Learning-Based Classification of Gamma Photon Interactions in Room-Temperature Semiconductor Radiation Detectors

要約

フォトンカウンティング放射線検出器は、陽電子放出断層撮影法やコンピュータ断層撮影法などの医療画像診断法に不可欠な部分となっています。
最も有望な検出器の 1 つは、ワイドバンドギャップの室温半導体検出器です。これは、ガンマ/X 線光子と検出器材料との相互作用に依存しており、これには単一光子の複数の相互作用光子イベント (MIPE) を引き起こすコンプトン散乱が含まれます。
CdZnTeSe (CZTS) のような半導体検出器では、コンプトンと光電イベントの間で検出エネルギーの重なりが大きく、従来の読み出しエレクトロニクスや信号処理アルゴリズムを使用してコンプトン散乱イベントと光電イベントを区別することはほぼ不可能です。
ここでは、コンプトン散乱と、CdZnTeSe (CZTS) 半導体検出器によるガンマ/X 線光子の光電相互作用を区別する深層学習分類器 CoPhNet を報告します。
当社の CoPhNet モデルは、実際の CZTS 検出器パルスに似せるためにシミュレーション データを使用してトレーニングされ、シミュレーション データと実験データの両方を使用して検証されました。
これらの結果は、CoPhNet モデルがシミュレートされたテスト セットに対して高い分類精度を達成できることを実証しました。
また、信号対雑音比 (SNR) や入射エネルギーなどの動作パラメーターが変化しても、性能の堅牢性を維持します。
したがって、私たちの研究は、より優れた生体医学イメージングのための次世代の高エネルギーガンマ線検出器を開発するための強固な基盤を築きました。

要約(オリジナル)

Photon counting radiation detectors have become an integral part of medical imaging modalities such as Positron Emission Tomography or Computed Tomography. One of the most promising detectors is the wide bandgap room temperature semiconductor detectors, which depends on the interaction gamma/x-ray photons with the detector material involves Compton scattering which leads to multiple interaction photon events (MIPEs) of a single photon. For semiconductor detectors like CdZnTeSe (CZTS), which have a high overlap of detected energies between Compton and photoelectric events, it is nearly impossible to distinguish between Compton scattered events from photoelectric events using conventional readout electronics or signal processing algorithms. Herein, we report a deep learning classifier CoPhNet that distinguishes between Compton scattering and photoelectric interactions of gamma/x-ray photons with CdZnTeSe (CZTS) semiconductor detectors. Our CoPhNet model was trained using simulated data to resemble actual CZTS detector pulses and validated using both simulated and experimental data. These results demonstrated that our CoPhNet model can achieve high classification accuracy over the simulated test set. It also holds its performance robustness under operating parameter shifts such as Signal-Noise-Ratio (SNR) and incident energy. Our work thus laid solid foundation for developing next-generation high energy gamma-rays detectors for better biomedical imaging.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google