[发明专利]基于瞬发伽马光谱的人体组织密度和元素组成重建算法

权利要求书

1.基于瞬发伽马光谱的人体组织密度和元素组成重建算法，其特征在于，所述的算法数值求解分子伽马光谱和元素的摩尔光谱关系方程(1)：

左边第一项是分子伽马光谱，右边第一项是具有线性关系的元素总和伽马谱，右边第二项是具有非线性关系的元素总和伽马谱；光谱关系方程(1)中右边的线性项系数N_k是第k种元素的正实数系数，该种元素不发生中子俘获辐射；非线性项是由于这部分元素发生中子俘获辐射，系数f(x,n)是分子结构和含氢量的非线性函数；氢原子核的中子俘获辐射反应式是

2.根据权利要求1所述的重建算法，其特征在于，氢原子核的中子俘获辐射有部分中子是碳元素产生的，有部分是氧元素产生的，因此方程(1)进一步分解成方程(3)的形式；其中的系数表达式是方程(4)和(5)所示：

其中和代表碳和氧的中子产生贡献率，是氢的增强因子；由于氢的中子俘获只产生2.23MeV的伽马光子，因此可以单独列出；把方程(3)分裂成一个方程组(6)：

其中表示样品x的伽马光谱，表示该光谱在2.23MeV处的计数。

3.根据权利要求2所述的重建算法，其特征在于，当样品中有M摩尔的分子，则元素的摩尔含量为：M_C＝M*N_C，M_O＝M*N_O和M_H＝M*N_H；方程(6) 两边都乘以摩尔数，得到方程组(7a)(7b)：

其中对应的系数方程变为(8)和(9)；和是每摩尔元素的伽马光谱，是每摩尔氢由于碳中子产生的2.23MeV计数，是每摩尔氢由于氧中子产生的2.23MeV计数；

4.根据权利要求3所述的重建算法，其特征在于，由于光谱是连续性的，为了得到数值解，本发明取其中的一些特征峰来求解方程(7)，特征峰如图2所示；因此需要对(7a)进行离散化，得到矩阵方程(10)，优化目标是min(Am-B)：

其中是每摩尔碳和氧的伽马光谱，是样品测量得到伽马光谱特征峰计数；用最小二乘法就可以求得元素的摩尔含量

5.根据权利要求3所述的重建算法，其特征在于，最后通过方程(7b)求解氢的摩尔含量；

进一步通过测量束流的射程R，得到体积，还可以求解样品的密度：

V＝S*R (14)；

6.根据权利要求1所述的重建算法，其特征在于，如果样品中还有别的元素比如钙，不发生中子俘获，则重复权利要求2到权利要求4中碳和氧的分析求解过程，如果增加的元素可以发生中子俘获反应，则重复则重复权利要求2到权利要求5中氢的非线性分析求解过程。