星门arf仿真实用工具
garf的Python项目详细描述
GARF=门ARF
与出版物相关的脚本:
物理医学生物学。2018年10月17日;63(20):205013。doi:10.1088/1361-6560/aae331。 用神经网络学习spect探测器角响应函数加速蒙特卡罗模拟。 Sarrut D、Krah N、Badel Jn、Létang JM。 https://www.ncbi.nlm.nih.gov/pubmed/30238925
提出了一种加速单光子发射计算机断层成像(spect)蒙特卡罗模拟的方法。它使用人工神经网络(ann)来学习准直器探测器系统的角响应函数(arf)。神经网络是从一个完整的模拟训练一次,包括完整的探测器头与准直器,晶体,和数字化过程。在模拟中,spect头内部的粒子跟踪被一个平面所代替。光子停在平面上,能量和方向被用作神经网络的输入,神经网络在每个能量窗口中提供检测概率。与基于直方图的arf相比,该方法对训练数据的统计依赖性较小,仿真效率相近,对训练数据的要求也较低。该实现可在gate平台中使用。
示例: https://github.com/OpenGATE/GateContrib/tree/master/imaging/garf