Feasibility study of machine learning-based discrimination of , and particles from grayscale radiation images

機械学習に基づくグレースケール放射線画像からの、、粒子の弁別に関する検証研究

Laffolley, H.; 坪田 陽一   ; 辻 智也   ; 本田 文弥

Laffolley, H.; Tsubota, Yoichi; Tsuji, Tomoya; Honda, Fumiya

日本原子力研究開発機構(JAEA)は福島第一原子力発電所の廃炉作業において、多種多様な放射性試料を分析している。本研究は、多種多様な試料の特性評価プロセスの簡素化と省力化に資する多目的な分析ツールを開発することである。ハイブリッド半導体ピクセル放射線検出器であるMiniPIX TPX Standard検出器を基に、分析装置の開発を開始した。この検出器は、電離放射線の相互作用に基づくグレースケール画像を得ることができ、ピクセルの輝度はエネルギーに対応している。最終的な目標は、、、放射線を区別し、高度に汚染されたサンプルに対して簡便な線スペクトロメトリを含む2次元放射能マップを高速に生成する装置を構築することである。放射線と半導体との相互作用によって生成されたクラスタの形状は、その線種に応じた特徴的な形状となる。放射線画像のクラスタに対し、9つの特徴量に基づき、8つの教師あり機械学習モデルで学習と比較を行った。訓練データセットとしては線(Am)、線(Sr)、線(Co及びCs)に対応する画像を用いた。最良のモデルは約80%の精度で粒子を識別でき、低エネルギー線のみの露光の場合には96%の精度に達し、1画像フレームあたり数マイクロ秒の処理時間で動作する。粒子の識別は100%の精度であった。

In the framework of the decommissioning of the Fukushima Daiichi Nuclear Power Station, the Japan Atomic Energy Agency analyses and classifies a variety of radioactive samples. The objective is to simplify the sample characterization process by developing multipurpose analysis tools that quickly produce results for different types of samples while reducing labor. The development of an analytical device has been started, based on the MiniPIX TPX standard detector, a hybrid semiconductor pixelated radiation detector. This detector creates grayscale images that show the interaction of ionizing particles, where brightness directly indicates energy. The final aim is to build a fast mapping device that generates 2D activity maps, distinguishing between , , and radiation, and includes simple local spectrometry for highly contaminated samples. The shape of the cluster created by the interaction between an incident particle and the semiconductor is typical of the said particle. Thus, eight supervised machine learning models have been trained on a dataset made of 9 features extracted from pure images of , and particles collected from Co, Sr, Cs and Am standard sources. The best models can distinguish the particles with nearly 80% accuracy, reaching 96% accuracy for low-energy rays exposition only, with a processing time of a few microseconds per frame. The identification of particles is 100% accurate.