공중 감시를 통한 분포형 방사선원 정량 이미지 재구성

초록

본 논문은 무인 항공기 탑재 감마선 검출기로 촬영한 8가지 분포형 Cu‑64 소스 데이터를 이용해, 정량적 이미지 재구성 방법을 검증한다. 고도·패스 간격·정규화 파라미터 등 다양한 실험·재구성 조건을 변별 분석하고, 총활동량 비율·NRMSE·구조계수 등 정량 지표로 성능을 평가한다. 결과는 제시된 방법이 소스 형태와 절대활동량을 높은 정확도로 복원함을 보여준다.

상세 분석

이 연구는 기존의 정성적 “핫·콜드” 이미지와 달리, 실제 방사선량을 절대값으로 복원하는 정량적 분포형 방사선원 이미징을 목표로 한다. 실험은 2021년 8월 워싱턴 주립대학 캠퍼스에서 수행되었으며, 최대 100개의 Cu‑64 점원천을 4 m 격자로 배열해 연속형 분포를 모사하였다. 점원천의 실제 활량은 약 1.4배의 보정 계수를 적용해 추정했으며, 511 keV 광자 피크를 싱글 모드로 측정하였다. 두 종류의 전방향 감마선 검출기(NG‑LAMP, MiniPRISM)를 사용했으며, 각각 라이다와 IMU 기반 SLAM을 통해 비행 경로와 3‑D 포인트 클라우드를 획득하였다. 포인트 클라우드와 설계된 소스 좌표계는 최소제곱 및 ICP 알고리즘으로 정밀하게 정합했으며, 평균 xy 오차는 6.2 cm 수준이었다.

이미지 재구성은 선형 모델 λ = V w을 기반으로 하며, V는 거리 제곱·공기 감쇠·검출기 효율을 포함한 시스템 행렬이다. 포아송 통계에 기반한 로그우도 함수를 최소화하는 최대우도(ML‑EM)와 정규화 항을 추가한 MAP‑EM을 구현했으며, L1/2 희소성 정규화와 TV(총변동) 정규화를 각각 시험하였다. 정규화 강도 β는 10⁻³에서 10⁻¹까지 변동시켰고, 30회 반복으로 수렴하였다. 재구성은 GPU 가속 PyOpenCL 기반 mfdf 패키지로 2 초 내에 완료되었다.

성능 평가는 (1) 총활동량 비율 R_tot, (2) 정규화 RMS 오차(NRMSE), (3) 구조계수(s) 세 가지 지표로 수행되었다. 실제 소스는 점원천 배열을 1 m 격자 연속 이미지로 보간해 ‘진실’ 이미지로 만든 뒤, 재구성 이미지와 비교하였다. 결과는 대부분의 경우 R_tot이 0.900.96, NRMSE가 0.070.21, s가 0.85~0.96에 달해, 형태와 절대활동량을 높은 정확도로 복원함을 보여준다. 특히 고도 6 m, 패스 간격 5.2 m 조건에서 가장 안정적인 성능을 보였으며, 고도 상승이나 패스 간격 확대 시 해상도가 감소하지만 정규화 파라미터 조정을 통해 보정 가능했다.

가장 눈에 띄는 현상은 내부 영역에서 활동량이 과대 추정되고, 가장자리와 코너에서는 감소하는 경향이다. 이는 픽셀 크기와 정규화 효과가 경계에서 부드러운 전이를 유도하기 때문이다. 또한, 소스 간격이 8 m인 경우와 12 m인 경우를 비교했을 때, 12 m 간격에서는 영활동 구역이 더 명확히 구분되었다.

전반적으로 이 논문은 점원천 배열을 이용한 ‘인공’ 연속형 방사선원 실험이 정량 이미지 재구성 알고리즘을 검증하는 데 유효함을 입증한다. 정규화 선택, 비행 고도, 패스 간격 등 실용적인 파라미터가 이미지 품질에 미치는 영향을 체계적으로 제시함으로써, 현장 방사선 대응 및 규제 기준 초과 여부 판단에 필요한 정량적 정보를 제공한다.