阅读说明：本技术 用于成分分析的系统和方法 (System and method for component analysis ) 是由 里斯托·奥拉瓦 扬·卡尔森 于 2018-04-27 设计创作，主要内容包括：提出了一种用于产生指示样本(110)中的一种或多种预定成分的存在的分析数据的系统(100)。该系统包括用于将粒子流(130)引向样本(110)的源设备(120),用于根据散射角(θ)测量从样本(110)散射的粒子的分布的检测器设备(140)和用于基于所测量的散射粒子的分布和基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生分析数据的处理设备(170)。与每个散射粒子有关的散射角是粒子流的到达方向与散射粒子的轨迹(160)之间的角度。该系统利用与不同同位素、不同化学物质和不同异构体有关的散射的不同方向特性。(A system (100) for generating analytical data indicative of the presence of one or more predetermined components in a sample (110) is presented. The system comprises a source device (120) for directing a particle stream (130) towards the sample (110), a detector device (140) for measuring a distribution of particles scattered from the sample (110) as a function of a scattering angle (θ), and a processing device (170) for generating analytical data based on the measured distribution of the scattering particles and on reference information indicative of an effect of one or more predetermined components on the distribution of the scattering particles. The scatter angle associated with each scattering particle is the angle between the direction of arrival of the particle stream and the trajectory (160) of the scattering particle. The system takes advantage of the different directional nature of scattering associated with different isotopes, different chemicals and different isomers.)

用于成分分析的系统和方法

技术领域

本公开总体上涉及成分分析。更具体地，本公开涉及一种用于产生分析数据的系统和方法，该分析数据指示例如同位素、化学物质和/或异构体的样本中的一种或多种预定成分的存在。此外，本公开涉及一种用于产生分析数据的计算机程序，该分析数据指示样本中的一种或多种预定成分的存在。

背景技术

传统上，进行材料的成分分析以检测材料样本是否包含一种或多种预定成分，并能够检测被检测出存在的那些成分的量。例如，要分析的材料可以是气态样本，例如分析空气以确定是否存在有害气体成分，例如一氧化碳和硫化氢。各种技术被用于执行这样的分析，包括例如X射线衍射和电子衍射。X射线主要与原子电子发生电磁相互作用，并有效探测高Z材料。在低Z材料的情况下，入射中子可用于显着提高材料识别能力。中子作为电中性粒子，直接与原子核相互作用，并探测元素的不同同位素变体。X射线和中子与材料的相互作用代表了探测材料成分的补充方式。

通常，基于中子相互作用的分析系统包括中子源，例如中子发生器，用于将中子流引向要分析的样本。检测并分析与样本的原子核相互作用的中子，以确定样本是否包含一种或多种预定的成分，例如正在考虑的同位素。但是，需要提高基于中子相互作用的分析系统的精度以及基于与中子以外的粒子的相互作用的分析系统的精度。此外，需要将基于粒子流的分析技术的适用性扩展到要检测不同化学物质和/或化学物质的不同异构体变量的情况。

发明内容

以下给出简化的概述，以便提供对各种发明实施例的一些方面的基本理解。该概述不是本发明的广泛概述。它既不旨在标识本发明的关键或重要元素，也不旨在描绘本发明的范围。以下概述仅以简化形式呈现了本发明的一些概念，作为对本发明的示例性实施例的更详细描述的序言。

在本文档中，“几何”一词在用作前缀时表示几何概念，不一定是任何物理对象的一部分。几何概念可以是例如几何点、直线或弯曲几何线、几何平面、非平面几何表面、几何空间或零、一、二维或三维的任何其他几何实体。

根据本发明，提供了一种新系统，用于产生指示样本中的一种或多种预定成分的存在的分析数据。每个预定的成分例如可以是元素的同位素变体，例如¹²C,¹³C,¹⁴C，化学物质或化合物，例如葡萄糖C₆H₁₂O₆，乙醇C₂H₅OH,，甲烷CH₄或化合物的异构体变体。

根据本发明的系统包括：

-源设备，该源设备用于将粒子流，例如中子流，引向待分析的样本，

-检测器设备，该检测器设备用于至少根据散射角测量从样本散射的粒子的分布，与每个散射粒子有关的散射角是粒子流的到达方向与所考虑的散射粒子的轨迹之间的角度，以及

-处理设备，该处理设备用于基于测量的散射粒子的分布和基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生上述分析数据。

上述系统利用与不同同位素、不同化学物质和化合物以及不同异构体有关的散射的不同方向特性。散射粒子的上述分布指示有多少粒子被散射到不同的散射方向，即，散射粒子如何在不同的散射角之间被分布。

在根据本发明的有利且非限制性实施例的系统中，处理设备被配置为：

-维护用于对散射过程进行计算模拟的模型，其中将粒子流引向具有预定成分的模拟模型组成的模拟模型样本，

-用所述模型来模拟散射过程，并改变预定组分的模拟模型组成，直到模拟的散射粒子的分布与测量的散射粒子的分布之间的差达到预定标准；以及

-将分析数据设置为满足预定标准的模拟模型组成。

根据本发明，还提供了一种新的方法，用于产生指示样本中的一种或多种预定成分的存在的分析数据。根据本发明的方法包括：

-将粒子流引向样本，

-至少根据散射角测量从样本散射的粒子的分布，并且

-基于测量的散射粒子的分布和基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生分析数据。

在根据本发明的有利的且非限制性的实施例的方法中，产生分析数据包括：

-维护用于对散射过程进行计算模拟的模型，其中将粒子流引向具有预定成分的模拟模型组成的模拟模型样本，

-用该模型来模拟散射过程，并改变预定组分的模拟模型组成，直到模拟的散射粒子的分布与测量的散射粒子的分布之间的差达到预定标准；以及

-将分析数据设置为满足预定标准的模拟模型组成。

根据本发明，还提供了一种新的计算机程序，用于产生指示样本中的一种或多种预定成分的存在的分析数据。根据本发明的计算机程序包括计算机可执行指令，用于控制可编程处理设备以：

-控制源设备将粒子流引向样本，

-控制检测器设备，至少根据散射角测量从样本散射的粒子的分布，以及

-基于测量的散射粒子的分布和基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生分析数据。

根据本发明的有利和非限制性实施例的计算机程序包括以下计算机可执行指令，用于控制可编程处理设备以：

-维护用于对散射过程进行计算模拟的模型，其中将粒子流引向具有预定成分的模拟模型组成的模拟模型样本，

-用所述模型来模拟散射过程，并改变预定组分的模拟模型组成，直到模拟的散射粒子的分布与测量的散射粒子的分布之间的差达到预定标准为止，并且

-将分析数据设置为满足预定标准的模拟模型组成。

根据本发明，还提供了一种新的计算机程序产品。该计算机程序产品包括非易失性计算机可读介质，例如，用根据本发明的计算机程序编码的光盘“CD”。

在所附的从属权利要求中描述了本发明的各种示例性和非限制性实施例。

当结合附图阅读以下对具体示例性和非限制性实施例的描述时，将最好地理解本发明的各种示例性和非限制性实施例，以及其构造和操作方法，以及其附加的目的和优点。

动词“包含”和“包括”在本文档中用作开放式限制，既不排除也不要求存在未叙述的特征。除非另有明确说明，否则从属权利要求中记载的特征可以相互自由组合。此外，应当理解，在整个文件中使用“一个”或“一种”，即单数形式并不排除多个。

附图说明

示例性的和非限制性的实施例及其优点在下文中以示例的方式并参考附图进行了更详细的说明，其中：

图1示出了根据示例性和非限制性实施例的系统，该系统用于产生指示样本中存在一种或多种预定成分的分析数据，

图2示出了根据另一示例性和非限制性实施例的系统，该系统用于产生指示样本中存在一种或多种预定成分的分析数据，

图3示出了根据示例性和非限制性实施例的系统，该系统用于产生指示样本中存在一种或多种预定成分的分析数据，

图4是根据示例性和非限制性实施例的方法的高层流程图，该方法用于产生指示样本中存在一种或多种预定成分的分析数据，以及

图5是示出根据示例性和非限制性实施例的方法中基于测量的散射粒子的散射角分布来产生分析数据的流程图。

在附图中，带下划线的附图标记用于表示带下划线的数字所在的项目。未加下划线的附图标记与将未加下划线的数字链接到该项目的线所标识的项目有关。当附图标记未加下划线并带有相关的箭头时，未加下划线的附图标记用于标识箭头所指向的常规项目。

具体实施方式

在以下描述中提供的特定示例不应被解释为限制所附权利要求的范围和/或适用性。除非另有明确说明，否则描述中提供的所有示例的列表和组都不是详尽无遗的。

图1示出了根据示例性和非限制性实施例的系统100，用于产生指示样本110中存在一种或多种预定成分的分析数据。样本110包括待分析的材料。该材料可以处于诸如固体、液体、气体、玻色-爱因斯坦冷凝物等物质的状态。在许多情况下，样本被布置在机械支撑元件中，该机械支撑元件可以是例如管道或容器，其被布置为容纳样本。在这种情况下，样本可以是液体或气体。气态样本可以包括例如天然气、空气、呼吸的气体、火焰、矿井瓦斯和/或沼气。液体样本可以包括例如油、血液或液体燃料。机械支撑元件未在图1中显示。

系统100包括用于将粒子流130引向样本110的源设备120。源设备120可以包括例如中子源。代替或除中子流之外，源设备还可能包括用于产生质子流、电子流、伽马光子和/或X射线光子的装置。在示例性情况下，中子源可操作为通过自发裂变包含在其中的放射性物质来产生中子流。在这种示例性情况下，中子源可以包括用于容纳放射性物质的容器，该容器具有用于将中子流在期望方向中引导的开口。有利地，由中子源发射的中子流包括具有预定能量分布的中子。中子源可***作为每秒产生基本上预定数量的中子。中子源可以包括例如Californium-252、²⁵²Cf。包含Californium-252的中子源可***作为从例如每秒10⁷至10⁹个中子发射。在其他示例性情况下，中子源可以包括其他合适的放射性材料，例如镅-铍AmBe、镅-锂AmLi、钚-铍PuBe等。

当粒子流130的粒子与样本110相互作用时，粒子可能散射或被样本吸收。在粒子是中子的情况下，粒子与样本的原子核相互作用，中子可能会散射或被原子核吸收。系统100包括检测器设备140，该检测器设备140至少根据散射角测量从样本110散射的粒子的分布。与每个散射粒子有关的散射角是粒子流130的到达方向与所考虑的散射粒子的轨迹之间的角度。在图1所示的示例性情况下，粒子流130平行于坐标系199的z轴。用附图标记160表示一个散射粒子的轨迹，并且该散射粒子的散射角表示为θ₁。另一个散射粒子的轨迹用附图标记161表示，并且该散射粒子的散射角表示为θ₂。测量的散射粒子的分布表明有多少粒子向不同散射方向散射，即散射粒子如何在不同散射角之间分布。在根据示例性和非限制性实施例的系统中，检测器设备140可操作为使散射的粒子(例如中子)与其检测时间段结合。例如，检测器设备140可操作为在给定的时间段(例如10纳秒、一微秒、一秒等)内，根据散射角测量散射中子的数量。

在图1所示的示例性情况下，检测器设备140包括多个传感器。在图1中，两个传感器分别用附图标记150和151表示。多个传感器使得能够以各种散射角度检测散射粒子，例如中子。以各种角度检测散射粒子可提供良好的角度分辨率，而无需多个检测器设备。此外，检测器设备140的上述布置降低了与系统100相关的复杂性、尺寸和成本要求。在图1所示的示例性情况下，检测器设备140被构造为构成圆柱表面的一部分，并且因此，检测器设备140可以检测多少粒子(例如中子)被散射到不同的散射方向，即散射粒子如何在垂直于圆柱面轴线的几何平面中测量的不同散射角之间分布。在图1所示的示例性情况下，在坐标系统199的yz平面中测量散射角。检测器设备140可以布置成包围例如传送要分析的样本材料的管道。选择管道的材料和壁厚，以使足够多的粒子流能够穿透管道到达包括在其中的样本，并且从样本散射的足够部分的粒子也能够穿透管道。

在本文中，术语“传感器”可以指代可用于检测给定立体角元素 内的中子和/或其他粒子和/或光子的测量元件，其中θ是散射角，是方位角。上述传感器有时被称为像素化传感器或测量元件。像素化传感器是传感器的物理面积受到限制以能够检测给定立体角元素内的中子的传感器。如果像素化传感器的面积较大，则可以通过将传感器布置为与要检查的样本距离更远的方式来实现较小的立体角测量。另一方面，如果像素化传感器的面积较小，则可以将像素化传感器布置为靠近样本，以便测量小立体角元素内的中子。

检测器设备140的传感器例如以预定的方向布置在检测器设备上，使得各个传感器在检测器设备上彼此分开2o的角度。在该示例性情况下，检测器设备140可操作为相对于入射粒子流的方向以2o的角分辨率检测散射粒子。可选地，检测器设备的角分辨率可以小于2度。但是要注意的是，通过改变传感器之间的角度间隔以及传感器的尺寸，可以将检测器设备设置为具有不同的角度分辨率。例如，检测器设备的角分辨率在0.1度至20度的范围内。角分辨率可以是例如从0.1、0.5、1、1.5、2、2.5、3、3.5、5、6、7.5、9、10、11、13、14.5、15、16或17度到0.5、1、1.5、2、2.5、3、3.5、5、6、7.5、9、10、11、13、14.5、15、16、17、19或20度。

检测器设备140的每个传感器可以包括例如一种或多种闪烁材料的粒子的一个或多个簇。一种或多种闪烁材料可操作为响应于散射粒子(例如中子)的能量吸收而发射光子，即产生闪烁。可选地，将一种或多种闪烁材料的粒子簇布置在由至少部分光学透明的材料制成的元件上。在示例中，该元件包括塑料片。在这种示例性情况下，检测器设备可以具有任何形状，这取决于闪烁材料粒子簇的大小和形状以及塑料片的大小和形状。塑料片以及由此的检测器设备可以以例如如图1所示的部分圆柱体或部分球体或平面的形式布置。检测器设备140可以被配置为探测中子、伽马光子、X射线光子、质子、β粒子和/或α粒子。例如，传感器可以包括对中子、伽马光子、X射线光子、质子、β粒子和/或α粒子有响应的闪烁材料。传感器可操作为发射具有不同波长的闪烁光子，该不同波长的特征是诸如中子、质子、伽马光子、X射线光子、β粒子和/或α粒子的不同激发。该检测器设备可以进一步包括一个或多个光子检测器，用于检测由闪烁材料发射的闪烁光子，从而产生电输出信号。在这种示例性情况下，每个传感器可以是一种或多种闪烁材料和用于检测由一种或多种闪烁材料发射的闪烁光子的光子检测器的组合。闪烁光子例如也可以用照相机进行配准。照相机可以被配置为同时从多个传感器检测例如在可见光和/或红外光范围内的照明。

系统100包括处理设备170，用于基于测量的散射粒子的散射角分布和参考信息来产生分析数据，该参考信息指示一种或多种预定成分(例如同位素和/或化学物质和/或化合物)对散射角分布的影响。在根据示例性和非限制性实施例的系统中，源设备120被配置为将中子流引向样本110，检测器设备140被配置为根据散射角测量从样本散射的中子的分布，并且处理设备170被配置为根据散射角基于测量的散射中子的分布和基于指示一种或多种预定同位素对散射中子分布的影响的参考信息来产生分析数据。参考数据可以基于对具有已知同位素组成的参考样本进行的测量。

在示例性情况下，研究了碳样本的同位素组成。假定碳样本包含γ₁％¹²C,γ₂％¹³C,和γ₃％¹⁴C。因此，存在确定未知相对丰度(relative abundance)γ₁,γ₂,和γ₃的任务。假设参考信息根据散射角描述了散射中子的三个参考分布R₁₂(θ)、R₁₃(θ)和R₁₄(θ)。参考分布R₁₂(θ)对应于样本的100％为¹²C的情况，参考分布R₁₃(θ)对应于样本100％为¹³C的情况，参考分布R₁₄(θ)对应于样本100％为¹⁴C的情况。假设对分析中的碳样本测量的分布为S(θ)。R₁₂(θ)、R₁₃(θ)、R₁₄(θ)和S(θ)的单位例如可以是在测量时间段内每弧度dn/dθ的散射中子数n。任务是为未知相对丰度γ₁、γ₂和γ₃定义值，以便：

γ₁R₁₂(θ)+γ₂R₁₃(θ)+γ₃R₁₃(θ)≈c S(θ)，(1)

其中c是可调常数，用于使和γ₁+γ₂+γ₃为100。相对丰度γ₁、γ₂和γ₃可以例如使用最小二乘法“LSM”确定，以便积分

∫[γ₁R₁₂(θ)+γ₂R₁₃(θ)+γ₃R₁₃(θ)–S(θ)]²dθ

在θ的合适范围内最小化。此后，可以对相对丰度γ₁、γ₂和γ₃进行缩放，使γ₁+γ₂+γ₃＝100。缩放后的相对丰度γ₁、γ₂和γ₃构成指示分析的碳样本中预定同位素¹²C，¹³C和¹4C的相对含量和存在的分析数据。在θ的某些子范围比其他更重要的情况下，可以为上述θ的积分函数提供权重函数w(θ)，该函数对θ的重要子范围赋予更大的权重。

在根据示例性和非限制性实施例的系统中，源设备120被配置为将伽马光子引导至样本110，检测器设备140被配置为检测从样本110到达的伽马光子，并且处理设备170被配置为在产生分析数据时使用伽马光子的检测结果和指示伽马光子与散射中子的重合(coincidence)的重合数据。相对于与原子核直接相互作用的入射中子，与样本110的原子发生电磁相互作用的伽马光子提供了样本110的互补特性。此外，可以利用伽马光子来最小化与基于散射中子的测量相关的误差和/或错误测量。上述重合数据指示在传感器设备140上检测到散射中子和伽马光子。这种重合数据能够使错误的测量值最小化，例如与并非源自中子源(即环境的伽马光子)的伽马光子相关的测量值。可选地，可以测量伽马光子和散射中子之间的时间延迟。在这种示例性情况下，时间延迟使得能够将检测到的伽马光子与散射中子相关联。在另一个示例中，样本110的原子核可***作为俘获中子以达到激发态，并随后在返回到基态时释放γ光子和/或α粒子和/或β粒子等。在根据示例性和非限制性实施例的系统中，检测器设备140被配置为检测α和/或β粒子，并且处理设备170被配置为在产生分析数据时使用α和/或β粒子的检测结果以及指示一种或多种预定同位素对α和/或β粒子入射的影响的信息。

在根据示例性和非限制性实施例的系统中，由源设备发射的粒子流包括具有预定能量分布的粒子。例如，在中子流的情况下，每个入射中子的能量可以在10^-12MeV至10^-6MeV之间。检测器设备140可以被配置为检测散射中子的能量，并且处理设备170可以被配置为在产生分析数据时使用：i)测量的散射中子的能量；以及ii)指示一种或多种预定同位素对散射中子能量的影响的信息。散射中子的能量可用于提供信息，以提高分析数据的准确性和可靠性。

根据示例性和非限制性实施例的系统包括至少两个中子源，所述至少两个中子源用于朝被分析的样本产生至少两个中子流。在这种示例性情况下，不同的中子流具有不同的初始轨迹，即从不同方向到达样本。多个中子源可用于增加例如系统的检测灵敏度。

图2示出了根据示例性和非限制性实施例的系统200，该系统200用于产生指示样本210中存在一种或多种预定成分的分析数据。系统200包括用于将粒子流230引导至样本210的源设备220。源设备220可以包括例如中子源。系统200包括用于检测从样本210散射的粒子的检测器设备240。在该示例性情况下，检测器设备240具有部分球体的形式，该部分球体在其内表面上包括多个传感器。在图2中，未显示传感器。多个传感器也使得能够根据散射角和方位角来测量散射粒子的分布。在图2中，一个散射粒子的轨迹用附图标记260表示，并且该粒子的散射角用θ₁表示。与每个散射粒子有关的方位角是在垂直于粒子流的到达方向的几何平面上的散射粒子的轨迹的投影与在该几何平面上的预定参考方向之间的角度。在图2的示例情况下，上述几何平面是图2所示的笛卡尔xyz坐标系的xy平面，并且参考方向是笛卡尔xyz坐标系的x轴。在图2中，轨迹260的投影用附图标记261表示，并且所考虑的散射粒子的方位角用θ₁表示。

系统200包括处理设备270，处理设备270被配置为产生指示样本210中存在一种或多种预定成分的分析数据。在这种示例性情况下，每个预定成分可以是元素的同位素变体，例如¹²C，¹³C或¹⁴C，化学物质和/或化合物，例如葡萄糖C₆H₁₂O₆，乙醇C₂H5OH，甲烷CH₄或化合物的异构体变体。处理设备270被配置为基于所测量的散射粒子的分布以及基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生分析数据。

在根据示例性和非限制性实施例的系统中，处理设备270被配置为根据散射角θ基于i)所测量的散射粒子的分布和ii)指示一种或多种预定同位素对散射粒子分布的影响的参考信息来产生分析数据。在根据另一示例性和非限制性实施例的系统中，处理设备270被配置为根据散射角基于i)测量的分布和ii)指示一种或多种预定化学物质和/或化合物对分布的影响的参考信息来产生分析数据。在根据示例性和非限制性实施例的系统中，处理设备270被配置为根据散射角θ和方位角基于i)测量的分布和ii)指示一种或多种预定异构体对分布的影响的参考信息来产生分析数据。

在示例性情况下，研究样本的化学组成。假定样本中含有γ₁％的甲醇CH₃OH，γ₂％的乙醇C₂H₅OH和γ3％的葡萄糖C₆H₁₂O₆。因此，存在确定未知百分比γ₁、γ₂和γ₃的任务。假设参考信息根据散射角θ描述了散射中子的三个参考分布R_m(θ)、R_e(θ)和R_g(θ)。参考分布R_m(θ)对应于样本是甲醇CH₃OH的第一参考情况，参考分布R_e(θ)对应于样本是乙醇C₂H₅OH的第二参考情况，参考分布R_g(θ)对应于样本是葡萄糖C₆H₁₂O₆的第三参考情况。假设对于待分析样本测量的分布为S(θ)。R_m(θ)、R_e(θ)、R_g(θ)和S(θ)的单位例如可以是在测量时间段内每弧度dn/dθ的散射中子数n。任务是定义百分比γ₁、γ₂和γ₃的值，以便：

γ₁R_m(θ)+γ₂R_e(θ)+γ₃R_g(θ)≈S(θ)，(2)

γ₁,γ₂,和γ₃的百分比例如可以用最小二乘法“LSM”确定，以便积分

∫[γ₁R_m(θ)+γ₂R_e(θ)+γ₃R_g(θ)–S(θ)]²dθ

在θ的合适范围内最小化。百分比γ₁、γ₂和γ₃构成分析数据，该数据指示分析的样本中甲醇CH₃OH、乙醇C₂H₅OH和葡萄糖C₆H₁₂O₆的存在和相对量。在θ的某些子范围比其他更重要的情况下，可以为上述θ的积分函数提供权重函数w(θ)，该函数对θ的重要子范围赋予更大的权重。

向上述系统提供适当的参考信息，该信息与测量的散射粒子的散射角分布或散射角和方位角分布进行比较，可以使该系统分析以下一项或多项的存在：

1)激素：例如皮质醇、***、三碘甲腺嘌呤、甲状腺素、人绒毛膜***、钙化肌肽、17α-羟基孕酮、糖蛋白多肽激素、促黄体激素、***、孕酮、雄烯二酮、糖蛋白激素、促生长素、促肾上腺皮质激素、催乳素、甲状旁腺素、醛固酮，，

2)类固醇：例如硫酸脱氢表雄酮，

3)化学化合物，例如肌酐、尼古丁、可替宁、尿素氮、胆红素、肌钙蛋白、骨化二醇、氨、磷酸盐、磷、抗原，

4)蛋白质：例如c反应蛋白、血红蛋白、γ-***蛋白、甲胎蛋白、铁蛋白、白蛋白、球蛋白、肌红蛋白、生长抑素C、触珠蛋白，

5)脂蛋白：例如低密度脂蛋白LDL、高密度脂蛋白HDL、极高密度脂蛋白vHDL，

6)脂质，例如甘油三酸酯，

7)糖蛋白，例如转铁蛋白，

8)维生素，例如A、B、C、D、E、K，

9)酒精，例如乙醇、甲醇，

10)碳水化合物，例如葡萄糖，

11)类固醇，例如维生素D，

12)酶，例如天冬氨酸转氨酶、丙氨酸转氨酶、铜蓝蛋白、转氨酶、磷酸酶、肌酸激酶、***酸磷酸酶，

13)离子和微量金属，例如钙、氯化物、钠、钾、铁、铜、锌、镁、铅，

14)气体，例如氧气、二氧化碳、一氧化碳，

15)酸，例如碳酸氢盐、叶酸，

16)单细胞生物，例如各种细菌，

17)轻元素，例如氢、硼、锂和重元素，具有较高的中子俘获截面，例如镉、镓，

18)阴离子去污剂，烷基苯磺酸盐，例如脱氧胆酸，

19)阳离子去污剂，例如二硬脂基二甲基氯化铵“DHTDMAC”，

20)非离子型洗涤剂，例如Tween、Triton和Brij系列，

21)两性离子去污剂，例如去污剂，例如3-[((3-胆酰胺丙基)二甲基铵]-1-丙烷磺酸盐“CHAPS”，

22)增塑剂和分散剂，

23)二水合硫酸钙，

24)絮凝中使用的物质，例如硅酸钠Na₂SiO₃，

25)氮和硫芥，例如双(2-氯乙基)乙胺，

26)砷，例如乙基二氯胂

27)诸如光气肟的刺激剂，

28)代谢和窒息的毒物，例如胂和氯，

29)神经毒剂，例如沙林、novichock药剂、v系列药剂和石房蛤毒素(saxitoxin)，

30)非军事/非武器化情况下的武器化细菌，例如炭疽杆菌，以及这些细菌，

31)非军事/非武器化情况下的武器化病毒制剂，例如埃博拉病毒，以及这些病毒制剂，以及

32)化学纯化合物或燃料和氧化剂混合物的***，例如***，三丙酮三过氧化物和硝酸铵/燃料油“ANFO”。

要强调的是，以上列表仅包含非限制性示例，并且该列表不是详尽的。

在示例性情况下，研究化合物样本中异构体的组成。假定样本中含有γ₁％的化合物的第一异构体和γ₂％的化合物的第二异构体。因此，存在确定百分比γ₁和γ₂的任务。假定参考信息根据散射角和方位角θ和描述了散射中子的两个参考分布和参考分布对应于第一参考情况，其中样本代表化合物的第一异构体，参考分布对应于第二参考情况，其中样本代表化合物的第二种异构体。假设针对样本210测量的分布是任务是为百分比γ₁和γ₂定义值，以便：

γ₁和γ₂的百分比可以用最小二乘法“LSM”确定，以便积分

在θ和的合适范围内最小化。百分比γ₁和γ₂构成分析数据，该数据指示化合物的分析样本中第一和第二异构体的存在和相对量。在二维空间的某些子区域比其他子区域更重要的情况下，可以为上述θ和的积分函数提供权重函数该权重函数可赋予重要的分区更大的权重。

在根据示例性和非限制性实施例的系统中，由源设备发射的粒子流包括具有预定能量分布的粒子。检测器设备240可以被配置为检测散射粒子的能量，并且处理设备270可以被配置为在产生分析数据时使用：i)测量的散射粒子的能量和ii)指示一种或多种预定的同位素、化学物质和/或化合物和/或异构体对散射粒子的能量的影响的信息。散射粒子的能量可用于提供信息，以提高分析数据的准确性和可靠性。

在根据示例性和非限制性实施例的系统中，处理设备270被配置为维持用于对散射过程进行计算模拟的模型，其中，粒子流被引向具有预定成分(例如同位素、化学物质和/或化合物和/或异构体)的模拟模型组成的模拟模型样本。该模型可以基于例如Geant4，Geant4是用于模拟粒子穿过具有不同同位素的物质的工具箱。Geant4模型包含对检测器设备的几何形状、模拟模型样本的几何形状以及模拟模型样本与检测器设备之间的中间空间的几何形状的描述。此外，模型包含对入射粒子流的描述，检测器设备的同位素含量的描述以及中间空间的同位素含量的描述。每次模拟中模拟模型样本的同位素含量X可以表示为不同同位素I₁,I₂,…I_N的叠加：

X＝γ₁I₁+γ₁I₁+…+γ_NI_N，

其中γ_i是模拟模型样本中同位素i的相对丰度，而i＝1，2，…，N。在这种示例情况下，相对丰度γ₁,γ₂,…,γ_N的集合表示与预定同位素I₁,I₂,…I_N有关的模拟模型组成。

可以基于单独的测量结果，将入射粒子相对于不同同位素的微分横截面d²σ/dΩdE在模型中实现为外部参数化。

处理设备270被配置为利用该模型来模拟散射过程，并且改变预定成分的模拟模型组成，即相对丰度γ₁,γ₂,…γ_N，直到散射粒子的模拟分布和测量的散射粒子分布满足预定标准。预定标准例如可以是在散射角θ和方位角的合适范围内的跟随误差平方积分在给定极限(limit)以下，即，

其中是散射粒子的模拟分布，而是测量的散射粒子的分布。

处理设备270被配置为将分析数据设置为模拟模型组成，即满足上述预定标准的相对丰度γ₁,γ₂,…,γ_N的集合。迭代相对丰度γ₁,γ₂,…,γ_N，即可以使用多变量分析工具(例如，训练的深度计算“DC”工具，例如生成对抗性深度神经网络(GenerativeAdversial Deep Neural network)“GADN”，非负矩阵分解NMF或NNMF或合适的遗传算法“GA”)执行模拟模型组成。迭代的起点可以是例如所考虑的同位素的自然相对丰度。

代替分析同位素组成或除了分析同位素组成之外，当分析样本的化学组成和/或异构体组成时，可以使用上述类型的基于模型的方法。例如，Geant4模型的元数据包括微分截面、材料内的粒子传输、摩尔质量、Avogadro数以及可用于化学物质和化合物的化学和/或异构体分析的许多其他参数。

在根据示例性和非限制性实施例的系统中，处理设备270被配置为基于以下内容来计算与模拟模型样本相对应的质量估计：i)表达正在考虑的同位素的相对丰度γ₁,γ₂,…,γ_N的模拟模型组成，ii)这些同位素的原子质量，以及iii)模拟模型样本的物质的量。处理设备270被配置为当在模拟模型组成的迭代期间改变模拟模型组成时，使用样本210的质量与所计算的质量估计之间的差作为约束。

系统100的处理设备170也可以被配置为利用上述基于模型的方法来产生分析数据。在这种示例性情况下，所测量和模拟的分布仅是一个角度可变量(即散射角θ)的函数。

图3示出了根据示例性和非限制性实施例的系统300的透视图，该系统300用于产生指示在样本中存在一个或多个预定成分(例如同位素)的分析数据。系统300包括管道380，管道380包括流过其中的气态或液态样本。此外，系统300包括具有平面元件的检测器设备340，每个平面元件包括传感器。在图3中，三个传感器用附图标记341、342和343表示。该系统包括用于将中子流330引向管道380的源设备。该源设备未在图3中示出。如图3所示，传感器相对于中子流330布置成不同的角度，从而能够检测到散射中子在各种角度下的分布。系统300还包括处理设备，该处理设备用于基于所测量的散射中子的分布以及基于指示一种或多种预定成分对散射中子的分布的影响的参考信息来产生分析数据。该处理设备未在图3中示出。

图1所示的处理设备170的实施方式以及图2所示的处理设备270的实施方式可以基于一个或多个模拟电路、一个或多个数字处理电路或其组合。每个数字处理电路可以是配备有适当软件的可编程处理器电路、专用硬件处理器(例如专用集成电路“ASIC”)或可配置硬件处理器(例如现场可编程门阵列“FPGA”)。此外，处理设备170以及处理设备270可以包括一个或多个存储器电路，每个存储器电路可以是例如随机存取存储器“RAM”电路。

根据示例性和非限制性实施例的系统被布置在可穿戴设备中。在示例中，可穿戴设备是血糖仪，即血糖仪。在另一示例中，可穿戴设备被配置为耦接到例如具有诸如智能手表或手镯的设备的人的手腕。例如，可穿戴设备用于确定人的血液的组成，即血液所包含的同位素和/或原子和/或分子和/或异构体。在示例中，确定人的血液组成可以包括血液中的葡萄糖C₆H₁₂O₆的测量结果。人体血液中大量葡萄糖(例如葡萄糖)的确定可能与糖尿病有关。血液中葡萄糖量的这种确定可以使得能够无创地确定诸如与糖尿病相关的高血糖和/或低血糖的状况。在另一个示例中，可穿戴设备以平面形式布置。在这样的情况下，可穿戴设备可以被布置在人的身体上，例如，人的皮肤。可穿戴设备可以广义地理解为暂时放置为与人或动物接触或附近的测量设备。

根据示例性和非限制性实施例的系统被布置在便携式设备中。在示例中，便携式设备包括：用于存储样本的管道；被布置成将中子流引向样本的中子源；以及被布置在管道周围的检测器设备。在示例中，便携式设备可以用于分析例如人的呼吸的气体的组成。在示例中，呼吸气体分析包括检测挥发性有机化合物“VOC”的存在。挥发性有机化合物的存在的这种检测可以使得能够诊断疾病和/或病症，例如哮喘、肺癌、糖尿病、果糖吸收不良，即饮食中的果糖耐受不良、幽门螺杆菌感染等。在这种示例性情况下，将参考信息与测量的散射角分布或测量的散射和方位角分布进行比较可能与健康人(例如没有上述疾病和/或病症的人)的呼吸气体组成有关。

在根据示例性和非限制性实施例的系统中，在第一移动设备中布置了源设备，例如中子源，在第二移动设备中布置了检测器设备。在示例中，第一移动设备和第二移动设备是无人机“UAV”。在该示例性情况下，来自第一移动设备的源设备的粒子流从样本中被散射，并且被散射的粒子被第二移动设备的检测器设备检测到。在示例中，源设备和检测器设备在移动设备中的这种布置使得能够确定土壤的组成，例如在可能对人类安全构成威胁的位置，例如核禁区。

在根据示例性和非限制性实施例的系统中，在单个移动设备中布置源设备(例如中子源)和检测器设备。在示例中，移动设备包括内燃机车辆。在这种示例性情况下，可以使用源设备和检测器设备来分析内燃机车辆的燃料箱中的可燃燃料的组成。例如，当可燃燃料包括天然气时，众所周知，天然气的甲烷含量低会导致内燃机爆震。此外，内燃机的爆震导致发动机的使用寿命降低。在这种示例性情况下，可燃燃料的组成的确定使得能够避免发动机的使用寿命的这种降低。例如，在确定具有低甲烷值的可燃燃料时，添加剂(例如具有高甲烷值的可燃燃料)被添加到燃料箱中。

图4是根据示例性和非限制性实施例的方法的高层流程图，该方法用于产生指示样本中存在一种或多种预定成分(例如，同位素、化学物质和/或化合物和/或异构体)的分析数据。该方法包括：

-动作401：将粒子流引向要分析的样本，

-动作402：至少根据散射角θ测量从样本散射的粒子的分布，与每个散射粒子相关的散射角是粒子流的到达方向与考虑的散射粒子的轨迹之间的角度，以及

-动作403：基于所测量的散射粒子的分布以及基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生分析数据。

图5是示出了在根据示例性和非限制性实施例的方法中用于产生分析数据的上述动作403的流程图。在这种示例情况下，生成分析数据包括以下操作：

-动作501：维持用于对散射过程进行计算模拟的模型，其中将粒子流引向具有预定成分的模拟模型组成的模拟模型样本，

-动作502：利用该模型来模拟散射过程，并改变预定成分的模拟模型组成，直到模拟的散射粒子分布与测量的散射粒子分布之间的差满足预定标准；以及

-动作503：将分析数据设置为满足预定标准的模拟模型组成。

根据示例性和非限制性实施例的方法包括使用以下之一来寻找满足预定标准的模拟模型组成：生成对抗深度神经网络、非负矩阵分解或遗传算法。

根据示例性和非限制性实施例的方法包括基于以下内容来计算与模拟模型样本相对应的质量估计：i)表达模拟模型样本中同位素的相对丰度的模拟模型组成，ii)这些同位素的原子质量，以及iii)模拟模型样本的物质的量。当在迭代过程中改变模拟模型组成时，将样本质量与计算出的质量估计之间的差用作约束。

根据示例性和非限制性实施例的方法包括将中子流、α粒子流、β粒子流和/或质子流引向样本。

根据示例性和非限制性实施例的方法包括将γ光子和/或X射线光子引向样本。

根据示例性和非限制性实施例的方法包括检测散射粒子的能量。在这种示例性情况下，产生分析数据，动作403包括使用测量的散射粒子的能量和指示一种或多种预定成分对散射粒子的能量的影响的信息。

在根据示例性和非限制性实施例的方法中，粒子流包括中子流，根据散射角测量从样本散射的中子的分布，并且根据散射角基于所测量的散射中子的分布和基于指示一种或多种预定同位素对散射中子的分布的影响的参考信息来产生分析数据。

根据示例性和非限制性实施例的方法包括检测从样本到达的伽马光子。在该示例性情况下，产生分析数据，动作403包括使用伽马光子的检测结果和指示从样本到达的伽马光子和散射中子的重合的重合数据。

根据示例性和非限制性实施例的方法包括检测α和/或β粒子。在这种示例性情况下，产生分析数据(动作403)包括使用α和/或β粒子的检测结果以及指示一种或多种预定同位素对α和/或β粒子的入射的影响的信息。

在根据示例性和非限制性实施例的方法中，根据散射角基于所测量的散射粒子的分布和基于指示一种或多种预定化学物质和/或化合物对散射粒子的分布的影响的参考信息来产生分析数据。

在根据示例性和非限制性实施例的方法中，根据散射角θ和根据方位角来测量散射粒子的分布，其中与每个散射粒子有关的方位角是考虑的散射粒子的轨迹在垂直于粒子流的到达方向的几何平面上的投影与该几何平面上的预定参考方向之间的角。

在根据示例性和非限制性实施例的方法中，根据散射角和方位角基于所测量的散射粒子的分布和基于指示一种或多种预定异构体对散射粒子的分布的影响的参考信息来产生分析数据。

根据示例性和非限制性实施例的计算机程序包括计算机可执行指令，该计算机可执行指令用于控制可编程处理设备以执行与根据上述示例性和非限制性实施例中的任一个的方法有关的动作。

根据示例性和非限制性实施例的计算机程序包括软件模块，该软件模块用于产生指示样本中的一种或多种预定成分的存在的分析数据。这些软件模块包括计算机可执行指令，用于控制可编程处理设备以：

-控制源设备将粒子流引向样本，

-控制检测器设备，至少根据散射角测量从样本散射的粒子的分布，以及

-基于所测量的散射粒子的分布和基于指示一种或多种预定成分对散射粒子的分布的影响的参考信息来产生分析数据。

在根据示例性和非限制性实施例的计算机程序中，软件模块包括以下计算机可执行指令，用于控制可编程处理设备以：

-维护用于对散射过程进行计算模拟的模型，其中将粒子流引向具有预定成分的模拟模型组成的模拟模型样本，

-用模型来模拟散射过程，并改变预定组分的模拟模型组成，直到模拟的散射粒子分布与测量的散射粒子分布之间的差达到预定标准；以及

-将分析数据设置为满足预定标准的模拟模型组成。

软件模块可以是例如子例程或用适合于可编程处理设备的编程工具实现的功能。

根据示例性和非限制性实施例的计算机程序产品包括计算机可读介质，例如用根据示例性实施例的计算机程序编码的光盘“CD”。

根据示例性和非限制性实施例的信号被编码以携带定义根据示例性实施例的计算机程序的信息。

在以上给出的描述中提供的特定示例不应被解释为限制所附权利要求的范围和/或适用性。除非另有明确说明，否则以上给出的描述中提供的示例的列表和组不是穷举的。