Lux Ex Machina – eine Anwendung von maschinellem Lernen auf die Entfaltung von Glühkurven

• Antragsteller: Professor Dr. Kevin Kröninger
• Fachliche Zuordnung: Medizinische Physik, Biomedizinische Technik
• Förderung: Förderung von 2019 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 430692585

• Erstellungsjahr: 2024

Zusammenfassung der Projektergebnisse

Die Personendosimetrie ist ein wichtiger Aspekt des Strahlenschutzes, vor allem in medizinischen Bereichen wie der Radiologie oder der Nuklearmedizin. Sie ist auch ein relevantes Forschungsgebiet, da die derzeitigen Technologien zur Dosisüberwachung, insbesondere Filmdosimeter, an ihre Grenzen stoßen. Brauchbare Alternativen basieren z.B. auf dem bekannten Phänomen der Thermolumineszenz (TL). Das vom Materialprüfungsamt NRW, Dortmund, und der TU Dortmund gemeinsam entwickelte TL-DOS-Dosimetriesystem nutzt eine dünne Schicht aus LiF:Mg,Ti als thermolumineszierendes Material und schnelle Heizverfahren. Das System kann zur zuverlässigen Abschätzung der Bestrahlungsdosis verwendet werden, indem die Anzahl der während des Erhitzungsvorgangs emittierten Photonen gezählt und eine entsprechende Kalibrierung vorgenommen wird. Ziel des Projekts war es, die aus dem zeitaufgelösten Photonensignal, der Glühkurve, gewonnenen Informationen zu maximieren, indem die grundlegenden TL-Prozesse simuliert und moderne und leistungsstarke Algorithmen für maschinelles Lernen eingesetzt wurden. Die angestrebten Informationen waren die Bestrahlungsdosis, die Zeit zwischen Bestrahlung und Auslesung sowie die Anzahl der Bestrahlungen innerhalb eines. Auf der Grundlage von Simulationsdaten und Daten aus genau definierten Bestrahlungskampagnen mit Photonen wurden die maschinellen Lernalgorithmen trainiert, getestet und validiert, und das volle Potenzial der Glühkurvenentfaltung erforscht.

Projektbezogene Publikationen (Auswahl)

• Entwicklung eines „rAIdiation protection co pilot‘s", 95. AKD Sitzung, Peine, DE
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• Erweiterung der für die Überwachung der Personendosis relevanten Informationen aus den Glühkurven von Thermolumineszenzdosimetern unter Verwendung generativer neuronaler Netze, 51. Jahrestagung der DGMP 2020
  Derugin, Evelin; Jansen, Hannah; Kröninger, Kevin; Rempe, Moritz; Walbersloh, Jörg & Weingarten, Jens
  
• Improving information extracted from glow curves of thermoluminescence personal dosemeters using CNNs, DPG Spring Meeting 2021
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Walbersloh, Jörg & Weingarten, Jens
  
• Improving the analysis of TL dosimeter with convolutional neural networks, Joint Conference of the ÖGMP, DGMP and SGSMP 2021
  Derugin, Evelin; Jansen, Hannah; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• No more glowing in the dark: how deep learning improves exposure date estimation in thermoluminescence dosimetry. Journal of Radiological Protection, 41(4), S506-S521.
  Mentzel, Florian; Derugin, Evelin; Jansen, Hannah; Kröninger, Kevin; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• Analyse von TLD-Dosimetern mittels neuronaler Netzwerke, LPS: 22. Sommerschule im Strahlenschutz 2022, Berlin, DE
  Derugin, Evelin
  
• Deep TL: progress of a machine learning aided personal dose monitoring system, 6th European Congress on Radiation Protection 2022, Budapest, HU
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• Der „rAIdiation protection co-pilot“: Ein Machine Learning unterstütztes Bestrahlungsszenario-Vorhersage-Tool, 53. FS Jahrestagung 2022, Konstanz, DE
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• rAIdiation protection co-pilot: A Machine Learning aided radiation scenario prediction tool, 64th Annual Meeting & Exhibition AAPM 2022, Washington, DC, USA
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• Deep TL: progress of a machine learning aided personal dose monitoring system. Radiation Protection Dosimetry, 199(8-9), 767-774.
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens
  
• Thermoluminescence glow curve generation using generative adversarial networks (GANs), DPG Spring Meeting 2023, Dresden
  Derugin, Evelin; Kröninger, Kevin; Mentzel, Florian; Nackenhorst, Olaf; Walbersloh, Jörg & Weingarten, Jens