Nghiên cứu Ứng dụng học máy trong nhận diện Đồng vị phóng xạ trong môi trường dựa vào phổ gamma Được Đo bằng detector nhấp nháy Độ phân giải thấp

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM KHOA VẬT LÍ --- PHẠM VĂN QUỐC HIẾU NGHIÊN CỨU ỨNG DỤNG HỌC MÁY TRONG NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ TRONG MÔI TRƯỜNG DỰA VÀO PHỔ GAMMA ĐƯỢC ĐO BẰNG D

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM

KHOA VẬT LÍ -

PHẠM VĂN QUỐC HIẾU

NGHIÊN CỨU ỨNG DỤNG HỌC MÁY TRONG NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ TRONG MÔI TRƯỜNG DỰA VÀO PHỔ GAMMA ĐƯỢC ĐO BẰNG DETECTOR NHẤP NHÁY ĐỘ PHÂN GIẢI THẤP

KHOÁ LUẬN TỐT NGHIỆP

Đà Nẵng, 2024

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM

KHOA VẬT LÍ -

PHẠM VĂN QUỐC HIẾU

NGHIÊN CỨU ỨNG DỤNG HỌC MÁY TRONG NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ TRONG MÔI TRƯỜNG DỰA VÀO PHỔ GAMMA ĐƯỢC ĐO BẰNG DETECTOR NHẤP NHÁY ĐỘ PHÂN GIẢI THẤP

KHOÁ LUẬN TỐT NGHIỆP

Chuyên ngành: Sư phạm Vật lý Khoá học: 2020 – 2024

Người hướng dẫn: PGS.TS Nguyễn Văn Hiếu

Đà Nẵng, 2024

LỜI CẢM ƠN

Để có thể hoàn thành tốt khoá luận tốt nghiệp này, bên cạnh sự nổ lực của bản thân thì chính thầy cô, gia đình và bạn bè đã đồng hành và giúp đỡ tôi rất nhiều trong suốt quá trình thực hiện đề tài

Tôi xin bày tỏ lòng biết ơn sâu sắc nhất đến PGS.TS Nguyễn Văn Hiếu, thầy đã tận tình hướng dẫn, cung cấp những kiến thức quý giá và động viên tôi không ngừng trong suốt quá trình thực hiện khoá luận này Sự nhiệt tình và kiến thức chuyên môn sâu rộng của thầy đã giúp tôi hoàn thành khoá luận này một cách tốt nhất

Bên cạnh đó, tôi gửi lời cảm ơn đến TS Phan Việt Cương, anh Phan Tuấn Anh tại Trung tâm Nghiên cứu và Triển khai Công nghệ Bức xạ Cơ sở Đà Nẵng - Viện Năng lượng nguyên tử Việt Nam, đã hướng dẫn tôi thực tập tại trung tâm làm cơ sở quan trọng

để hoàn thành tốt đề tài nghiên cứu này

Xin được gửi lời cảm ơn đến thầy cố vấn học tập lớp 20SVL là TS Dụng Văn

Lữ và các thầy, cô trong Khoa Vật lý đã tạo điều kiện, môi trường học tập và nghiên cứu thuận lợi để tôi hoàn thành khoá luận tốt nghiệp

Xin gửi lời tri ân đến các thầy, cô đã truyền đạt kiến thức cho tôi trong suốt khoá đào tạo năm học 2020 – 2024 tại Trường Đại học Sư phạm – Đại học Đà Nẵng

Chân thành cảm ơn các thầy, cô trong hội đồng đã đọc, nhận xét và đóng góp ý kiến quý báu cho khoá luận này

Cuối cùng tôi xin gửi lời cảm ơn đến gia đình, bạn bè, những người đã luôn động viên và bên cạnh tôi để tôi phát triển và trưởng thành hơn trong lĩnh vực của mình

Đà Nẵng, tháng 4 năm 2024

Sinh viên

Phạm Văn Quốc Hiếu

MỤC LỤC

DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT IV DANH MỤC HÌNH ẢNH V

MỞ ĐẦU 1

1 Lý do chọn đề tài: 1

2 Mục tiêu nghiên cứu: 4

3 Nhiệm vụ nghiên cứu: 4

4 Đối tượng và phạm vi nghiên cứu: 4

5 Phương pháp nghiên cứu: 5

CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ 6

-1.1 Lịch sử nghiên cứu về các phương pháp nhận diện phóng xạ 6

-1.2 Hiện tượng phóng xạ và quy luật phân rã phóng xạ 8

-1.2.1 Đồng vị - 8 -

1.2.2 Đồng vị phóng xạ - 9 -

1.2.3 Hiện tượng phân rã phóng xạ - 9 -

1.2.4 Quy luật phân rã phóng xạ - 11 -

1.3 Tương tác của bức xạ 𝜸 với vật chất 14

-1.3.1 Hiệu ứng quang điện - 14 -

1.3.2 Tán xạ Compton - 15 -

1.3.3 Sự tạo cặp - 17 -

1.4 Ghi đo bức xạ bằng detector nhấp nháy 18

-1.4.1 Giới thiệu - 18 -

1.4.2 Nguyên tắc hoạt động của detector nhấp nháy NaI - 19 -

1.4.3 Độ phân giải của một detector nhấp nháy (energy resolution) - 19 -

1.5 Phương pháp phổ gamma trong nhận diện đồng vị phóng xạ 20

-1.5.1 Cơ sở của phương pháp - 20 -

1.5.2 Các đỉnh năng lượng đặc trưng của phổ gamma - 21 -

1.5.3 Quá trình nhận diện đồng vị phóng xạ - 25 -

1.6 Các nguồn phóng xạ trong môi trường 25

-1.7 Hạn chế của phương pháp nhận diện bằng phổ gamma 26

-1.7.1 Hạn chế khách quan - 26 -

1.7.2 Hạn chế chủ quan - 27 -

1.8 Tiểu kết chương 1 27

-CHƯƠNG 2: NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ BẰNG PHƯƠNG PHÁP HỌC MÁY 28

-2.1 Tổng quan về học máy (Machine Learning) 28

-2.1.1 Khái niệm về học máy - 28 -

2.1.2 Nguyên tắc hoạt động của học máy - 30 -

2.1.3 Học máy dưới quan điểm “Tối ưu hoá” – Một cách tiếp cận dễ hiểu - 33 -

2.1.4 Ứng dụng của học máy - 34 -

2.2 Mạng nơron nhân tạo (Artificial Neural Network ANN) 36

-2.2.1 Tổng quan về mạng nơ-ron nhân tạo - 36 -

2.2.2 Nguyên lý hoạt động của mạng nơ-ron nhân tạo - 37 -

2.2.3 Kiến trúc tổng quát của mạng nơ-ron nhân tạo - 39 -

2.2.4 Quá trình học của mạng nơ-ron nhân tạo (ANN) - 40 -

2.2.5 Hiện tượng quá khớp (Overfitting) - 42 -

2.3 Xác định đồng vị phóng xạ bằng mạng nơron nhân tạo (ANN) 43

-2.3.1 Thu thập dữ liệu - 43 -

2.3.2 Xử lý dữ liệu - 43 -

2.3.3 Xây dựng mô hình - 48 -

2.3.4 Đào tạo mô hình - 53 -

2.4 Tiểu kết chương 2 54

CHƯƠNG 3: KẾT QUẢ VÀ BÀN LUẬN 55

-3.1 Các phương pháp đánh giá mô hình phân loại đa nhãn 55

-3.1.1 Đánh giá theo hiệu suất của mô hình (Accuracy) - 55 -

3.1.2 Đánh giá theo ma trận lỗi (Confusion matrix) - 56 -

3.2 Nhận xét quá trình nhận diện đồng vị phóng xạ bằng mạng nơron 64

-3.3 Tiểu kết chương 3 64

KẾT LUẬN VÀ KIẾN NGHỊ 65

TÀI LIỆU THAM KHẢO 66

-DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT

DANH MỤC HÌNH ẢNH

Hình 1 1 Thiết bị nhận diện các tia bức xạ bằng hiện tượng áp điện 6

Hình 1 2 Sơ đồ phân rã 55137Cs 12

Hình 1 3 Giãn đồ ZN phân biệt các hạt nhân bền và không bền 12

Hình 1 4 Đồ thị định luật phân rã phóng xạ 14

Hình 1 5 Mô tả hiệu ứng quang điện 15

Hình 1 6 Tán xạ Compton 16

Hình 1 7 Mô tả hiệu ứng tạo cặp 18

Hình 1 8 Sơ đồ cấu tạo của một detector nhấp nháy 19

Hình 1 9 So sánh độ phân giải giữa hai loại detector NaI và HPGe 20

Hình 1 10 Minh hoạ đỉnh quang điện 21

Hình 1 11 Minh hoạ vùng Compton 22

Hình 1 12 Minh hoạ đỉnh thoát đơn 23

Hình 1 13 Minh hoạ đỉnh thoát đôi 23

Hình 1 14 Minh hoạ đỉnh huỷ 24

Hình 1 15 Minh hoạ đỉnh tán xạ ngược 24

Hình 1 16 Phổ gamma đã được chuẩn năng lượng và đã qua xử lý 25

Hình 2 1 Khái niệm về học máy của Tom M.Mitchell 29

Hình 2 2 Phân loại thuật toán học máy theo tính chất dữ liệu huấn luyện 31

Hình 2 3 Quá trình đào tạo 32

Hình 2 4 Quá trình dự đoán 32

Hình 2 5 Mô hình GIGO Người học không thể nào tốt hơn dữ liệu 33

Hình 2 6 Ứng dụng của học máy 35

Hình 2 7 Tế bào thần kinh 37

Hình 2 8 Mô hình perceptron đơn giản 38

Hình 2 9 Mô hình perceptron đã được rút gọn 39

Hình 2 10 Kiến trúc tổng quát của mạng nơron 40

Hình 2 11 File dữ liệu đã được đọc bởi thư viện pandas 44

Hình 2 12 Biểu diễn của nhãn 45

Hình 2 13 Đồ thị hàm ReLU 49

Hình 2 14 Đồ thị hàm sigmoid 49

Hình 2 15 Kiến trúc mô hình 50

Hình 3.1 Mô tả confusion matrix 57

Hình 3 2 Confusion matric của Cs137 58

Hình 3 3 Confusion matric của Co60 58

Hình 3 4 Confusion matric của Am241 59

Hình 3 5 Confusion matric của RGU 59

Hình 3 6 Confusion matric của RGTh 60

Hình 3 7 Confusion matric của RGK 60 Hình 3 8 Confusion matric của Be-7 - 61 -

-MỞ ĐẦU

1 Lý do chọn đề tài:

Tính đến hiện tại, ứng dụng của đồng vị phóng xạ và kỹ thuật bức xạ đóng một vai trò không thể bỏ qua trong ngữ cảnh toàn cầu Tuy nhiên, đồng vị phóng xạ tồn tại trong môi trường có thể gây tác động không mong muốn đối với sức khỏe con người và môi trường Do đó, việc đo lường đồng vị phóng xạ trong môi trường là điều vô cùng quan trọng để đảm bảo an toàn, bảo vệ sức khoẻ mọi người và bảo vệ môi trường Chính

vì lẽ đó, việc nghiên cứu và triển khai các kỹ thuật đo lường đồng vị phóng xạ đã nhanh chóng trở thành một ưu tiên hàng đầu

Để nhận diện và định lượng đồng vị phóng xạ trong môi trường, chúng ta thường

sử dụng phương pháp phân tích các phổ năng lượng thu được từ các thiết bị quan trắc bức xạ Phân tích này giúp xác định các khu vực có nồng độ phóng xạ bất thường, như những vùng gần cơ sở hạt nhân, dây chuyền công nghiệp, cơ sở y tế, soi chiếu phát hiện chất phóng xạ trong hải quan… Việc này có nhiều ứng dụng quan trọng trong kinh tế, khoa học và công nghệ

Tuy nhiên, quá trình đo lường đồng vị phóng xạ không phải lúc nào cũng dễ dàng Trong lĩnh vực khoa học vật lý hạt nhân, xác định loại đồng vị phóng xạ và mức độ nồng

độ của chúng trong môi trường thường là một thách thức lớn Phương pháp phổ gamma thường được sử dụng để xác định nguyên tố phóng xạ Tuy nhiên, phương pháp này đòi hỏi kiến thức và kinh nghiệm sâu rộng từ các kỹ sư và nhân viên thực hiện đo lường để đảm bảo kết quả chính xác Quá trình nhận diện các đỉnh năng lượng trong phổ gamma

và việc đánh giá ảnh hưởng từ phông nền môi trường là một nhiệm vụ đầy thách thức

Vì vậy, việc phát triển phương pháp tối ưu hơn để nhận diện đồng vị phóng xạ thông qua dữ liệu thô thu thập từ các thiết bị ghi đo bức xạ là rất cần thiết

Theo quyết định số 265/QĐ-TTg ngày 05/03/2012, Thủ tướng chính phủ đã quyết định triển khai Đề án "Tăng cường năng lực nghiên cứu - triển khai và hỗ trợ kỹ thuật phục vụ phát triển ứng dụng năng lượng nguyên tử và đảm bảo an toàn, an ninh." với

nội dung: “Nghiên cứu phát triển các kỹ thuật và công nghệ ứng dụng bức xạ và đồng

vị phóng xạ trong các lĩnh vực y tế, nông nghiệp, công nghiệp và tài nguyên, môi

trường” Điều này phản ánh sự cần thiết của việc nghiên cứu và phát triển trong các lĩnh

vực

Chúng ta đang sống trong thời đại của Cách mạng công nghiệp 4.0 và để đáp ứng các thách thức hiện đại, Thủ tướng chính phủ đã ban hành quyết định số 127/QĐ-TTg

ngày 26/01/2021 Điều 1: Ban hành chiến lược quốc gia về nghiên cứu, phát triển và

ứng dụng Trí tuệ nhân tạo đến năm 2030 với nội dung: “Trí tuệ nhân tạo (TTNT) là một

lĩnh vực công nghệ nền tảng của cuộc Cách mạng công nghiệp lần thứ 4, góp phần quan trọng tạo bước phát triển đột phá về năng lực sản xuất, nâng cao năng lực cạnh tranh quốc gia, thúc đẩy phát triển kinh tế tăng cường bên vững” Chiến lược này nhấn mạnh

vai trò quan trọng của Trí tuệ nhân tạo trong Cách mạng công nghiệp lần thứ 4 và ảnh hưởng tích cực đến sản xuất, cạnh tranh quốc gia và phát triển kinh tế

Để giải quyết những thách thức nêu trên, chúng tôi tập trung vào ứng dụng học máy (Machine Learning - ML), một phần của Trí tuệ nhân tạo (Artificial Intelligence - AI), để cải thiện quá trình nhận diện đồng vị phóng xạ Một thuật toán của học máy là mạng nơ-ron đã được áp dụng để xác định đồng vị và ước tính hoạt độ Nhiều công bố

đã cho kết quả tốt trong việc nhận diện bằng dữ liệu các phổ gamma từ đầu dò độ phân giải cao hoặc được mô phỏng Nhưng việc mô hình có thể được áp dụng hiệu quả khi thử nghiệm với mẫu môi trường thực tế vẫn còn là một câu hỏi mở, đặc biệt khi vấn đề quá khớp (Overfitting) đã xuất hiện rõ ràng [16] Các phổ từ đầu dò độ phân giải thấp như detector nhấp nháy NaI (Natri iodide) sẽ sát với thực tế, bởi chúng phản ánh một cách chân thực hơn điều kiện đo lường mà chúng ta thường gặp trong môi trường thực ngoài phòng thí nghiệm Mặc dù các đỉnh năng lượng có thể không được phân biệt rõ ràng như với các đầu dò phân giải cao, nhưng sự tiện lợi và tính kinh tế giúp việc có thể nhận diện được đồng vị có ý nghĩa lớn trong phân tích phóng xạ môi trường bằng các đầu dò phân giải thấp Thách thức lớn nhất trong việc xây dựng mô hình mạng nơ-ron

là phải có bộ dữ liệu lớn và đa dạng, kiến trúc mô hình phù hợp

Với tất cả những thách thức này, chúng tôi đã lựa chọn đề tài "Nghiên cứu ứng

dụng học máy trong nhận diện đồng vị phóng xạ trong môi trường dựa vào phổ gamma được đo bằng detector nhấp nháy độ phân giải thấp" làm đề tài nghiên cứu

Tổng quan tình hình nghiên cứu:

Thế giới:

Hiện nay, học máy đang được ứng dụng để có thể phân tích các mẫu đồng vị phóng xạ Đặc biệt ở các nước tiên tiến, với nguồn dữ liệu khổng lồ thu thập được, một

số nghiên cứu đã được tiến hành nhằm khảo sát khả năng phát hiện đồng vị phóng xạ

của mạng nơ-ron nhân tạo

Năm 2017, một nhóm nghiên cứu tại trường đại học Illinois tại Champaignt, Mỹ đã thực hiện nghiên cứu “Nhận dạng đồng vị phóng xạ tự động bằng cách sử dụng mạng nơ-ron nhân tạo” Trong nghiên cứu này, nhóm đã công bố việc xây dựng thuật toán để có thể xác định đồng vị phóng xạ thông qua dữ liệu lớn phổ gamma NaI có độ phân giải thấp chứa hỗn hợp nhiều đồng vị phóng xạ Nhóm nghiên cứu đã công bố kết quả phát hiện lượng đồng vị vô tuyến của các nguyên tố: 60Co, 40K, 152Eu,

Urbana-137Cs [14] Hai năm sau đó, Kamuda và cộng sự cũng đã tiếp tục phát triển nghiên cứu bằng cách sử dụng thuật toán để phát hiện đồng vị bằng cách sử dụng máy dò có độ phân giải thấp với các hỗn hợp đồng vị và cả ở những nơi không thấy rõ các đặc điểm quang phổ [15] Đến năm 2021, một công bố khác từ nhóm nghiên cứu của Galib và công sự đã thực hiện so sánh các phương pháp học máy để nhận dạng đồng vị phóng xạ

tự động sử dụng phổ tia gamma NaI Kết quả nghiên cứu cho thấy, sự kết hợp giữa mạng nơ-ron cổ điển và kiến trúc học sâu hiện đại cho ra được hiệu suất thử nghiệm (93%) cao hơn các phương pháp trước đây [12]

Trong nước:

Ở Việt Nam có nhóm nghiên cứu của TS Phan Việt Cương và cộng sự từ năm

2022 đã nghiên cứu về nhận diện phổ đồng vị phóng xạ được đo bằng đầu dò phân giải thấp mà tập trung vào thuật toán deep learning Hiện nay, có rất ít nghiên cứu được công

bố liên quan việc ứng dụng học máy trong kỹ thuật hạt nhân

Trong đề tài này chúng tôi sẽ nghiên cứu toàn diện về phương pháp phổ gamma trong phóng xạ hạt nhân và ứng dụng của học máy để nhận diện đồng vị

2 Mục tiêu nghiên cứu:

- Tìm hiểu được lý thuyết phương pháp nhận diện đồng vị phóng xạ truyền thống bằng phổ gamma và rút ra hạn chế của nó

- Nghiên cứu và xây dựng được mô hình học máy (ML) phù hợp với bộ dữ liệu từ detector nhấp nháy NaI

- Áp dụng thử nghiệm mô hình và đánh giá được mô hình với dữ liệu đo được từ Trung tâm Nghiên cứu và Triển khai Công nghệ Bức xạ Cơ sở Đà Nẵng, Viện Năng lượng nguyên tử Việt Nam

3 Nhiệm vụ nghiên cứu:

- Nghiên cứu tổng quan về cơ sở phóng xạ của vật lý hạt nhân

- Nghiên cứu lý thuyết về phương pháp truyền thống khi phân tích phổ gamma để nhận diện nguyên tố phóng xạ và rút ra những hạn chế

- Nghiên cứu lý thuyết về học máy và thuật toán mạng nơ-ron nhân tạo

- Xây dựng mô hình học máy bằng ngôn ngữ lập trình python

- Thử nghiệm mô hình học máy đã xây dựng trên dữ liệu đo được từ Trung tâm Nghiên cứu và Triển khai Công nghệ Bức xạ Cơ sở Đà Nẵng

- Đánh giá hiệu suất của mô hình bằng các phương pháp trong học máy

4 Đối tượng và phạm vi nghiên cứu:

Đối tượng nghiên cứu:

- Vật lý hạt nhân: Cơ sở lý thuyết về đồng vị phóng xạ, các phương pháp ghi đo bức

- Về nội dung: Ứng dụng học máy, cụ thể là mạng nơ-ron nhân tạo để nhận diện đồng

vị phóng xạ bằng việc phân tích dữ liệu từ phổ gamma

- Về thời gian: Quá trình nghiên cứu được thực hiện từ tháng 8/2023 đến tháng 4/2024

5 Phương pháp nghiên cứu:

Phương pháp nghiên cứu lý thuyết:

- Nghiên cứu, phân loại và hệ thống hóa lý thuyết, tiếp cận các tài liệu có liên quan về

kỹ thuật hạt nhân trong nhận diện đồng vị phóng xạ

Phương pháp học máy:

- Nghiên cứu một mô hình học máy phù hợp với bộ dữ liệu để nhận diện đồng vị phóng

xạ và phương pháp đánh giá mô hình học máy

- Tìm hiểu ngôn ngữ lập trình Python để xây dựng mô hình học máy và đánh giá hiệu suất

CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ

1.1 Lịch sử nghiên cứu về các phương pháp nhận diện phóng xạ

Hiện tượng phóng xạ tự nhiên được phát hiện rất sớm, trước cả khi khám phá ra hạt nhân nguyên tử Năm 1896, nhà bác học người Pháp là Henri Becquerel tình cờ đã quan sát được rằng, dù không bị chiếu sáng kính ảnh vẫn hoá đen khi tiếp xúc với quặng Uranium [5] Những nghiên cứu tiếp theo với các hợp chất khác nhau của Uranium đã

đã đưa ông đến kết luận rằng các hợp chất này phát ra những tia không nhìn thấy được, nhưng tác dụng lên kính anh gọi là các tia phóng xạ Becquerel cũng chứng minh rằng những bức xạ này, giống với tia X, chúng sở hữu đặc điểm của các vật mang điện Chính tính chất này đã và đang là cơ sở của hầu hết các phương pháp phát hiện bức xạ từ các chất phóng xạ

Ngoài việc phát hiện ra tia phóng xạ, một trong những đóng góp quan trọng nhất của Becquerel là chỉ ra rằng các bức xạ từ Uranium sẽ khiến một vật nhiễm điện trong không khí bị phóng điện Ông đã sử dụng một dạng kính điện nghiệm cơ bản được thiết

kế bởi Dragomir Hurmuzesen để thực hiện các phép đo bán định lượng về cường độ phóng xạ Phương pháp này nhanh hơn và thuận tiện hơn nhiều so với phương pháp quan sát hiệu ứng trên màn ảnh [18]

Hai năm sau đó (1898), nhà bác học người Pháp Marie Curie đã kiểm tra một lượng lớn vật liệu về phóng xạ [18] Nữ bác học đã sử dụng phương pháp đo điện kết hợp với hiện tượng áp điện được phát minh bởi Jacques và chồng của cô là Pierre Marie, hình 1.1 là sơ đồ mô tả các thiết bị của phương pháp này

Hình 1 1 Thiết bị nhận diện các tia bức xạ bằng hiện tượng áp điện [18]

Đây là một phép đo tương đối thô về cường độ phóng xạ của lớp vật liệu trên tấm B Với phương pháp này Marie Curie đã kiểm tra rất nhiều hợp chất hoá học, đá và khoáng chất để tìm xem liệu có nguyên tố nào cho ra hiện tượng phóng xạ như Uranium hay không Kết quả là nguyên tố Thorium đã được tìm thấy, một kết quả độc lập khác cũng

đã thu được bởi nhà bác học người Đức G.C.N Schmidt khi ông cũng tìm thấy Thorium

và xuất bản trước đó vài tuần Marie Curie cũng chỉ ra rằng phóng xạ xảy ra độc lập với bất kỳ trạng thái vật lý hoặc sự phân huỷ hoá học, bà đã kết luận rằng phóng xạ là một hiện tượng nguyên tử

Sự nghi ngờ về khả năng tồn tại các hợp chất phóng xạ mạnh hơn Uranium trong các khoáng vật này đã thúc đẩy gia đình Curie tiến hành nghiên cứu phân chia các khoáng tự nhiên, đây được coi là các thí nghiệm Hoá phóng xạ đầu tiên Nhờ thế vào năm 1902, hai nhà bác học đã tìm ra Radium và Polonium và giành giải Nobel Vật lý cho công trình này vào năm 1903 [18]

Năm 1899, bằng cách nghiên cứu khả năng xuyên thấu của tia phóng xạ từ Uranium, Rutherford đã chỉ ra rằng có hai loại tia phóng xạ [2] Đầu tiên là tia 𝛼 có thể

dễ dàng bị chặn lại bởi một tờ giấy và nó chỉ đi được vài centimet trong không khí Tiếp đến là tia 𝛽, có khả năng đâm xuyên mạnh hơn nhiều so với tia tia 𝛼 và có thể xuyên qua vài milimet nhôm Rutherford là người đầu tiên đã đánh giá gần đúng năng lượng liên quan đến các tia phóng xạ, mà bấy giờ còn chưa rõ bản chất Nối tiếp ý tưởng ấy, Marie Curie đã đo tổng đương lượng nhiệt của năng lượng phóng xạ radi và đưa ra giá trị 100cal/s đối với 1g Radium [18]

Vào năm 1900, Paul Villard đã phát hiện ra một loại tia phóng xạ thứ ba từ việc nghiên cứu Radium [2] Tia này có khả năng xuyên thấu mạnh hơn nhiều so với tia 𝛽

và được đặt tên là tia gamma (𝛾) Trong những năm đầu, phương pháp nhận diện đồng

vị phóng xạ được các nhà khoa học chủ yếu sử dụng là các thiết bị đo lường đơn giản như bảng đo độc tố trên giấy, đồng hồ đo và các thiết bị đo khác Tuy nhiên, các phương pháp này có giới hạn và không đủ nhạy để phát hiện các đồng vị phóng xạ với nồng độ thấp Nhưng với sự phát hiện ba loại tia phóng xạ đã đặt nền móng cho phương pháp nhận diện đồng vị phóng xạ bằng cách đo lường phổ phát xạ của chúng

Năm 1914, George de Hevesy sử dụng phương pháp phát xạ gamma để theo dõi

di chuyển của ion trong hệ thống sinh học Đây là bước đầu tiên trong việc sử dụng phổ phát xạ để phân tích đồng vị phóng xạ

Năm 1934, Irène và F Joliot Curie phát hiện ra hiện tượng bức xạ rất giống bức

xạ 𝛽 nhưng hạt này mang điện dương vì lệch theo hướng ngược với hạt 𝛽 nói trên (và lệch nhiều hơn so với các hạt 𝛼) [2] Để phân biệt hai bức xạ trên, người ta kí hiệu bức

xạ 𝛽− cho hạt mang điện âm và 𝛽+ cho hạt mang điện dương và gọi chung là bức xạ 𝛽 Những nghiên cứu chính xác cho thấy tia 𝛽− chính là chùm các electron, còn tia 𝛽+ là chùm các hạt positron, là phản hạt của electron (cùng khối lượng 𝑚𝑒, mang điện trái dấu)

Trong quá trình nghiên cứu, các nhà khoa học đã phát hiện ra rằng các tia gamma hoặc các hạt alpha, beta khi đồng vị phóng xạ phân rã có năng lượng đặc trưng cho từng đồng vị Bằng cách đo năng lượng của các tia này, ta có thể xác định loại đồng vị phóng

xạ đó là gì Từ đó, các phương pháp mới như phương pháp đo lường phổ phát xạ gamma, neutron và phương pháp đo lường phổ phát xạ vật liệu đã được phát triển và sử dụng rộng rãi trong các lĩnh vực như y học, địa chất học, công nghiệp hạt nhân và nhiều lĩnh vực khác Đặc biệt phương pháp phổ gamma được ứng dụng rộng rãi hơn cả

1.2 Hiện tượng phóng xạ và quy luật phân rã phóng xạ

1.2.1 Đồng vị

Các hạt nhân có cùng số nguyên tử Z giống nhau nhưng với số khối A khác nhau

được gọi là các hạt nhân đồng vị hay gọi tắt là đồng vị Chẳng hạn Uranium với Z = 92

có các đồng vị 23592𝑈 và 23892𝑈 với số neutron bằng 143 và 146 tương ứng

Đa số các nguyên tố tạo thành từ hỗn hợp các đồng vị khác nhau Đối với mỗi

nguyên tố, tỉ lệ giữa các đồng vị thành phần gọi là độ phổ biến Ví dụ: Nguyên tố Oxygen

có 3 đồng vị với độ phổ biến lần lượt là 𝑂168 (99,759%), 178𝑂 (0,037%) và 188𝑂 (0,204%)

Mỗi nguyên tố chiếm một vị trí trong bảng tuần hoàn hoá học Mendeleev nên các đồng vị của cùng một nguyên tố có cùng một vị trí trong bảng tuần hoàn Do đó các nguyên tử của các đồng vị khác nhau nhưng của cùng một nguyên tố đều có tính chất hoá học giống nhau

1.2.3 Hiện tượng phân rã phóng xạ

Hiện tượng hạt nhân tự động phóng ra các loại tia phóng xạ như 𝑎𝑙𝑝ℎ𝑎 (𝛼), 𝑏𝑒𝑡𝑎 (𝛽) 𝑣à 𝑔𝑎𝑚𝑚𝑎 (𝛾) mà mắt thường không nhìn thấy và biến đổi thành một hạt nhân mới được gọi là hiện tượng phóng xạ

Các bức xạ đều có những tính chất như có thể kích thích một số phản ứng hoá học, phá huỷ tế bào, ion hoá không khí, xuyên qua vật chất [4]

Đặc điểm cơ bản của hiện tượng phóng xạ là không phụ thuộc vào điều kiện bên

ngoài (áp suất, nhiệt độ…) [2]

a) Phóng xạ alpha ( 𝛼)

Bản chất của hạt alpha là hạt nhân hạt nhân Heli (24𝐻𝑒) Hạt alpha bị lệch trong điện từ trường do có mang điện Nó bị môi trường hấp thụ mạnh nên khả năng đâm xuyên yếu Trong không khí hạt alpha đâm xuyên khoảng vài dm

Phương trình phóng xạ:

𝑋

𝑍

𝐴 → 𝛼 𝑍−2𝐴−4𝑌+ 𝛼24trong đó: X là hạt nhân mẹ, Y là hạt nhân con

Ta thấy hạt nhân mới sinh ra có diện tích giảm đi 2 đơn vị và số khối giảm đi 4 đơn vị Hạt nhân con là hạt nhân đứng trước hạt nhân mẹ 2 ô vị trí trong bảng hệ thống tuần hoàn Mendeleev Chính vì lý do này người ta gọi đây là quy tắc dịch chuyển: có sự dịch chuyển vị trí của hạt nhân trong bảng hệ thống tuần hoàn Quy tắc dịch chuyển này xuất phát từ định luật bảo toàn số khối A và bảo toàn điện tích Z

b) Phóng xạ beta ( 𝛽)

Có 2 dạng phóng xạ β là: Phóng xạ β−, phóng xạ β+

- Phóng xạ β− là hạt nhân tự phát phóng xạ ra bức xạ β− (Tức là chùm hạt electron) và biến đổi thành một hạt nhân khác theo phương trình:

vị

- Phóng xạ β+ được tìm thấy trong phóng xạ nhân tạo, là hạt nhân tự phát phóng xạ ra bức xạ β+ (Tức là chùm hạt positron) và biến đổi thành một hạt nhân khác theo phương trình:

Phóng xạ gamma thực chất là bức xạ ra sóng điện từ có bước sóng ứng với photon

có năng lượng vào bậc MeV Tia gamma không mang điện nên không bị lệch hướng trong điện từ trường

Quá trình phân rã γ của hạt nhân là một quá trình hạt nhân ban đầu ở trạng thái kích thích sau đó chuyển vể trạng thái cơ bản hoặc trạng thái thấp hơn và bức xạ ra một photon là tia γ

Các tia này phát ra với năng lượng gián đoạn , chứng tỏ hạt nhân có những mức năng lượng gián đoạn Năng lượng của photon γ bằng:

ℎ 𝜈 = 𝐸𝑢 − 𝐸𝑙

𝐸𝑢: Mức năng lượng trên (J)

𝐸𝑙 : Mức năng lượng thấp hơn (J)

𝜈 :Tần số của bức xạ γ (Hz)

ℎ : Hằng số Plank

Cần phân biệt bức xạ γ phát ra do phân rã γ của hạt nhân với photon phát ra do

sự chuyển dời các mức electron trong nguyên tử Trường hợp bức xạ γ của hạt nhân, năng lượng từ hàng chục KeV đến nhiều MeV, trường hợp chuyển mức electron trong nguyên tử, năng lượng chỉ vài eV [2]

Do các photon γ không mang điện và có khối lượng nguyên tử bằng không nên điện tích Z và số khối A của hạt nhân không thay đổi Quá trình tuân theo quy tắc dịch chuyển:

𝑋

𝑍

𝐴 → 𝑋𝛾 𝐴𝑍 + 𝛾 Phần lớn các hạt nhân chịu phân rã γ có chu kỳ bán rã rất nhỏ không đo được, vào cỡ 10−14 giây, nhỏ hơn nhiều so với chu kỳ bán rã của các trạng thái kích thích nguyên tử

Trong phạm vi đề tài nghiên cứu, chúng tôi sẽ tập trung vào dịch chuyển gamma bởi việc nhận diện đồng vị phóng xạ liên quan đến quá trình ghi nhận và phân tích phổ gamma

1.2.4 Quy luật phân rã phóng xạ

Các hạt nhân không bền tự phân rã sau một thời gian nào đó tuỳ theo từng nguyên tố

Ví dụ:

𝐶𝑠

55

137 →𝛽 13756𝐵𝑎+−10𝛽

Hình 1 2 Sơ đồ phân rã 13755Cs [4]

Hình 1.2 trình bày quá trình phân rã 13755𝐶𝑠, gồm 2 nhánh phát beta Nhánh thứ nhất hạt beta năng lượng 0,4959 MeV, hệ số phân nhánh 94.4% và nhánh thứ hai với hạt beta năng lượng 0,6617 MeV, hệ số phân nhánh 5,6% Hạt nhân 13756𝐵𝑎 sau phân rã theo nhánh thứ nhất nằm ở trạng thái kích thích và tiếp tục phân rã gamma để chuyển

cũng biến đổi Ta không thể nói trước được thời điểm phân rã của một hạt riêng lẻ mà chỉ có thể nói rằng với một khối lượng chất phóng xạ sau một thời gian nào đó có bao nhiêu phần trăm đã phân rã, còn lại bao nhiêu phần trăm khối lượng của chất đó Thực

nghiệm cho thấy tốc độ phân rã không phụ thuộc các yếu tố khách quan như áp suất,

trong đó 𝑁0 là số hạt nhân tại thời điểm t = 0

Các công thức (1.1) và (1.2) được gọi là định luật cơ bản của phân rã phóng xạ

1.3 Tương tác của bức xạ 𝜸 với vật chất

Nghiên cứu về các tương tác gamma với detector là một chủ đề quan trọng để biết được vì sao các photon được phát hiện và suy giảm năng lượng Trong các tương tác giữa tia gamma với detector, có ba quá trình đóng vai trò chủ chốt để truyền dẫn một phần hoặc toàn bộ năng lượng cho các thiết bị phát hiện, tạo thành tín hiệu xung trong detector

1.3.1 Hiệu ứng quang điện

Hiệu ứng hấp thụ quang điện xảy ra do tương tác của photon với một trong những electron liên kết với một nguyên tử [3] Hiệu ứng quang điện chỉ xảy ra khi năng lượng của tia gamma tới lớn hơn năng lượng liên kết của electron trong nguyên tử

Trong quá trình này, photon tương tác với các nguyên tử môi trường trong detector Bức xạ 𝛾 truyền toàn bộ năng lượng cho electron quỹ đạo của nguyên tử và cho ion được hình thành do nguyên tử bị mất electron (Hình 1.5) Kết quả là photon

hoàn toàn biến mất và một electron quang điện bị tách ra khỏi nguyên tử Nếu đủ năng lượng, electron quang điện có thể bị tách ra từ lớp K (lớp liên kết mạnh nhất với hạt nhân) Năng lượng của electron quang điện tách ra được tính theo phương trình:

𝐸𝑒− = ℎ 𝜈 − 𝐸𝑙𝑘Trong đó: 𝐸𝑒− là động năng kích thích của các electron quang điện;

𝐸𝑙𝑘 là năng lượng liên kết của lớp vỏ electron ban đầu, năng lượng này thường rất nhỏ

so với năng lượng của tia 𝛾

Hình 1 5 Mô tả hiệu ứng quang điện [28]

Tương tác này tạo ra một nguyên tử bị ion hóa với một trong các lớp vỏ electron

bị bỏ trống Electron tự do có thể bị môi trường hấp thụ hoặc quay trở lại nguyên tử ban đầu và tái sắp xếp lại lớp vỏ electron từ ngoài vào trong và lấp đầy lớp bị bỏ trống Do

đó, các photon gamma lại được tạo ra Chúng có thể bị tái hấp thụ bởi hiệu ứng quang điện của các lớp electron không liên kết chặt chẽ với hạt nhân Trong tương tác này cũng sinh ra electron

1.3.2 Tán xạ Compton

Khi tăng năng lượng gamma đến giá trị lớn hơn nhiều so với năng lượng liên kết của electron lớp K trong nguyên tử thì vai trò của hiệu ứng quang điện không còn đáng

kể và bắt đầu hiệu ứng Compton Khi đó có thể bỏ qua năng lượng liên kết của electron

so với năng lượng gamma và tán xạ gamma lên electron có thể xem như tán xạ với electron tự do, gọi là tán xạ Compton [3]

Quá trình này là sự va chạm giữa các tia gamma tới với một electron trong chất hấp thụ (Hình 1.6) Khác với hiệu ứng quang điện, lượng tử gamma bị lệch một góc 𝜃

so với hướng ban đầu, một phần năng lượng photon được truyền cho electron bị dịch

chuyển Năng lượng này có thể biến thiên từ 0 đến một phần đáng kể năng lượng của tia gamma ban đầu, tùy thuộc vào góc lệch 𝜃

Hình 1 6 Tán xạ Compton [26]

Sự truyền năng lượng và góc lệch đối với mọi tương tác kể trên có thể xác định bằng cách giải các phương trình với giả định rằng tổng năng lượng và xung lượng tuyến tính được bảo toàn:

về hướng ban đầu thì năng lượng truyền cho electron trong tán xạ Compton đạt giá trị cực đại, dẫn tới một đặc trưng quang phổ được gọi là “Đỉnh Compton” Trong những

trường hợp thông thường, tất cả các góc tán xạ có thể xảy ra trong một detector có kích thước giới hạn Do đó, năng lượng có thể được truyền cho electron Compton dưới dạng một miền liên tục, biến thiên từ 0 cho tới giá trị cực đại được dự đoán bởi phương trình 1.8 khi 𝜃 = 𝜋

Sự khác biệt năng lượng hay “khoảng cách” giữa năng lượng cực đại của electron Compton và năng lượng của tia gamma tới được xác định bởi phương trình:

𝐸𝑒− + 𝐸𝑒+ = ℎ𝜈 − 2𝑚0𝑐2

Electron và positron thường di chuyển vài milimet trong vật liệu trước khi bị môi trường hấp thụ năng lượng Khi các positron bị chậm lại do va chạm với môi trường, năng lượng của chúng giảm xuống gần bằng năng lượng nhiệt, các positron có thể kết hợp với một electron khác và cả hai bị huỷ Sự huỷ xảy ra sẽ tạo thành hai bức xạ gamma

có năng lượng 0,511 MeV bay ngược chiều nhau (để bảo toàn xung lượng)

Hình 1 7 Mô tả hiệu ứng tạo cặp [26]

Nếu hai photon huỷ bị tán xạ nhiều lần trong detector và kết thúc bằng hấp thụ quang điện thì trên phổ được đỉnh quang điện toàn phần của hai tia gamma Nếu một trong hai photon huỷ thoát ra khỏi detector thì có thể xuất hiện trên phổ một đỉnh thoát đơn, đỉnh này có năng lượng bằng đỉnh năng lượng toàn phần trừ đi 511 keV Nếu cả hai photon hủy đều thoát ra khỏi detector thì trên phổ xuất hiện một đỉnh thoát đôi có năng lượng bằng đỉnh hấp thụ toàn phần trừ đi 1022 keV Hiệu ứng tạo cặp xảy ra trong các vật liệu xung quanh detector sẽ tạo ra hai photon hủy Do hai photon này có hướng ngược nhau nên chỉ có một photon hủy lọt vào detector tạo đỉnh 511 keV

1.4 Ghi đo bức xạ bằng detector nhấp nháy

Các đầu dò sử dụng chất nhấp nháy có thể xác định bức xạ ion hoá và đo phổ bức

xạ trong một dải rộng Hiện nay, chất nhấp nháy được cung cấp dưới các dạng khác nhau (rắn, lỏng và khí), các ống nhân quang được chế tạo với chất lượng cao đã cho

phép tạo ra các đầu dò nhấp nháy rắn đo photon cùng với sự phát triển của kỹ thuật vi điện tử đã làm cho các chúng trở nên được sử dụng phổ biến trong nhiều ứng dụng

1.4.2 Nguyên tắc hoạt động của detector nhấp nháy NaI

Những bộ phận chính của detector nhấp nháy được mô tả như hình 1.8

Hình 1 8 Sơ đồ cấu tạo của một detector nhấp nháy [3]

Có thể tóm tắt nguyên lý hoạt động của detector như sau:

- Khi chiếu các chùm phóng xạ (tia 𝛾) vào vật liệu nhấp nháy, các chất này hấp thụ các tia phóng xạ và chuyển sang trạng thái kích thích, rồi khi chúng chuyển trở lại trạng thái

1.4.3 Độ phân giải của một detector nhấp nháy (energy resolution)

Một trong những đại lượng quan trọng nhất để đánh giá phổ năng lượng của tia gamma đó chính là độ phân giải năng lượng [13]

Đại lượng này được sử dụng để đánh giá sự nở rộng đỉnh phổ do đóng góp của các nhiễu cũng như quá trình thu thập điện tích không hoàn toàn và sự mất mát năng

lượng không giống nhau tại cửa sổ vào của detector cũng góp phần làm mở rộng đỉnh phổ, do đó làm giảm khả năng phân giải của detector

Độ phân giải tốt không những giúp ta nhận biết được các đỉnh kề nhau, mà còn giúp ghi nhận được các nguồn yếu có năng lượng riêng biệt khi nó nằm chồng lên miền liên tục Các detector có hiệu suất bằng nhau sẽ có kết quả là các diện tích đỉnh bằng nhau, nhưng với những detector có độ phân giải năng lượng tốt thì sẽ tạo nên các đỉnh năng lượng hẹp và cao mà nó có thể nhô lên cao vùng nhiễu thống kê của miền liên tục [13] Các phổ so sánh được đưa ra ở hình 1.9 minh hoạ rõ về ưu thế của các detector có

độ phân giải tốt trong trường hợp có nhiều các đỉnh năng lượng gamma gần nhau cần được tách ra Độ phân giải càng tốt thì detector càng có khả năng tách các đỉnh trong phổ năng lượng [4]

Hình 1 9 So sánh độ phân giải giữa hai loại detector NaI và HPGe [13]

Dựa vào ý nghĩa của độ phân giải, chúng tôi sử dụng detector nhấp nháy có độ phân giải thấp để tránh hiện tượng quá khớp (Overfitting) Hiện tượng sẽ được làm rõ

ở chương 2 của khoá luận

1.5 Phương pháp phổ gamma trong nhận diện đồng vị phóng xạ

1.5.1 Cơ sở của phương pháp

Đa số các hạt nhân phóng xạ hạt nhân con được hình thành ở trạng thái kích thích, chúng phát ra bức xạ gamma để trở về trạng thái kích thích có năng lượng thấp hơn và cuối cùng về trạng thái cơ bản Phổ bức xạ gamma do đồng vị phóng xạ phát ra là phổ

gián đoạn, có năng lượng hoàn toàn đặc trưng cho nguyên tố đó Để ghi nhận phổ gamma

do một đồng vị phát ra phải dựa vào tương tác giữa vật chất với tia gamma, vật chất ở đây nằm trong các detector Do tương tác rất phức tạp bởi có thể xảy ra nhiều loại tương tác nên phổ gamma trong thực nghiệm là một phân bố liên tục, trong đó chứa các đỉnh năng lượng toàn phần có bề rộng xác định Mục đích của việc phân tích phổ là xác định năng lượng các đỉnh phổ làm cơ sở cho việc nhận diện nguyên tố phóng xạ

1.5.2 Các đỉnh năng lượng đặc trưng của phổ gamma

a) Đỉnh năng lượng toàn phần

Đỉnh năng lượng toàn phần hay còn gọi là đỉnh quang điện được hình thành bởi các tương tác mà ở đó photon bị mất toàn bộ năng lượng của nó bên trong detector Sự mất năng lượng của photon có thể thông qua duy nhất một tương tác hấp thụ quang điện hoặc một chuỗi tán xạ Compton (có thể cùng với tạo cặp) và kết thúc bằng hiệu ứng hấp

thụ quang điện

Hình 1 10 Minh hoạ đỉnh quang điện [24]

Đỉnh quang điện là đỉnh quan trọng nhất để nhận diện đồng vị phóng xạ bởi nó

có độ dốc rõ ràng và dễ dàng nhận diện qua hình ảnh phổ (hình 1.10)

b) Vùng Compton

Phổ của các vùng nằm trước đỉnh năng lượng toàn phần được hình thành bởi các tán xạ Compton (Hình 1 11) mà photon mất một phần năng lượng của nó trong detector Chỗ dốc của phân bố Compton được gọi là cạnh Compton (Compton edge), đây là vị trí ứng với năng lượng cực đại mà photon có thể chuyển cho electron trong một tán xạ Compton (ứng với góc tán xạ 180°)

Khu vực nằm giữa cạnh Compton và đỉnh quang điện được gọi là vùng tán xạ nhiều lần (multiple Compton scattering hay Compton valley) được hình thành do các hiện tượng tán xạ nhiều lần bên trong detector hoặc do các photon tán xạ với góc nhỏ trước khi vào và mất năng lượng hoàn toàn bên trong detector

Hình 1 11 Minh hoạ vùng Compton [24]

c) Đỉnh thoát đơn, đỉnh thoát đôi

Khi các photon có năng lượng lớn hơn 2𝑚𝑒𝑐2 = 1.022 MeV (với 𝑚𝑒 là khối lượng nghỉ của electron) đi vào trong detector, chúng có thể tạo ra các cặp electron-positron thông qua hiệu ứng tạo cặp Các electron và positron này sẽ nhanh chóng được làm chậm trong môi trường Sau khi được làm chậm, các positron sẽ kết hợp với các electron tạo ra sự hủy cặp (annihilation), quá trình này sẽ tạo ra hai tia gamma với cùng năng lượng 0.511 MeV, những tia gamma này có thể tiếp tục tương tác với vật chất trong detector hoặc thoát ra ngoài Trường hợp một trong hai tia gamma hủy thoát ra ngoài sẽ tạo nên đỉnh thoát đơn (single-escape peak – Hình 1.12), đỉnh này nằm cách đỉnh quang điện một khoảng đúng bằng 0.511MeV (tương ứng với năng lượng tia gamma thoát ra khỏi detector)

Hình 1 12 Minh hoạ đỉnh thoát đơn [24]

Tương tự như trường hợp của đỉnh thoát đơn nhưng trong trường hợp cả hai tia gamma hủy thoát ra ngoài tạo nên đỉnh thoát đôi (double-escape peak – Hình 1.13), đỉnh này nằm cách đỉnh quang điện một khoảng 1.022 MeV (tương ứng với năng lượng của

cả hai tia gamma thoát ra khỏi detector) Ngoài ra, trong trường hợp mà cả hai tia gamma đều bị hấp thụ, tương tác sẽ đóng góp vào trong đỉnh năng lượng toàn phần của phổ ghi nhận

Hình 1 13 Minh hoạ đỉnh thoát đôi [24]

d) Đỉnh huỷ

Trường hợp này có thể được xem như là trường hợp ngược lại của hai đỉnh thoát Lúc này positron được tạo ra và hủy cặp ở môi trường bên ngoài detector, một trong hai tia gamma hủy lọt vào detector và tạo nên đỉnh hủy nằm tại vị trí ứng với năng lượng 0.511 MeV (Hình 1.14)

Hình 1 14 Minh hoạ đỉnh huỷ [24]

e) Đỉnh tán xạ ngược

Đỉnh tán xạ ngược (Hình 1.15) được hình thành sau khi tia gamma tán xạ với một góc lớn (~ 120°− 180°) với vật chất môi trường xung quanh detector và sau đó bị hấp thụ trong detector Tổng năng lượng của đỉnh tán xạ ngược và cạnh Compton sẽ bằng với năng lượng của đỉnh quang điện, bởi vì cả hai đều là kết quả của tán xạ Compton góc lớn của tia gamma tới Các hiện tượng đóng góp cho đỉnh tán xạ ngược chỉ khi tia gamma mất năng lượng của nó trong detector, còn đóng góp cho cạnh Compton khi electron mất năng lượng của nó trong detector

Hình 1 15 Minh hoạ đỉnh tán xạ ngược [24]

1.5.3 Quá trình nhận diện đồng vị phóng xạ

Dựa vào phương trình chuẩn năng lượng theo kênh ta sẽ thu được phổ năng lượng theo số đếm (Hình 1.16), từ đó có thể xác định các nguyên tố phóng xạ dựa vào các đỉnh năng lượng (chủ yếu là đỉnh quang điện) Trong các chương trình xử lý phổ gamma có chứa các thư viện đồng vị phóng xạ, cho phép nhận diện trực tiếp các đồng vị từ hình ảnh phổ gamma [1]

Hình 1 16 Phổ gamma đã được chuẩn năng lượng và đã qua xử lý [21]

1.6 Các nguồn phóng xạ trong môi trường

Trên khắp môi trường sống của chúng ta từ đất, nước, không khí, thực phẩm cho đến chính cơ thể con người đều tồn tại sự hiện diện của phóng xạ tự nhiên Hạt phóng

xạ tự nhiên thường có nồng độ rất thấp và chủ yếu có nguồn gốc từ họ U, Th, K-40 hay còn gọi là hạt phóng xạ nguyên thủy trên trái đất [19] Sự hiện diện của chúng là kết quả

từ sự tương tác giữa bức xạ vũ trụ và vật chất trên trên Trái đất Cùng với sự phát triển của khoa học kỹ thuật, con người cũng đã tạo ra phóng xạ nhân tạo thông qua nhiều quá trình như ứng dụng phóng xạ trong y học, sử dụng phân bón trong sản xuất nông nghiệp, thử nghiệm và sản xuất vũ khí hạt nhân, khai thác khoáng sản, làm giàu nhiên liệu, sử dụng cho lò phản ứng hạt nhân Quá trình hình thành nguyên tố phóng xạ (cả tự nhiên

và nhân tạo) đều được diễn ra tại lớp vỏ Trái đất, nơi xảy ra quá trình phân rã phóng xạ của hạt nhân phóng xạ ban đầu vào trong đất hoặc phát bụi phóng xạ vào không khí

Thực vật trên trái đất sinh trưởng và phát triển dưới ảnh hưởng trực tiếp của các yếu tố môi trường, bao gồm đất, nước và không khí từ lớp vỏ trái đất Điều này dẫn đến việc mọi loại thực vật đều tích tụ một lượng phóng xạ nhất định từ nguồn phóng xạ tự nhiên và nhân tạo Thực vật trực tiếp bám bụi phóng xạ từ môi trường qua lá và thân cây do tiếp xúc với bụi phóng xạ trong không khí Khi bụi phóng xạ (gọi là rác thải phóng xạ), hoặc nồng độ phóng xạ trong đất đạt đến một mức độ nhất định (nó sẽ vượt lên trên bề mặt của Trái đất) sẽ tác động và bám trực tiếp vào thân cây, lá cây Theo đánh giá chung của các nhà nghiên cứu, hiện nay các loại bụi phóng xạ trên bề mặt Trái đất đang ngày càng gia tăng và các nguyên tổ phóng xạ nhân tạo có thể được tìm thấy hầu hết trong các mẫu đất, nước, thực phẩm, các loài động và thực vật [19] Ngoài ra thực vật còn bị nhiễm phóng xạ thông qua việc rễ cây hấp thụ các chất phóng xạ chứa trong nước và đất đá Quá trình này xảy ra tất yếu với mọi cả thể thực vật do đó, hầu hết các loại thực vật đều chứa một lượng nhất định nguyên tố phóng xạ tự nhiên như urani, thori, radium và kali Hiện nay, hàng loạt phóng xạ trong đất bị ô nhiễm được hấp thụ bởi rễ cây sau đó được chuyển giao cho các chồi và trở thành một thành của chuỗi thức

ăn [9] Khi cây lương thực được trồng trong đất bị ô nhiễm, các chất phóng xạ được chuyển từ đất vào rễ cây, vào chồi cây và cuối cùng là nó được đưa vào chuỗi thức ăn, nước uống của con người [9]

1.7 Hạn chế của phương pháp nhận diện bằng phổ gamma

1.7.1 Hạn chế khách quan

- Phông phóng xạ môi trường có thể gây ra ảnh hưởng đáng kể đến phông nền của phổ gamma Nó tạo ra tín hiệu nhiễu và độ nhiễu này có thể được ghi nhận bởi detector làm cho dữ liệu phổ bị mất mát hoặc bị biến đổi Điều này cũng ảnh hưởng đến chất lượng phổ và độ chính xác khi phân tích [15]

- Độ phân giải thấp của các detector cũng ảnh hưởng đến việc nhận diện đồng vị + Với detector độ phân giải thấp các đỉnh phổ của các đồng vị phóng xạ khác nhau có thể chồng chập nhau khiến việc phân tích và nhận diện chính xác trở nên khó khăn hơn

+ Vì độ phân giải thấp nên việc xác định đồng vị chủ yếu dựa vào đỉnh quang điện của

phổ gamma, các đỉnh đặc trưng khác của phổ vẫn chưa được khai thác

1.7.2 Hạn chế chủ quan

Các chuyên gia sử dụng kiến thức và kinh nghiệm của mình để so sánh các đặc

trưng phổ gamma với các đặc trưng của phổ các đồng vị phóng xạ đã biết trước và xác

định đồng vị phóng xạ Quy trình này là một quy trình phức tạp và yêu cầu kỹ năng

chuyên môn và kinh nghiệm cao trong lĩnh vực phân tích phổ gamma

1.8 Tiểu kết chương 1

Trong chương 1 này chúng tôi đã phân tích tổng quan về cơ sở phóng xạ của vật

lý hạt nhân Đồng thời trình bày về phương pháp phân tích phổ gamma để nhận diện

nguyên tố phóng xạ và rút ra những hạn chế Các hạn chế này sẽ là tiền đề cho việc phát

triển một phương pháp nhận diện mới, dựa trên việc áp dụng học máy

CHƯƠNG 2: NHẬN DIỆN ĐỒNG VỊ PHÓNG XẠ BẰNG PHƯƠNG

PHÁP HỌC MÁY

2.1 Tổng quan về học máy (Machine Learning)

Trước đây, người ta có thể chế tạo ra máy khoan lỗ, máy sản xuất tự động, máy dọn rửa,… nhưng những máy móc này không thể giải quyết các vấn đề như phát hiện nguy hiểm và tìm ra cách phòng tránh, không thể đọc hiểu một cuốn truyện hay nhảy qua một cái hố trên đường Điều khác biệt cơ bản của con người và máy móc chính là con người có bộ não Bộ não con người có thể lưu trữ lượng dữ liệu lớn cũng như sử dụng những dữ liệu đó như một kinh nghiệm để phát hiện, phân tích và đưa ra quyết định Ngược lại, máy móc không thể phân tích và đưa ra quyết định [10] Trong thời đại thế giới ngày càng bận rộn, việc yêu cầu có những cỗ máy có thể thông minh như con người và giải quyết được nhiều vấn đề hơn là một nhiệm vụ lớn cho giới khoa học Từ đây khái niệm học máy cũng dần ra đời với sự xuất hiện của mạng nơron, mô phỏng quá trình hoạt động của bộ não con người Đến năm 1950, lần đầu tiên, Alan Turing đã giới thiệu Bài kiểm tra Turing để đánh giá độ thông minh của máy tính [6] Đến năm 1958, luận án của Danny Bobrow tại MIT đã chỉ ra rằng: Máy tính có thể hiểu ngôn ngữ tự nhiên đủ tốt để giải quyết các bài toán đại số một cách chính xác [6] Tiếp theo đó là sự phát triển của perceptron bởi Rosenblatt như một trong những kiến trúc mạng thần kinh đầu tiên vào năm 1958 [20] Robot được trang bị khả năng vận động, nhận thức và giải quyết vấn đề cũng đã được phát triển tại Viện Nghiên cứu Stanford vào năm 1969 Cho đến năm 1979, xe tự điều khiển bằng máy tính đầu tiên đã được chế tạo [6]

2.1.1 Khái niệm về học máy

Có rất nhiều khái niệm học máy đã được đưa ra nhưng thông thường học máy vẫn được hiểu là cỗ máy có khả năng học từ dữ liệu nó quan sát được Học máy là một nhánh đang phát triển của trí tuệ nhân tạo, được thiết kế để mô phỏng trí thông minh của con người bằng cách học hỏi từ môi trường xung quanh mà không cần phải lập trình từng bước Chúng được coi là con ngựa trong kỉ nguyên mới của dữ liệu lớn Định nghĩa

được chấp nhận rộng rãi nhất về học máy được đưa ra bởi Tom M.Mitchell: “Một

chương trình máy tính được gọi là học từ trải nghiệm E đối với một số loại nhiệm vụ

T trên thước đo hiệu suất P nếu hiệu suất của nó ở các nhiệm vụ T, được đo bằng P, cải thiện với trải nghiệm E” (Hình 2.1) Dựa vào những đặc điểm của nó, học máy đã được

ứng dụng trong nhiều lĩnh vực khác nhau, từ nhận dạng mẫu, thị giác máy tính, kỹ thuật tàu vũ trụ, tài chính, giải trí và sinh học tính toán cho đến các ứng dụng y sinh và y học [27]

Hình 2 1 Khái niệm về học máy của Tom M.Mitchell [27]

Khi tìm hiểu về học máy, ta cũng thường gặp một số các khái niệm cơ bản [27]

Quan sát (Observation): Là dữ liệu đầu vào (input) của bài toán, thường có dạng

là một vector x = (x1, x2,…, xn) ∈ 𝑅𝑛được gọi là vector đặc trưng (feature vector) và mỗi xn là một đặc trưng (feature) Ví dụ bạn muốn đoán giá nhà dựa vào các dữ liệu

quan sát gồm các feature (vị trí nhà, hướng nhà, tình trạng giao thông, cơ sở hạ tầng, giá nhà trung bình…)

Nhãn (Label): Là đầu ra cần dự đoán của bài toán (với bài toán học có giám

sát) Mỗi quan sát sẽ có thể có một nhãn tương ứng trong dữ liệu Ở ví dụ trên, label giá nhà có thể là 1 tỷ, 2 tỷ, 2.5 tỷ… hoặc trong một số bài toán với điều kiện nhà như vậy thì có quyết định “Mua” hay “Không mua” Nhãn có thể mang nhiều dạng nhưng đều

có thể chuyển đổi thành một số thực hoặc một vector

Tập dữ liệu (dataset): là tập hợp của các quan sát hay các mẫu dữ liệu và các nhãn

nếu có được sử dụng để xây dựng mô hình

Mô hình (Model): là một hàm số f(x) hoặc một quy tắc R cho phép ánh xạ dữ liệu

quan sát sang một dự đoán đầu ra (có thể là nhãn của dữ liệu hoặc mối quan hệ trong dữ liệu)

Tham số (parameter): là mọi thứ của mô hình được sử dụng để tính toán ra giá trị

đầu ra Chẳng hạn model là một hàm đa thức bậc hai: f(x)=ax 2 +bx+c thì tham số của

mô hình là a,b,c

2.1.2 Nguyên tắc hoạt động của học máy

Hình 2.2 cho ta thấy cái nhìn tổng quan các thuật toán của học máy Học máy lấy cảm hứng từ quá trình con người (và các sinh vật khác có khả năng nhận thức) học từ kinh nghiệm để xử lý và phản ứng với các tín hiệu đầu vào, nhằm thực hiện một mục tiêu cụ thể Điển hình, trong lĩnh vực nhận dạng mẫu, nhiệm vụ có thể là phân biệt giữa táo và cam Dù mỗi quả táo hay cam đều có những đặc trưng riêng biệt, con người vẫn

có thể nhận dạng và phân biệt chúng dựa trên các đặc điểm chung Thay vì lập trình cứng các đặc trưng cụ thể của táo và cam vào máy, chúng ta có thể dạy máy phân biệt chúng thông qua việc học từ dữ liệu và trải nghiệm thực tế Đây là ví dụ về học có giám sát (Supervised learning), nơi dữ liệu đầu vào như màu sắc, hình dạng, mùi v.v được ghép nối với nhãn đã biết (táo hay cam) Quá trình này giúp hệ thống máy học ghi nhận được những điểm tương đồng và khác biệt ngay cả khi có sự biến đổi trong các đặc trưng của từng lớp đối tượng, đồng thời duy trì được những đặc tính cốt lõi để phân biệt chúng [11] Điều quan trọng là mô hình học máy sau cùng phải có khả năng nhận diện một quả táo hay cam mới mà trước đó chưa hề được học, dựa trên kinh nghiệm đã tích lũy được

Loại máy học thứ hai được gọi là học không giám sát (Unsupervised learning) Hãy tưởng tượng bạn có một tập hợp hình ảnh của nhiều loài hoa khác nhau, nhưng không biết chúng thuộc loài nào Mục tiêu là tổ chức các hình ảnh thành các nhóm dựa trên các đặc điểm tương tự như hình dạng, kích thước, và màu sắc mà không có bất kỳ thông tin nào về nhãn hoa từ trước Trong quá trình học, thuật toán sẽ cố gắng phát hiện cấu trúc và mẫu vẫn trong dữ liệu: nó có thể nhận ra rằng một số hoa có cùng hình dạng cánh hoặc màu sắc tương tự Điều này giống như cách bạn cố gắng sắp xếp một bộ bài gồm các lá bài hoa không ghi nhãn thành từng chồng mà không biết luật chơi; chỉ đơn giản là dựa vào sự giống nhau và khác biệt trực quan giữa các lá bài Cuối cùng, sau khi học từ dữ liệu không được gán nhãn, thuật toán có thể tạo ra các nhóm hoa tự nhiên và

có khả năng áp dụng kỹ năng phân loại mà nó đã học được để sắp xếp các loài hoa mới

mà nó chưa từng gặp trước đó, thể hiện khả năng thích ứng của mô hình đã được huấn luyện