1. Mặc dù so với bề dày lớp germanium bất hoạt thì các thông số khác của detector có ảnh hưởng không đáng kể đến hiệu suất đỉnh năng lượng toàn phần, chỉ vài phần trăm [9]. Do đó ở đây, trong quá trình mô hình hóa detector bằng MCNP5, tất cả các thông số còn lại đều có giá trị như nhà sản xuất đưa ra. Thực tế khi mô tả detector, các thông số này đều được hiệu chỉnh lại bằng phương pháp chụp ảnh tia X và chụp ảnh phóng xạ. Tuy nhiên những phương pháp này đều vượt quá điều kiện hiện có của Phòng thí nghiệm, nên để có được mô hình detector gần với thực tế nhất, các nghiên cứu tiếp theo cần sử dụng Monte Carlo khảo sát ảnh hưởng các thông số còn lại đến hiệu suất, từ đó tối ưu mô hình detector. Đồng thời tiến hành những đo đạc và tính toán chi tiết hơn nữa để định lượng quá trình gia tăng bề dày lớp germanium bất hoạt.
2. Những kết quả trong phần 2.3 cho thấy phổ gamma mô phỏng chưa thể tái tạo hoàn chỉnh phổ thực nghiệm ở vùng dưới 250 keV. Do đó cần khảo sát chi tiết ảnh hưởng của các vật liệu xung quanh detector lên hàm đáp ứng. Đặc biệt cần kết hợp với các phương pháp khác để tính toán bề dày tối ưu của buồng chì và các lớp bổ sung để tiết kiệm vật liệu và nâng cao khả năng che chắn phông gamma từ môi trường.
3. Như đã đề cập ở phần mở đầu, khi cần đạt độ chính xác cao trong phân tích hàm lượng phóng xạ chúng ta cần phải quan tâm đến các hiệu ứng trùng phùng và tự hấp thụ. Có nhiều cách tiếp cận để giải quyết các vấn đề này, trong đó MCNP5 là một công cụ hiệu quả. Do đó trên cơ sở đã mô hình hóa hệ phổ kế, với sự hỗ trợ của MCNP, cần tiếp tục đi sâu nghiên cứu hiệu ứng trùng phùng và tự hấp thụ cho nhiều cấu hình đo và dạng mẫu khác nhau nhằm phục vụ có hiệu quả cho các đo đạc và phân tích trên hệ phổ kế gamma.
4. Quá trình mô phỏng phải xử lý rất nhiều file dữ liệu input và output, kinh nghiệm cho thấy việc xử lý thủ công sẽ mất nhiều thời gian và công sức đồng thời dễ gặp sai sót. Do đó cần thiết phải xây dựng một chương trình kết nối với MCNP5 nhằm tự động hóa quá trình đọc input và trích xuất thông tin từ output. Việc làm này sẽ giúp người dùng MCNP5 tiết kiệm được thời gian, tránh sai sót và nâng cao hiệu quả sử dụng chương trình.