Statistisk precision vid radioaktivitetsmätning och Aktivitetsbestämning ur uppmätt räknehastighet

Relevanta dokument
Extrauppgifter - Statistik

Extrauppgifter i matematisk statistik

1 Bakgrund DATORÖVNING 3 MATEMATISK STATISTIK FÖR E FMSF Något om Radon och Radonmätningar. 1.2 Statistisk modell

Föreläsningsanteckningar till kapitel 8, del 2

F3 Introduktion Stickprov

4 Diskret stokastisk variabel

1. Mätning av gammaspektra

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 08-12

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

Thomas Önskog 28/

Lektionsanteckningar 11-12: Normalfördelningen

FÖRELÄSNING 7:

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):

Föreläsning 3. Radioaktivitet, alfa-, beta-, gammasönderfall

Föreläsning 4: Konfidensintervall (forts.)

FACIT: Tentamen L9MA30, LGMA30

Tentamen i matematisk statistik (9MA241/9MA341, STN2) kl 14 18

Experimentella metoder 2014, Räkneövning 1

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

TMS136. Föreläsning 10

Laborationer i miljöfysik Gammaspektrometri

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

FMSF55: Matematisk statistik för C och M OH-bilder på föreläsning 5, a 2 e x2 /a 2, x > 0 där a antas vara 0.6.

SF1922/SF1923: SANNOLIKHETSTEORI OCH INTERVALLSKATTNING. STATISTIK. Tatjana Pavlenko. 24 april 2018

4.2.1 Binomialfördelning

Grundläggande matematisk statistik

4.1 Grundläggande sannolikhetslära

TMS136. Föreläsning 4

Grundläggande matematisk statistik

10. Konfidensintervall vid två oberoende stickprov

faderns blodgrupp sannolikheten att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

9. Konfidensintervall vid normalfördelning

SF1901 Sannolikhetsteori och statistik I

Statistik 1 för biologer, logopeder och psykologer

Inledning till statistikteorin. Skattningar och konfidensintervall för μ och σ

F14 HYPOTESPRÖVNING (NCT 10.2, , 11.5) Hypotesprövning för en proportion. Med hjälp av data från ett stickprov vill vi pröva

b) antalet timmar Lukas måste arbeta för att sannolikheten att han ska hinna med alla 112 datorerna ska bli minst (3 p)

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

7 Comptonspridning. 7.1 Laborationens syfte. 7.2 Materiel. 7.3 Teori. Att undersöka comptonspridning i och utanför detektorkristallen.

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

GAMMASPEKTRUM Inledning

MVE051/MSG Föreläsning 7

Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13

Föreläsning 7: Punktskattningar

F9 Konfidensintervall

Tentamen i Matematisk statistik Kurskod S0001M

Laboration 36: Nils Grundbäck, e99 Gustaf Räntilä, e99 Mikael Wånggren, e99 8 Maj, 2001 Stockholm, Sverige

Tentamen i TMA321 Matematisk Statistik, Chalmers Tekniska Högskola.

1. 2. a. b. c a. b. c. d a. b. c. d a. b. c.

Experimentella metoder 2014, Räkneövning 4

0 om x < 0, F X (x) = x. 3 om 0 x 1, 1 om x > 1.

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2010

BFL122/BFL111 Fysik för Tekniskt/ Naturvetenskapligt Basår/ Bastermin 13. Kärnfysik Föreläsning 13. Kärnfysik 2

Avd. Matematisk statistik

1.1 Diskret (Sannolikhets-)fördelning

Matematisk statistik för D, I, Π och Fysiker

Strålning Radioaktivitet och strålskydd

Rättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:

Föreläsning 12: Regression

(a) sannolikheten för att läkaren ställer rätt diagnos. (b) sannolikheten för att en person med diagnosen ej sjukdom S ändå har sjukdomen, dvs.

Föreläsning 7 FK2002

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

ABSORPTION AV GAMMASTRÅLNING

Introduktion till statistik för statsvetare

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Avd. Matematisk statistik

Föreläsning 7: Punktskattningar

Matematisk statistik för B, K, N, BME och Kemister

Uppgift a b c d e Vet inte Poäng

Neutronaktivering. Laboration i 2FY808 - Tillämpad kvantmekanik

en observerad punktskattning av µ, ett tal. x = µ obs = 49.5.

Hur måttsätta osäkerheter?

Tentamen i FUF050 Subatomär Fysik, F3

3.7 γ strålning. Absorptionslagen

EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIKTE- ORIN (INFERENSTEORIN):

Introduktion till statistik för statsvetare

Studietyper, inferens och konfidensintervall

Matematisk statistik för B, K, N, BME och Kemister

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

SF1922/SF1923: SANNOLIKHETSTEORI OCH DISKRETA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 23 mars, 2018

Finns det över huvud taget anledning att förvänta sig något speciellt? Finns det en generell fördelning som beskriver en mätning?

Demonstration av laboration 2, SF1901

modell Finansiell statistik, vt-05 Modeller F5 Diskreta variabler beskriva/analysera data Kursens mål verktyg strukturera omvärlden formellt

Resultat till ett försök är ofta ett tal. Talet kallas en stokastisk variabel (kortare s. v.).

SF1901: SANNOLIKHETSTEORI OCH KONTINUERLIGA STOKASTISKA VARIABLER STATISTIK. Tatjana Pavlenko. 7 september 2016

Matematisk statistik 9 hp, HT-16 Föreläsning 10: Punktskattningar

Sannolikheten för att barnet skall få blodgrupp A0 A0 1/2 AA 1 AB 1/2 Övriga 0

FÖRELÄSNING 8:

TAMS65 - Föreläsning 6 Hypotesprövning

Föreläsning 9, Matematisk statistik 7.5 hp för E Konfidensintervall

Kort om mätosäkerhet

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

LINKÖPINGS UNIVERSITET EXAM TAMS 79 / TEN 1

Matematisk statistik 9hp Föreläsning 2: Slumpvariabel

Föreläsning 11, FMSF45 Konfidensintervall

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 3 Diskreta stokastiska variabler. Jörgen Säve-Söderbergh

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Föreläsning 11: Mer om jämförelser och inferens

Transkript:

Institutionen för medicin och vård Avdelningen för radiofysik Hälsouniversitetet Statistisk precision vid radioaktivitetsmätning och Aktivitetsbestämning ur uppmätt räknehastighet Gudrun Alm Carlsson och Carl A Carlsson Department of Medicine and Care Radio Physics Faculty of Health Sciences

Series: Report / Linköpings högskola, Institutionen för radiologi; 16 Report / Linköpings högskola, Institutionen för radiologi; 17 ISRN: LIU-RAD-R-016 LIU-RAD-R-017 Publishing year: 1974 The Author(s)

1 Statistisk precision vid radioaktivitetsmätning och Aktivitetsbestämning ur uppmätt räknehastighet Gudrun Alm Carlsson och Carl A Carlsson REPORT LiH-RAD-R-016 och R-017

Inledning 2 Radioaktiva sönderfall sker slumpmässigt och det är omöjligt att i förväg veta exakt när en viss atom sönderfaller. Allt man kan säga är att under en halveringstid är sannolikheten 0.5 att en atom sönderfaller och 0.5 att den förblir i sitt ursprungliga radioaktiva tillstånd. Detta gäller en enstaka atom, är det ett stort antal atomer kan man förutsäga att hälften av dem kommer att sönderfalla inom en halveringstid. Antag att i ett experiment aktiviteten av ett prov bestäms under en minut. Räknaren anger 1000 cpm, counts per minute. Om man räknar en gång till kanske scalern anger 985 cpm, nästa gång 1023 cpm osv Skulle man utföra mätningen 1000 gånger skulle man få värdet 1000 12-13 gånger, 960 och faktiskt 1040 skulle man få 5-6 gångeroch 940 eller 1060 2 gånger. Detta beror inte på något experimentellt fel eller på någon speciell teknik som experimenttorn använder utan på de statistiska fluktuationerna. (Skulle man få värdet 1000 varje gång skall man kontrollera räknaren, någon kanske har ställt in pre-set counts 1000, dvs då är något fel). Vi skall i denna rapport se hur de statistiska fluktuationerna påverkar mätresultaten, hur osäkerheten presenteras och hur man gör en aktivitetsbestämning ur en uppmätt räknehastighet. I: Slumpmässigheten, några stokastiska variabler av intresse; deras väntevärde och standardavvikelse. a. Antalet kärnor, ΔN, som sönderfaller i ett preparat med N kärnor. Det radioaktiva sönderfallet är en slumpmässig process som beskrivits i inledningen Låt oss betrakta flera preparat av samma radioaktiva nuklid vardera innehållande N kärnor vid tiden t = 0, (N(0)). För varje preparat gör vi en mätning (observation) av antalet kärnor, ΔN, som sönderfaller under ett visst ändligt tidsintervall, Δt, från tiden t = 0 till tiden t =Δt. Vi kommer att registrera att ett varierande antal kärnor sönderfallit i de olika preparaten. ΔN = antalet kärnor, som sönderfaller under tidsintervallet Δt, säges vara en stokastisk variabel. Stokastisk variabel: En stokastisk variabel är en kvantitativ storhet, som antar olika värden vid upprepade mätningar på samma system. Värdet, som den stokastiska variabeln antar vid en enskild mätning (observation av variabeln) kan ej förutsägas även om samma mätning utförts många gånger. (se inledningen)

3 Väntevärdet: Om vi mäter ett mycket stort antal preparat, eller gör ett stort antal mätningar av samma preparat kan vi bestämma ett medelvärde av dessa mätningar som vi kallar väntevärdet för den stokastiska variabeln ΔN. ΔN beskrivs av följande relation ΔN λ Δt N...(1) ΔN kärnor sönderfaller av N kärnor i preparatet. λ = sönderfallskonstanten för den radioaktiva nukliden. Ekv (1) gäller under förutsättning att a) Δt << T, där T = den radioaktiva nuklidens halveringstid. T = ln 2 λ = 0,693. λ b) Om den betraktade radionukliden får ett tillskott från en sönderfallande modernuklid skall det gälla att Δt << Ti, där Ti är den kortaste av halveringstiderna för moder- och dotternukliden. Om inte a) eller b) gäller erhålles ΔN ur relationen ΔN = N(0) N(Δt)...(2) där N(Δt) = antalet radioaktiva kärnor, som i medeltal finns kvar efter tiden Δt. Vi begränsar diskussionen till det fall att ekv (1) ovan gäller. Man har då möjlighet att på ett relativt enkelt sätt matema-tiskt uttrycka sannolikheten för att ett bestämt antal kärnor skall sönderfalla under en observationsperiod av längden Δt. ΔN är under denna förutsättning en Poisson-fördelad stokastisk variabel. Om väntevärdet, ΔN, av den stokastiska variabeln är tillräckligt stort, ΔN 15, är ΔN även approximativt normalfördelad (Gaussfördelad). Se fig. 1 Standardavvikelsen, σ ΔN : Sannolikhetsfunktionens spridning kring väntevärdet ΔN ges av standardavvikelsen σ ΔN.(Fig 1). För en Poissonfördelad stokastisk variabel gäller att: σ ΔN = ΔN...(3) Det matematiska uttrycket för en Poisson fördelning p( ΔN) = ΔN ΔN e ΔN! ΔN

4 Figur 1 Sannolikheten, p(δn), för att antalet kärnor, som sönderfaller under tidsperioden Δt i ett preparat innehållande N kärnor, skall vara = ΔN, ritat som funktion av ΔN. Standardavvikelsenσ ΔN är ett mått på sannolikhetsfunktionens spridning kring väntevärdet, ΔN. ΔN 15. Om den stokastiska variabeln ΔN dessutom är approximativt normalfördelad gäller att sannolikheten för att man vid en enskild mätning av ΔN skall erhålla ett värde på ΔN, som ligger inom intervallet ΔN ± σ ΔN (ΔN ± ΔN ) är 0,68 (68%). Detta innebär med andra ord att om vi gör ett stort antal mätningar av ΔN (t ex upprepade mätningar med samma preparat så länge förutsättningarna a) och b) gäller för hela det tidsintervall, som försöket pågår) kommer vi att erhålla värden med en sådan spridning att 68% av värdena ligger inom intervallet ΔN ± ΔN och resten utanför.

5 b. Antalet räknade pulser, X, i detektorn Med en detektor registrerar vi inte direkt antalet kärnor som sönderfallit. Det vi registrerar (räknar) är händelser i detektorn förorsakade av enskilda partiklar av joniserande strålning utsända i samband med sönderfallen av de radioaktiva kärnorna. X = antalet registrerade händelser i detektorn (antalet räknade pulser) under en tidsperiod = Δt är liksom ΔN en Poisson-fördelad stokastisk variabel med en sannolikhetsfunktionmotsvarande den i Fig 1. Väntevärdet av den stokastiska variabeln X är X och standardavvikelsen σ X = X. En metod att testa ett detektorsystems tillförlitlighet går ut på att iaktta spridningen i X vid upprepade mätningar med samma preparat (förutsättningarna a) och b) skall gälla under hela det tidsintervall, som försöket pågår). Vid upprepade mätningar av X bör de erhållna värdena variera på ett sådant sätt att approximativt 68% av värdena ligger inom standardavvikelsen X från väntevärdet X och resten utanför. Om inte den förväntade spridningen i X erhålles måste man sluta sig till att detektorn inte räknar de händelser den är avsedd att räkna. En lämplig metod att objektivt testa spridningen i X är att göra en hypotes-prövning med χ2-metoden. (se appendix) Det råder proportionalitet mellan väntevärdet, X, för antalet registrerade händerlser (räknade pulser) och väntevärdet, ΔN, för antalet kärnor som sönderfallit. X = k ΔN...(4) Proportionalitetskonstanten k är sammansatt av flera faktorer, vilka behandlas i ett senare kapitel. c. Räknehastigheten, R, i detektorn Den intressanta storheten vid en radioaktivitetsmätning är antingen mängden av den radioaktiva nukliden i objektet eller aktiviteten av den radioaktiva nukliden i objektet. Antalet kärnor, N, ges ur ekvationerna (1) och(4): N = ΔN Δt 1 λ = X Δt 1 k 1 λ...(5) medan aktiviteten A = λ N ges av A = X Δt 1 k...(6) Det är alltså väntevärdet av räknehastigheten, R = X Δt, som är

6 av intresse att fastställa. R = räknehastigheten bestämd ur en mätning av X, R = X, är liksom X en stokastisk variabel. R är dock inte Δt Poissonfördelad. En Poissonfördelad stokastisk variabel kännetecknas av att standardavvikelsen är lika med kvadratroten ur väntevärdet. Standardavvikelsen, σ R, för räknehastigheten ges av: σ R = X Δt = X Δt Δt = R Δt...(7) Om X är approximativt normalfördelad, X 15, så är även R approximativt normalfördelad. II: Statistisk mätprecision Vid en enskild mätning med ett preparat har man stor chans att erhålla ett värde på X, som inte överensstämmer med det önskade eller "rätta" värdet X. Vi kan använda det observerade värdet X som en skattning av det "rätta" värdet X. Men hur god eller "exakt" är denna skattning? Vi vill kunna ange ett intervall (s.k. konfidens-intervall) kring det observerade värdet, som med en viss säkerhet ( s.k. konfidensgrad) innehåller det "rätta" värdet X. Vi antar nu att X är approximativt normalfördelad, dvs. att X 15. Man kan med hjälp av sannolikhetsfunktionen för den observerade variabeln, p(x) konstruera sådana intervall. Olika multiplar av standardavvikelsen (σ X ) ger konfidensintervall med olika konfidensgrader. T ex definierar X ± X ett konfidensintervall kring det observerade värdet X med konfidensgraden 0,68, dvs det är 68% sannolikhet det "rätta" värdet ligger i intervallet.. Det är inte säkert att denna precisionsangivelse duger. Sannolikheten för att det "rätta" värdet skall ligga utanför det angivna intervallet är nästan lika stor som att det skall ligga inom detsamma. Vill vi ha större säkerhet för att intervallet skall innehålla det "rätta" värdet får vi konstruera ett större intervall. Vanligt är att ange intervallet X ± 2 X, som ger ett konfidensintervall med konfidensgraden 0,955, dvs intervallet innehåller med 95% sannolikhet det önskade värdet. X ± 3 X ger ett konfidensintervall med ännu högre konfidensgrad = 0,997. För att kunna ange precisionen i skattningen av X måste man tydligen känna värdet på X, vilket uppenbarligen inte är fallet. Man kan emellertid visa att konfidensintervall med approximativt samma konfidensgrader som ovan kan konstrueras genom att ersätta X med X, dvs X fungerar bra som skattning av standardavvikelsen σ X då X 15.

7 Vanligen anger man konfidensintervallets längd i % av det observerade värdet X. Vi definierar en relativ, procentuell standardavvikelse f x med vars hjälp konfidensintervall angivna i % av det observerade värdet X kan konstrueras: f X = X X 100% = 100 X %...(8) Man kan visa att den procentuella precisionen i bestämningen av R = X Δt beror på samma sätt av det observerade värdet X. f R = R Δt R 100% = 100 R Δt % = 100 X %...(9) Gå igenom ovanstående resonemang om mätprecisionen även för räknehastighet, R, för övnings skull. Den procentuella precisionen i bestämningarna kan ökas genom att öka X, dvs mätperiodens längd. Anm. Ett vanligt sätt att öka precisionen i bestämningen av ett väntevärde är att göra flera observationer av den stokastiska variabeln och bilda aritmetiska medelvärdet av dessa. Medelvärdet av flera observationer befinner sig med större säkerhet i närheten av väntevärdet än en enstaka observation. Konfidensintervall kring ett medelvärde av flera observationer konstrueras på samma sätt som konfidensintervall kring en enstaka observation med den skillnaden att standardavvikelsen σ ersätts med σ n där n=antalet observationer, som gjorts och för vilka ett medelvärde bildats. Vad gäller precisionen i bestämningen av vänte-värdet, R, för räknehastigheten kan man visa att denna blir densamma om hela den tid, som åtgår för att göra många bestämningar av R, i stället användes för att göra en enda bestämning. Det bekvämaste sättet att skaffa sig bättre precision i bestämningen av R är alltså att utsträcka mät-periodens längd. Detta motiverar att vi ovan endast diskuterar den precision, som erhålles i samband med att en enskild mätning (observation) på ett preparat utföres. Exempel: Man gör under 10 minuter en mätning på ett radioaktivt preparat och räknar 10 000 pulser. a) Ange ett intervall, som med 95% sannolikhet innehåller väntevärdet, X, för antalet räknade pulser under en 10-minuters period. b) Ange även ett intervall som med 95% sannolikhet innehåller väntevärdet, R, för räknehastigheten.

8 Lösning: a) X = 10000, X = 100 det önskade intervallet ges av X ± 2 X, dvs 10000 ± 200, eller uttryckt i % av det observerade värdet:10000 ± 2 f X = 10000 ± 2 100 % = 10000 ± 2%. 100 b) R = X t = 10000 10 = 1000 pulser per minut. per minut. Det önskade intevallet ges av R ± 2 uttryckt i % av det observerade värdet 1000 ± 2 f R =1000 ± 2 100 % = 1000 ± 2%. 100 R t = 1000 = 100 =10 pulser 10 R, dvs 1000 ± 20, eller t Obs. När man anger en siffra för precisionen i sin mätning bör man alltid samtidigt tala om vilken konfidensgrad precisionsangivelsen har. Det är mycket vanligt att man anger precisionen genom att ange ett intervall bestämt av ± σ (standardavvikelsen). I ovanstående exempel hade vi då fått X = 10000 ± 1% R = (1000 ±1%) pulser per minut Precisionen i bestämningen av X och R är då given med en konfidensgrad som endast är 68%. Som ovan påpekats är detta inte någon särskilt bra angivelse eftersom sannolik-heten att X ( R ) inte återfinns inom de givna gränserna fortfarande är hög. Det rekommenderas att om man avser att de givna gränserna skall kunna tas som något slags "fel-gränser" ( det är här inte fråga om "fel" i egentlig mening utan om statistiska osäkerheter) så bör man ange ett intervall bestämt av ±2σ, 2 standardavvikelser. Resultaten från ovanstående exempel skulle på presenteras som X = 10000 ± 2% R = (1000 ± 2%) pulser per minut med en upplysning om att precisionen är given med 95% konfidensgrad. III: Bakgrundsmätningar Vid mätning med radioaktiva preparat registreras alltid samtidigt en bakgrundsräknehastighet RB, som beror av den kosmiska strålningen och naturligt förekommande radio-nuklider i byggnadsmaterial och instrument. Denna är ofta inte försumbar och måste subtraheras från den totala räknehastigheten RT, som erhålles vid mätningen med preparatet. De statistiska fluktuationerna i bakgrunden måste inkluderas vid uppskattning av mätningens precision. Sätt

9 RB = bakgrundsräknehastigheten bestämd ur en bakgrundsmätning under ett tidsintervall = tb. RT = totala räknehastigheten bestämd ur en mätning med preparatet under ett tidsintervall = tt. RS = RT - RB = nettoräknehastigheten. RS är liksom RB och RT en stokastisk variabel med väntevärdet R S = R T R B och med en standardavvikelse, σ R S, σ R S = σ R T 2 + σ R B 2 = R T t T + R B t B...(10) där R B och R T är väntevärden för bakgrundsräkne-hastigheten respektive totala räknehatigheten med preparatet. Vi definierar (jfr ekv (8) och(9)) en relativ, procentuell standardavvikelse, f R S, för nettoräknehastigheten: f R S = σ R S R S 100% R T + R B t T t B 100%...(11) R S f R S är ett mått på precisionen i bestämningen av väntevärdet för nettoräknehastigheten R S. Jämför avsnittet "Statistisk mätprecision" ovan. Exempel: Man gör under 10 minuter en bakgrundsmätning och erhåller 63 pulser. Med det radioaktiva preparatet räknar man under 50 minuter totalt 1681 pulser. Bestäm väntevärdet av nettoräknehastigheten med precisionen given med 95% konfidensgrad. Lösning: R B = 63 = 6,3 pulser per minut. R T = 1681 = 33,6 pulser per minut. 10 50 R S = (33,6 6,3) = 27,3 pulser per minut. σ R R B + R T = S t B t T pulser per minut. 63 100 + 1681 2500 = 0,63 + 0,67 = 1, 14 f R S = 1,14 27,3 100% = 4%. Ett 95% konfidensintervall för R S ges av 27,3 ± 2 f R S = 27,3 ± 8%. Svar: R S = (27,3 ± 8%) pulser per minut. Precisionen är given med 95% konfidensgrad.

10 En väsentlig frågeställlning är följande. Hur skall en viss tillgänglig mättid fördelas på mätning av bakgrunden och mätning med preparatet för att erhålla bästa precisionen i bestämningen av räknehastigheten R S? Man kan visa att om mättiderna t B och t T väljes så att t T = t B R T R B...(12) så erhålls bästa precisionen i bestämningen av R S. Ekvation 12 ger att vid mätning av lågaktiva preparat, R T R B, skall tiden t B för bestämning av bakgrundsräknehastigheten vara ungefär lika stor som tiden t T för bestämning av totala räknehastigheten inklusive preparatet. Med starka preparat, R T >> R B, skall huvuddelen av totala mättiden läggas på bestämningen av totala räknehastigheten. IV. Godhetstalet, G, för ett detektorsystem Vi är intresserade av att jämföra olika detektorsystem med varandra. En värdefull parameter är i detta sammanhang den minsta sammanlagda mättid, (t T +t B )min, som behövs för att göra en bestämning av nettoräknehastigheten R S med en given precision f R = σ S R R S S.när man har ett preparat med given aktivitet Det minsta sammanlagda mättiden för givet värde på f R s kan visas vara: (t T + t B ) min = ( R T + R B ) 2 f 2 2 (13) R R S S varvid relationen mellan tt och tb ges av ekvation 12. Godhetstalet, Gl, vid mätning av preparat med låg aktivitet Då preparatet har låg aktivitet gäller RT RB. Om detta villkor införes i ekv (13) erhålls (t T + t B ) min = 4 f R S 2 R B R S 2 (14)

Definition: 11 G l = R 2 S (15) R B Ur ekv (14) framgår att ju större värde på Gl desto kortare blir den minsta sammanlagda mättiden (tt + t B )min för givet värde på f R S. Det detektorsystem, som ger lägsta värdet på (t T + t B )min, dvs har högsta godhetstalet G1, sägs vara det bästa. Godhetstalet, Gh, vid mätning av preparat med hög aktivitet Då preparatet har hög aktivitet gäller att R B << R T R S. Om detta villkor införs i ekv (13) erhålls (t T + t B ) min = 1 1 2...(16) f R S R S Definition: G h = R S...(17) Ur ekv (16) framgår att ju högre värde på Gh desto kortare blir för givet f R S den minsta sammanlagda mättiden (t T + t B )min. Det detektorsystem, som har högsta godhetstalet Gh ger alltså det lägsta värdet på (t T + t B )min och sägs vara bäst. Obs. Det detektorsystem, som har högsta godhetstalet Gh för mätning av preparat med hög aktivitet behöver inte vara det bästa detektorsystemet vid mätning av preparat med låga aktiviteter. V. Aktivitetsbestämning ur uppmätt räknehastighet a Proportionalitetskonstanten, k, mellan räknehastighet och aktivitet I ekv 4-6, anges en proportionalitetskonstant, k, som ger sambandet mellan väntevärdet på räknehastigheten, R, och aktiviteten, A R = k A...(18) k ger också sambandet mellan väntevärdet, X, för antalet registrerade händelser och väntevärdet, ΔN, för antalet kärnor som sönderfallit under registreringstiden. X = k ΔN...(19)

12 Proportionalitetskonstanten, k, uttrycker vid stora räknade tal X bråkdelen av sönderfallen som räknas k = X ΔN...(20) Proportionalitetskonstanten, k, kan sammansättas av flera faktorer som beror på det radioaktiva sönderfallets natur, den utsända strålningens växelverkan i sin omgivning och i strålningsdetektorn, samt på den rymdvinkel som detektorn upptar sett från strålkällan. b. Det radioaktiva sönderfallet och k Vid radioaktivt sönderfall av en viss typ av nuklid emitteras inte alltid samma strålning i alla sönderfallen. Gammastrålning och konversionselektroner kan alter-nera. Betapartiklarnas energi alternerar och alla beta-sönderfall går inte till samma excitationsnivå i kärnan osv., se avsnitt III och IV i "Kärnfysikaliska grunder för radioaktiva nuklider". Om alla emitterade partiklar av en viss typ och energi detekteras och dessa partiklar emitteras i bråkdelen f av sönderfallen blir k = f och aktiviteten kan bestämmas ur räknehastigheten och ekv 18 som A = 1 k R = 1 f R...(21) c. Växelverkansprocesser och k 1. Växelverkan på vägen mellan emissionsplats och detektor På grund av växelverkansprocesser mellan de emitterade partiklarna och deras omgivning (preparat eller patient) når inte alltid alla partiklarna detektorn. Dvs endast bråkdelen, a, av de emitterade partiklarna når detektorn. Man får A = 1 k R = 1 f a R...(22) Som exempel kan detektering av monoenergetiska fotoner betraktas. På vägen till detektorn reduceras antalet emitterade fotoner enligt ekv 20 i "Växelverkan mellan materia och joniserande strålning från radioaktiva nuklider" med faktorn e μx. Vid enkla objekt där fotonerna skall penetrera ett homogent material med konstant tjocklek, x, och med attenuerings-koefficienten,. k = f a = f e μ x...(23)

13 I ett mera allmänt fall, som t ex en patient med tillförd radioaktivitet blir k utomordentligt svår att bestämma eftersom både x och varierar inom objektet. Liksom ekv 22 gäller ekv 23 endast om detektorn omsluter hela strålkällan och detekterar varje infallande partikel. 2. Växelverkan i detektorn, absorptionseffektivitet, ηa En del partiklar kan penetrera detektorn utan att växelverka med denna. Dessa partiklar detekteras ej. Absorptionseffektiviteten, a, kan definieras som antalet partiklar, Nreg, som detekteras och registreras, dividerat med antalet mot detektorn infallade partiklar, Nin. η a = N reg N in...(24) Absorptionseffektiviteten tilltar med växande densitet,, och tjocklek, d, av detektorn. För fotoner också som regel med ökande atomnummer, z. Som exempel betraktas monoenergetiska fotoner som infaller vinkelrätt mot en detektor med tjockleken, d. För detektormeterialet och den aktuella fotonenergin är attenueringskoefficienten, μ det. Av fotonerna passerar bråkdelen e μ det d (ekv 20 i "Växelverkan mellan materia och joniserande strålning från radioaktiva nuklider") utan att växelverka i detektorn. Bråkdelen 1 e μ det d ger upphov till någon slags energiabsorption i detektorn. I detta fall kan ηa skrivas η a = 1 e μ det d...(25) Vid pulshöjdsdiskriminering, då endast de pulser registreras som uppstår då en energi, motsvarande fotonens hela energi, absorberas i detektorn blir ηa mindre. Fig. 2 visar pulshöjdsfördelningar upptagna med olika tjocka NaIscintillationskristaller. Resultaten upptagna med den tunnaste kristallen visas överst och med den tjockaste nederst. Ur fig. 2 framgår att a (ytan under kurvorna) ökar med växande kristalltjocklek. Denna ökning av ηa är mycket markant om endast de pulser registreras där hela fotonenergin har absorberats (streckade ytor i fig.2).

14 Fig. 2 Pulshöjdsfördelningar upptagna med Cs-137 gammastrålning (0,662 MeV) och NaI-kristaller med olika indicerade tjocklekar. Med hänsyn till absorptionseffektiviteten blir aktiviteten i det fall då detektorn omsluter hela strålkällan A = 1 k R = 1 f a η a R...(26) d. Geometrisk effektivitet ηg Den geometriska effektiviteten, ηg, kan definieras som den rymdvinkel, ω, detektorn upptar sett från strålkällan dividerat med hela rymden, 4π. η g = ω 4π...(27) Idealt placeras strålkällan i detektorn. Då kan maximala värdet ηg = 1 erhållas. Så används oftast vätskescintillatorer och hålkristaller (scintillationskristaller med en centralt placerad brunn). Då strålkällan är utanför detektorn ökar den geometriska effektiviteten med minskande avstånd mellan strålkälla och detektor. En stor detektor har större geometrisk effektivitet än en mindre.

15 I ett allmänt fall kan alltså aktiviteten uttryckas ur räknehastigheten som A = 1 k R = 1 f a η a η g R...(28) V.Experimentell bestämning av k (kalibrering) Bestämning av aktivitet ur räknehastighet enligt ekv 28 är ofta så besvärligt att k i stället bestämmes genom experiment. En känd aktivitet av den intressanta nukliden tillföres ett fantom, dvs ett föremål som absorberar, attenuerar och sprider strålning på ungefär samma sätt som objektet (t ex en patient) för undersökningen. Aktiviteten bör också fördelas på samma sätt i fantom som objekt. I fantomet är aktiviteten, A, känd, R bestäms experimentellt varefter ekv 18 ger k, som sedan kan användas i det fortsatta experiomentet..