Documente Academic
Documente Profesional
Documente Cultură
(1)
Comisión Nacional de Energía Atómica - Gerencia de Área Aplicaciones de la
Tecnología Nuclear- Centro Atómico Ezeiza- Sector Capacitación Interna.
(2)
Instituto de Tecnología Nuclear Dan Beninson.
1
PRINCIPLES OF IMAGING IN GAMMA CAMERA / SPECT:
A DIDACTIC PERSPECTIVE
Abstract
The teaching of the principles in which Nuclear Medicine imaging systems are based,
constitutes a fundamental objective in training, in Nuclear Medicine Centers. These principles
must be known and correctly handled by a wide community of professionals from various
fields. Increased complexity of gamma-imaging systems is overwhelming for students in the
initial stage of its formation.
Consequently, it was considered necessary to design and implement an experimental
practice that develops in training centers, enabling students have a first approach to the
subject, in a simple way and with minimum equipment, emphasizing the conceptual aspects
of Nuclear Medicine imaging systems, as well as the main parameters and variables of
interest, and their interdependence.
In this sense, an experimental practice is proposed, in order to facilitate the
understanding of the principles of Gamma camera / SPECT imaging systems, the importance
of the collimation on these systems, familiarity with some parameters of the collimator and
quality parameters of images, as well as separation criteria of point images. Also, the practice
allows familiarize students with operations of digital processing of images, as the convolution
and methods of modeling by simulation, with gamma spectrometry techniques and with the
concept of energy window or ROI (region of interest).
The practice is implemented by means of a device designed for this purpose,
consisting of a sources mobile support, a lead collimator with variable aperture slit, a gamma
scintillation detector coupled to a gamma spectrometry system based on PC with Multi-
Channel Analyzer (MCA) and implements with controllable and preset positions of all
elements.
Two specific software applications were developed for this practice. One of them
allows convert the acquired data in gamma images, while the other simulates the collimation
process and imaging using a geometric – convolutive model.
Our results show that it is possible to implement an experimental practice that allows
understanding the fundamental principles of imaging in Gamma Camera /SPECT, with great
economy of resources, and with special emphasis on the role of collimation. Experience has
shown that students quickly acquire the practice operational management, improving the
understanding of the variables and parameters of interest, as well as the interdependence
between the involved variables, and then transferring this knowledge to diagnostic use in
Nuclear Medicine systems.
Introducción
2
infraestructura necesaria para dicho fin. En estos lugares se suele invertir tiempo y personal
docente altamente calificado, para la formación de nuevos recursos humanos, en vinculación
con los cursos dictados en los Centros de Capacitación en Medicina Nuclear. Los egresados
de dichos cursos trabajarán y harán uso de estas mismas instalaciones (u otras similares) en
las cuales se capacitan.
La complejidad del tema y la necesidad de avanzar gradualmente en el estado de
conociomiento por parte de los alumnos hace necesario contar con herramientas sencillas
que les permitan interiorizarse en primer lugar con aspectos conceptuales. Se propone
entonces, una práctica experimental que permita comprender algunos de esos aspectos en
lo que refiere a los principios de formación de imágenes en Cámara Gamma/SPECT:
principios de la colimación y los parámetros relacionados con ella, así como también otros
que influyen en la calidad de las imágenes, así como criterios de separación de imágenes
puntuales.
Esta práctica fue implementada en el Sector Capacitación Interna del Centro Atómico
Ezeiza (Instituto de Tecnologías Nuclear Dan Beninson) y constituye una de las prácticas
experimentales que se realizan habitualmente en el Curso de Metodología y Aplicación de
Radionucleídos, en la Tecnicatura Universitaria en Aplicaciones Nucleares (TUAN) y en la
Asignatura Radiaciones y Radioprotección de la Universidad Favaloro.
3
Resolución espacial y formación de la imagen
Supongamos que se ubica sobre el eje x una fuente puntual gamma, de emisión
isotrópica, que se desplaza sobre el mismo en el sentido positivo del eje x, desde una
posición x < X1. En esta posición, el colimador absorbe los fotones del haz y el detector no
registra cuentas. Cuando la fuente se desplaza por la Zona 1 (X 1 < x < X2), un haz divergente
de ángulo ω1 (y limitado por las aristas C y A) atraviesa el colimador y alcanza el detector
(Figura 2).
4
FIGURA 2: Haz de fotones emitidos desde la Zona 1
Cuando la fuente alcanza la Zona 2 (X 2 < x < X3) el haz divergente de apertura angular
ω2 alcanza también el detector pero está limitado ahora por las aristas A y B (Figura 3).
Finalmente, al alcanzar la Zona 3 (X 3 < x < X4) el haz divergente tiene apertura ω 3 (Figura 4)
y también es detectado, estando limitado el haz por las aristas B y E. Para x > X 4, no se
detecta ningún fotón ya que el colimador absorbe el haz.
5
FIGURA 4: Rayos de fotones emitidos desde la Zona 3
Luego de este barrido o scanning de la fuente puntual, puede decirse que el detector
registra emisiones provenientes del intervalo [X 1, X4] (Figura 5); es decir, la imagen que se
“ve” desde el detector no es puntual, sino un segmento de longitud |X 4 – X1|. Este segmento
determina y limita la resolución espacial del sistema.
6
Si se mantienen la distancia fuente–colimador y el espesor del colimador fijos, al
disminuir el ancho de la rendija el segmento [X 1, X4] será más pequeño. Como
consecuencia, la resolución espacial mejora con un colimador de rendija más
estrecha.
El colimador produce una imagen extensa (segmento [X1, X4]) de una fuente puntual.
La imagen segmento no tiene igual intensidad en toda su extensión, sino que tiene un
máximo de intensidad en el centro y va disminuyendo hacia los bordes hasta ser nula.
Si tenemos dos fuentes puntuales x y x' suficientemente separadas, las imágenes se
verán como dos segmentos [X1, X4] y [X1', X4'] bien diferenciados. Si disminuimos
paulatinamente la separación entre fuentes llegará un momento en que los segmentos se
superpondrán en un único segmento. A partir de este instante no pueden distinguirse las dos
fuentes como tales, sino que se tendrá un único segmento extenso. En este límite y
mediante algún criterio de mínima separación entre las dos imágenes, se define la
resolución espacial del sistema.
Siguiendo el criterio de Rayleigh [5], se definió un criterio de mínima separación entre
las imágenes de dos fuentes:
I menor − I min
( I menor ) ≥ 0,2
7
actividad, con intervalo de muestreo a. La distribución discretizada de actividad A se puede
expresar como:
A= { δA 1 , δA 2 , δA 3 , … , δA n } (1)
donde δAi representa la actividad de una porción de fuente de ancho a, (según eje X)
ubicado en la posición Xi. Vale que Xi+1 – Xi = a, 1 ≤ i ≤ n-1 .
Esto permite construir una imagen digital 1D donde el píxel i-ésimo representa la
medición de la actividad δAi ubicada en Xi y tiene un valor en escala de grises proporcional al
número de cuentas registrado. Esta imagen es una representación adecuada de la
distribución de actividad según la dirección del eje X, debido a la proporcionalidad entre
intensidad de emisión gamma y la actividad.
En el caso de la simulación, la distribución de actividad (1) se aproxima por la
distribución de actividad (2) consistente en una sucesión de n fuentes puntuales
equidistantes y separadas entre si por la distancia de muestreo a. La fuente i-ésima tiene
actividad Ai y representa la actividad en el punto de medición Xi perteneciente al conjunto de
puntos equiespaciados {x1, x2, x3,..., xn} sobre el eje X. Cada fuente puntual aproxima la
porción de fuente δAi de ancho a medida experimentalmente en cada posición de muestreo.
A efectos operativos, puede considerarse que la distribución (2) es una matriz 1 x n. Esta
matriz puede asociarse, como se verá más adelante, con una imagen digital 1D de n píxeles,
que representa la distribución de actividad de la fuente según el eje X.
A= { A 1 , A 2 , A 3 , … , A n } (2)
Ii ∝ A i (3)
Por lo tanto, el número de fotones Ni, originados en la fuente i-ésima, que atraviesan
la rendija del colimador y llegan al segmento AB (donde se ubica el detector), durante el
tiempo de adquisición T es:
ω
N i=T i I i (5)
2π
8
Debido al campo de visión finito del colimador, solamente las fuentes comprendidas
en el segmento [ x 1 , x 4 ] tendrán ωi ≠ 0 (Figura 5). Luego vale que:
m
T
NT=
2π
∑ ωi I i (7)
i=1
[ X 1, X 4]
{
arctan
[ D ( x − X 2) + d ( X 3 − X 2 )
d ( d+ D )+ ( x − X 2 ) ( x − X 3 ) ] X 1 ≤ xi ≤ X2
1
ωi =
π
x − X2
arctan
d+D [
+arctan 3 ]
X −x
d +D [
X 2 ≤ xi ≤ X 3 ] (8)
arctan
[
D ( X3 − x )+ d ( X3− X 2)
X ≤ x ≤ X4
d ( d + D ) + ( x − X 2 )( x − X 3 ) 3 i ]
Consideremos la matriz K de dimensiones 1× m definida como la sucesión de
ángulos ωi subtendidos por el colimador desde la posición x i de la fuente i-ésima, con
x i ∈ [ x 1 , x 4 ] , de la siguiente manera:
T
K= { ω , ω , ω , … , ωm }
2π 1 2 3
(9)
d d
y x 1=x 2 − ( x 3 − x 2 ) y x 4 =x 3+ ( x 3 − x 2 ) (10)
D D
donde x 2 y x 3 son las coordenadas x de las caras AC y BE que definen la rendija del
colimador, d es la distancia fuente-colimador y D es el espesor del colimador (longitud
segmento AC y BE).
Si se define una operación de convolución discreta 1D, entre I y el kernel K, como:
N T =I ∗ K (11)
9
Materiales y Métodos
FIGURA 6: Esquema del sistema formador de imágenes: detector de centelleo, fuentes y colimador.
D: espesor del colimador; d: distancia fuente - colimador; L: distancia de separación de las fuentes
10
FIGURA 7:Sistema Formador de Imágenes: vista lateral. Disposición general
11
Durante el desarrollo de la práctica experimental se realizan mediciones de la
cantidad de cuentas que conforman la región de interés (pico de absorción plena) al ir
desplazando las fuentes y recorriendo la grilla de graduación del portafuentes. La cantidad
de cuentas que lleguen al detector dependerá de la posición relativa entre las fuentes y la
rendija del colimador. De esta manera, el sistema SFI + EP constituye un scanner gamma
1D que permite obtener imágenes que muestran las variaciones de actividad en una
muestra dada según una dirección predeterminada.
12
Programa de simulación de formación de imágenes
Se pide a los alumnos que realicen 5 barridos, desplazando la placa móvil a intervalos
regulares (a = 0.5 cm) en la dirección del eje x (Figura 6). Es necesario medir, en cada
posición fija, el número de cuentas registradas durante 30 s, pasando luego a la próxima
posición y repitiendo el proceso forma idéntica hasta barrer un rango que cubra en exceso la
logitud máxima L cubierta por ambas fuentes (según el eje X). Los parámetros del protocolo
de medición y la configuración del SFI en cada caso se muestra en las Tablas 1 y 2.
13
TABLA 1: Parámetros del protocolo de barrido
Parámetro Valor
Número de mediciones 25
Tiempo de cada medición 30 s
Paso de barrido 0.5 cm
ROI Pico de absorción plena completo
Cuentas medidas Gross count
Separación entre fuentes 1 cm
Distancia colimador – detector 1 cm
Una vez realizados los barridos y procesados los datos, se pide a los alumnos que
realicen un análisis de los resultados, mediante la comparación de los gráficos de Cuentas
vs. Desplazamiento y las imágenes obtenidas en los distintos barridos realizados, estimando
si las imágenes de las fuentes están resueltas o no (según los criterios descriptos en la
introducción). Se solicita también el chequeo de las diferencias en el número de cuentas
registradas en cada caso y de la eficiencia del sistema. También se discuten aspectos
generales de los resultados, incluyendo la relación de compromiso entre resolución espacial
y eficiencia, y las propiedades que debería tener un colimador ideal, así como también los
obstáculos y dificultades tecnológicas que existen para construirlo.
Finalmente, se pide analizar las condiciones geométricas (distancias fuente-colimador
y abertura de rendija), que permiten obtener la mejor resolución espacial. También analiza,
en forma comparativa, la eficiencia de colección de fotones para cada serie de mediciones y
su relación con el ruido de Poisson y con la resolución espacial.
Resultados y discusión
Una vez realizados los barridos como se indicaron en la Tabla 2, con el software
descripto en la sección anterior los alumnos proceden al procesamiento de los datos
adquiridos y el análisis de los resultados.
A continuación se muestran los resultados del procesamiento de los datos adquiridos
durante una práctica experimental.
14
El procesamiento completo, tal y como se informa desde el software ya descripto, se
muestra en el Apéndice I. Se muestran las curvas correspondientes al Número de cuentas
vs. Desplazamiento de las fuentes.
FIGURA 9: BARRIDO 1: Sin colimador. N° de Cuentas Adquiridas vs. Desplazamiento de las fuentes.
Parámetros del protocolo de barrido en la TABLA 2
FIGURA 10: BARRIDO 2: Rendija Ancha, Distancia Pequeña. N° de Cuentas Adquiridas vs.
Desplazamiento de las fuentes. Parámetros del protocolo de barrido en la TABLA 2
15
FIGURA 11: BARRIDO 3: Rendija Estrecha, Distancia Pequeña. N° de Cuentas Adquiridas vs.
Desplazamiento de las fuentes. Parámetros del protocolo de barrido en la TABLA 2
FIGURA 12: BARRIDO 4: Rendija Estrecha, Distancia Grande. N° de Cuentas Adquiridas vs.
Desplazamiento de las fuentes. Parámetros del protocolo de barrido en la TABLA 2
16
FIGURA 13: BARRIDO 5: Rendija Ancha, Distancia Grande. N° de Cuentas Adquiridas vs.
Desplazamiento de las fuentes. Parámetros del protocolo de barrido indicados en la TABLA 2
17
FIGURA 14: Imágenes en escala de grises de cada uno de los barridos realizados durante una práctica
experimental. La barra inferior indica el número de cuentas por píxel correspondiente a cada nivel de
gris
18
FIGURA 15: Imágenes en escala de colores de los Barridos 2, 3, 4 y 5, realizados en una práctica
experimental. La barra lateral indica el número de cuentas por píxel correspondiente a cada color
En el caso del barrido en ausencia de colimador (Figura 9), se detecta actividad pero
no se registra imagen de la distribución de las fuentes;
La cantidad de cuentas es mayor cuando la rendija del colimador es ancha (Figuras
10 y 13);
La cantidad de cuentas disminuye cuando la rendija del colimador es estrecha
(Figuras 11 y 12);
Las fuentes pueden ser mejor resueltas cuando la rendija es estrecha (Figuras 11 y
12);
La posibilidad del sistema de resolver las fuentes depende más fuertemente del
tamaño de la rendija que de la distancia fuente – colimador.
19
TABLA 3: Parámetros calculados para el uso del criterio de Rayleigh
Vale destacar que no fue posible utilizar el criterio de FWHM en ningún caso, dado
que los picos están poco resueltos, y las fuentes usadas son extensas apartándose bastante
de la puntualidad. Por lo tanto las distribuciones de actividad adquieren formas no
gaussianas, sobre todo en los casos de mejor resolución.
Observando los valores de la tabla, se puede concluir que la configuración que mejor
resuelve ambas fuentes es la correspondiente al Barrido 3 (Rendija Estrecha y Distancia
Pequeña), lo que coincide con lo expresado en la literatura ([6],[10]). El análisis de estos
resultados permite a los alumnos discutir acerca de las características de un colimador ideal,
así como de las limitaciones constructivas, la eficiencia de colección de fotones y la
importancia del ruido de Poisson.
Con respecto a la eficiencia de colección de fotones del sistema, puede verse que la
cantidad de cuentas adquiridas por el sistema detector es menor en los casos en los que las
fuentes están mejor resueltas (Barridos 3 y 4), con lo que se confirma la relación inversa
entre la eficiencia y la resolución del sistema.
Por otra parte, a partir del análisis de las gráficas, los alumnos pueden analizar la
relación entre el número de cuentas y la incidencia del ruido de Poisson. En los barridos a
mayor resolución, el número de cuentas es menor, y los valores aparecen más dispersos. En
estos casos, los alumnos pueden analizar si las fluctuaciones observadas corresponden a
pequeñas variaciones espaciales de la actividad, o son manifestaciones del ruido de Poisson
(fluctuaciones estadísticas). En el último caso, sería necesario aumentar el tiempo de
adquisición para mejorar la apariencia de los picos.
20
En la Figura 16 se muestra el kernel rendija resultante:
21
FIGURA 18: Arreglo de fuentes isotrópicas separadas por intervalos equidistantes.
Distancia de separación, a=0.1 cm
FIGURA 19: Resultado de la operación de convolución del arreglo de fuentes de la Figura 18.
Distancia fuente – colimador: 4 cm. Ancho de la rendija: 0.6 cm
22
FIGURA 20: Arreglo de fuentes de la Figura 18 y escala de grises de dicha distribución
obtenida luego de la operación de convolución con el kernel rendija
Puede verse que a partir de la operación de convolución sobre los datos con el kernel
utilizado, es posible obtener la imagen de las fuentes formada con el colimador interpuesto.
Vale decir que la reconstrucción de la imagen a partir de la operación convolución es una
simulación geométrica, esto es, no se consideraron aspectos tales como la atenuación del
haz de radiación ni otros factores como el ruido. Esto puede pensarse como una ventaja del
sistema, dado que hace posible el uso de una ventana estrecha sin tener baja estadística y
por lo tanto mayor cantidad de ruido.
Conclusiones
23
arbitrarias, con un amplio rango de parámetros geométricos del sistema, teniendo a su
disposición rápidamente la visualización de las imágenes para su posterior análisis y
verificación de la resolución espacial de la configuración.
Dado que los resultados obtenidos se corresponden con los esperados en la
formación de imágenes en una Cámara gama / SPECT, nuestra propuesta permite a los
alumnos obtener resultados que sean útiles para fijar conceptos y profundizar
posteriormente sus conocimientos en el tema.
Bibliografía
[1] KUHL D. E., EDWARDS R. Q., “Transverse section radionuclide scanning system”, U.S.
Patent 3,970,853, (1976)
[2] MUEHLLEHNER G., “A tomographic scintillation camera,” Phys Med Biol. 16, 87–96,
(1971)
[3] JASZCZAK R.J., HUARD D., MURPHY P., BURDINE J., “Radionuclide emission tomo-
graphy with a scintillation camera,” J Nucl Med 17, 551 (1976)
[4] KEYES J.W., OLEANDEA N., HEETDERKS W.J., LEONARD P.F., ROGERS W.L., “The
humongotron: A scintillation camera transaxial tomography”, J Nucl Med 18, 381–387, (1977)
[5] YOUNG H.D., FREEDMAN R.A., FORD A.L., SEARS F.W., ZEMANSKY M.W., “Sears and
Zemansky's University Physics: With Modern Physics”, Pearson custom library, ISBN
9781292024394, (2014)
[6] CHERRY S.R., SORENSON J.A., PHELPS M.E., “Physics in Nuclear Medicine”, 6 th
edition, Elsevier Health Sciences, ISBN 9781455733675, (2006)
[7] CANBERRA, detector de centelleo modelo 802, hoja de datos disponible en
http://www.canberra.com/products/detectors/pdf/Model-802-SS-CSP0232.pdf
[8] MAGILL J., PFENNIG G, DREHER R., SÓTI z., “Karlsruher Nuklidkarte / Chart of the
Nuclides”, 8th edition, Nucleonica GmbH, Eggenstein-Leopoldshafen, ISBN 978-3-00-
038392-2, (2012)
[9] WOLFRAM, https://www.wolfram.com/mathematica/
[10] GILMORE G., “Practical Gamma-ray Spectroscopy”, Wiley Ed., ISBN 9781119964698,
(2011)
24
APÉNDICE I
25
Soft 1- Practica colimacion MODELO 2015.nb 1
(*
PRÁCTICA
DE COLIMACIÓN
Condiciones generales de medición:
HV: 950 Volts
ADC gain: 1024
Ganancia fina: 50
Número de canales: 512
*)
(*
26
Soft 1- Practica colimacion MODELO 2015.nb 2
(*DATOS A INGRESAR*)
Cuentas1 = {22 462, 22 589, 22 861,
23 177, 23 645, 23 826, 24 161,
24 549, 24 810, 24 870, 24 948,
25 232, 25 125, 25 107, 25 234, 25 357,
25 024, 24 847, 24 435, 24 347, 24 260,
23 558, 23 400, 22 660, 22 510 };
20 000
15 000
10 000
5000
0 Desplazamiento [cm]
0 5 10 15 20 25
27
Soft 1- Practica colimacion MODELO 2015.nb 3
(*
(*DATOS A INGRESAR*)
Cuentas2 =
{447, 668, 1184, 2150, 3431, 4841,
5846, 6648, 6929, 6616, 5841, 5040, 4765,
5420, 6285, 7488, 8181, 8139, 7293,
28
Soft 1- Practica colimacion MODELO 2015.nb 4
29
Soft 1- Practica colimacion MODELO 2015.nb 5
Nº cuentas
8000
6000
4000
2000
0 Desplazamiento
0 5 10 15 20 25
30
Soft 1- Practica colimacion MODELO 2015.nb 6
8000
6000
Imagen en escala de colores
4000
0.5 5 10 15 20 25
2000
(*
(*DATOS A INGRESAR*)
Cuentas3 = {247, 288, 326, 376, 668,
31
Soft 1- Practica colimacion MODELO 2015.nb 7
32
Soft 1- Practica colimacion MODELO 2015.nb 8
Nº cuentas
1400
1200
1000
800
600
400
200
0 Desplazamiento
0 5 10 15 20 25
33
Soft 1- Practica colimacion MODELO 2015.nb 9
1200
800
600
0.5 5 10 15 20 25
400
(*
(*DATOS A INGRESAR*)
Cuentas4 = {222, 283, 277, 340,
34
Soft 1- Practica colimacion MODELO 2015.nb 10
35
Soft 1- Practica colimacion MODELO 2015.nb 11
Nº cuentas
1000
800
600
400
200
0 Desplazamiento
0 5 10 15 20 25
36
Soft 1- Practica colimacion MODELO 2015.nb 12
1000
800
Imagen en escala de colores
600
0.5 5 10 15 20 25
400
(*
(*DATOS A INGRESAR*)
Cuentas5 = {777, 1096, 1563, 2232, 2850,
37
Soft 1- Practica colimacion MODELO 2015.nb 13
38
Soft 1- Practica colimacion MODELO 2015.nb 14
Nº cuentas
5000
4000
3000
2000
1000
0 Desplazamiento
0 5 10 15 20 25
39
Soft 1- Practica colimacion MODELO 2015.nb 15
5000
4000
Imagen en escala de colores
3000
0.5 5 10 15 20 25 2000
1000
40
APÉNDICE II
41
Soft 2-Simulacion Colim. MODELO 2015.nb 1
(*
LA COLIMACIÓN
COMO OPERACIÓN
DE CONVOLUCIÓN
*)
(*DATOS*)
(*Unidades: cm*)
(*Espesorcolimador*) D1 = 5;
(*Distanciacolimadorfuente*)
d = 4;
(*primerbordecolimador*)
X2 = 12;
(*segundobordecolimador*)
X3 = 12.6;
42
Soft 2-Simulacion Colim. MODELO 2015.nb 2
1
f= ;
π
X3 - X2
limy = f 1.2 ArcTan ;
D1 + d
d D1+d
X2-x
- X3-x
Convolucion1[x_] := f ArcTan ;
d (d+D1)
1 + (X2-x) (X3-x)
Convolucion2[x_] :=
x - X2 X3 - x
f ArcTan + ArcTan ;
D1 + d D1 + d
D1+d d
X2-x
- X3-x
Convolucion3[x_] := f ArcTan ;
d (d+D1)
1 + (X2-x) (X3-x)
43
Soft 2-Simulacion Colim. MODELO 2015.nb 3
KERNEL RENDIJA
angulo subt ω
0.025
0.020
0.015
0.010
0.005
44
Soft 2-Simulacion Colim. MODELO 2015.nb 4
16
45
Soft 2-Simulacion Colim. MODELO 2015.nb 5
KERNEL
angulo subt ω
0.025
0.020
0.015
0.010
0.005
Desplazamien
11.6 11.8 12.0 12.2 12.4 12.6 12.8 13.0
(*
ARRAY LINEAL DE FUENTES
ISOTRÓPICAS SEPARADAS POR
INTERVALOS EQUIDISTANTES DE a=0.1 cm
*)
arrayfuentes =
{0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
46
Soft 2-Simulacion Colim. MODELO 2015.nb 6
0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0};
Length[arrayfuentes]
puntosfuentes = Table[{x - 1, arrayfuentes[[ x]]},
{x, 1, Length[arrayfuentes]}];
ListPlot[puntosfuentes,
AxesLabel → {"Desplazamiento [mm]", "Actividad"},
PlotStyle → Black, Filling -> Axis]
ListDensityPlot[{arrayfuentes, arrayfuentes},
Mesh -> False, AspectRatio → .2,
AxesLabel → "Desplazamiento [mm]",
PlotLabel → "Imagen en escala de grises" ,
ColorFunction → GrayLevel]
b = ListCorrelate[Kernel, arrayfuentes]
ListPlot[b,
AxesLabel → {"Desplazamiento [mm]", "Actividad"},
PlotStyle → Black, Filling -> Axis, PlotLabel ->
StyleForm[ ACTIVIDAD COLIMADOR REAL, FontSize → 12],
PlotStyle → {Hue[0.9], PointSize[.010] } ]
47
Soft 2-Simulacion Colim. MODELO 2015.nb 7
126
Actividad
1.0
0.8
0.6
0.4
0.2
20 40 60 80 100
48
Soft 2-Simulacion Colim. MODELO 2015.nb 8
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.00262133, 0.00963637,
0.0210687, 0.0369329, 0.0572348, 0.078435, 0.099644, 0.120857, 0.142068,
0.163272, 0.184464, 0.202104, 0.212686, 0.214451, 0.207394, 0.19153,
0.171228, 0.150028, 0.128818, 0.107606, 0.0863946, 0.0651903, 0.0466193,
0.0359952, 0.0342237, 0.0413083, 0.0572348, 0.078435, 0.099644,
0.120857, 0.142068, 0.163272, 0.184464, 0.202104, 0.215307, 0.224087,
0.228462, 0.225841, 0.218826, 0.207394, 0.19153, 0.171228, 0.150028,
0.128818, 0.107606, 0.0863946, 0.0651903, 0.043998, 0.0263588, 0.013155,
0.00437543, -2.40799 × 10-17 , 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,
0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.
0.20
0.15
0.10
0.05
20 40 60 80 100
49
Soft 2-Simulacion Colim. MODELO 2015.nb 9
50