DESENVOLVIMENTO DE UMA FERRAMENTA BASEADA EM INTELIGÊNCIA ARTIFICIAL PARA IDENTIFICAÇÃO DE ESPECTROS EM ENERGIA UTILIZANDO DETECTORES TERMOLUMINESCENTES
rede neural artificial; raios X; feixes metrológicos; dosímetros termoluminescentes
A implantação de feixes metrológicos de radiação é uma atividade que consume tempo e requer habilidades técnicas específicas, além de demandar verificações periódicas. Este trabalho propôs um método alternativo para a verificação periódica dos feixes padronizados de radiação X, baseado em rede neural e dosimetria termoluminescente. A rede neural foi desenvolvida na plataforma Matlab® para o reconhecimento dos feixes IEC 61267:2005 (RQR-3, RQR-5, RQR-7 e RQR-9) e ISO 4037-1:2019 (N-40, N-60, N-80, N-100, N-120, N-150 e N-200), utilizando as curvas termoluminescentes dos dosímetros irradiados como parâmetro de entrada. As irradiações foram realizadas em um equipamento de raios X industrial, na grandeza Kerma no ar (2 mGy), e lidos em uma leitora Harshaw 5500, na grandeza carga (nC). Foram utilizados os dosímetros comerciais da Harshaw TLD-100 (LiF: Mg, Ti), TLD-100H (LiF: Mg, Cu, P), TLD-200 (CaF2:Dy) e TLD-400 (CaF2: Mn). As 4800 curvas de luminescência foram separadas nos grupos treinamento e teste. Os resultados demonstram que a rede neural obteve sucesso na classificação das qualidades com as acurácias médias de 95,83%, com o uso do TLD-100, e 94,01%, com o TLD-200, para os feixes de radiodiagnóstico; para os feixes de radioproteção, a acurácia média foi de 90,28%, com TLD-400. Nos casos em que os resultados fornecidos pela rede divergem da qualidade testada, a verificação deve ser realizada pelo procedimento estabelecido nas normas IEC 61267:2005 ou ISO 4037-1:2019, conforme o feixe testado.