近些年CT成像技术已逐步在安检行业得到应用，CT成像技术具有多视角、极高的分辨率、提供三维影像信息等功能,由此大大增加了安检的准确度,提升了安检的检测范围，CT技术在重要的安全检查场所中发挥了重要作用。传统的 CT 采用滑环装置通过 X 光源和探测器的旋转来获取不同角度上的投影数据，通过重建方法来获取断层图像，从而获得被检测行李物品的内部信息。多能谱分析是指利用某种材料对不同能量的 X 射线吸收性能上的差异来分辨该材料。CT 技术配合多能谱分析技术，使得目前的行李物品检查设备可以对被检物质内部任意位置的原子序数和电子密度进行重建，实现物质种类的识别，在爆炸物、毒品等检测中起到了较好的效果。

但是，由于现有的CT装置在数据采集过程中通常采用滑环旋转，不但扫描速度有限、体积庞大，而且机械加工精度要求高，成本较高，限制了其在实际中的广泛应用。近些年，碳纳米管X光管技术进入了实用领域。与传统光源不同，它无须利用高温来产生射线，而是根据碳纳米管尖端放电原理产生阴极射线，打靶产生X光。其优点是可以快速开启和关闭，且体积更小。把这种X光源排布成环状，进行不同角度下对物体的照射，就可以制成 无需旋转的“静态CT”，大大提高了射线成像的速度，同时由于省去了滑环的结构，节省了成本，对于安全检查等领域具有十分重要的意义。

据《安检之家》了解，目前尚未发现在辐射成像系统中综合应用静态CT技术与多能谱分析技术的报告。现有静态CT系统均为单能系统，仅能重建出被检物质内部的线性衰减系数，极大限制了其识别能力。而如果采用多能谱技术，实现多能谱的静态 CT系统则面临着一些实际困难。一方面，现有的 CT 装置为了实现多能谱分析常采用单一能量X光源加多能探测器，将探测不同能量X射线的探测器前后放置，射线先进入探测较低能量 X 射线的探测器，经过能谱整形后进入探测较高能量 X 射线的探测器。图 1示意了滑环CT采用单一能量 X 光源 110 加前后放置的双能探测器 120 和 130 实现能谱分析的方法，光源和 探测器可以随滑环旋转，探测器不需要覆盖很大角度，任意一条射线穿过的低能探测器 120 和高能探测器 130 都是一一对应的，易于进行准确的多能谱分析。而静态 CT 取消了滑环结 构采用分布式光源 210，探测器 220 和 230 需要覆盖很大的角度范围甚至排布成圆环的形 式，如图 2 所示。这样如果采用前后放置的多能探测器 220 和 230 将会导致射线斜射问题， 且不同角度的射线斜射程度各不相同。斜射不仅带来了高低能数据配准的困难，还会加剧 相邻探测器之间的串扰，造成重建图像的分辨率下降。

全设智能在安检系统中加入了机器学习算法，经过大量图像数据识别后，建立人工智能识别模型。让机器学会分辨物品种类是第一步，当数据累积到一定程度后，便可实现对违禁品的识别。目前，全设智能的安检机已经可以识别毒品、爆炸物等违禁危险品。

解决了成像和机器识别的问题，全设还要把数据上传到“云”。数据共享可以方便我们收集到更多素材，以此来完善我们的机器学习模型。同时，在一些特定场景，用户也可以通过分析数据得出所需结论。例如，在物流中心使用这套安检系统时，包裹进行安检并排除违禁品后，可以在后台进行初步分类（基于人工智能）。在这个过程中，不仅节省了排查阶段的人工成本，还可以对包裹物品的种类、材质、质量等数据进行统计，方便物流机构依照数据进行运营计划的调整。

另一方面，现有 CT 实现多能谱分析的也常使用另一类方法，即采用多能X光源加单能探测器，通过滑环旋转过程中 X 光源在多个能量之间高速切换来获取不同能量下的扫 描，然而这种方法也存在固有的不足。X光源在多个能量之间切换时滑环在高速旋转，导致高低能数据之间存在着投影角度的偏差，当X光源能量切换的频率较高时，这个偏差一般较小可以忽略，而如果把这种方法应用到静态 CT，则需要将多点源中相邻的 X 光源设置为 不同的能量，出于成本、工艺等因素的考虑 X 光源的数量不可能非常多，因此高低能数据之间的投影角度偏差将无法忽略，影响了多能谱分析的精度。

传送机构，承载被检查物体直线运动；分布式射线源，包括多个射线源点，所述多个射线源点设置在与被检查 物体的运动方向垂直的平面上，至少部分环绕所述被检查物体，并且向着所述被检查物体发出 X 射线 ；探测装置，包括第一排探测器和在所述被检查物体的运动方向上与所述第一 排探测器相邻的第二排探测器，所述第一排探测器包括具有第一种能量响应的多个探测单元，设置在与所述分布式射线源的平面平行的第一平面上，接收穿透所述被检查物体的 X 射线，所述第二排探测器包括具有第二种能量响应的多个探测单元，设置在与所述分布式 射线源的平面平行的第二平面上，接收穿透所述被检查物体的 X 射线；采集装置，与所述探 测装置连接，将所述第一排探测器探测的 X 射线转换为第一数字信号，将所述第二排探测器探测的X射线转换为第二数字信号；处理装置，与所述采集装置连接，基于所述第一数字信号和所述第二数字信号重建被检查物体的 CT 图像。

武汉艾崴科技有限公司当前阶段的工作以完善硬件产品、调试机器学习模型、搭建云平台为主，整体设备预计年底前投放到口岸、海关、地铁站、物流仓库等场景进行测试。