⚛️ nuclear experiments

Modernization in processing and dissemination of experimental cross section data in EXFOR

本文介绍了 X4VIEW 以及 X4TOCX 的初步版本，这些工具旨在将传统的、基于卡片的 EXFOR 格式转换为现代的 HTML 和 CX4 格式，以便于使用 Python 等当代编程语言的用户更轻松地获取、制表和可视化实验截面数据。

原作者： Naohiko Otuka, Vidya Devi

发布于 2026-09-16

📖 1 分钟阅读🧠 深度阅读

原作者： Naohiko Otuka, Vidya Devi

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在现代医学领域，医生依赖于被称为放射性核素的微小且不稳定的原子，来观察人体内部情况并治疗疾病。这些原子在自然界中并不以有用的量存在；它们必须通过在特定的靶材料上轰击带电粒子（如质子）的粒子束，在实验室中人工制造出来。为了高效且安全地制造这些医用同位素，科学家需要准确了解一个粒子撞击靶原子并产生预期结果的可能性。这种可能性被称为“截面”（cross section）。它就像一张地图，展示了产生特定原子的概率如何随入射束能量的变化而变化。如果没有这张地图，研究人员就无法预测他们将生产多少药物，也无法预测会产生多少多余的放射性废物。几十年来，全球科学界一直将这些实验地图存储在一个名为 EXFOR 的庞大数字库中。然而，这个库库是为不同的计算时代设计的，其格式类似于早期计算机使用的打孔卡，呈现为网格上的数字列表。虽然构建该库的专家可以进行操作，但想要使用这些数据进行医疗规划的现代科学家却发现，这种格式难以阅读，且无法使用他们所青睐的灵活软件工具。

国际原子能机构的一个研究小组开发了一种新方法来弥补这一差距，将那些僵化、过时的文件格式转化为人类和现代计算机都能轻松理解的格式。科学家直绪香乃子（Naohiko Otuka）和维迪亚·德维（Vidya Devi）意识到，虽然原始数据格式在数据中心之间存储信息方面表现出色，但它为那些真正需要利用这些信息来设计医疗方案的人们制造了障碍。为了解决这个问题，他们创建了两个充当“翻译官”的新型数字工具。第一个工具被称为 X4VIEW，它将晦涩的数据文件转换为清晰、易读的网页。想象一下打开一份文档，其中的每个数字都配有通俗易懂的解释，而不是一段需要查阅手册才能破译的代码字符串。这使得研究人员能够瞬间查看实验详情，例如发射的特定辐射类型，或收集数据时的确切条件，而无需成为旧文件格式方面的专家。

第二个工具被称为 X4TOCX，它更进一步，将数据组织成整齐、简洁、可用于分析和绘图的表格。在原始文件中，同一次实验中产生的不同类型原子的数据可能纠缠在一起，形成一大块文本，导致很难分离出针对特定医用同位素所需的信息。这个新工具理清了这些乱麻，将数据分离成清晰的能量与概率列。它甚至能自动执行复杂的转换。例如，如果某项实验测量粒子能量的方式难以与其他研究进行比较，该工具可以从数学上将这些数值调整为与其他科学家使用的标准格式相匹配的形式。这意味着研究人员可以提取数十年前实验的数据，并立即将其与新结果进行对比，或者将它们结合起来，以描绘出生产救命药物更准确的图景。

研究人员使用现实世界的案例对这些工具进行了测试，例如用于脑部成像和癌症治疗的同位素生产。他们展示了新系统如何获取原始数据文件、识别所需的特定反应，并以一种易于发现错误或不一致之处的方式呈现数据。在其中一个案例中，他们演示了该工具如何帮助更新旧有的测量值，使其符合最新的科学标准，而这项任务此前需要繁琐的人工复制和粘贴。虽然用于创建简单表格的工具仍在完善中，以处理每一种可能的数据类型，但创建可读网页的系统已经向所有人开放使用。通过降低技术准入门槛，这些工具确保了庞大的核实验历史不会被锁在旧格式中，而是能够被那些需要利用它来改善医疗护理的现代科学家所获取。这项工作代表了科学数据共享方式的一次悄然但重要的转变——从一个为“存储”设计的系统转向一个为“理解”设计的系统。

技术摘要：EXFOR 中实验截面数据处理与分发的现代化

问题陈述
EXFOR 库是实验核反应数据的主要数据库，其中包括对于医疗同位素优化至关重要的放射性核素产额截面。然而，EXFOR 格式最初是为 1970 年代的 80 列打孔卡和 Fortran 处理而设计的，这为现代用户和软件工程师带来了显著障碍。虽然该格式对于编译器和中心间的数据交换仍然高效，但对于用户而言，若不开发复杂的自定义解析器，很难使用现代编程语言（如 Python）对其进行解析。

这种僵化性为放射性核素产额截面的评估带来了具体的挑战：

可读性： 关键信息（例如衰变数据和监测反应截面）通常以晦涩的格式编码（例如 DECAY-DATA 下特定的数字代码），这使得评估人员在没有查阅《EXFOR 格式手册》的情况下，难以识别用于重归一化所需的参考值。
数据操作： 提取数值数据以进行数学运算（例如将元素截面转换为同位素截面，或根据更新的监测值应用重归一化因子）通常需要手动复制粘贴到电子表格中，这既低效又容易出错。
可视化局限性： 现有的网络检索系统显示数据的方式往往会掩盖数据集之间的差异（例如混合了元素和同位素截面），或者无法提供适合绘图的用户友好型表格格式。

方法论
为了解决这些问题，作者开发了一个基于 J4 格式（一种 EXFOR 数据的 JSON 表示形式）的现代化处理流水线。该流水线利用 ForEXy 代码包将原始 EXFOR 文件转换为两种截然不同且更易访问的格式：

X4VIEW（人类可读转换）：
- 流水线： X4TOJ4 (EXFOR 转 JSON) $\rightarrow$ POIPOI (移除 EXFOR “指针”以隔离特定的数据子集) $\rightarrow$ J4VIEW (JSON 转 HTML)。
- 功能： 将 EXFOR 条目转换为自解释的 HTML 文件。它会展开晦涩的关键词（例如将 DECAY-DATA 解码为可读的伽马能量和强度），并保留所有原始信息。
- 特性： 支持所有 EXFOR 关键词，允许 CSS 自定义，并可以超链接引用 DOI。
X4TOCX（制表与绘图转换）：
- 流水线： X4TOJ4 $\rightarrow$ POIPOI $\rightarrow$ J4TOC6 (JSON 转 C6 格式) $\rightarrow$ C6TOCX (C6 转 CX4 格式)。
- 功能： 将 EX核反应数据转换为 CX4（紧凑型 EXFOR）文件。
- 输出结构： 生成一个四列的表格格式，包含入射能量 ( $E$ )、能量不确定度 ( $\Delta E$ )、截面 ( $\sigma$ ) 和截面不确定度 ( $\Delta \sigma$ )。
- 能力： 通过解析指针来处理复杂的数据结构（例如，从多产物条目中分离出特定的产物通道，如 $^{65}$ Zn），并执行必要的单位转换（例如，将天体物理 S-因子和质心能量转换为实验室截面）。

主要贡献与结果

X4VIEW 实现： 于 2026 年 5 月作为 ForEXy 包的一部分发布（可在 PyPI 上获取）。该工具成功地将原始 EXFOR 条目转换为可读的 HTML。作者报告称，这种格式改善了 EXFOR 编译员和作者的校对过程，因为 HTML 输出使数据具有自解释性，从而减少了作者评审中的歧义。
X4TOCX 开发： 开发了 X4TOCX 的初步版本以生成 CX4 文件。作者通过转换复杂数据集展示了其效用，例如：
- 多通道产额数据（例如 $nat $Cu(p,x)$ ^{62,63,65}$Zn）转化为针对特定同位素的隔离且可直接绘图的表格。
- 天体物理 S-因子数据（例如 $^{17}$ O(p, $\gamma$ ) $^{18}$ F）为标准截面表格，自动处理从质心能量到实验室能量的转换。
性能指标： 在 Intel Core i7-9700 系统上转换整个 EXFOR 库（版本 2026-08-20）的资源估算显示：
- EXFOR 到 J4：约 6000 秒，峰值内存约 1 GB。
- J4 到 C6：约 8000 秒，峰值内存约 450 MB。
- C6 到 CX4：约 1000 秒，峰值内存约 25 MB。
- 作者指出，大约有 20 个条目由于编译错误（例如不支持具有角动量/能量依赖性的积分截面）而转换失败，数据中心目前正在解决这些问题。

意义与主张
论文声称，这些工具降低了现代软件工程师和核数据评估人员获取及处理 EXFOR 数据的门槛。通过从僵化的 80 列格式转向 JSON 和结构化文本表示，作者旨在：

提高提取截面数据（特别是用于重归一化任务）的准确性和效率。
为拟合工具和协方差矩阵生成（通过 MAKCOV 模块）提供易于机器读取的输入。
通过改善作者在校对阶段的交互，提升 EXFOR 条目的质量。

作者对 X4TOCX 持谨慎态度，指出该工具仍处于开发阶段，目前仅支持基础量。他们计划扩展该模块以支持更多格式（例如 CSV），并开发专门的绘图模块，以视觉化验证转换过程的正确性。这项工作代表了在不放弃既定 EXFOR 交换标准的前提下，向现代化核数据基础设施迈出的重要一步。

类似论文