MétaCan
Menu
Retour à la cohorte
Enregistrement W1435934686 · doi:10.3233/xst-130413

The effect of detector size and energy resolution on image quality in multi-projection Compton scatter tomography

2014· article· en· W1435934686 sur OpenAlexaff
T Chighvinadze, Stephen Pistorius

Notice bibliographique

RevueJournal of X-Ray Science and Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversity of ManitobaCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésDetectorProjection (relational algebra)OpticsImage qualityIterative reconstructionImage resolutionPhysicsTomographyResolution (logic)Energy (signal processing)Noise (video)Sampling (signal processing)Computer visionComputer scienceArtificial intelligenceImage (mathematics)Algorithm

Résumé

récupéré en direct d'OpenAlex

The reconstructed electron density image quality is sensitive to the detector size and energy resolution, which contribute to the blurring and noise in the image. This work evaluates optimal values of the detector parameters for a realistic system through analytical simulations of the transverse slice of the dedicated breast CT system geometry. This study introduces a spectroscopic x-ray tomography technique which uses multiple projections to reconstruct electron density images by backprojecting scattered photons over isogonic curves. The reconstruction can be obtained using a single projection yet its quality degrades as the acquisition conditions i.e. detector size and energy resolution deviate from the ideal. The reconstruction quality becomes inconsistent throughout the image due to the data under sampling caused by the finite resolution of the detector. The extension to the multi-projection mode effectively fills-in the missing data space and improves the ability to reconstruct an object. This work demonstrates the possibility to obtain images in the presence of noise.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,248
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of X-Ray Science and TechnologyMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207