MétaCan
Menu
Retour à la cohorte
Enregistrement W1514379777 · doi:10.1109/nssmic.1992.301028

Two new strategies to reduce the scatter fraction in positron volume imaging

2003· article· en· W1514379777 sur OpenAlexaff
Chris Thompson, Y. J. Picard

Notice bibliographique

RevueIEEE Conference on Nuclear Science Symposium and Medical Imaging · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésRADIUSPhysicsOpticsPositronBackscatter (email)Energy (signal processing)ScannerField of viewPhotonRange (aeronautics)Image resolutionCompton scatteringVolume (thermodynamics)ScatteringPhoton energyResolution (logic)Nuclear physicsComputer scienceElectronMaterials scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Two hardware techniques which improve the scatter fraction of positron volume imaging (PVI) systems are presented. The first uses the fact that Compton scattered rays scattered through a large angle have a lower energy. The range of angles through which rays can be scattered and still be in the scanner's field of view (FOV) depends on the radius of the line of response (LOR). By using a low-energy threshold which is proportional to the LOR radius, the scatter fraction at the edges of the image is substantially reduced. The second technique is based on the observation that in NaI crystals many of the 511-keV rays are backscattered, and the scattered photon then escapes undetected. Systems using NaI crystals typically use a relatively high energy threshold to take advantage of their good energy resolution. Instead, the authors propose using a notched energy acceptance window, which includes the photopeak and the backscatter peak, but discards the scattered events in between.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">&gt;</ETX>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,331
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Conference on Nuclear Science Symposium and Medical ImagingMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207