MétaCan
Menu
Retour à la cohorte
Enregistrement W1944014306 · doi:10.1109/nssmic.2000.949963

FPGA/DSP-based coincidence unit and data acquisition system for the Sherbrooke animal PET scanner

2000· article· en· W1944014306 sur OpenAlexaffabout
Martin Lepage, G. Leger, J. Cadorette, Jean‐Daniel Leroux, Martin J.-D. Otis, S. Rodrigue, Roger Lecomte

Notice bibliographique

Revue2000 IEEE Nuclear Science Symposium. Conference Record (Cat. No.00CH37149) · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueCCD and CMOS Imaging Sensors
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésField-programmable gate arrayComputer hardwareComputer scienceDigital signal processingScannerDetectorCoincidenceData acquisitionPCI ExpressEmbedded systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The use of field programmable gate arrays (FPGA) is a natural step in the evolution of modern PET scanners to improve system flexibility, increase design speed, and reduce electronic circuit size and cost. Hybrid high-performance programmable digital interfaces integrating an on-board FPGA and digital signal processor (DSP) were used to rebuild the coincidence units and data acquisition system of the Sherbrooke animal PET scanner. Logic was implemented within the FPGA to process singles and coincidence events, both trues and randoms. Coincidence validation is realized directly in the FPGA by an AND gate of the time signals generated by the scanner CF triggers. Twelve coincidence units from eight groups of detectors were equally divided between four FPGA/DSP modules to evenly distribute the event rate from the detectors. The event data is streamingly transmitted to the DSP for real-time histogramming into host memory or list mode data storage on disk. Event rates in excess of 10/sup 7//second can be achieved, which allows ultra-fast calibration and single-photon transmission measurements to be performed. The whole system occupies three full-length PCI slots in a standard PC computer.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0180,004

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,223 · 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'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

Citations16
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2000 IEEE Nuclear Science Symposium. Conference Record (Cat. No.00CH37149)Même sujetCCD and CMOS Imaging SensorsTravaux en français237 207