Noise, sampling, and the number of projections in cone-beam CT with a flat-panel detector
Notice bibliographique
Résumé
PURPOSE: To investigate the effect of the number of projection views on image noise in cone-beam CT (CBCT) with a flat-panel detector. METHODS: This fairly fundamental consideration in CBCT system design and operation was addressed experimentally (using a phantom presenting a uniform medium as well as statistically motivated "clutter") and theoretically (using a cascaded systems model describing CBCT noise) to elucidate the contributing factors of quantum noise (σ(Q)), electronic noise (σ(E)), and view aliasing (σ(view)). Analysis included investigation of the noise, noise-power spectrum, and modulation transfer function as a function of the number of projections (N(proj)), dose (D(tot)), and voxel size (b(vox)). RESULTS: The results reveal a nonmonotonic relationship between image noise and N(proj) at fixed total dose: for the CBCT system considered, noise decreased with increasing N(proj) due to reduction of view sampling effects in the regime N(proj) <~200, above which noise increased with N(proj) due to increased electronic noise. View sampling effects were shown to depend on the heterogeneity of the object in a direct analytical relationship to power-law anatomical clutter of the form κ/f(β)--and a general model of individual noise components (σ(Q), σ(E), and σ(view)) demonstrated agreement with measurements over a broad range in N(proj), D(tot), and b(vox). CONCLUSIONS: The work elucidates fairly basic elements of CBCT noise in a manner that demonstrates the role of distinct noise components (viz., quantum, electronic, and view sampling noise). For configurations fairly typical of CBCT with a flat-panel detector (FPD), the analysis reveals a "sweet spot" (i.e., minimum noise) in the range N(proj) ~ 250-350, nearly an order of magnitude lower in N(proj) than typical of multidetector CT, owing to the relatively high electronic noise in FPDs. The analysis explicitly relates view aliasing and quantum noise in a manner that includes aspects of the object ("clutter") and imaging chain (including nonidealities of detector blur and electronic noise) to provide a more rigorous basis for commonly held intuition and heurism in CBCT system design and operation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».