MétaCan
Menu
Retour à la cohorte
Enregistrement W1979856353 · doi:10.1118/1.1355000

Cascade analysis for medical imaging detectors with stages involving both amplification and dislocation processes

2001· article· en· W1979856353 sur OpenAlexafffund
M. Lachaı̂ne, B. G. Fallone

Notice bibliographique

RevueMedical Physics · 2001
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNuclear Physics and Applications
Établissements canadiensMcGill UniversityUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCascadeMonte Carlo methodDetectorFormalism (music)PhysicsDislocationMedical imagingStatistical physicsDetective quantum efficiencyOpticsComputational physicsComputer scienceMathematicsArtificial intelligenceStatisticsImage qualityChemistryImage (mathematics)Condensed matter physics

Résumé

récupéré en direct d'OpenAlex

Cascade analysis is a powerful tool which can be used to calculate the signal and noise properties of medical imaging detectors. It involves the conceptual separation of the imaging chain into stages which consist of either pure amplification or pure dislocation stages. It is, however, not always possible to break the physical processes down to these elementary stages. In this work we derive a new cascade equation which is applicable to any stage which involves multiple amplifications and dislocations. The equation simplifies to the known equations for pure amplification and pure dislocation stages in the appropriate limits, and can be numerically calculated using Monte Carlo techniques for more complicated situations. We demonstrate the use of this equation with an example: we derive an expression for the DQE of a metal/phosphor detector for megavoltage imaging with our formalism, and evaluate the expression with Monte Carlo techniques. We have found that there is excellent agreement between theory and experimental results, and believe that the formalism could be useful for other applications where the amplification and dislocation processes cannot be divided into elementary stages.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,693
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,265
Écart entre enseignants0,255 · 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'étudeObservationnel
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

Citations8
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetNuclear Physics and ApplicationsTravaux en français237 207