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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 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

Citations8
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetNuclear Physics and ApplicationsTravaux en français237 207