Method of measuring NEQ as a quality control metric for digital mammography
Notice bibliographique
Résumé
PURPOSE: Current quality control protocols for digital mammography rely on subjective assessments of image quality or simple measures that are not comparable between vendor platforms. The noise-equivalent quanta (NEQ) can be expressed in units of image quanta (fluence) for the spatial frequency range of interest, enabling comparisons between systems and x-ray spectra. The purpose of this work is to explore use of a simple phantom to measure the components of the noise-equivalent quanta of digital mammography systems for use in routine quality control. METHODS: A simple phantom is imaged on six mammography systems from different vendors. The phantom contains uniform regions for measurement of noise power spectrum (NPS), slanted edges for measurement of modulation transfer function (MTF), and objects of various thicknesses for measurement of contrast. Images were acquired at a range of dose levels on each system to examine how measurements scale with dose, and multiple images were taken at a single dose point to examine measurement reproducibility. RESULTS: The phantom and measurement methods show good reproducibility, with average coefficient of variation values of less than or equal to 15% on all systems evaluated. Measured MTF and NPS values are comparable to other published results when the increase in scattered radiation generated by placing the phantom on the breast support is accounted for. CONCLUSIONS: Measurement of the parameters required to calculate NEQ from a single image of a simple phantom is practical, and shows promise as a method of evaluating image quality for routine quality control of digital mammography systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».