Cascaded systems analysis of the 3D noise transfer characteristics of flat‐panel cone‐beam CT
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The physical factors that govern 2D and 3D imaging performance may be understood from quantitative analysis of the spatial-frequency-dependent signal and noise transfer characteristics [e.g., modulation transfer function (MTF), noise-power spectrum (NPS), detective quantum efficiency (DQE), and noise-equivalent quanta (NEQ)] along with a task-based assessment of performance (e.g., detectability index). This paper advances a theoretical framework based on cascaded systems analysis for calculation of such metrics in cone-beam CT (CBCT). The model considers the 2D projection NPS propagated through a series of reconstruction stages to yield the 3D NPS and allows quantitative investigation of tradeoffs in image quality associated with acquisition and reconstruction techniques. While the mathematical process of 3D image reconstruction is deterministic, it is shown that the process is irreversible, the associated reconstruction parameters significantly affect the 3D DQE and NEQ, and system optimization should consider the full 3D imaging chain. Factors considered in the cascade include: system geometry; number of projection views; logarithmic scaling; ramp, apodization, and interpolation filters; 3D back-projection; and 3D sampling (noise aliasing). The model is validated in comparison to experiment across a broad range of dose, reconstruction filters, and voxel sizes, and the effects of 3D noise correlation on detectability are explored. The work presents a model for the 3D NPS, DQE, and NEQ of CBCT that reduces to conventional descriptions of axial CT as a special case and provides a fairly general framework that can be applied to the design and optimization of CBCT systems for various applications.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 découle