Evaluation of the imaging properties of an amorphous selenium‐based flat panel detector for digital fluoroscopy
Notice bibliographique
Résumé
The imaging performance of an amorphous selenium (a-Se) flat-panel detector for digital fluoroscopy was experimentally evaluated using the spatial frequency dependent modulation transfer function (MTF), noise power spectrum (NPS), and detective quantum efficiency (DQE). These parameters were investigated at beam qualities and exposures within the range typical of gastrointestinal fluoroscopic imaging (approximately 0.1 - 10 microR, 75 kV). The investigation does not take into consideration the detector cover, which in clinical use will lower the DQE measured here by its percent attenuation. The MTF was found to be less than the expected aperture response and the NPS was not white which together indicate presampling blurring. The cause of this blurring was attributed to charge trapping at the interface between two different layers of the a-Se. The effect on the DQE was also consistent with presampling blur, which reduces the aliasing in the NPS and thereby reduces the spatial frequency dependence of the DQE. (The DQE was independent of spatial frequency from 0.12 to 0.73 mm(-1) due to antialiasing of the NPS.) Moreover, the first zero of the measured MTF and the aperture response appeared at the same spatial frequency (6.66 mm(-1) for a pixel of 150 microm). Hence, the geometric fill factor (77%) was increased to an effective fill factor of 99 +/- 1%. A large scale ( approximately 32 pixels) correlation in the noise due to the configuration of the readout electronics caused increased noise power in the gate line NPS at low spatial frequency (< 0.1 mm(-1)). The DQE (f = 0) was exposure independent over a large range of exposures but became exposure dependent at low exposures due to the electronic noise.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».