MétaCan
Menu
Retour à la cohorte
Enregistrement W1991942956 · doi:10.1118/1.4894987

Poster — Thur Eve — 01: The effect of the number of projections on MTF and CNR in Compton scatter tomography

2014· article· en· W1991942956 sur OpenAlexaff
T Chighvinadze, Stephen Pistorius

Notice bibliographique

RevueMedical Physics · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of ManitobaCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésProjection (relational algebra)Image qualityImage resolutionIterative reconstructionOpticsPhysicsOptical transfer functionResolution (logic)Compton scatteringContrast (vision)TomographyRadon transformPhotonMathematicsImage (mathematics)Computer visionAlgorithmArtificial intelligenceComputer scienceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Purpose: To investigate the dependence of the reconstructed image quality on the number of projections in multi‐projection Compton scatter tomography (MPCST). The conventional relationship between the projection number used for reconstruction and reconstructed image quality pertained to CT does not necessarily apply to MPCST, which can produce images from a single projection if the detectors have sufficiently high energy and spatial resolution. Methods: The electron density image was obtained using filtered‐backprojection of the scatter signal over circular arcs formed using Compton equation. The behavior of the reconstructed image quality as a function of the projection number was evaluated through analytical simulations and characterized by CNR and MTF. Results: The increase of the projection number improves the contrast with this dependence being a function of fluence. The number of projections required to approach the asymptotic maximum contrast decreases as the fluence increases. Increasing projection number increases the CNR but not spatial resolution. Conclusions: For MPCST using a 500eV energy resolution and a 2×2mm2 size detector, an adequate image quality can be obtained with a small number of projections provided the incident fluence is high enough. This is conceptually different from conventional CT where a minimum number of projections is required to obtain an adequate image quality. While increasing projection number, even for the lowest dose value, the CNR increases even though the number of photons per projection decreases. The spatial resolution of the image is improved by increasing the sampling within a projection rather than by increasing the number of projections.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,009
Tête enseignante GPT0,306
Écart entre enseignants0,297 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207