Cone-beam optical computed tomography for gel dosimetry II: imaging protocols
Notice bibliographique
Résumé
This work develops imaging protocols for improved dose readout of a Fricke-xylenol orange-gelatin (FXG) gel-filled 1 L polyethylene terephthalate (PETE) jar dosimeter using a commercial Vista(TM) cone-beam optical computed tomography (CT) scanner from Modus Medical Devices Inc. (London, ON, Canada). To ensure good management of light source-detector stability, it was determined that (a) a minimum of 2 h warm-up time is necessary prior to dosimeter scanning, (b) the light source should be kept on until the completion of the last data scan except for the minimum amount of time required to acquire dark field images, and (c) the optional Vista software projection image normalization routine should be used in image reconstruction. The institution of dosimeter scan time and temperature control was strongly indicated from the experiments. A standard post-irradiation wait time of 30 min measured to within ±30 s was established to minimize the measurement uncertainties due to dosimeter development and diffusion. To alleviate thermochromic behavior leading to inaccurate dose readout, holding bath warm up and pre-scan temperature adjustment procedures were developed to control dosimeter temperature to within ±0.2 °C. The possibility of stray light minimizing protocols was also investigated and deemed to be unnecessary. The largest significant sources of stray light in the system were identified as being due to angled scatter from the dosimeter gelatin matrix and refraction from the jar wall interfaces. It was concluded that these phenomena would be better addressed through dosimeter modification and an inter-jar dose-to-attenuation calibration methodology, rather than by setting additional imaging protocols.
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 ».