A small-signal approach to temporal modulation transfer functions with exposure-rate dependence and its application to fluoroscopic detective quantum efficiency
Notice bibliographique
Résumé
The detective quantum efficiency (DQE) is a metric widely used in radiography to quantify system performance and as a surrogate measure of patient "dose efficiency." It has been applied previously to fluoroscopic systems with the introduction of a temporal correction factor. Calculation of this correction factor relies on measurements of the temporal modulation transfer function (MTF). However, the temporal MTF is often exposure-rate dependent, violating a necessary Fourier linearity requirement. The authors show that a Fourier analysis is appropriate for fluoroscopic systems if a "small-signal" approach is used. Using a semitransparent edge, a lag-corrected DQE is described and measured for an x-ray image intensifier-based fluoroscopic system under continuous (non-pulsed) exposure conditions. It was found that results were equivalent for both rising and falling-edge profiles independent of edge attenuation when effective attenuation was in the range of 0.1-0.6. This suggests that this range is appropriate for measuring the small-signal temporal MTF. In general, lag was greatest at low exposure rates. It was also found that results obtained using a falling-edge profile with a radiopaque edge were equivalent to the small-signal results for the test system. If this result is found to be true generally, it removes the need for the small-signal approach. Lag-corrected DQE values were validated by comparison with radiographic DQE values obtained using very long exposures under the same conditions. Lag was observed to inflate DQE measurements by up to 50% when ignored.
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 | 0,001 |
| 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 ».