MétaCan
Menu
Retour à la cohorte
Enregistrement W2005652542 · doi:10.1088/0031-9155/54/3/004

Analytically derived weighting factors for transmission tomography cone beam projections

2009· article· en· W2005652542 sur OpenAlexaff
Weiguang Yao, Konrad Leszczyński

Notice bibliographique

RevuePhysics in Medicine and Biology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of OttawaLaurentian UniversitySudbury Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésWeightingProjection (relational algebra)VoxelA-weightingTransmission (telecommunications)Beam (structure)Cone (formal languages)DetectorMathematicsIterative reconstructionTomographyCone beam computed tomographyAlgorithmOpticsComputer scienceGeometryArtificial intelligencePhysicsComputed tomographyTelecommunicationsAcoustics

Résumé

récupéré en direct d'OpenAlex

Weighting factors, which define the contributions of individual voxels of a 3D object to individual projection elements (pixels) on the detector, are the basic elements required in iterative tomographic reconstructions from transmission projections. Exact or as accurate as possible values for weighting factors are required in high-resolution reconstructions. Geometric complexity of the problem, however, makes it difficult to obtain exact weighting factor values. In this work, we derive an analytical expression for the weighting factors in cone beam projection geometry. The resulting formula is validated and applied to reconstruction from mega and kilovoltage x-ray cone beam projections. The reconstruction speed and accuracy are significantly improved by using the weighting factor values.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,170
Tête enseignante GPT0,425
Écart entre enseignants0,255 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations13
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207