X‐ray imaging using avalanche multiplication in amorphous selenium: Investigation of depth dependent avalanche noise
Notice bibliographique
Résumé
The past decade has seen the swift development of the flat-panel detector (FPD), also known as the active matrix flat-panel imager, for digital radiography. This new technology is applicable to other modalities, such as fluoroscopy, which require the acquisition of multiple images, but could benefit from some improvements. In such applications where more than one image is acquired less radiation is available to form each image and amplifier noise becomes a serious problem. Avalanche multiplication in amorphous selenium (a-Se) can provide the necessary amplification prior to read out so as to reduce the effect of electronic noise of the FPD. However, in direct conversion detectors avalanche multiplication can lead to a new source of gain fluctuation noise called depth dependent avalanche noise. A theoretical model was developed to understand depth dependent avalanche noise. Experiments were performed on a direct imaging system implementing avalanche multiplication in a layer of a-Se to validate the theory. For parameters appropriate for a diagnostic imaging FPD for fluoroscopy the detective quantum efficiency (DQE) was found to drop by as much as 50% with increasing electric field, as predicted by the theoretical model. This drop in DQE can be eliminated by separating the collection and avalanche regions. For example by having a region of low electric field where x rays are absorbed and converted into charge that then drifts into a region of high electric field where the x-ray generated charge undergoes avalanche multiplication. This means quantum noise limited direct conversion FPD for low exposure imaging techniques are a possibility.
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 | 0,001 | 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 ».