MétaCan
Menu
Retour à la cohorte
Enregistrement W2015379277 · doi:10.1117/12.658076

<title>Progress in multiple-image radiography</title>

2006· article· en· W2015379277 sur OpenAlexaff
Miles N. Wernick, Jovan G. Brankov, Dean Chapman, Yongyi Yang, Gocha Khelashvili, Mark A. Anastasio, Zhong Zhong, Christopher Parham, Jun Li, Carol Muehleman

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced X-ray Imaging Techniques
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésRadiographyMammographyRefractionMedical imagingConventional radiographyMedical physicsFocus (optics)Computer scienceComputed radiographyArtificial intelligenceOpticsNuclear medicineComputer visionPhysicsMedicineImage qualityRadiologyImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Conventional mammography is one of the most widely used diagnostic imaging techniques, but it has serious and well-known shortcomings, which are driving the development of innovative alternatives. Our group has been developing an x-ray imaging approach called multiple-image radiography (MIR), which shows promise as a potential alternative to conventional x-ray imaging (radiography). Like computed tomography (CT), MIR is a computed imaging technique, in which the images are not directly observed, but rather computed algorithmically. Whereas conventional radiography produces just one image depicting absorption effects, MIR simultaneously produces three images, showing separately the effects of absorption, refraction, and ultra-small-angle x-ray scattering. The latter two effects are caused by refractive-index variations in the object, which yield fine image details not seen in standard radiographs. MIR has the added benefits of dramatically lessening radiation dose, virtually eliminating scatter degradation, and lessening the importance of compressing the breast during imaging. In this paper we review progress to date on the MIR technique, focus on the basic physics and signal-processing issues involved in this new imaging method.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,699

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 Opus0,007
Tête enseignante GPT0,231
Écart entre enseignants0,225 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced X-ray Imaging TechniquesTravaux en français237 207