MétaCan
Menu
Retour à la cohorte
Enregistrement W2027683199 · doi:10.1118/1.3181283

SU‐FF‐I‐162: Depth of Field in Radiography

2009· article· en· W2027683199 sur OpenAlexaff
S Siddique, SJ Bartolac, Gregory Bootsma, Noor Mail, Eugene Fiume, David A. Jaffray

Notice bibliographique

RevueMedical Physics · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésDetectorOpticsPixelPoint sourceIntersection (aeronautics)Field of viewPhysicsFlat panel detectorPoint (geometry)Optical transfer functionDot pitchCardinal pointGeometryMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose: Depth of field (DoF) is a well developed concept in photography. Several recent advances in photography have capitalized on DoF to optimize the information that can be extracted from images. This study explores an analogous concept to DoF in radiography and its implications. Method and Materials: Hypothesis 1: Given an X‐ray source with a finite focal spot size and a detector with a known pixel size, objects appear sharpest when placed at the point of intersection of the lines joining the opposite ends of the width of the source and that of the central pixel. A fixed source to detector distance of 1560mm was selected. A tilted lead sheet was then imaged at a number of locations between the source and the detector, and the spatial frequency (mm−1) at 50% MTF was reported for each of these locations. Hypothesis 2: It is possible to disambiguate between layers within a patient by moving the source and/or the detector along the source‐detector axis. A foam block with two perforated aluminum sheets attached on opposite sides was imaged. These sheets are representative of different imaging planes within a patient. A second image of this block was acquired using a source position further away from the detector. The acquired images were then merged using knowledge of the geometrical transform and the imaging plane of interest to sharpen one of the two sheets and blur out the other. Results: Structures with size of the order of the pixel pitch of the detector can best be resolved at the DoF. Using the proposed technique, it is possible to selectively sharpen layers of interest within a patient. Conclusion: An understanding of the DoF can facilitate expansion of the DoF allowing more planes within a patient to be imaged sharply (“focused”). Moreover, it can allow focusing at desired depths within a patient.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,005
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207