Can a Fourier-based cascaded-systems analysis describe noise in complex shift-variant spatially sampled detectors?
Notice bibliographique
Résumé
Cascaded-systems analyses have been used successfully by many investigators to describe signal and noise transfer in quantum-based x-ray detectors in medical imaging. However, the Fourier-based linear-systems approach is only valid when assumptions of linearity and shift invariance are satisfied. Digital detectors, in which a bounded image signal is spatially integrated in discrete detector elements, are not shift invariant in their response. In addition, many detectors make use of fiber optics or structured phosphors such as CsI to pass light to a photodetector-both of which have a shift-variant response. These issues raise serious concerns regarding the validity of Fourier-based approaches for describing the signal and noise performance of these detectors. We have used a Monte Carlo approach to compare the image Wiener noise power spectrum (NPS) with that predicted using a Fourier-based approach when these assumptions fail. It is shown that excellent agreement is obtained between Monte Carlo results and those obtained using a Fourier-based wide-sense cyclostationary analysis, including the description of noise aliasing. A simple model of a digital detector coupled to a fiber optic bundle is described using a novel cascaded cyclostationary approach in which image quanta are integrated over fiber elements and then randomly re-distributed at the fiber output. While the image signal sometimes contains significant non-stationary beating artifacts, the Monte Carlo results generally show good agreement with Fourier models of the NPS when noise measurements are made over a sufficiently large region of interest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».