(Invited) Flat-Panel X-ray Image Sensor Using Thin Film Transistors and Field Emitter Arrays
Notice bibliographique
Résumé
Active matrix flat panel imagers (AMFPI) have been commercialized for a wide range of x-ray imaging applications. They have demonstrated superior imaging performance except in fluoroscopy, where the electronic noise degrades the image quality, making it inferior to x-ray imaging intensifier (XRII). In this paper we will present two FPI approaches under investigation to overcome the electronic noise limitation. They use an amorphous selenium layer with programmable avalanche gain to detect light generated from an x-ray scintillator upon x-ray absorption. Two charge readout methods are being investigated: a thin-film transistor (TFT) array; and a field emitter array (FEA). The amorphous selenium (a-Se) avalanche photoconductor is called HARP (high-gain avalanche rushing photoconductor). The avalanche gain of HARP depends on both a-Se thickness and applied electric field ESe . At ESe of > 80 V/μm, the avalanche gain can enhance the signal at low dose (e.g. fluoroscopy) and make the detector x-ray quantum noise limited down to a single x-ray photon. At high exposure (e.g. radiography), the avalanche gain can be turned off by decreasing ESe to < 70 V/μm, thus ensuring a wide dynamic range without burdening the readout electronics. The potential x-ray imaging performance of both FPI approaches, especially the aspect of programmable gain to ensure wide dynamic range and x-ray quantum noise limited performance at the lowest exposure in fluoroscopy, have been investigated.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».