MétaCan
Menu
Retour à la cohorte
Enregistrement W2035771961 · doi:10.1109/nssmic.2010.5874247

Novel methods of resolving energy and 3D positions of interactions in monolithic scintillator plates

2010· article· en· W2035771961 sur OpenAlexaff
Farhad Taghibakhsh, Sarah G. Cuddy‐Walsh, J. A. Rowlands

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensThunder Bay Regional Research InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScintillatorPhotodetectorMonte Carlo methodDetectorEnergy (signal processing)Lyso-PhysicsOpticsPhotoelectric effectPosition (finance)Optoelectronics

Résumé

récupéré en direct d'OpenAlex

We propose methods of direct calculation of 3D position of mono-energetic interaction events in monolithic scintillator plates. The scintillator plate is coupled to an array of photodetectors on one side only, using the sum of signals of a few photodetectors consisting of the subset of the array containing the event. The advantage of incorporating fewer photodetectors to resolve an event allows other subsets of photodetectors in the array to resolve different events simultaneously, thus improving the count rate. The energy filtration was performed by examining the locus of events in the plane of resolved energy versus resolved depth of interaction. Events of unwanted energy fall outside of a pre-defined energy window of interest, or the physical boundaries of the scintillator. We also developed an adaptive centroid method that takes into account the already resolved depth of interaction (DOI) to resolve X-Y position of events. Monte-Carlo simulation was used to evaluate the performance of the proposed method in a scintillator slab (10 mm × 10 mm × 100 mm LYSO), readout by a 3×3 photodetector subset. Simulation of the proposed method showed promising high resolution capability for DOI and X-Y positioning, as well as energy filtration capability.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,114
Score d'incertitude au seuil0,253

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 Opus0,015
Tête enseignante GPT0,312
Écart entre enseignants0,297 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207