SU‐C‐220‐06: Comparison of the Absorption Coefficient and Diffraction Enhanced Imagingˈˈs Apparent Absorption Coefficient of Lung Tissue
Notice bibliographique
Résumé
Purpose: Diffraction enhanced imaging (DEI) generates image contrast in a fundamentally different way than absorption x‐ray imaging—the refraction and extinction of x‐rays yield unique contrast. The purpose of this study was to measure the apparent absorption coefficient of the lung tissue in normal rats and to quantify the difference in contrast between DEIˈs peak image and radiography. Methods: Chest radiographs and DEI peak images (analyzer crystal aligned to the Bragg peak) were acquired of anesthetized and paralyzed Sprague Dawley rats (n=14) at Beamline X15A of the National Synchrotron Light Source at an x‐ray energy of 60 keV. The images were acquired in the anteroposterior (AP) direction. Intensity measurements were used to calculate an approximate apparent absorption coefficient of rat lung tissue. Measurements of the transmitted intensity of both the radiograph and DEI peak images were then used to calculate contrast within the lung. Results: The measured apparent absorption coefficient for the inflated lungs was 0.86 +/− 0.15 cm̂−1. To put this in context, the absorption coefficient of air, water and bone at 60 keV are 0.0002 cm̂−1, 0.21 cm̂−1 and 0.50 cm̂−1, respectively. Thus, the DEI contrast generated by the lung is about two times that generated by the same thickness of bone. DEI showed a significant gain in contrast over radiography (C_DEI/C_Rad) of 1.7 +/− 0.6. Conclusions: DEI generates 70% greater lung contrast than radiography at 60 keV. The large difference in the apparent absorption coefficient of DEI and the absorption coefficient of conventional radiography shows that DEI can be used to either enhance lung contrast for the same radiation dose, or could be used to substantially reduce the required radiation dose for a chest x‐ray while maintaining the same contrast‐to‐noise ratio. Drs. Connor, Parham, Pisano and Zhong are equity holders in NextRay, Inc. Dr. Pisano is on the Board of Directors at NextRay, Inc. Drs. Connor, Parham and Zhong are consultants to NextRay, Inc.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».