Poster — Thur Eve — 02: Measurement of CT radiation profile width using Fuji CR imaging plate raw data
Notice bibliographique
Résumé
Measuring the CT collimation width and assessing the shape of the overall profile is a relatively straightforward quality control (QC) measure that impacts both image quality and patient dose, and is often required at acceptance and routine testing. Most CT facilities have access to computed radiography (CR) systems, so performing CT collimation profile assessments using CR plates requires no additional equipment. Previous studies have shown how to effectively use CR plates to measure the radiation profile width. However, a major limitation of the previous work is that the full dynamic range of CR detector plates are not used, since the CR processing technology reduces the dynamic range of the DICOM output to 2 10 , requiring the sensitivity and latitude settings of CR reader to be adjusted to prevent clipping of the CT profile data. Such adjustments to CR readers unnecessarily complicate the QC procedure. These clipping artefacts hinder the ability to accurately assess CT collimation width because the full‐width at half maximum value of the penumbras are not properly determined if the maximum dose of the profile is not available. Furthermore, any inconsistencies in the radiation profile shape are lost if the profile plateau is clipped off. In this work we developed an opensource Matlab script for straightforward CT profile width measurements using raw CR data that also allows assessment of the profile shape without clipping, and applied this approach during CT QC.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».