Effects of characteristic x rays on the noise power spectra and detective quantum efficiency of photoconductive x‐ray detectors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The effects of K fluorescence on the imaging performance of photoconductor-based x-ray imaging systems are investigated. A cascaded linear systems model was developed, where a parallel cascaded process was implemented to take into account the effect of K-fluorescence reabsorption on the modulation transfer function (MTF), noise power spectrum (NPS), and the spatial frequency dependent detective quantum efficiency [DQE(f)] of an imaging system. The investigation was focused on amorphous selenium (a-Se), which is the most highly developed photoconductor material for x-ray imaging. The results were compared to those obtained with Monte Carlo simulation using the same imaging condition and detector parameters, so that the validity of the cascaded linear system model could be confirmed. Our results revealed that K-fluorescence reabsorption in a-Se is responsible for a 18% drop in NPS at high spatial frequencies with an incident x-ray photon energy of E=20 keV (which is just above the K edge of 12.5 keV). When E increases to 60 keV, the effects of K-fluorescence reabsorption on NPS decrease to approximately 12% at high spatial frequencies. Because the high frequency drop is present in both MTF and NPS, the effect of K fluorescence on DQE(f) is minimal, especially for E that is much higher than the K edge. We also applied the cascaded linear system model to a newly developed compound photoconductor, lead iodide (PbI2), and found that at 60 keV there is a high frequency drop in NPS of 19%. The calculated NPS were compared to previously published measurements of PbI2 detectors.
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.
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 découle