SU‐E‐I‐152: CCD Vs CdTe X‐Ray Methods to Estimate Fat Content in Breast Biopsies
Notice bibliographique
Résumé
Purpose: This work focuses on analyzing CCD vs CdTe x‐ray methods to estimate fat in breast biopsies. Methods: A digital specimen radiography system consisting of a 2″× 2″ phosphor coupled to a 1″ × 1″ CCD was used. We obtained ADU signals as a function of the energy incident signals for different plastic biopsies each 5 mm in diameter and of varying thicknesses. Simulations were performed for 231 combinations of polycarbonate (lexan), lucite and polyethylene (polyet). These plastics mimic respectively fibrous tissue, cancer, and fat. The thickness for heterogeneous biopsies was restricted to 5mm. The average ADU and sigma calculated for 21 subgroups of % polyet reveal significant overlaps between groups. The ADUmean values provide a way to estimate the % polyet experimentally. 26 kV (0.3 mA) beams and exposure times of 3.8 seconds gave X=7.5E‐4 C/kg. Region of interests (ROIs) consisting of 15960 pixels were generated and corresponded to a 1.36 mm diameter lesion in the object plane. Using a single pixel CdTe detector, the thickness of polyet can be estimated by assuming the biopsies are composed of two materials, namely polyet and a 50:50 mixture of lexan and lucite. 15 kV (0.15 mA) beams and 1 minute exposures yielded X=1.9E‐4 C/kg per measurement. The diameter of the beam at the sample is 1.36 mm. The weighted means of the estimated thicknesses were evaluated using data from 8 keV to 10.6 keV in steps of 0.2 keV. Results: The root mean square between estimated and actual % polyet for the CCD was 13.8 and 9.2 for the CdTe detector. Conclusions: The preliminary analysis shows a minor advantage using the CdTe based system. Extending the study to a pixilated CdTe (or CZT) detector could allow larger ROIs to be analyzed. We anticipate better results with breast tissue since contrast is higher.
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 ».