MétaCan
Menu
Retour à la cohorte
Enregistrement W2054276653 · doi:10.1088/0031-9155/49/10/016

Performance evaluation of the 16-module quad-HIDAC small animal PET camera

2004· article· en· W2054276653 sur OpenAlexfundno aff
J. Missimer, Zoltan L Madi, Michael Honer, Claudia Keller, August P. Schubiger, Simon-Mensah Ametamey

Notice bibliographique

RevuePhysics in Medicine and Biology · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesCentre for Addiction and Mental Health
Mots-clésImaging phantomOpticsPhysicsDetectorGamma cameraImage resolutionField of viewLine sourceNuclear medicineMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

The quad-HIDAC small animal PET camera is a quadratic array of high-density avalanche chambers; the camera described in this publication consists of 16 modules. We present the system response using point and line sources and a mouse phantom. The quad-HIDAC camera exhibits a count rate stability of better than 1% and linearity of response to coincidences up to 2.2 x 10(5) cps at 16 MBq activity. Corrected for deadtime and random coincidences, the efficiency for the line source is 0.011, of which unscattered coincidences yield 0.009. The scatter fraction originating from the detectors is 0.22. Absorption within the mouse phantom was 20% and the scatter fraction increased to 0.29. Resolution is uniform within the entire field-of-view, which is 28 cm axially and 17 cm radially. Reconstruction of a point source yields a resolution of 1.1 mm FWHM for all three components. The performance of the camera demonstrates its excellent suitability for the functional imaging of small animals.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,171

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,221
Tête enseignante GPT0,430
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations72
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics in Medicine and BiologyMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207