Poster — Thur Eve — 21: Monte Carlo Simulation of X‐Ray Scatter in Diagnostic Range with EGSnrc and GEANT4
Notice bibliographique
Résumé
In diagnostic x‐ray imaging, the attenuation of matter to x‐rays is substantially due to Compton and Rayleigh scattering in low Z materials. Consequently, the contrast of the x‐ray images is degraded by scattered photons. Because the total coherent scatter cross‐section is only about 10% of total Compton scatter cross‐section, Compton scatter plays a crucial role in x‐ray image quality. The x‐ray scatter effect can be corrected with experimentally measured or simulated data to improve image quality. It is necessary to acquire accurate x‐ray scatter information. Monte Carlo simulation is an important way of acquiring the x‐ray scatter information and the only practical way to analyze the Compton and Rayleigh scatter separately. However, due to the different ways of modeling the physics and various approximations in different Monte Carlo simulation packages, inconsistent simulation results have been observed. Using the Monte Carlo simulation packages of EGSnrc and GEANT4 we investigated the effects of the electron‐binding effects on the simulated x‐ray scattering in the diagnostic range. It is found that the Compton scatter and Rayleigh scatter are significantly different when simulated with different simulation packages and different physics models, e.g. with or without electron binding effect simulated. These differences are probably due to the ways the scattering process is modeled in the Monte Carlo simulation packages. Because the crucial role of simulated x‐ray scatter in scatter correcting in diagnostic imaging, improved modeling to the x‐ray scatter process in the Monte Carlo simulation package is desired.
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 ».