Monte Carlo Calculations in Nuclear Medicine
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
Introduction to the Monte Carlo method (M Ljungberg). Variance reduction techniques (D R Haynor). Anthropomorphic phantoms (G Zubal). General Monte Carlo codes for use in medical radiation physics (P Andreo and M Ljungberg). An introduction to scintillation detector physics (P D Esser). The scintillation camera - basic principles (S-E Strand). The SIMSET program (T Lewellen). Vectorized Monte Carlo code for modelling photon transport in nuclear medicine (M F Smith). Positron emission tomography - basic principles (T Ohlsson and K Erlandsson). The SIMSPECT simulation system (M J Belanger et al). Monte Carlo simulation of photon transport in gamma camera collimators (D J de Vries and S C Moore). The SIMIND Monte Carlo program (M Ljungberg). Monte Carlo in SPECT scatter correction (K F Koral). Design of a collimator for imaging ^T111In (S C Moore et al). Estimation of the lung regions from Compton scatter data in SPECT (M A King and T-S Pan). The Monte Carlo method applied in other areas of SPECT imaging (M Ljungberg). Positron emission tomography: basic principles (K Erlandsson and T Ohlsson). PETSIM: Monte Carlo simulation of positron imaging systems (C J Thompson and Y Picard). Monte Carlo in quantitative 3D PET: Scatter (M Dahlbom and L Eriksson). The Monte Carlo method in other topics of nuclear medicine and medical physics (M Ljungberg). Contributors: Dr Dan DeVries, U Mass, Worcester Dr S C Moore, V A Medical Center, MA C J Thompson, McGill U, Canada Dr Pedro Andreo, IAEA and Stockholm, Vienna, Austria Dr Ken Koral, U Michigan Ann Arbor, Dr S P Mueller, Essen University Hospital, Germany Dr Marie Kijewski, Brigham and Women's Hospital, Boston, US George Zubal, Yale U, School of Medicine Dr Mike King, U Mass Medical School, Worcester MA, US Drs Miyaoka and Harrison, U Washington Medical Center, Seattle, US Dr M Dahlbom, UCLA School of Medicine, US L Eriksson, Karolinska Institute (so is Andreo) Sweden
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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