SU‐E‐I‐146: An X‐Ray Scatter Technique for Extracting Differential Linear Scattering Coefficients
Notice bibliographique
Résumé
Purpose: To devise a scatter technique for extracting differential linear scattering coefficients of breast biopsies.Methods: An energy dispersive x‐ ray system is used to measure the scattered number of photons Ns(E) as a function of energy (E) from a 5 mm diameter 3 mm thick polycarbonate (lexan) biopsy at 6 degree, 12 degree, and 18 degree. A 50 kV 2.3 mA polychromatic pencil beam irradiates an area of 2.62 mm diameter on the sample for 3 minutes (X = 0.18 C/kg). A 25 mm̂2 by 1 mm thick CdTe detector is positioned 43 cm from the target with a 4.2 mm diameter aperture defining its active volume. Ns(E) spectra coupled with a semianalytic model are used to determine the differential linear scatter coefficients MUs(x) of biopsies, where x=E/(hc) sin(theta/2) is the momentum transfer argument. The Ns(E) spectrum for a biopsy of water was measured and was used with the model in reverse fashion to estimate the incident number of photons No. Water is chosen because diffraction data for water is considered the gold standard.Results: The MUs values were calculated using a bin size x = 0.06 nm̂−1 and E ranging from 7 to 40 keV. The values of MUs for lexan obtained at 6 degree using an No estimated from a 6 degree water scatter measurement were in good agreement with literature provided that a background subtraction correction is applied. At x=0.96 nm̂−1 the peak height is MUs=30.7 m̂−1 sr̂−1, a 2% overshoot. The MUs for lexan obtained from the 12 degree scatter measurement but with No estimated using the 18 degree scatter water measurement also resulted in good agreement with a 9% overshoot at the peak Conclusions: This work demonstrates a scatter technique with great potential for measuring the scatter signals of breast biopsies.
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 ».