TU‐G‐211‐02: Design and Evaluation of Dual‐Ended Detectors for PET Mammography
Notice bibliographique
Résumé
Purpose: Positron emission mammography shows promise as a secondary breast screening technique to reduce the number of unnecessary biopsies. To reduce the dose to the patient, current PEM systems use depth of interaction (DOI) enabling detector modules. These detector designs however require a large number of channels per scintillator at high system cost and complexity. We propose a dual‐ended readout block detector module (DERBDM) design combining the high encoding ratio of Anger logic with the DOI measuring dual‐ended readout detector design to reduce the number of required channels while maintaining spatial resolution on the order of 2‐mm. Methods: A prototype DERBDM was constructed from 2 × 2 pixels with 3.4‐mm pitch from two SensL silicon photomultipliers arrays (SPMArray2‐A0), two 2‐mm thick glass light guides, and a 3 × 3 array of 2‐mm × 2‐mm × 20‐mm scintillators with 2.075‐mm pitch. The signal from the DERBDM was digitized using eight channels of a CAEN Systems 16‐channel 12‐bit 250‐MS/s waveform digitizer. The ability to identify crystal index, DOI resolution, and energy resolution were measured. Results: The DERBDM was found to resolve events in a flood field image and with energy‐based corrections clearly identifying the interacting scintillation crystals. After per‐crystal corrections were applied, DOI was resolved with 5‐mm FHWM resolution. Energy was corrected with crystal index‐ and DOI‐ dependant and found to discriminate the energy of events with a resolution of 20%. Conclusions: This work demonstrates the DERBDMˈs ability to increase encoding ratio at least 2‐fold from that of the dual‐ended readout design without sacrificing spatial resolution. It indicates that the DERBDM has the potential to meet the need for an affordable, high resolution, highly specific breast imaging system.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».