Development of a new generation of area detectors for portal imaging: high-quantum-efficiency direct-conversion MV flat-panel imagers
Notice bibliographique
Résumé
Recently developed flat-panel detectors have been proven to have a much better image quality than conventional electronic portal imaging devices (EPIDs) used in radiation therapy. They are, however, not yet ideal for portal imaging application primarily due to the low x-ray absorption for megavoltage(MV) x-rays, i.e., low quantum efficiency (QE), typically on the order of 2-4% as compared to the theoretical limit of 100%. A significant increase of QE is desirable for applications such as MV cone-beam computed tomography (MVCT) and MV fluoroscopy. Our goal is to develop a new generation of area detectors for radiotherapy treatment verification, with a QE an order of magnitude higher than that of current flat-panel systems and an equivalent spatial resolution. In this paper, we will first discuss the rationale and the challenges in designing a high QE detector for portal imaging application and give an overview of previous designs and their limitations. We will then introduce our novel design for a high QE detector, which has a thick, dense x-ray direct-conversion layer coupled to a 2D active matrix for image storage and readout. The conversion layer is made of high-density metal elements to convert x-rays to electrons and sub-pixel sized cavities filled with an ionization medium (e.g., gas or a-Se) to convert the electrons to free charges that are collected on electrodes connected to the active matrix. The QE, spatial resolution, and sensitivity of the proposed detector have been modeled, and results will be presented. It is shown that this new detector will be quantum noise limited and have both a high QE and a high resolution. Thus, further development based on this novel design is warranted.
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 ».