MétaCan
Menu
Retour à la cohorte
Enregistrement W2091353662 · doi:10.1118/1.1522749

Optimum momentum transfer arguments for x‐ray forward scatter imaging

2002· article· en· W2091353662 sur OpenAlexaff
Robert J. LeClair, Paul C. Johns

Notice bibliographique

RevueMedical Physics · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversity of OttawaCarleton UniversityLaurentian University
Organismes subventionnairesnon disponible
Mots-clésPhysicsPhotonMomentum transferMomentum (technical analysis)Imaging phantomOpticsSquare rootKermaComputational physicsScatteringAtomic physicsDosimetryGeometryMathematicsNuclear medicine

Résumé

récupéré en direct d'OpenAlex

In our research program we have shown through modeling, related numerical calculations, and experimental measurements that there exists a potential use of scattered radiation for medical x-ray imaging. Each incident photon of wavelength lambda which scatters at a small angle theta with respect to its initial direction of travel has a change in momentum characterized by the photon momentum transfer argument x = lambda(-1) sin(theta/2). In this work, we show that in order to maximize the signal-to-noise ratio (SNR) obtained with scattered x rays, one must detect photons with specific x values. Using a photon counting detector to distinguish 2-cm-thick polymethyl methacrylate and nylon targets situated within a 15-cm-diam spherical water phantom with an 80 kV beam yields experimentally SNR/square root(K(air)c) = 12.8 +/- 0.2 (mJ/kg)(-1/2) when using the photons between x = 0.5 and 0.7 nm(-1). Here K(air)c is the air collision kerma and the average momentum transfer argument, x, is calculated by weighting x by the incident photon fluence distribution. The model predicts a value of SNR/square root(K(air)c) = 12.9 (mJ/kg)(-1/2). If we choose to form the signal with the range in x extended to be from 0.5 to 1.0 nm(-1) then, despite the detection of more scattered photons, experimentally SNR/square root(K(air)c) decreases by 38% to 7.9 +/- 0.3 (mJ/kg)(-1/2). The model predicts a value of 9.46 (mJ/kg)(-1/2). Results for energy integrating detectors are in general similar to those for photon counters, but there exist cases where a significant decrease in SNR can occur. For example, for measurements in air with the two plastics at theta = 3 degrees the SNR for an energy integrator was found to be 52% that of a photon counter. Numerical calculations predict that the effects of spectral blur can be significant when a narrow angular range is used for detection. Preliminary numerical predictions for breast tissues suggest a potential use of x-ray scatter in the field of mammography.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207