Noise power properties of a cone‐beam CT system for breast cancer detection
Notice bibliographique
Résumé
The noise power properties of a cone-beam computed tomography (CT) system dedicated for breast cancer detection were investigated. Uniform polyethylene cylinders of various diameters were scanned under different system acquisition conditions. Noise power spectra were calculated from difference data generated by subtraction between two identical scans. Multidimensional noise power spectra (NPS) were used as the metric to evaluate the noise properties of the breast CT (bCT) under different system acquisition and reconstruction conditions. A comprehensive investigation of the noise properties was performed in regard to system acquisition parameters including kVp, mA, number of cone-beam projection images used, cone angle, and object size. The influence on reconstruction parameters including interpolation method, reconstruction filter, field of view, matrix size, and slice thickness were also studied. Under certain conditions, the zero-dimensional NPS (image variance) was used as a quantitative index to compare the influence from different scan parameters, especially the radiation dose. If the total scan dose is changed by linearly changing the total number of projection images while the dose per frame is kept constant, the noise power has a linear relationship with the reciprocal of the total dose. If the total scan dose is changed by linearly changing the dose per frame while the total number of projection images is kept constant, the noise power has a quadratic relationship with the reciprocal of the total dose. With the same amount of total dose, using fewer projection images results in lower image noise power in the CT image. Quantitative results from this noise power analysis provide guidance for the bCT system operation, optimization, and data reconstruction.
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 ».