MétaCan
Menu
Retour à la cohorte
Enregistrement W2104933417 · doi:10.1109/nssmic.2010.5874241

A novel DOI detector design with high encoding ratio for PET applications

2010· article· en· W2104933417 sur OpenAlexaff
Sarah G. Cuddy‐Walsh, J. A. Rowlands, Farhad Taghibakhsh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensHealth Sciences CentreThunder Bay Regional Research InstituteUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Cancer Institute
Mots-clésDetectorScintillationOpticsPhysicsPhotonMonte Carlo methodEncoding (memory)PhotodetectorBlock (permutation group theory)Photon countingScintillation counterOptoelectronicsComputer scienceArtificial intelligenceGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

We designed a novel detector module combining the dual-ended readout design with the traditional block detector for resolving depth of interaction (DOI) and enabling high encoding ratio (number of scintillation crystals per photodetector) and high photon collection efficiency. The design and performance of the dual-ended readout block detector were investigated using Monte-Carlo simulation. Detector modules of varying encoding ratios were modeled and photons were generated and tracked within the module to determine the geometric X, Y (crystal identification), DOI resolutions and collection efficiency of the system. The X and Y resolutions were expressed as the error in identifying the interacting scintillation crystal and the resolutions were optimized for each encoding ratio by adjusting the thickness of the optical light guide. Results showed that a detector module with an encoding ratio up to 3.125 with 2 mm light guides can achieve minimal error in identifying the interacting scintillation crystal, <; 2 mm resolution in depth of interaction FWHM, and >; 65% collection efficiency. This design allows for a 6.25 fold reduction in the number of channels compared to a one-to-one dual-ended readout configuration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207