MétaCan
Menu
Retour à la cohorte
Enregistrement W2106185272 · doi:10.1109/nssmic.2006.354253

Real Time Implementation of a Wiener Filter Based Crystal Identification Algorithm for Photon Counting CT Imaging

2006· article· en· W2106185272 sur OpenAlex
Nicolas Viscogliosi, Joël Riendeau, P. Bérard, Roch Lefebvre, Roger Lecomte, Réjean Fontaine

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2006 IEEE Nuclear Science Symposium Conference Record · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésLyso-Avalanche photodiodeFilter (signal processing)AlgorithmPhysicsScintillatorPhoton countingSilicon photomultiplierOpticsProjection (relational algebra)PhotonWiener filterComputer scienceDetectorComputer vision

Résumé

récupéré en direct d'OpenAlex

The recently launched LabPETtrade, a small animal avalanche photodiode (APD)-based PET scanner with quasi-individual readout and massively parallel processing, makes it possible to acquire both computed tomography (CT) and positron emission tomography (PET) images using the same detection system. However, since each APD is coupled to an LYSO/LGSO phoswich scintillator pair, an efficient crystal identification algorithm must be developed to meet the stringent requirements of CT data acquisition in single photon counting mode. We propose a new ultra-fast crystal identification algorithm based on a Wiener filter. This filter instantly recovers crystal parameters by minimizing a linear cost function. A simple one-dimension projection based discrimination is used to identify the scintillating crystal. The algorithm achieves a discrimination rate of 88% for low-energy X-ray photons (~60 keV) at a high count rate >1 M events/sec/channel when implemented in a field programmable gate array.

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.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,301
Écart entre enseignants0,287 · 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