MétaCan
Menu
Retour à la cohorte
Enregistrement W2109793321 · doi:10.1109/iembs.2009.5333639

A pulse simulator for crystal identification validation of phoswich detectors used in positron emission tomography

2009· article· en· W2109793321 sur OpenAlexaffabout
Hoorvash Camilia Yousefzadeh, Roger Lecomte, Réjean Fontaine

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésDetectorScintillationPulse shapingScannerPhysicsOpticsNuclear electronicsNoise (video)Image resolutionPositron emission tomographyPulse generatorComputer scienceElectronic engineeringArtificial intelligenceEngineeringNuclear medicine

Résumé

récupéré en direct d'OpenAlex

Crystal identification (CI) of phoswich detectors is a technique used in positron emission tomography (PET) for improving spatial resolution through depth-of-interaction determination or higher pixelization. Digital algorithms using advanced digital signal processing techniques currently provide the most powerful approaches for CI of phoswich detectors made of crystals with only slightly different scintillation decay times. Such methods can be implemented in the all-digital architecture of LabPET, a small animal PET scanner developed in Sherbrooke, for fast and accurate real-time CI. In order to validate the new CI algorithms and assess their performance for different front-end electronics, a pulse generator simulator was developed to generate PET signals and investigate the effects of factors such as electronic noise, photon statistics and pulse shaping filter. The pulse generator was validated with LabPET-like pulses and CI results were compared with experimental data. The pulse simulator enables CI algorithms to be validated together with detector performance such as energy and timing resolution at an early stage of scanner design.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil0,344

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 Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,252 · 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
GenreEmpirique

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

En bref

Citations2
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207