A Fast Crystal Identification Algorithm Applied to the LabPET™ Phoswich Detectors
Notice bibliographique
Résumé
Detectors based on LYSO and LGSO scintillators in a phoswich arrangement coupled to an avalanche photodiode are used in the LabPETtrade, an all-digital positron emission tomography (PET) scanner for small animal imaging developed in Sherbrooke. A Wiener filter based crystal identification (CI) algorithm achieving excellent discrimination accuracy was recently proposed for crystal identification of LYSO-LGSO phoswich detectors . This algorithm was based on estimating parameters describing the scintillation decay time constant and the light yield of events sampled at 45 MSPS. The CI process was performed by applying a threshold on the scintillation decay parameter of events. The light yield was not considered in the CI process even if it should be. We propose a 2-fold faster CI approach which takes both the scintillation decay and light yield coefficients of each crystal into consideration. The new algorithm uses the previous Wiener filter based algorithm as a calibration process in order to evaluate the model of each individual crystal. The DAQ chain model as a priori knowledge is then incorporated into the model of each crystal and the output signal is estimated. The CI is performed by evaluating a single parameter representing the percentage contribution of each crystal characteristics in the event signal. The CI algorithm demonstrated a discrimination rate accuracy for LYSO-LGSO LabPET detectors and for LSO-GSO crystals in phoswich arrangement for 511 keV events. Although a calibration is required, the real-time implementation of the new CI algorithm needs 2 times less direct operations. An FPGA clocked at 400 MHz can process up to 25 M events/sec with such an algorithm.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».