MétaCan
Menu
Retour à la cohorte
Enregistrement W2118684794 · doi:10.1109/nssmic.2004.1466289

Measurements on the timing stability of the MicroPET R4 animal PET scanner

2005· article· en· W2118684794 sur OpenAlexaff
C.J. Thompson, Andrew L. Goertzen

Notice bibliographique

RevueIEEE Symposium Conference Record Nuclear Science 2004. · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésScannerDetectorAttenuationComputer scienceCalibrationBlock (permutation group theory)OpticsCorrection for attenuationSoftwarePhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

The MicroPET R4 and P4 small animal PET scanners have detectors consisting of an array of 64 2.1times2.1times10 LSO crystals coupled via light guides to Hamamatsu R5900-C12 position sensitive PMTs. These have energy resolutions in the range of 25% and timing resolutions <3 nsec. The calibration software allows users to set up the crystal identification maps and voltage to keV conversion gain for each crystal in a mostly automated and highly interactive way. However until recently there was no provision for making adjustments to the inter-detector timing alignment. Our preliminary evaluation of this instrument showed that reasonable normalization sinograms could only be obtained with a timing window of 10 nsec or more in spite of a timing resolution of <3 nsec. We performed sham transmission scans with nothing in the field of view, and a range of timing windows from 2 to 14 nsec and used a 14 nsec timing blank scan to generate effective attenuation sinograms as a function of timing window. These showed trues count-rates which fit well to a ERF(tau) function. However, the effective attenuation value, which should be 1.0, changes from block to block becomes very high (<3.5 at 6 nsec.) in some blocks suggesting the need for timing alignment. In the latest software release, V5.2.2.8, timing alignment is permitted, and the timing is much better aligned and much more stable

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,309
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Symposium Conference Record Nuclear Science 2004.Même sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207