MétaCan
Menu
Retour à la cohorte
Enregistrement W2138868513

Identification des cristaux dans un détecteur Phoswich appliqué à la tomographie d'émission par positrons

2010· article· fr· W2138868513 sur OpenAlexaboutno aff
Hoorvash Camilia Yousefzadeh

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2010
Typearticle
Languefr
DomaineEngineering
ThématiqueMuon and positron interactions and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La tomographie d'émission par positrons (TEP) occupe une place de choix dans le domaine de l'imagerie moléculaire par sa capacité d'obtenir des informations ultrasensibles et quantitatives sur des processus métaboliques, physiologiques ou cellulaires. De plus, grâce à la similitude des génomes de l'homme et de petits rongeurs comme la souris, elle attire un grand intérêt dans le domaine de la recherche médicale, allant de la détection précoce de différentes formes de cancers jusqu'au développement de nouveaux médicaments. Toutefois, pour tirer profit des images acquises lors d'études animales, des scanners de plus en plus performants sont nécessaires. Le LabPETTM, le scanner TEP petit animal conçu par les efforts unis du Groupe de recherche en appareillage médicale de Sherbrooke (GRAMS) et du Centre d'imagerie moléculaire de Sherbrooke (CIMS) se démarque des autres scanners d'une part par son couplage individuel des photodiodes à avalanche à une paire de cristaux scintillateurs et d'autre part par une numérisation hâtive des signaux et un traitement numérique parallèle. Cela permet d'y implanter des algorithmes de traitement de signaux puissants. Le filtre de Wiener est une des techniques utilisées dans le LabPETTM pour optimiser à la fois le rendement et la capacité d'identification du cristal (IC) excité par le rayonnement émis dans le scanner par les radioisotopes. Les travaux de cette thèse portent, dans une première partie, sur le développement et l'implantation d'une version plus complète et ajustée de la méthode d'IC basée sur le filtre de Wiener. L'amélioration de cette technique porte sur l'utilisation des deux caractéristiques élémentaires des cristaux, soit leur constante de temps et leur rendement lumineux pour une IC plus précise et rapide. Une telle IC peut être réalisée même avec des cristaux possédant des caractéristiques très similaires, et pour des énergies très basses - jusqu'à 100 keV. Dans une deuxième partie, les performances de la méthode d'IC Wiener ont été évaluées en tenant compte de la contribution des différentes sources de bruit de la chaîne d'acquisition d'un scanner TEP. L'influence du bruit de multiplication de la photodiode à avalanche (un bruit non-stationnaire et poissonien), le bruit électronique (un bruit stationnaire et gaussien), ainsi que l'effet de l'utilisation des filtres de mise en forme rapide CR-RC n sur les résultats de l'algorithme d'IC ont été étudiés grâce au développement d'un simulateur de TEP qui imite les signaux de sortie du LabPETTM. Finalement, la possibilité d'utiliser la méthode d'IC Wiener pour discriminer des détecteurs multicouches, composés de trois et quatre cristaux, a été étudiée. L'implantation de cet algorithme dans un scanner TEP permettra à court terme d'améliorer les performances de démultiplexage des détecteurs et, de ce fait, la résolution spatiale axiale du système. Des techniques de modélisations du bruit non-stationnaire sont proposées pour rehausser les résultats de l'algorithme d'IC. En se basant sur les résultats de l'algorithme d'IC, il est possible de développer des techniques pour mesurer l'énergie déposée dans les cristaux et parvenir à une séparation des évènements Compton diffusés entre les cristaux d'un même détecteur comparativement aux autres diffusions Compton. A plus long terme, ceci permettra de bonifier la sensibilité du scanner.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,240
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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.

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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetMuon and positron interactions and applicationsTravaux en français237 207