MétaCan
Menu
Retour à la cohorte
Enregistrement W2141535361 · doi:10.1109/jproc.2002.1002529

Direct-conversion flat-panel X-ray image sensors for digital radiography

2002· article· en· W2141535361 sur OpenAlexaff
Safa Kasap, J. A. Rowlands

Notice bibliographique

RevueProceedings of the IEEE · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Semiconductor Detectors and Materials
Établissements canadiensUniversity of TorontoUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDetective quantum efficiencyFlat panel detectorFlat panelX-ray detectorDetectorDigital radiographyQuantum efficiencyOpticsX-rayRadiographyImage qualityActive matrixSensitivity (control systems)OptoelectronicsNoise (video)PhysicsComputer scienceImage (mathematics)Electronic engineeringComputer visionEngineering

Résumé

récupéré en direct d'OpenAlex

Advances in active-matrix array flat panels for displays over the last decade have led to the development of flat-panel X-ray image detectors. Recent flat-panel detectors have shown image quality exceeding that of X-ray film/screen cassettes. They can also permit the instantaneous capture, readout, and display of digital X-ray images and, hence, enable the clinical transition to digital radiography. There are two general approaches to flat panel detector technology: 1) direct and 2) indirect conversion. The present paper outlines the operating principles for direct-conversion detectors based on the use of photoconductors. It formulates and reviews the required X-ray photoconductor properties for such applications and examines to what extent potential materials fulfill these requirements. The quantum efficiency, X-ray sensitivity, noise, and detective quantum efficiency factors are discussed with reference to current and potential large area X-ray photoconductors.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0080,003

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 Opus0,015
Tête enseignante GPT0,191
Écart entre enseignants0,177 · 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

Citations217
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the IEEEMême sujetAdvanced Semiconductor Detectors and MaterialsTravaux en français237 207