Evaluation of easily implementable inter-crystal scatter recovery schemes in high-resolution PET imaging
Notice bibliographique
Résumé
The detection efficiency of high-resolution PET systems based on arrays of pixelated detectors with individual crystal readout can be increased by lowering the energy threshold to recover low-energy first Compton events. However, allowing such low-energy events also results in inter-crystal scatter processes that generate triple coincidences (or "triplets") with ambiguous line-of-response (LORs). Whereas the problem has been investigated extensively by Monte Carlo simulations, little experimental data exist to confirm findings. Taking advantage of the fully parallel data processing and acquisition system of the LabPET scanner, every hits belonging to multiple events, which are normally discarded at an early stage in the data processing, were recorded in the research list mode with the relevant information (crystal position, energy and timestamp). Four different algorithms that can be readily implemented in the real-time coincidence processor were then used to select the LORs and build the corresponding acquisition sinograms. Images of a NEMA phantom were then reconstructed to assess the consequences of the four different recovery algorithms on detection efficiency and image quality. One of the main goals of the study was to determine whether simple triplets recovery schemes could be used as a solution to increase system detection efficiency while preserving image accuracy with real data sets. Results indicate that the addition of triple coincidences in the PET image formation process has an interesting potential to increase detector efficiency without significantly degrading image quality.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».