Derivation of the system matrix for an animal SPECT scanner with rotational collimator and stationary ring detector
Notice bibliographique
Résumé
The aim of this work is to develop a cost-effective technology for performing SPECT imaging on an existing animal PET scanner. Two replaceable collimators attached to the PET ring detector to provide single-photon imaging capability are investigated: 1) a slit-slat collimator for large axial field of view and 2) a multi-pinhole collimator for high spatial resolution. The slit component of the slit-slat collimator and the pinhole collimator are rotated to acquire tomographic data sets. Every rotational step of the collimator forms a new detector system configuration, which requires a new system matrix and thus the overall system matrix increases linearly with the rotation steps. In this work, an efficient approach is first proposed for storing the system matrix. It reduces the matrix size by 98.5% in comparison to the original size if stored in direct form. To achieve a balance of accuracy and computational time, we investigate two ways to derive the system matrix: from Monte Carlo simulation which takes much longer time but is more accurate and from analytical calculation which is hundreds times faster but has reduced accuracy. The point spread functions calculated using both methods are compared and show general resemblance. The system matrices derived in both ways are used in reconstructing simulated and experimental data and have produced images with the expected resolution. The distinctive characteristics of the two methods make them useful at different stages of the system development.
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 | 0,000 | 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) | 0,000 | 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 ».