MétaCan
Menu
Retour à la cohorte
Enregistrement W2545231430 · doi:10.1109/nssmic.1991.259184

Front-end processing electronics for a PET tomograph based on BGO-avalanche photodiode detectors

2002· article· en· W2545231430 sur OpenAlexaffabout
P. Richard, D. Rouleau, S. Rodrigue, J. Cadorette, M. Neon, Roger Lecomte

Notice bibliographique

RevueConference Record of the 1991 IEEE Nuclear Science Symposium and Medical Imaging Conference · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésAvalanche photodiodeDetectorNuclear electronicsDiscriminatorPhotodiodeAnalog signal processingPhysicsFront and back endsSIGNAL (programming language)TomographyElectronicsAPDSComputer hardwareAnalog signalComputer scienceElectrical engineeringOpticsEngineeringDigital signal processing

Résumé

récupéré en direct d'OpenAlex

Summary form only given, as follows. The front-end analog and digital signal processing electronics for the Sherbrooke animal PET (positron emission tomography) tomograph, based on BGO-avalanche photodiode detectors, is discussed. The system is implemented with high-density dual-side surface mount printed circuit boards mounted directly behind the detector arrays in the tomograph, and FASTBUS format boards housed in external cabinets. The signals from each detector are processed using fast/slow channels for timing/energy validation. Constant fraction discrimination is used to generate the timing pulses. Gated integration and analog-to-digital conversion of the slow signals allow energy discrimination to be performed digitally. The control parameters for delays and discriminator thresholds are all software-programmable through digital-to-analog converters or on-board memory registers, and their adjustment can be performed automatically by a computer.< <ETX xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">&gt;</ETX>

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · 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'étudeSimulation ou modélisation
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
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConference Record of the 1991 IEEE Nuclear Science Symposium and Medical Imaging ConferenceMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207