MétaCan
Menu
Retour à la cohorte
Enregistrement W2548703547 · doi:10.1109/nssmic.1991.259190

A new stationary sampling scheme for multi-layer positron tomographs

2002· article· en· W2548703547 sur OpenAlexaff
Marjolaine Héon, Christian Carrier, J. Cadorette, P. Richard, D. Rouleau, S. Rodrigue, 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-clésCoincidenceDetectorOffset (computer science)Sampling (signal processing)Positron emission tomographyPhysicsResolution (logic)PositronOpticsImage resolutionIterative reconstructionTomographyComputer scienceAlgorithmComputer visionNuclear medicineArtificial intelligenceNuclear physics

Résumé

récupéré en direct d'OpenAlex

A stationary sampling scheme applicable to tomographic instruments incorporating two or more detector layers is described. In this concept, the detectors in adjacent layers are angularly offset by half the interdetector distance. By reconstructing in one single slice all lines of response defined by two adjacent rings of detectors, a fourfold increase in the number of coincidence lines is obtained and a uniform sampling distance equal to one quarter the interdetector spacing is achieved. Whereas this is obtained at the expense of a 100% degradation of the resolution in the axial direction, with the recent breed of PET (positron emission tomography) scanners using nearly square cross section detectors the resolution loss is tolerable; in addition, normal reconstruction of the individual coincidence planes is always possible. The new sampling concept was investigated experimentally with a PET camera simulator. Results obtained by simulating the proposed scheme confirmed the improvement in transaxial imaging performance.< <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 candidatesaucune
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 enseignants0,961
Score d'incertitude au seuil0,676

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 technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,073
Tête enseignante GPT0,342
Écart entre enseignants0,268 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2002
Routes d'admission1
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