Impact of Lubberts Effect on Amorphous Selenium Indirect Conversion Avalanche Detector for Medical X-Ray Imaging
Notice bibliographique
Résumé
The exponential X-ray absorption makes the indirect conversion X-ray image sensors vulnerable to the Lubberts effect, which in turn makes the sensor more sensitive to the electronic noise. A cascaded linear-system model is proposed to find the required electric field to overcome the effect of electronic noise and depth dependent X-ray absorption (Lubberts effect) in amorphous selenium indirect conversion avalanche detectors. The model also includes scattering due to K-fluorescence reabsorption. The effect of depth dependent X-ray absorption is more pronounced in thicker detectors. It is observed that, at the Nyquist frequency (fN) of 2.5 mm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">-1</sup> , the presampling modulation transfer function of CsI deteriorates from 0.75 to 0.1 due to Lubberts effect in a CsI layer having thickness of 0.6 mm. The detective quantum efficiency (DQE) at fN (2.5 mm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">-1</sup> ) drops from 0.037 to 0.01 at a field of 60 V/μm due to Lubberts effect. The Lubberts fraction decreases with increasing the field thereafter. The avalanche gain enhances the signal strength and improves the frequency dependent DQE(f) by overcoming the Lubberts effect and as well as the effect of the electronic noise. An avalanche gain of 45 is sufficient to overcome the effect of the electronic noise.
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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».