MétaCan
Menu
Retour à la cohorte
Enregistrement W2606017942 · doi:10.1109/trpms.2017.2692752

Impact of Lubberts Effect on Amorphous Selenium Indirect Conversion Avalanche Detector for Medical X-Ray Imaging

2017· article· en· W2606017942 sur OpenAlexafffund
Salman M. Arnab, M. Z. Kabir

Notice bibliographique

RevueIEEE Transactions on Radiation and Plasma Medical Sciences · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDetective quantum efficiencyNoise (video)PhysicsDetectorX-ray detectorAbsorption (acoustics)ScatteringOpticsMaterials scienceNuclear magnetic resonanceOptoelectronicsAnalytical Chemistry (journal)ChemistryImage qualityImage (mathematics)Computer science

Résumé

récupéré en direct d'OpenAlex

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-1, 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-1) 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,301
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Radiation and Plasma Medical SciencesMême sujetDigital Radiography and Breast ImagingTravaux en français237 207