MTF and NPS measurements including X-ray scatter - application in a digital mammography system
Notice bibliographique
Résumé
Abstract: Purpose: Detector characterization with modulation transfer function (MTF), noise power spectrum (NPS) and detective quantum efficiency (DQE) inadequately predicts image quality when the imaging system includes patient scatter. This contribution investigates the effect of x-ray scatter on the MTF and NPS in mammography to characterize the system in clinical situations. Material and Methods: A full-field digital mammography unit was characterized at 28 kV Mo/Mo at two beam qualities with and without x-ray scatter. Pre-sampling MTF and NPS without scatter were measured according to the IEC 62220-2 standard. The same imaging parameters were measured again with a mammography test object that simulates x-ray scatter due to the breast. Results: X-ray scatter causes a falloff of MTF (6% at very low spatial frequency (0.1 mm-1) and 9.5% for the rest of the spectra) and adds a constant amount of noise (3% from 0.5 to 2 pl/mm, 6% from 2.5 to 4 pl/mm and 8% from 4.5 pl/mm to the Nyquist frequency). This increase in image noise is related to the amount of scatter integrated by the detector. The reduction of MTF and the increment of noise implies the drop of the DQE at all frequencies. Conclusion: The properties of an image receptor are properly characterized with a scatter free beam. In clinical situations, detectors are used with x-ray scatter from the patient. The use of a test object including scatter to measure MTF and NPS describes the resolution and noise properties of the imaging system with regard to scatter from the patient.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».