MétaCan
Menu
Retour à la cohorte
Enregistrement W2765193803 · doi:10.1109/nssmic.2016.8069495

Preliminary results of an embedded timing probe for calibrating PET scanner

2016· article· en· W2765193803 sur OpenAlexaff
Arnaud Samson, Jonathan Bouchard, Émilie Gaudin, Christian Thibaudeau, Louis Arpin, Caroline Paulin, Roger Lecomte, Réjean Fontaine

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésScannerFirmwareDifferential nonlinearityCoincidenceIntegral nonlinearityPhysicsAvalanche photodiodeDead timeField-programmable gate arrayComputer scienceOpticsComputer hardwareDetectorCMOSVoltageOptoelectronicsConverters

Résumé

récupéré en direct d'OpenAlex

With the aim of improving the CNR of the LabPET II scanner, a method to correct the channel-to-channel coincidence time difference has been developed. The LabPET II, an avalanche photodiode-based PET scanner, features up to 55 000 channels which benefit from precise timing alignment. The correction process is fully automated and embedded in the scanner hardware and firmware. It uses a timing probe designed to react with the excess kinetic energy of a positron, enabling an absolute time reference of the positrons emission inside the probe. The time measurement is performed by a 312.5 ps time-to-digital converter (TDC) implemented in the LabPET II coincidence unit FPGA featuring a differential nonlinearity of -0.23 LSB peak and an integral nonlinearity of 0.14 LSB peak. The system computes probe-to-channel coincidences in order to obtain the absolute time difference between each channel of the scanner. The time correction is then applied to each channel to align all coincidence spectra, enhancing time resolution, thus improving CNR. Finally, these corrections are applied in real-time to each event during a typical PET acquisition.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,171

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,270
Écart entre enseignants0,249 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207