MétaCan
Menu
Retour à la cohorte
Enregistrement W2791172200 · doi:10.1002/mp.12853

Cascaded systems analysis of charge sharing in cadmium telluride photon‐counting x‐ray detectors

2018· article· en· W2791172200 sur OpenAlexaff
Jesse Tanguay, Ian A. Cunningham

Notice bibliographique

RevueMedical Physics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensWestern UniversityUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDetectorPhysicsX-ray detectorOptical transfer functionCharge sharingMonte Carlo methodPhotonPhoton countingOpticsImage resolutionComputational physicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Single-photon-counting (SPC) and spectroscopic x-ray detectors are under development in academic and industry laboratories for medical imaging applications. The spatial resolution of SPC and spectroscopic x-ray detectors is an important design criterion. The purpose of this article was to extend the cascaded systems approach to include a description of the spatial resolution of SPC and spectroscopic x-ray imaging detectors. METHODS: A cascaded systems approach was used to model reabsorption of characteristic x rays, Coulomb repulsion, and diffusion in SPC and spectroscopic x-ray detectors. In addition to reabsorption, diffusion, and Coulomb repulsion, the model accounted for x-ray conversion to electron-hole (e-h) pairs, integration of e-h pairs in detector elements, electronic noise, and energy thresholding. The probability density function (PDF) describing the number of e-h pairs was propagated through each stage of the model and was used to derive new theoretical expressions for the large-area gain and modulation transfer function (MTF) of CdTe SPC x-ray detectors, and the energy bin sensitivity functions and MTFs of CdTe spectroscopic detectors. Theoretical predictions were compared with the results of MATLAB-based Monte Carlo (MC) simulations and published data. Comparisons were also made with the MTF of energy-integrating systems. RESULTS: Under general radiographic conditions, reabsorption, diffusion, and Coulomb repulsion together artificially inflate count rates by 20% to 50%. For thicker converters (e.g. 1000 μm) and larger detector elements (e.g. 500 μm pixel pitch) these processes result in modest inflation (i.e. ∼10%) in apparent count rates. Our theoretical and MC analyses predict that SPC MTFs will be degraded relative to those of energy-integrating systems for fluoroscopic, general radiographic, and CT imaging conditions. In most cases, this degradation is modest (i.e., ∼10% at the Nyquist frequency). However, for thicker converters, the SPC MTF can be degraded by up to 25% at the Nyquist frequency relative to EI systems. Additionally, unlike EI systems, the MTF of spectroscopic systems is strongly dependent on photon energy, which results in energy-bin-dependent spatial resolution in spectroscopic systems. CONCLUSIONS: The PDF-transfer approach to modeling signal transfer through SPC and spectroscopic x-ray imaging systems provides a framework for understanding system performance. Application of this approach demonstrated that charge sharing artificially inflates the SPC image signal and degrades the MTF of SPC and spectroscopic systems relative to energy-integrating systems. These results further motivate the need for anticharge-sharing circuits to mitigate the effects of charge sharing on SPC and spectroscopic x-ray image quality.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,241
Écart entre enseignants0,231 · 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'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

Citations25
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207