MétaCan
Menu
Retour à la cohorte
Enregistrement W2791469162 · doi:10.1117/12.2293429

A novel radiation imaging detector with proportional charge gain

2018· article· en· W2791469162 sur OpenAlexaff
Hyunsuk Jang, Karim S. Karim, Denny L. Lee, Ahmet Çamlıca

Notice bibliographique

RevueMedical Imaging 2018: Physics of Medical Imaging · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésElectric fieldPhysicsDielectricOpticsOptoelectronicsPixelX-ray detectorImage sensorMaterials scienceDetector

Résumé

récupéré en direct d'OpenAlex

Using electric field to partition the selenium layer into a low field charge drift region and a high field avalanche gain region was first proposed in 2005(1). Engineering and fabricating such a grid structure on a TFT array have been a challenge. High dielectric strength material (up to several hundred volts/um) is required. Furthermore, it is very difficult to achieve or control a stable and uniform avalanche gain for imaging without too much excess noise from the elevated grid structure about the pixel plane. Image charge gain is non-­uniform depending on the distance from the center of the avalanche well. A novel coplanar detector structure is now being tested. All image charges collected on a dielectric pixel surface will transfer to the central pixel readout electrode along a converging field. Uniform gain via a stable avalanche process can be achieved. This new structure does not require a conventional TFT platform and higher temperature fabrication process can be used. Imaging charges generated from x‐ray are first directed to a dielectric charge collection interface surface. During the sequential rolling image readout, imaging charges in each line are re-­directed to an orthogonal lines of central readout electrode by a convergent field with high electric field strength at the rim of each pixel central electrode. All accumulated image charges need to pass through the end point of this converging field and therefore undergo a uniform impact ionization charge gain. This gain mechanism is similar to a proportional counter in radiation detection.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,268
Écart entre enseignants0,258 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Imaging 2018: Physics of Medical ImagingMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207