MétaCan
Menu
Retour à la cohorte
Enregistrement W2793717219 · doi:10.1002/mp.12756

Monte Carlo analysis of beam blocking grid design parameters: Scatter estimation and the importance of electron backscatter

2018· article· en· W2793717219 sur OpenAlexaff
Gregory Bootsma, Lei Ren, Hong Zhang, Jian‐Yue Jin, David A. Jaffray

Notice bibliographique

RevueMedical Physics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueDigital Radiography and Breast Imaging
Établissements canadiensUniversity of TorontoPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMonte Carlo methodImaging phantomBackscatter (email)OpticsGridBeam (structure)SIGNAL (programming language)Blocking (statistics)Cone beam computed tomographyPhysicsComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Beam blocking grids provide a simple and direct measurement of the scattered photon signal which degrades image quality in x-ray imaging systems, such as cone-beam CT (CBCT). This study evaluates the scatter estimation accuracy of the beam blocking method to optimize the design parameters of the grid system (e.g., grid thickness, source-to-grid distance (SGD), septa width, air interspace, and grid ratio) using Monte Carlo (MC) simulations. METHOD: A MC model of a CBCT imaging system with a beam blocking grid in place is made using code based on EGSnrc, with the x-ray tube portion of the simulation including electron backscatter between the anode and cathode. The inclusion of the electron backscatter allowed a more complete model of the contamination signal to be estimated. The contamination signal consists of the off-focal radiation (OFR) and source component scatter (photon scatter in source components such as tube housing, filters, and collimators). The MC model was validated against measurements collected on a bench top imaging system with a grid in place. The MC model was used to simulate 11 different grid design configurations in addition to a case with no grid. For each design a simulated projection with and without a phantom in place was computed. The simulated projections were then used to estimate the scatter and contamination portion of the signal using the signal behind the grid septa. The estimated signals from the grid data were compared to the actual signals labeled during the MC simulation. RESULTS: Simulated results showed good agreeance with measured results with the importance of including electron backscatter resulting in off-focal radiation in the simulation being highlighted. When the source was free of contamination photons all grids performed with an error less than 8% when estimating just the scatter from the object. When the contamination photons were included in the simulation, the error in estimating both the scatter and contamination signal rose by a factor of 4 on average. In the case when both signals are present, increasing the grid thickness, changing the SGD, and reducing septa width and air interspace sizes all showed the ability to improve the grid-based estimates of the object scatter and contamination portion signal. CONCLUSIONS: The inclusion of the contamination signal in MC simulations of x-ray imaging systems is important in the design, validation, and evaluation of measurement-based scatter methods. Beam blocking grids show potential not only in object scatter estimation but in the estimation of the contamination signal, but appropriate interpolation functions must be used to account for higher frequencies found in contamination signal.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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'étudeObservationnel
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetDigital Radiography and Breast ImagingTravaux en français237 207