Optimization of a table-top x-ray fluorescence computed tomography (XFCT) system
Notice bibliographique
Résumé
Abstract Pencil beam x-ray fluorescence computed tomography (XFCT) has typically used a single spectrometer and prohibitively long scan times. However, detecting backscattered fluorescent x-rays from gold nanoparticles (AuNPs) using multiple spectrometers greatly reduces image noise and scan time. The arrangement of eight spectrometers for combined K-shell and L-shell XFCT was investigated along with a variety of conditions. A 2.5 cm-diameter cylindrical water phantom containing 4 mm-diameter vials with 0.1%–2% AuNP concentrations by weight was modeled by TOPAS, a GEANT4-based Monte Carlo software. The phantom was irradiated to 30 mGy by a 0.5 mm Pb-filtered 120 kVp and 1 mm Al-filtered 30 kVp 1 mm 2 x-ray pencil beam to yield respective Au K-shell and L-shell fluorescent x-rays, with 50 0.5 mm translation and 2-degree rotation steps. Eight CdTe and silicon drift detector (SDD) spectrometers were placed 2.25 cm away from the isocentre. The respective energy resolution was applied to the detected energy spectra and the spectra were corrected for detector response before extracting the fluorescence signal. Three CdTe and SDD spectrometer configurations (isotropic/backscattered grid/backscattered row arrangements), two CdTe crystal sizes (9 mm 2 /25 mm 2 ), two scanning techniques (moving/stationary spectrometers) and five vial-edge depths (0–4 mm) were considered in optimizing the contrast-to-noise ratio (CNR) for each XFCT image reconstructed with a maximum-likelihood expectation maximization (MLEM) algorithm. The isotropic spectrometer arrangement had AuNP detection sensitivities of 0.106% for K-shell and 0.132% for L-shell XFCT at 4 mm depth. Comparatively, the backscattered grid arrangement had the best AuNP sensitivity of 0.055% and 0.095%. The highest K-shell (0.044%) and L-shell (0.004%) AuNP sensitivities were found for vials at 0 mm depth. Using stationary spectrometers or the 9 mm 2 CdTe crystal compromised the CNR. For the best-case arrangement, L-shell XFCT is superior at vial-edge depths less than 3.0 mm. This work demonstrated the importance of spectrometer arrangement and vial depth for improving AuNP sensitivity and will guide the design for our table-top XFCT system.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 ».