Performance evaluation of a Se/CMOS prototype x-ray detector with the Apodized Aperture Pixel (AAP) design
Notice bibliographique
Résumé
An x-ray detector’s ability to produce high signal-to-noise ratio (SNR) images for a given exposure is described by the detective quantum efficiency (DQE) as a function of spatial frequency. Current mammography and radiography detectors have poor DQE performance at high frequencies due to noise aliasing when using a high- resolution converter layer. The Apodized-Aperture Pixel (AAP) design is novel detector design that increases high-frequency DQE by removing noise aliasing using smaller sensor elements (eg. 5 - 50 μm) than image pixel size (eg. 50 - 200 μm). The purpose of this work is to implement the AAP design on a selenium (Se) CMOS micro-sensor prototype with 7.8 × 7.8 μm size elements. Conventional (binned) and AAP images with 47 μm pixel size were synthesized and used to measure the modulation transfer function (MTF), normalized Wiener noise power spectrum (NNPS) and DQE. A micro-focus x-ray source (with a tungsten target) and a 60kV beam filtered with 2mm of aluminum was used to measure performance with DQEPro (DQEInstruments Inc., London, Canada) in a dynamic image acquisition mode at a high exposure level (9.7mR). The AAP design has 1.5x greater MTF near the image cut-off frequency (u<sub>c</sub> = 10.6 cyc/mm) than conventional design. DQE near u<sub>c</sub>was 2.5x greater with the AAP design than conventional, and specimen imaging of a kidney stone shows greater SNR of fine-detail in the AAP image.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».