Towards a second-generation PET/MR insert with enhanced timing and count rate performance
Notice bibliographique
Résumé
Previously we have developed a first-generation PET insert prototype for small animal PET/MR imaging, which used resistor-based charge division multiplexing circuits and SensL B-series silicon photomultipliers (SiPMs). In this work we present results from a second-generation readout board with improved timing and count rate performance. Three detector boards were tested: the first-generation readout board with SensL SPMArray4B (SiPM-B), the second-generation readout board with SensL ArrayC-30035-16P-PCB (SiPM-C) using the 'fast' outputs for timing, and the second generation board using Hamamatsu S11361-3050AE-04 MPPC arrays. Timing data were obtained with detector modules in coincidence with a single-pixel SensL MicroFJ-SMA-30035 reference detector and acquired using standard NIM electronics, while count rate data were acquired using the OpenPET data acquisition electronics system. The full-width at half-maximum (FWHM) coincidence time resolution (CTR) for the SiPM-B, SiPM-C and MPPC designs were 2600 ± 200 ps, 550 ± 50 ps, and 570 ± 30 ps, respectively. OpenPET waveform capture determined the mean signal durations, measured as time above 10% of the maximum amplitude, were 1850 ± 150 ns, 600 ± 25 ns, and 350 ± 25 ns, respectively, where the short signal of the MPPC resulted in reduced pileup effects at higher count rates. Decaying source measurements showed a non-paralyzable dead time of 1.30-1.41 µs for all three detectors tested, which was limited by the signal capture and processing time of the OpenPET 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».