X-Ray Fluorescence Computed Tomography Induced by Photon, Electron, and Proton Beams
Notice bibliographique
Résumé
X-ray fluorescence CT (XFCT) has shown promise for molecular imaging of gold nanoparticles. To date, XFCT has been induced by kilovoltage photon beams due to the high photoelectric interaction probability. We compare K-shell and L-shell XFCT induced by photon, electron, and proton beams for two phantom sizes. A 2.5 and 5.0-cm diameter phantom with four 5 mm and 10 mm vials, respectively, with gold-solutions of 0.1%-2% by weight were built in TOPAS, a GEANT4-based Monte Carlo simulation tool. The 2.5-cm phantom was imaged with XFCT induced by beams of 7.45 × 10481 keVand 5 MeV-photons, 220 kVpand 6 MV-photons, 10 MeVand 100 MeV-electrons, and 100 MeVand 250 MeVprotons. The doses between each phantom size were equal. First-generation CT geometry with 0.5mm × 0.5mm pencil beams with 0.5 mm-translation and 2°-rotation steps over each phantom was modeled. The scattered x-rays were detected on an idealized spherical detector from which the K-shell and L-shell fluorescent x-rays were extracted in 0.5 keV and 0.2 keV bins. XFCT images were generated using iterative reconstruction algorithms. The highest gold sensitivity was seen in the 81 keV-photon K-shell and L-shell images (0.004% and 0.007%) of the 5.0 cm-phantom at 30 mGy. For the 2.5 cm-phantom, the detection limits were 0.006%, 0.62%, and 0.28% for 81 keV-photon K-shell, 100 MeV-electron K-shell, and 100 MeV-proton L-shell images, respectively. The mean imaging dose was approximately 2-3 orders of magnitude higher in electron- and proton-XFCT compared to 81keV-photon XFCT. Our MC study demonstrates that the small-object XFCT imaging achieves the best performance when induced with kilovoltage-photon beams. Due to high imaging doses, electron- and proton-induced XFCT might be feasible for guiding nanoparticle-enhanced charged-particle radiotherapy.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».