Extending the dynamic range of biomedical micro-computed tomography for application to geomaterials
Notice bibliographique
Résumé
BACKGROUND: X-ray computed tomography (CT) can non-destructively examine objects by producing three-dimensional images of their internal structure. Although the availability of biomedical micro-CT offers the increased access to scanners, CT images of dense objects are susceptible to artifacts particularly due to beam hardening. OBJECTIVE: This study proposes and evaluates a simple semi-empirical correction method for beam hardening and scatter that can be applied to biomedical scanners. METHODS: Novel calibration phantoms of varying diameters were designed and built from aluminum and poly[methyl-methacrylate]. They were imaged using two biomedical micro-CT scanners. Absorbance measurements made through different phantom sections were fit to polynomial and inversely exponential functions and used to determine linearization parameters. Corrections based on the linearization equations were applied to the projection data before reconstruction. RESULTS: Correction for beam hardening was achieved when applying both scanners with the correction methods to all test objects. Among them, applying polynomial correction method based on the aluminum phantom provided the best improvement. Correction of sample data demonstrated a high agreement of percent-volume composition of dense metallic inclusions between using the Bassikounou meteorite from the micro-CT images (13.7%) and previously published results using the petrographic thin sections (14.6% 8% metal and 6.6% troilite). CONCLUSIONS: Semi-empirical linearization of X-ray projection data with custom calibration phantoms allows accurate measurements to be obtained on the radiodense samples after applying the proposed correction method on biomedical micro-CT images.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».