MétaCan
Menu
Retour à la cohorte
Enregistrement W3012082497 · doi:10.1117/12.2548605

The effects of the spatio-energetic system response of cadmium telluride x-ray detectors on basis-material decomposition for iodine imaging tasks

2020· article· en· W3012082497 sur OpenAlexaff
Robert Lalonde, Jesse Tanguay

Notice bibliographique

RevueMedical Imaging 2020: Physics of Medical Imaging · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDetectorDecompositionCadmium zinc tellurideMaterials scienceCharge sharingX-ray detectorImage resolutionOpticsComputer sciencePhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Spectroscopic x-ray detectors are under development in academic and industry laboratories, and have been receiving attention for their ability to perform single-shot, multi-material decomposition. However, a number of physical processes, including charge sharing and characteristic emission, cause spectral distortion which results in image degradation. In this study, the effects of the system response of cadmium telluride x-ray detectors on basis-material decomposition were investigated. A spatio-energetic model of the system response of spectroscopic x-ray detectors was developed and incorporated into material decomposition of simulated flat-field images. The spatio-energetic decomposition was compared against two other decomposition methods: one which incorporated the energy response and one which assumed an ideal system response. The results were also compared against the decomposition of images simulated assuming ideal conditions (i.e. no charge sharing or characteristic emission). All decomposition methods investigated here were shown to preserve linearity of the iodine signal with respect to the background. However, inclusion of the non-ideal system response resulted in a 3-fold reduction in SNR. Investigating the effects of the spatio-energetic system response on the spatial resolution of basis-material images will be a focus of future work.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,234
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Imaging 2020: Physics of Medical ImagingMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207