Experimental validation of a coincidence time resolution metric including depth-of-interaction bias for TOF-PET
Notice bibliographique
Résumé
Depth-of-interaction (DOI) variability of annihilation photons is known to be a source of coincidence time resolution (CTR) degradation for fast time-of-flight-positron emission tomography detectors. An analytical model was recently proposed to explicitly include the DOI time bias separately from variance-related statistical factors, such as scintillation photon emission and photosensor jitter, in the CTR evaluation. In the present work, an experimental validation of this new model is provided. An unconventional signal readout configuration was used to magnify the DOI bias with 20 mm long LYSO:Ce crystals. In a head-to-head orientation of the crystals, simulations performed using the metric with DOI bias exhibited a much better agreement (within 21 ps) with the experimentally measured CTR of 413 ± 8 ps full-width at half maximum, whereas simulations without DOI bias underestimated the CTR by 138 ps. The metric including DOI bias was shown to also be effective at predicting the CTR of the head-to-head setup (without DOI information) using data from a DOI-collimated experimental setup (with partial DOI information). With the development of new low-variance ultra-fast detectors, the DOI timing blur will become increasingly important and will need to be taken into account in analytical predictions and in some experimental measurements through the proposed metric.
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 | 0,002 | 0,005 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».