MétaCan
Menu
Retour à la cohorte
Enregistrement W3191213533 · doi:10.1002/mp.15154

Improving digital charge sharing compensation in photon counting detectors with a low‐threshold comparator

2021· article· en· W3191213533 sur OpenAlexaff
Scott S. Hsieh, Kris Iniewski

Notice bibliographique

RevueMedical Physics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensRedlen Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésCharge sharingPhysicsComparatorPhoton countingNoise (video)PhotonMonte Carlo methodPixelPoisson distributionDetectorOpticsComputational physicsStatisticsComputer scienceVoltageMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Charge sharing is a major non-ideality in photon counting detectors (PCDs) and can increase variance in material decomposition images. Analog charge summing (ACS) is an effective mechanism for charge sharing compensation (CSC), but is complex to implement and may limit the maximum count rate of the PCD. Digital CSC mechanisms such as digital count summing (DCS) may be simpler to implement; however, earlier simulation studies suggest that digital CSC only provides half the benefit of ACS. We propose including an additional low-threshold comparator (LTC) underneath the noise floor of the PCD to improve the effectiveness of digital CSC. METHODS: We simulated a PCD with four or eight equally spaced energy bins. X-ray photons arrived on the PCD following a Poisson distribution, and charge was allocated to PCD pixels following Monte Carlo techniques. Gaussian electronic noise was added with standard deviation of 2 keV and the signals were processed with four CSC schemes: no CSC, ACS, DCS, and DCS with LTC. The energy bins were placed from 25 to 100 keV at 25 keV intervals (for four bins) or from 25 to 112.5 keV at 12.5 keV intervals (for eight bins), and the LTC threshold was placed at 8 keV in both cases. The binned counts were transformed into estimates of water and iodine material thickness using a linear estimator that was fitted to the data. Our simulations were performed in the low-flux limit without any pileup, assuming a 120 kVp spectrum, 25 cm water object, and 0.3 mm PCD pixel size. RESULTS: All CSC schemes decreased variance in basis material decomposition. In the four-bin PCD, the relative dose efficiencies (inverse of the variance) for iodine material decomposition were 1.0, 2.4, 3.2, and 4.3 for a PCD without CSC, DCS without LTC, DCS with LTC, and ACS, respectively. In the eight-bin PCD, the relative dose efficiencies were 1.1, 2.5, 3.1, and 4.8, respectively. In a sensitivity analysis, electronic noise had a stronger deleterious effect on ACS than DCS. In simulated visual images, DCS and ACS improved high frequency contrast in material decomposition images. CONCLUSIONS: Introducing an LTC may reduce the performance differential between DCS and ACS. These findings have been derived from simulation studies only and have not been validated experimentally.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil0,614

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207