MétaCan
Menu
Retour à la cohorte
Enregistrement W4249513245 · doi:10.1109/nssmic.1995.500322

A Monte Carlo study of the acceptance to scattered events in a depth encoding PET camera

2002· article· en· W4249513245 sur OpenAlexafffund
C. Moisan, P. Tupper, J.G. Rogers, J.K. de Jong

Notice bibliographique

Revue1995 IEEE Nuclear Science Symposium and Medical Imaging Conference Record · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensTRIUMF
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTRIUMF
Mots-clésMonte Carlo methodPhysicsScannerOpticsBlock (permutation group theory)Coded apertureEnergy (signal processing)Aperture (computer memory)Image resolutionPosition (finance)Encoding (memory)Computer scienceDetectorArtificial intelligenceGeometryMathematicsStatisticsAcoustics

Résumé

récupéré en direct d'OpenAlex

The authors present a Monte Carlo study of the acceptance to scattered events in a Depth Encoding Large Aperture Camera (DELAC), a hypothetical PET scanner with the capacity to encode the depth-of-interaction (DOI) of incident /spl gamma/-rays. The simulation is initially validated against the measured scatter fraction of the ECAT-953B scanner. It is then used to assess the response to scattered events in a PET camera made of position encoding blocks of the EXACT HR PLUS type, modified to have DOI resolution through a variation in the photopeak pulse height. The detection efficiency for 511 keV /spl gamma/-rays, as well as for those that scattered in the object or left only part of their energy in the block, is studied for several combinations of DOI sensitivities and block thicknesses. The scatter fraction predicted by the simulation for DELACs of various ring radii is compared to that of the ECAT-953B as a function of the energy threshold. The results indicate that the poorer discrimination of object scatters with depth sensitive blocks does not lead to a dramatic increase of the scatter fraction.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,514

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,029
Tête enseignante GPT0,308
Écart entre enseignants0,280 · 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'étudeObservationnel
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

Citations1
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue1995 IEEE Nuclear Science Symposium and Medical Imaging Conference RecordMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207