Next generation high resolution perovskite direct conversion detector: Monte Carlo design optimisation and virtual clinical trial
Notice bibliographique
Résumé
We implement virtual clinical integration of next-generation perovskite detectors into common x-ray imaging devices. This was achieved by performing Monte Carlo (MC) optimisation of the design and benchmarking of low cost, high spatial resolution, direct conversion perovskite crystal x-ray flat panel imagers for a next generation of breast-, MV-, and kV-cone beam CT detectors. Semiconductor methylammonium lead bromide perovskite crystals energy deposition efficiencies calculated in TOPAS were benchmarked against four common detector materials for twelve detector crystal thicknesses between 40 to 15 mm and ten beam energies ranging from 20 keV to 6 MeV. Based on these simulations, Koning's dedicated breast CT, and Varian's Truebeam kV- and MV-cone beam CT systems were designated as suitable applications for perovskite detectors. System specific Fastcat hybrid MC cone beam CT image simulation was subsequently used to optimise the perovskite detector design and conduct virtual clinical trials. Device-specific optimal perovskite crystal thicknesses were calculated to be 0.30, 0.86, and 1.99 mm for Koning breast CT and Truebeam kV- and MV-cone beam CT systems, respectively. Replacing the current detectors on these machines with low cost perovskite crystal detectors could be advantageous as it would simultaneously yield 12.1%, 9.5% and 86.1% improvements in detective quantum efficiency as well as increases in contrast to noise ratio in brain, lung, and bone tissues.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».