Simulation Study of Channel Reduction in Side-readout Slab-based Monolithic Crystals used in PET Detector Modules
Notice bibliographique
Résumé
In positron emission tomography (PET), monolithic crystals have been used as an alternative to the conventional pixelated design to maintain high spatial resolution and improve energy/timing resolutions. Recent studies have proposed an approach using layers of thin crystal slabs with 4-side photosensor readout to address the challenges in thick monolithic crystals. This approach reduces the complex 3D calibration to 2D and maintains spatial resolution when total crystal thickness increases by having separate readouts for each layer.This approach is promising, with prototype detectors demonstrating high spatial, energy, and timing resolutions. However, the need to fully cover four sides of the crystal slabs with photosensors or not remains to be investigated. To address this concern, in this study, we explore alternative designs that use larger-pitch sensor arrays or more distant individual sensors while still maintaining sufficient resolutions. We used the GATE simulation toolkit to study the effect of different configurations, e.g., crystal sizes, sensor sizes, and sensor density, on the resolutions of a single crystal slab. Our simulation results suggest that spatial resolution is scalable with crystal width, enabling the estimation of spatial resolutions for different crystal sizes. Additionally, reducing the number of sensors using a larger-pitch sensor array still maintained spatial resolution, making it possible to propose more efficient sensor sizes and quantities to facilitate the implementation of this approach in actual PET scanners.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».