Development of novel low-cost readout electronics for large field-of-view gamma camera detectors
Notice bibliographique
Résumé
PURPOSE: Large scintillation crystals-based gamma cameras play a crucial role in nuclear medicine imaging. In this study, a large field-of-view (FOV) gamma detector consisting of 48 square PMTs developed using a new readout electronics, reducing 48 (6 × 8) analog signals to 14 (6 + 8) analog sums of each row and column, with reduced complexity and cost while preserving image quality. METHODS: All 14 analog signals were converted to digital signals using AD9257 high-speed analog to digital (ADC) converters driven by the SPARTAN-6 family of field-programmable gate arrays (FPGA) in order to calculate the signal integrals. The positioning algorithm was based on the digital correlated signal enhancement (CSE) algorithm implemented in the acquisition software. The performance characteristics of the developed gamma camera were measured using the NEMA NU 1-2018 standards. RESULTS: The measured energy resolution of the developed detector was 8.7 % at 140 keV, with an intrinsic spatial resolution of 3.9 mm. The uniformity was within 0.6 %, while the linearity was within 0.1 %. CONCLUSION: The performance evaluation demonstrated that the developed detector has suitable specifications for high-end nuclear medicine imaging.
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 | 0,000 | 0,000 |
| 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 ».