Low-cost X-ray quality assurance system based on optical sensors and phosphor screen
Notice bibliographique
Résumé
Digital radiographic imaging systems are becoming more widely deployed in low-resource settings, potentially reducing the inequitable access to medical imaging that persists today. Even when resources are made available to install digital x-ray equipment, challenges remain with respect to ongoing maintenance and recommended quality assurance programs. Recent studies have indicated that a significant fraction of radiographic installations in Africa are not assessed at recommended intervals due to the lack of high-cost x-ray exposure meters. As a result, errors in x-ray exposure parameters (<i>e.g.</i> current, exposure time, or kilovoltage) can lead to suboptimal image quality, repeated exams, and unnecessary radiation exposure to patients and staff. We have developed a low-cost solution for routine x-ray quality assurance measurements, which takes advantage of commercial-off-the-shelf (COTS) electronic components integrated with a low-power microprocessor controller. The device employs four sensitive phototransistors connected to a multiplexed 16-bit analog-to-digital converter. Light input to the optical sensors is provided by a rare-earth phosphor screen (Lanex regular), which emits green light under exposure to x-rays. Estimation of spectral properties is enabled by the use of aluminum filters on two of the four photosensors. Acquisition is controlled by an open-source microprocessor (Arduino Nano 33 BLE) and the total cost of all components is less than $100 USD. Comparisons against a commercial sensor indicate that the optical-based measurements of x-ray exposure are linear and accurate to within ±3%, over the range from 60 to 140 kVp. This project demonstrates the feasibility of providing accurate, robust solid-state x-ray exposure measurements in low-resource settings.
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 ».