Photon-counting detector step-wedge calibration enabling water and iodine material decomposition
Notice bibliographique
Résumé
Abstract Photon-counting detector computed tomography (PCD-CT) has demonstrated improvements in conventional image quality compared to energy integrating detector (EID) CT. PCD-CT has the advantage of being able to operate in conventional and spectral mode simultaneously by sorting photons according to selected energy thresholds. However, to reconstruct spectral images PCD-CT requires extensive calibration and specifically fine-tuning a spectral response. This response is then used to perform material decomposition (MD). We propose a step-wedge phantom made of water and iodine to calibrate a prototype PCD-CT system. Four methods were tested and compared based on calibration accuracy and CT image quality. The exhaustive PCD response was not well calibrated, but a reduced model was defined that was able to perform accurate water/iodine MD and to reduce the ring artifact intensity. The impact of the number of energy bins (from two to seven) was also studied. The number of bins did not affect the spectral accuracy. However, compared to the two energy bin configuration, the seven bin configuration decreased the noise by 10% and 15% in the water and iodine maps, respectively. The model was tested on ex-vivo tissue samples injected with iodine to demonstrate the results of the water/iodine MD on biological materials.
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 | 0,001 |
| 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 ».