MétaCan
Menu
Retour à la cohorte
Enregistrement W4402833513 · doi:10.1109/nss/mic/rtsd57108.2024.10656086

A New Tool for Evaluating the Spatial Resolvability in Hot Spot Phantoms

2024· article· en· W4402833513 sur OpenAlexaff
Maxime Toussaint, Francis Loignon-Houle, Roger Lecomte

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHot spot (computer programming)Computer science

Résumé

récupéré en direct d'OpenAlex

Hot Spot phantoms are widely used to assess the spatial resolution performance and image quality of PET scanners. Conventionally, a simple visual examination is conducted to determine whether hot spots of specific sizes are discernible. However, the lack of quantitative assessment could lead to different conclusions based on the observer’s perception of spot resolvability. To address this, some groups have recently reported valley-to-peak ratios (VPRs) of line profiles drawn across the spots to determine whether they are resolved using the Rayleigh criterion. We propose an opensource tool for semi-automatic drawing of line profiles through all possible directions of sections in Hot Spot phantoms to determine the VPRs and fraction of discernible spots. Various techniques are available to the users for extracting the valleys and peaks, for instance with fitting or region-averaging to mitigate the influence of noise. This tool can help the nuclear imaging community to complement the conventional qualitative assessment of Hot Spot phantoms with a more robust quantitative evaluation of the resolvability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,313
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaser-induced spectroscopy and plasmaTravaux en français237 207