Development of an In Vivo Bone Tungsten K‐X‐Ray Fluorescence Detection System
Notice bibliographique
Résumé
ABSTRACT The versatility of tungsten (W) in electronics as well as in industrial and military applications has established it as one of the metals more present in our daily lives. Recent studies have highlighted its potential in the healthcare sector, including using sodium tungstate for anti‐diabetic treatment and W nanoparticles to enhance radiation therapy. With these expanding applications, W exposure to the public is increasing, necessitating the potential monitoring and investigation of W concentrations in humans. Tungsten exposure may lead to adverse health effects, such as pulmonary dysfunction, immune disorders, and cancer. In this study, we propose a design of an in vivo bone W K‐X‐ray Fluorescence diagnostic tool utilizing Monte Carlo modeling. Various excitation sources and detection geometries were explored to optimize the minimum detection limit and propose an effective diagnostic tool design. The modeling revealed that Cd or Co arranged in a 180° geometry exhibited a suitable detection limit and radiation dose for bone W quantification. However, the Cd excitation source arranged in a 180° geometry between the detector and bone is selected. Moreover, we investigated the normalization of W bone signals to enhance the clinical robustness of the diagnostic tool. Different normalization techniques were considered, including coherent, total spectrum, and Compton normalizations. It was demonstrated that Compton normalization outperformed coherent and total spectrum normalizations in correcting for the soft tissue thickness and different bone radii during the K‐XRF‐based quantification of W in human bone, with a variation from the mean value ≤ 10%.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».