MétaCan
Menu
Retour à la cohorte
Enregistrement W4413076850 · doi:10.1088/1748-0221/20/07/p07034

Timing resolution of a TOF-DOI detector module prototype for positron emission tomography

2025· article· en· W4413076850 sur OpenAlexaff
Vanessa Nadig, Giulia Terragni, Ekaterini Toumparidou, Matthias Hornisch, Artur Selenski, Katrin Herweg, E. Tribbia, E. Auffray, Volkmar Schulz, S. Gundacker

Notice bibliographique

RevueJournal of Instrumentation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensHyperion Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésDetectorFull width at half maximumOpticsImage resolutionPhysicsResolution (logic)Image qualitySilicon photomultiplierField of viewParallaxScintillatorComputer scienceComputer visionArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract To increase the image quality and spatial resolution in positron emission tomography (PET), organ-dedicated and large axial field of view scanners require precise correction of the parallax errors at oblique angles via depth-of-interaction methods. In addition to their large solid angle coverage, time-of-flight (TOF) information, i.e., a high coincidence time resolution (CTR), can be exploited to increase the image signal-to-noise ratio and effectively boost system sensitivity. Due to the impact of the photon travel time spread (PTS) on the TOF resolution, a high DOI resolution is essential to correct the impact of the PTS on the CTR and achieve even higher timing resolution. In this work, we present a TOF- and DOI-capable detector block with a CTR of 187 ps (FWHM) to 213 ps (FWHM), read out with the NINO and TOFPET2 ASIC, and a DOI resolution of 3.4 mm to 4.7 mm (RMSE), which distinguishes at least two DOI layers in the detector. Additionally, we established benchmarks for the CTR with custom high-frequency readout electronics. With these, a CTR of 136 ps (FWHM) can be maintained for a single TOF-DOI unit channel in the detector block.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,172

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,349
Écart entre enseignants0,328 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207