Performance of solid-state image sensors in medical X-ray applications
Notice bibliographique
Résumé
During the last decade the conventional film screen in medical X-ray equipment is being replaced by digital detectors. These digital detectors consist of an energy converter, x-ray to photons or x-ray to electric charge, a gain element and a read-out device, e.g. CCD or CMOS detector. In this tutorial the focus will be on indirect X-ray detection using a phosphorous applied on a fiber optic plate coupled to a CCD or CMOS detector. The influence of each separate element on the final image quality will be discussed. In medical X-ray imaging the detective quantum efficiency (DQE) is an important parameter for defining the image quality and system performance. It is a measure of how well a detector is able to extract information from a beam of radiation. For high doses – in the quantum-noise limited regime – the DQE is independent of dose, but at low doses the DQE starts to decrease and hence it is a good indicator of the system performance at low radiation levels. The method to measure DQE will be explained. The effect of the performance of a solid-state image sensor on the DQE will be presented. The main items to discuss are the noise, quantum efficiency, charge capacity, pixel size and the binning feature. The presentation will end with a summary of the strengths and weaknesses of solid-state image sensors for medical X-ray applications.
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 | 0,001 |
| 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 ».