Hilbert Book Model Project/Perceptibility and Recognition at Low Dose Rate/de

From Wikiversity
Jump to navigation Jump to search

<Hilbert Book Model Project/de

Wahrnehmbarkeit und Wahrnehmbarkeit bei niedrigen Dosisleistung[edit | edit source]

Optischer Trakt[edit | edit source]

In Bezug auf die visuelle Wahrnehmung ähnelt der menschliche optische Trakt dem visuellen Trakt aller Wirbeltiere sehr ähnlich.

Die Evolution muss die Funktionalität des visuellen Traktes von Wirbeltieren für einen effizienten Betrieb unter Bedingungen mit niedrigem Lichtniveau optimiert haben.

Hubel und Weisel haben das entdeckt. Sie erhaltet einen Nobelpreis für ihre Arbeit. Das Duo analysierte der Sehbahn von vielen Arten von Wirbeltieren, einschließlich Menschen.

Die Empfindlichkeit des menschlichen Auges deckt eine riesige Reichweite ab. Der visuelle Trakt implementiert mehrere spezielle Maßnahmen, die dazu beitragen, diesen Bereich zu erweitern.

Bei hohen Dosisleistungen wirkt die Pupille des Auges als Diaphragma, das die Linse teilweise verschließt, und auf diese Weise erhöht sie die Schärfe des Bildes auf der Netzhaut. Bei solchen Dosisraten führen die Kegel den Erkennungsaufgabe aus. Die Kegel sind empfindlich für Farben und bieten eine schnelle Reaktion. Ohne unterstützende Hilfsmaßnahmen übernehmen die Stäbe bei niedrigen Dosisraten, und sie unterscheiden nicht zwischen den Farben. Im Gegensatz zu den Kegeln setzen die Stäbe eine signifikante Integrationszeit ein. Diese Integration verringert die Effekte von Quantenrauschen, die bei niedrigen Dosisraten spürbar werden.

Die Reihenfolge der Optimierungen hört nicht bei der Netzhaut auf. In der Trajektorie von der Netzhaut bis zur vierten Kortex des Gehirns dekodieren mehrere dedizierte Entscheidungszentren das empfangene Bild durch Anwendung von Masken, die auf spezielle Aspekte des Bildes auslösen. Beispielsweise kann eine speziale Maske entscheiden, ob der lokale Teil des Bildes eine Kante ist, in welcher Richtung diese Kante orientiert und in welcher Richtung sich die Kante bewegt. Andere Masken können kreisförmige Flecken erkennen. Über solche Masken kodiert das Bild, bevor die Information den vierten Kortex erreicht.

Irgendwo in der Trajektorie überquert die Information des rechten Auges die Informationen, die im linken Auge enthalten sind. Der Unterschied wird verwendet, um dreidimensionale Vision zu konstruieren.

Das Quantenrauschen kann den empfindlichen Kodierungsprozess leicht stören. Aus diesem Grund geben die Entscheidungszentren ihre Informationen nicht weiter, wenn ihr Signal-Rausch-Verhältnis unter einem vorgegebenen Niveau liegt. Der körperliche und geistige Zustand des Beobachters beeinflusst dieses Niveau. Bei niedrigen Dosisraten verhindert diese Signal-Rausch-Verhältnis-Barriere eine psychotische Sicht. Die höheren Ebenen des Gehirns erhalten also keine Kopie des Bildes, das die Netzhaut erkannt hat. Stattdessen erhält dieser Teil des Gehirns einen Satz von ziemlich vertrauenswürdigen codierten Bilddaten, die in einer assoziativen Weise zusammen mit vorhandene Daten entschlüsseln werden. Offensichtlich handeln für einen Teil andere Teile des Gehirns in einer ähnlichen Rausch blockierenden Weg.

Die Entwicklung der Wirbeltiere muss dieses empfindliche visuelle Datenverarbeitungs-Subsystem in einer Periode installiert haben, in der diese Wirbeltiere in ziemlich leucht-schwachen Umständen lebten, wo die visuelle Wahrnehmung von Bildern mit niedriger Dosisleistung von entscheidender Bedeutung war.

Diese Erklärung zeigt an, dass das Signal-Rausch-Verhältnis in dem Bild, das an der Augenpupille ankommt, einen signifikanten Einfluss auf die Wahrnehmbarkeit des Bildes mit geringer Dosis hat. Bei hohen Dosisleistungen spielt das Signal-Rausch-Verhältnis kaum eine Rolle. Unter diesen Voraussetzungen ist die Rolle der räumlichen Unschärfe viel wichtiger.

Es ist einfach, das Signal-Rausch-Verhältnis im visuellen Kanal durch Anlegen eines DC-Messgeräts und eines RMS-Messgeräts zu messen. Allerdings kann bei sehr niedrigen Dosisraten die Dämpfung beider Messgeräte Probleme darstellen.

Was schnell sichtbar wird, ist die Beziehung zwischen das Signal-Rausch-Verhältnisses und der Anzahl der Quanten, die an dem Signal teilnehmen. Die gemessene Relation ist typisch für stochastische Quantenerzeugungsprozesse, die als Poisson-Prozesse klassifizieren.

Es ist auch leicht zu begreifen, dass, wenn sich das Signal über eine räumliche Region ausbreitet, die Anzahl der Quanten, die pro Flächeneinheit teilnehmen, abnimmt. So hat die räumliche Unschärfe zwei Einflüsse. Es senkt das lokale Signal, und auf der anderen Seite erhöht es die Integrationsfläche. Das Absenken des Signals verringert die Anzahl der Quanten. Die Erweiterung der Integrationsfläche erhöht die Anzahl der beteiligten Quanten. So kompensieren sich diese beiden Effekte einander teilweise. Es besteht eine optimale Wahrnehmbarkeitsbedingung, die das Signal-Rausch-Verhältnis in der visuellen Trajektorie maximiert.

Optische Übertragungsfunktion[edit | edit source]

Die Punktspreizfunktion verursacht die Unschärfe. Diese Funktion stellt einen räumlich variierenden Binomialprozess dar, der die Effizienz des ursprünglichen Poisson-Prozesses abschwächt. Dieses Ergebnis schafft einen neuen Poisson-Prozess mit einer räumlich variierenden Effizienz.

Mehrere Komponenten in der bildgebenden Kette können zur Punktspreizfunktion beitragen, so dass die effektive Punktspreizfunktion der Faltung der Punktspreizfunktionen der Komponenten entspricht. Mathematisch kann gezeigt werden, dass bei linearen Bildprozessoren die optische Übertragungsfunktionen ein einfacheres anwendbares Merkmal als die Punktspreizfunktionen bilden, da die Fourier-Transformation, die die Punktspreizfunktion in die optische Übertragungsfunktion umwandelt, die Faltungen in einfache Multiplikationen umwandelt.

Mehrere Faktoren beeinflussen die optische Übertragungsfunktion. Beispiele sind die Farbverteilung, die Winkelverteilung und die Phasenhomogenität der auftreffenden Strahlung. Auch verschleiernde Blendung kann die Bildqualität beeinträchtigen.

The Point Spread Function causes the blur. This function represents a spatially varying binomial process that attenuates the efficiency of the original Poisson process. This result creates a new Poisson process that features a spatially varying efficiency.

Bildverstärkung[edit | edit source]

Die menschliche Nachtsicht und die Wahrnehmbarkeit unter anderen Bedingungen mit niedriger Dosisgeschwindigkeit können durch die Verwendung von Bildverstärkervorrichtungen verbessert werden.

Human night vision and the perceptibility under other low dose rate conditions can be improved by applying image intensifier devices.

Detective Quantum Efficiency[edit | edit source]

Die Tatsache, dass das Signal-Rausch-Verhältnis ein entscheidender Faktor für den Wahrnehmungsprozess zu sein scheint, hat zu einer zweiten Möglichkeit geführt, die relevanten Einflüsse zu charakterisieren. Die Detektivquanteneffizienz (DQE) charakterisiert die Effizienz der Nutzung der verfügbaren Quanten. Es vergleicht die aktuelle Situation mit der hypothetischen Situation, in der alle erzeugten Quanten im Informationskanal benutzt würden. Wiederum ist das gemessene Signalrauschverhältnis mit der idealen Situation vergleichbar, in der der stochastische Generator ein Poisson-Prozess ist und keine binomischen Prozesse diesen primären Poisson-Prozess abschwächen. Allerdings wird der Binomialprozess, der durch die Punktspreizfunktion implementiert wird, immer noch als Teil des gesamten Poisson-Prozesses betrachtet, der die auftreffenden Quanten erzeugt. Diese Tatsachen bedeuten, dass Unschärfe und zeitliche Integration bei der Bestimmung des DQE keine Rolle spielen müssen und das analysierte Gerät mit Quantendetektoren verglichen wird, die alle verfügbaren Quanten erfassen. Es bedeutet auch, dass die Intensivierungsprozesse so betrachtet werden, als ob sie dem Signal keine zusätzliche relative Varianz hinzufügen würden. Die Anwendung von Mikrokanalplatten wird sicherlich zusätzliche relative Variation hinzufügen. Dieser Effekt wird als eine Verschlechterung der Detektionseffizienz und nicht als eine Veränderung des stochastischen Prozesses von einem Poisson-Prozess zu einem exponentielleren Prozess erklärt. Mathematisch ist dies ein ungerades Verfahren, aber es ist ein gültiger Ansatz, wenn die Messungen verwendet werden, um die Wahrnehmung objektiv zu bewerten.

Mechanismen[edit | edit source]

Die Tatsache, dass die optische Übertragungsfunktion in Kombination mit dem Detective Quantum Efficiency die objektive Qualifikation der Wahrnehmbarkeit bei niedrigen Dosisraten liefern kann, zeigt an, dass ein Poisson-Prozess, der an einen Binomialprozess koppelt, die Erzeugung der Quanten regelt, wo ein räumlicher Punktspreizfunktion den Binomialprozess implementiert.

Die Mechanismen, die eine dynamische Kohärenz gewährleisten, scheinen stochastische Prozesse anzuwenden, deren Signal-Rausch-Verhältnis proportional zur Quadratwurzel der Anzahl der erzeugten Quanten ist.

Wahrscheinlich gehört der Quantenerzeugungsprozess zur Kategorie der inhomogenen räumlichen Poisson-Punktprozesse.

Partikelbildgebung[edit | edit source]

Die Hopfenlandungsort-Erzeugungsmechanismen wenden stochastische Prozesse an, die eine charakteristische Funktion besitzen. Dadurch wird sichergestellt, dass der Mechanismus einen kohärenten Hop-Landeplatz-Schwarm liefert, der sich als ein einziges Objekt bewegt. Der Hopfenlandungsortschwarm, der die Elementarteilchen repräsentiert, stellt bereits eine Art Punktspreizsfunktion dar. Die Fourier-Transformation dieser Punktspreizfunktionen stellt eine charakteristische Funktion dar. Andere bildgebende Komponenten verfügen über räumliche Punktspreizfunktionen, die auch binomische Prozesse implementieren. Die Fourier-Transformationen dieser Punktspreizfunktionen repräsentieren optische Übertragungsfunktionen. Die Multiplikation der charakteristischen Funktion und der OTFs führt zu einer Funktion, die die Qualität des optischen Abbildungsprozesses charakterisiert.

Die charakteristische Funktion des stochastischen Prozesses, der die Erzeugung des Standorts höherer Module steuert, sorgt auch dafür, dass sich das Modul als ein einziges Objekt bewegt. Auf diese Weise spielt dieser stochastische Prozess eine wesentliche Rolle bei der Bindung und der internen Bewegung der Elementarmodule.