WikiEdge:ArXiv速递/2025-05-04：修订间差异
Created page by Carole |
Updated page by Carole |
||
| 第7行： | 第7行： | ||
*'''原文链接'''：http://arxiv.org/abs/2505.01970v1 | *'''原文链接'''：http://arxiv.org/abs/2505.01970v1 | ||
'''中文摘要'''：本研究采用[[Geant4]]软件结合[[ROOT]]和[[GATE]]程序，改进了脑部区域的[[吸收剂量]]计算方法。该方法基于[[PET成像]]的体素级放射源，对水介质中[[正电子]]轨迹进行详细统计分析。通过模拟4x4x4 mm³含放射性物质混合水体的体素内正电子位移（周边为相同密度体素），可精确测定脑部实际吸收剂量。经[[MATLAB]]处理的[[PET图像]]将辅助该剂量分析，结果将与[[MIRD手册]]17号和[[ICRP]] 106等标准比对验证计算准确性。研究主要目标是利用加拉加斯大学医院放疗与核医学科[[Philips]] [[PET-CT]] [[Gemini GXL6]]扫描仪的数字图像优化脑部吸收剂量计算。基于[[Geant4]]和[[ROOT]]框架的[[蒙特卡洛方法|蒙特卡洛工具]][[GATE]]模拟器重点评估正电子从中心体素向邻近体素的位移，模拟后可提供¹⁸F释放的[[γ射线]]与[[β射线]]吸收剂量数据，该数据将整合至[[MATLAB]]的[[PET]] [[DICOM]]图像中。通过运用图像的体素特征进行几何计算，进一步优化吸收剂量表征，最终结果将以[[ICRP]] 109、[[MIRD手册]]2号和[[ICRP]] 53等标准为基准进行验证优化。 | '''中文摘要'''：本研究采用[[Geant4]]软件结合[[ROOT]]和[[GATE]]程序，改进了脑部区域的[[吸收剂量]]计算方法。该方法基于[[PET成像]]的体素级放射源，对水介质中[[正电子]]轨迹进行详细统计分析。通过模拟4x4x4 mm³含放射性物质混合水体的体素内正电子位移（周边为相同密度体素），可精确测定脑部实际吸收剂量。经[[MATLAB]]处理的[[PET图像]]将辅助该剂量分析，结果将与[[MIRD手册]]17号和[[ICRP]] 106等标准比对验证计算准确性。研究主要目标是利用加拉加斯大学医院放疗与核医学科[[Philips]] [[PET-CT]] [[Gemini GXL6]]扫描仪的数字图像优化脑部吸收剂量计算。基于[[Geant4]]和[[ROOT]]框架的[[蒙特卡洛方法|蒙特卡洛工具]][[GATE]]模拟器重点评估正电子从中心体素向邻近体素的位移，模拟后可提供¹⁸F释放的[[γ射线]]与[[β射线]]吸收剂量数据，该数据将整合至[[MATLAB]]的[[PET]] [[DICOM]]图像中。通过运用图像的体素特征进行几何计算，进一步优化吸收剂量表征，最终结果将以[[ICRP]] 109、[[MIRD手册]]2号和[[ICRP]] 53等标准为基准进行验证优化。 | ||
== 摘要 == | |||
* '''原文标题'''：Performance Characterization of Containers in Edge Computing | |||
* '''中文标题'''：边缘计算中容器的性能表征 | |||
* '''发布日期'''：2025-05-04 12:21:16+00:00 | |||
* '''作者'''：Ragini Gupta, Klara Nahrstedt | |||
* '''分类'''：cs.PF | |||
*'''原文链接'''：http://arxiv.org/abs/2505.02082v1 | |||
'''中文摘要'''：本文对[[物联网]]([[IoT]])部署中常用[[嵌入式操作系统]]上的[[容器虚拟化]]技术进行了实证评估。以[[树莓派]]等平台为研究对象，我们探讨了在资源受限的[[边缘环境]]中部署[[Docker容器]]的可行性及性能影响。研究采用[[微基准测试]]([[CPU]]、[[内存]]和[[网络性能]]分析)和[[宏基准测试]]([[AI]]驱动[[推理]]、[[传感器]][[IO]][[工作负载]])相结合的方法，全面捕捉[[系统行为]]特征。分析基于定制构建的[[物理测试平台]]进行，该平台由配备[[环境传感器]]和[[摄像头模块]]的[[树莓派]]设备组成，可实时部署和测量典型[[IoT]][[工作负载]]。通过对多样化[[IoT]][[任务]]和[[实时应用]][[服务]]的定量分析，我们识别出[[容器化]]引入的关键[[开销]]，并阐明了[[嵌入式]][[IoT]][[环境]]特有的挑战，包括[[硬件资源]]有限、[[冷启动]][[延迟]]和[[IO]][[处理]]欠佳等问题。性能指标涵盖[[CPU]][[利用率]]、[[内存]][[故障]]、[[缓存]][[未命中]]、[[网络]][[吞吐量]]和[[延迟]]等。研究结果揭示了[[隔离性]]与[[效率]]之间的[[权衡关系]]，并为优化[[容器]][[配置]]以满足[[边缘计算]][[应用]]的[[实时性]]和[[可靠性]][[需求]]提供了见解。 | |||
2025年5月7日 (三) 05:58的版本
摘要
- 原文标题：Determination of the absorbed dose in the brain with DICOM images using GATE/GEANT4 and MATLAB
- 中文标题：基于GATE/GEANT4与MATLAB利用DICOM图像测定脑部吸收剂量
- 发布日期：2025-05-04 02:39:36+00:00
- 作者：Walter Sabalza-Castillejo, Miguel Martin-Landrove
- 分类：physics.med-ph
- 原文链接：http://arxiv.org/abs/2505.01970v1
中文摘要：本研究采用Geant4软件结合ROOT和GATE程序，改进了脑部区域的吸收剂量计算方法。该方法基于PET成像的体素级放射源，对水介质中正电子轨迹进行详细统计分析。通过模拟4x4x4 mm³含放射性物质混合水体的体素内正电子位移（周边为相同密度体素），可精确测定脑部实际吸收剂量。经MATLAB处理的PET图像将辅助该剂量分析，结果将与MIRD手册17号和ICRP 106等标准比对验证计算准确性。研究主要目标是利用加拉加斯大学医院放疗与核医学科Philips PET-CT Gemini GXL6扫描仪的数字图像优化脑部吸收剂量计算。基于Geant4和ROOT框架的蒙特卡洛工具GATE模拟器重点评估正电子从中心体素向邻近体素的位移，模拟后可提供¹⁸F释放的γ射线与β射线吸收剂量数据，该数据将整合至MATLAB的PET DICOM图像中。通过运用图像的体素特征进行几何计算，进一步优化吸收剂量表征，最终结果将以ICRP 109、MIRD手册2号和ICRP 53等标准为基准进行验证优化。
摘要
- 原文标题：Performance Characterization of Containers in Edge Computing
- 中文标题：边缘计算中容器的性能表征
- 发布日期：2025-05-04 12:21:16+00:00
- 作者：Ragini Gupta, Klara Nahrstedt
- 分类：cs.PF
- 原文链接：http://arxiv.org/abs/2505.02082v1
中文摘要：本文对物联网(IoT)部署中常用嵌入式操作系统上的容器虚拟化技术进行了实证评估。以树莓派等平台为研究对象，我们探讨了在资源受限的边缘环境中部署Docker容器的可行性及性能影响。研究采用微基准测试(CPU、内存和网络性能分析)和宏基准测试(AI驱动推理、传感器IO工作负载)相结合的方法，全面捕捉系统行为特征。分析基于定制构建的物理测试平台进行，该平台由配备环境传感器和摄像头模块的树莓派设备组成，可实时部署和测量典型IoT工作负载。通过对多样化IoT任务和实时应用服务的定量分析，我们识别出容器化引入的关键开销，并阐明了嵌入式IoT环境特有的挑战，包括硬件资源有限、冷启动延迟和IO处理欠佳等问题。性能指标涵盖CPU利用率、内存故障、缓存未命中、网络吞吐量和延迟等。研究结果揭示了隔离性与效率之间的权衡关系，并为优化容器配置以满足边缘计算应用的实时性和可靠性需求提供了见解。