spectral_xray op• データ種: なし → table(引数だけで決まる op —— 画像やデータの入力を取らない)
• 呼び出し: import fullseye as fs; fs.ledger.dual_energy_separability(material_a='POLYETHYLENE', thickness_a_cm: 'float' = 1.0, material_b='AL', thickness_b_cm=None, channels=None, photons_per_pixel: 'float' = 100000.0, background=None, n_pixels: 'int' = 1) -> 'dict' (実装を直接呼ぶなら import dualxray; dualxray.dual_energy_separability(material_a='POLYETHYLENE', thickness_a_cm: 'float' = 1.0, material_b='AL', thickness_b_cm=None, channels=None, photons_per_pixel: 'float' = 100000.0, background=None, n_pixels: 'int' = 1) -> 'dict'、台帳から引くなら opstomography.get("dual_energy_separability"))
2 つの材料(厚み)が、チャネルの対数減衰でどれだけ分けられるか(d′ と誤り率の閉形式)。
thickness_b_cm=None は交絡の組: b の厚みを、最後(最も高いエネルギー)のチャネルで a と同じ L になるように決める(単一エネルギーの像では区別できない組)。background = (材料, 厚さ cm) は両方に重なる共通の母材(肉の中の異物)。n_pixels 個の画素を平均した領域で判定する(d′ は √n 倍)。
各材料の L ベクトル(チャネルごと)は平均 μ_a, μ_b、共分散は Poisson の差分近似 Σ = diag(var_c/mean_c²)/n。判別は等事前確率の線形判別(LDA)で、d′² = Δᵀ Σ̄⁻¹ Δ、誤り率 = Φ(−d′/2)。比べのため、1 チャネルだけで判定したときの d′ も返す(交絡の組では最後のチャネルの d′ は 0)。
返り値: dict(thickness_b_cm, L_a, L_b, R_a, R_b, d_prime, error_rate, d_prime_single (C,), error_rate_single (C,), sigma_L (C,), n_pixels)。
• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
• poc_dual_energy_xray — py -3.11 examples/poc_dual_energy_xray.py
table を入力に取れる)—
spectral_xray)material_xray_table · material_xray_attenuation · material_xray_constants · material_effective_z · xray_tube_spectrum · xray_beam_quality · photon_counting_channels · dual_kvp_channels
*Provenance: dualxray.py — TOMOGRAPHY operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.