spectral_xray op• 데이터 종류: images → images
• 호출: import fullseye as fs; fs.ledger.xray_channel_projection(thickness, materials_list=('MUSCLE_ICRU44',), channels=None, photons_per_pixel: 'float' = 100000.0, noise: 'bool' = True, seed: 'int' = 0) -> 'np.ndarray'(구현을 직접 호출하려면 import dualxray; dualxray.xray_channel_projection(thickness, materials_list=('MUSCLE_ICRU44',), channels=None, photons_per_pixel: 'float' = 100000.0, noise: 'bool' = True, seed: 'int' = 0) -> 'np.ndarray', 원장에서 가져오려면 opstomography.get("xray_channel_projection"))
• 원장 경유의 반환값: fullseye.ledger.xray_channel_projection(...) 는 선언된 out 형 images 의 값만 반환합니다(실제 함수는 보조 정보도 반환). 버려진 쪽이 필요하면 fullseye.ledger.xray_channel_projection.raw(...) 를 쓰거나 dualxray.xray_channel_projection 를 직접 호출하세요.
재료별 두께 맵 → 채널별 신호 영상 (C, H, W).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
thickness: (M, H, W)、単位 cm(materials_list の材料ごとに 1 枚、重なりは足し算 = 細いビームの Beer–Lambert)。photons_per_pixel: 1 画素に入射する光子の数(全エネルギー、検出器の前)。計数(counting)のチャネルは平均 n₀ Σ W e^{−μt} の Poisson 標本(photoncount.photon_sample、チャネルごとに seed から決まる別の乱数列)。積分型(integrating)は平均と分散 Σ W E² e^{−μt} のガウス(複合 Poisson の近似)。noise=False は平均そのもの。空き(厚み 0)の平均は channels から決まるので、分解の op は同じ channels と photons_per_pixel を受けて自分で計算する(白の撮影を別に渡すこともできる)。
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_dual_energy_xray — py -3.11 examples/poc_dual_energy_xray.py
images 를 입력으로 받는 것)basis_material_decompose · r_value_map · effective_z_map
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 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.