Volume assessment accuracy in computed tomography: a phantom study
Notice bibliographique
Résumé
There is a broad push in the cancer imaging community to eventually replace linear tumor measurements with three-dimensional evaluation of tumor volume. To evaluate the potential accuracy of volume measurement in tumors by CT, a gelatin phantom consisting of 55 polymethylmethacrylate (PMMA) spheres spanning diameters from 1.6 mm to 25.4 mm was fabricated and scanned using thin slice (0.625 mm) CT (GE LightSpeed 16). Nine different reconstruction combinations of field of view dimension (FOV = 20, 30, 40 cm) and CT kernel (standard, lung, bone) were analyzed. Contiguous thin-slice images were averaged to produce CT images with greater thicknesses (1.25, 2.50, 5.0 mm). Simple grayscale thresholding techniques were used to segment the PMMA spheres from the gelatin background, where a total of 1800 spherical volumes were evaluated across the permutations studied. The geometric simplicity of the phantom established upper limits on measurement accuracy. In general, smaller slice thickness and larger sphere diameters produced more accurate volume assessment than larger slice thickness and smaller sphere diameter. The measured volumes were smaller than the actual volumes by a common factor depending on slice thickness; overall, 0.625 mm slices produced on average 18%, 1.25 mm slices produced 22%, 2.5 mm CT slices produced 29%, and 5.0 mm slices produced 39% underestimates of volume (mm3). Field of view did not have a significant effect on volume accuracy. Reconstruction algorithm significantly affected volume accuracy (p < 0.0001), with the lung kernel having the smallest error, followed by the bone and standard kernels. The results of this investigation provide guidance for CT protocol development and may guide the development of more advanced techniques to promote quantitatively accurate CT volumetric analysis of tumors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».