Multi‐echo gradient recalled echo imaging of the pelvis for improved depiction of brachytherapy seeds and fiducial markers facilitating radiotherapy planning and treatment of prostatic carcinoma
Notice bibliographique
Résumé
PURPOSE: MR localization of implanted devices for radiotherapy (RT) in prostatic carcinoma is critical for treatment planning. This clinical note studies the application of a multi-echo gradient recalled echo (GRE) pulse sequence with sum of squares echo combination (ME GRE) to enhance detection of seeds and fiducials. MATERIALS AND METHODS: Fifteen patients who underwent MRI using fast spin echo (FSE), single-echo and ME GRE over a 9-month period were retrospectively evaluated by two readers who assessed overall image quality, depiction of seeds/fiducials and image sharpness using a 5-point scale (1 = poor, 2 = suboptimal, 3 = adequate, 4 = above average, 5 = excellent). Image scores were compared using the Wilcoxon sign rank test. RESULTS: In all 15 patients, both readers rated the depiction of seeds/fiducials with ME GRE as excellent. In all 15 patients, overall image quality and image sharpness with ME GRE was rated as excellent by reader 1. In 12/15 patients, overall image quality and image sharpness with ME GRE was rated as excellent and in the other patients above average by reader 2. There was a difference in depiction of seeds/fiducials comparing GRE to FSE (P < 0.001) and ME to single echo GRE (P < 0.001). Overall image quality and sharpness was higher with ME compared with single echo GRE (P < 0.001) and similar to FSE (P = 0.26 and P = 0.16). CONCLUSION: Multi-echo GRE provides better detection of implanted seeds and fiducial markers when compared with both FSE and single-echo GRE potentially improving RT treatment planning for prostate carcinoma.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».