Investigation of energy weighting using an energy discriminating photon counting detector for breast CT
Notice bibliographique
Résumé
PURPOSE: Breast CT is an emerging imaging technique that can portray the breast in 3D and improve visualization of important diagnostic features. Early clinical studies have suggested that breast CT has sufficient spatial and contrast resolution for accurate detection of masses and microcalcifications in the breast, reducing structural overlap that is often a limiting factor in reading mammographic images. For a number of reasons, image quality in breast CT may be improved by use of an energy resolving photon counting detector. In this study, the authors investigate the improvements in image quality obtained when using energy weighting with an energy resolving photon counting detector as compared to that with a conventional energy integrating detector. METHODS: Using computer simulation, realistic CT images of multiple breast phantoms were generated. The simulation modeled a prototype breast CT system using an amorphous silicon (a-Si), CsI based energy integrating detector with different x-ray spectra, and a hypothetical, ideal CZT based photon counting detector with capability of energy discrimination. Three biological signals of interest were modeled as spherical lesions and inserted into breast phantoms; hydroxyapatite (HA) to represent microcalcification, infiltrating ductal carcinoma (IDC), and iodine enhanced infiltrating ductal carcinoma (IIDC). Signal-to-noise ratio (SNR) of these three lesions was measured from the CT reconstructions. In addition, a psychophysical study was conducted to evaluate observer performance in detecting microcalcifications embedded into a realistic anthropomorphic breast phantom. RESULTS: In the energy range tested, improvements in SNR with a photon counting detector using energy weighting was higher (than the energy integrating detector method) by 30%-63% and 4%-34%, for HA and IDC lesions and 12%-30% (with Al filtration) and 32%-38% (with Ce filtration) for the IIDC lesion, respectively. The average area under the receiver operating characteristic curve (AUC) for detection of microcalcifications was higher by greater than 19% (for the different energy weighting methods tested) as compared to the AUC obtained with an energy integrating detector. CONCLUSIONS: This study showed that breast CT with a CZT photon counting detector using energy weighting can provide improvements in pixel SNR, and detectability of microcalcifications as compared to that with a conventional energy integrating detector. Since a number of degrading physical factors were not modeled into the photon counting detector, this improvement should be considered as an upper bound on achievable performance.
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 | 0,000 | 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) | 0,000 | 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 ».