Accuracy of Off-Line Bioluminescence Imaging to Localize Targets in Preclinical Radiation Research
Notice bibliographique
Résumé
In this study, we investigated the accuracy of using off-line bioluminescence imaging (BLI) and tomography (BLT) to guide irradiation of small soft tissue targets on a small animal radiation research platform (SARRP) with on-board cone beam CT (CBCT) capability. A small glass bulb containing BL cells was implanted as a BL source in the abdomen of 11 mouse carcasses. Bioluminescence imaging and tomography were acquired for each carcass. Six carcasses were setup visually without immobilization and 5 were restrained in position with tape. All carcasses were setup in treatment position on the SARRP where the centroid position of the bulb on CBCT was taken as "truth". In the 2D visual setup, the carcass was setup by aligning the point of brightest luminescence with the vertical beam axis. In the CBCT assisted setup, the pose of the carcass on CBCT was aligned with that on the 2D BL image for setup. For both 2D setup methods, the offset of the bulb centroid on CBCT from the vertical beam axis was measured. In the BLT-CBCT fusion method, the 3D torso on BLT and CBCT was registered and the 3D offset of the respective source centroids was calculated. The setup results were independent of the carcass being immobilized or not due to the onset of rigor mortis. The 2D offset of the perceived BL source position from the CBCT bulb position was 2.3 mm ± 1.3 mm. The 3D offset between BLT and CBCT was 1.5 mm ± 0.9 mm. Given the rigidity of the carcasses, the setup results represent the best that can be achieved with off-line 2D BLI and 3D BLT. The setup uncertainty would require the use of undesirably large margin of 4-5 mm. The results compel the implementation of on-board BLT capability on the SARRP to eliminate setup error and to improve BLT accuracy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».