MétaCan
Menu
Retour à la cohorte
Enregistrement W1976981161 · doi:10.1118/1.3658728

A theoretical comparison of x-ray angiographic image quality using energy-dependent and conventional subtraction methods

2011· article· en· W1976981161 sur OpenAlexafffund
Jesse Tanguay, Ho Kyung Kim, Ian A. Cunningham

Notice bibliographique

RevueMedical Physics · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensLawson Health Research InstituteLondon Health Sciences CentreRobarts Clinical TrialsWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchMinistry of Education, Science and Technology
Mots-clésImaging phantomMonte Carlo methodImage qualityDetectorSubtractionEnergy (signal processing)Flat panel detectorDigital subtraction angiographyNoise (video)PhysicsPhotonSignal-to-noise ratio (imaging)OpticsAngiographyComputer scienceRadiologyMathematicsArtificial intelligenceMedicineImage (mathematics)Statistics

Résumé

récupéré en direct d'OpenAlex

PURPOSE: X-ray digital subtraction angiography (DSA) is widely used for vascular imaging. However, the need to subtract a mask image can result in motion artifacts and compromised image quality. The current interest in energy-resolving photon-counting (EPC) detectors offers the promise of eliminating motion artifacts and other advanced applications using a single exposure. The authors describe a method of assessing the iodine signal-to-noise ratio (SNR) that may be achieved with energy-resolved angiography (ERA) to enable a direct comparison with other approaches including DSA and dual-energy angiography for the same patient exposure. METHODS: A linearized noise-propagation approach, combined with linear expressions of dual-energy and energy-resolved imaging, is used to describe the iodine SNR. The results were validated by a Monte Carlo calculation for all three approaches and compared visually for dual-energy and DSA imaging using a simple angiographic phantom with a CsI-based flat-panel detector. RESULTS: The linearized SNR calculations show excellent agreement with Monte Carlo results. While dual-energy methods require an increased tube heat load of 2× to 4× compared to DSA, and photon-counting detectors are not yet ready for angiographic imaging, the available iodine SNR for both methods as tested is within 10% of that of conventional DSA for the same patient exposure over a wide range of patient thicknesses and iodine concentrations. CONCLUSIONS: While the energy-based methods are not necessarily optimized and further improvements are likely, the linearized noise-propagation analysis provides the theoretical framework of a level playing field for optimization studies and comparison with conventional DSA. It is concluded that both dual-energy and photon-counting approaches have the potential to provide similar angiographic image quality to DSA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,365
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207