MétaCan
Menu
Retour à la cohorte
Enregistrement W1978010907 · doi:10.1118/1.1778834

Metallic copper as a fiducial marker for both CT and PET

2004· article· en· W1978010907 sur OpenAlexafffund
Don Robinson, Isabelle Gagne, Terence Riauka, J M Duke, Wilson Roa

Notice bibliographique

RevueMedical Physics · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensAlberta Cancer FoundationUniversity of Alberta
Organismes subventionnairesAlberta Cancer Foundation
Mots-clésFiducial markerPositron emission tomographyCentroidMedical imagingComputer visionArtificial intelligenceTomographyComputer scienceModalitiesIdentification (biology)Nuclear medicineMedical physicsMedicineRadiology

Résumé

récupéré en direct d'OpenAlex

There is great interest in augmenting computed tomography (CT) with information gained from other imaging modalities. Positron emission tomography (PET) provides valuable data related to patient physiology to aid in the delineation of tumor volumes. Combining the information provided by these imaging modalities requires accurate spatial registration of the two data sets. Fiducial based mapping provides straightforward registration based on corresponding landmark points or fiducials in the two image sets. When external fiducials are employed, consistent intermodality marker placement and centroid identification are essential to achieving an accurate and reliable registration. Similarity of marker design between modalities greatly aides in achieving this goal. Solid copper may serve as a fiducial marker in both CT and PET. Small spheres or wires of copper are readily visible in CT while neutron activation of these same markers produces positron emitting Copper-64 for detection by PET. The use of identical shaped markers in both imaging modalities greatly simplifies the task of intermodality centroid matching. Copper has excellent machining properties and, prior to activation, is easy and safe to handle. The feasibility of Cu as a marker for both CT and PET is demonstrated using imaging phantoms.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,023
Tête enseignante GPT0,333
Écart entre enseignants0,311 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical PhysicsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207