Phantom study of the impact of adaptive statistical iterative reconstruction (ASiR<sup>TM</sup>) on image quality for paediatric computed tomography
Notice bibliographique
Résumé
Quantitative analysis of image quality will be helpful for designing ASiRTM-enhanced paediatric CT protocols, balancing image quality and radiation dose. Catphan600 phantom studies were performed on a GE Discovery HD750 64-slice CT scanner. Images were reconstructed with 0% - 100% ASiRTM (tube current 150 mA, variable kVp 80 - 140) in order to determine the optimal ASiRTM-Filtered Back Projection (FBP) blend. Images reconstructed with a 50% ASiRTM-50% FBP blend were compared to FBP images (0% ASiRTM) over a wide range of kVp (80 - 140) and mA (10 - 400) values. Measurements of image noise, CT number accuracy and uniformity, spatial and contrast resolution, and low contrast detectability were performed on axial and reformatted coronal images. Improvements in CNR, low contrast detectability and radial uniformity were observed in ASiRTM images compared to FBP images. 50% ASiRTM was associated with a 26% - 30% reduction in image noise. Changes in noise texture were observed at higher % ASiRTM blends with impact on visualisation of low and high contrast objects. A small decrease in limiting spatial resolution was detected with addition of ASiRTM, more appreciable at very low tube currents. The preferred blend for paediatric body protocols in our study, as determined by the image quality parameters investigated, was 50% ASiRTM when used with tube currents greater than 50 mA.
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 | 0,003 |
| 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) | 0,002 | 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 ».